채용에서의 인공지능(AI)은 기계 학습 및 대규모 언어 모델과 같은 AI 기술을 적용하여 구인 채용 프로세스의 다양한 단계를 자동화하고 개선하는 것을 의미한다. 이러한 기술은 조직이 데이터 기반 방법을 사용하여 지원자를 모집, 선별하고 성공 가능성을 예측할 수 있게 한다. 지지자들은 AI가 인간의 편향을 줄이고, 적격한 후보자를 식별하는 데 도움을 주며, 인사(HR) 전문가가 더 전략적인 업무에 집중할 수 있게 한다고 주장한다. 반면, 비판론자들은 AI가 기존의 불평등을 영속화하고 인간의 일자리를 대체할 수 있다고 경고하며, 윤리적 논쟁은 알고리즘의 투명성, 책임성, 그리고 채용 전반에 걸쳐 공정하고 편향되지 않은 의사 결정을 보장하기 위한 지속적인 감독의 필요성에 초점을 맞추고 있다.
채용에서의 AI 도입은 빠르게 증가했다. 2022년, 인사관리협회(SHRM)의 연구에 따르면 거의 25%의 조직이 채용을 포함한 HR 활동에 자동화 또는 AI를 사용했다. 사용률은 회사 규모와 상관관계가 있었다: 직원 100명 미만의 고용주의 16%가 AI를 사용한 반면, 5,000명 이상의 고용주 중 42%가 사용했다. 사용자 중, HR 전문가의 3분의 2 이상이 AI가 채용 소요 시간을 개선했다고 보고했으며, 53%는 다소 개선되었다고, 16%는 훨씬 개선되었다고 답했다. 2024년까지, 추정 35%–45%의 기업이 채용에 AI를 사용했으며, 2025년 세계경제포럼 데이터는 거의 90%의 기업이 채용에 AI 도구를 사용한다고 나타냈다.
채용 및 타겟 광고
AI는 구인 광고를 생성하고 직무에 적합할 가능성이 있는 잠재 지원자에게 타겟팅하여 채용을 지원한다. 이는 종종 AI에 의존하는 소셜 미디어 광고 도구를 활용한다. 예를 들어, 페이스북(현재 메타)은 광고주가 인구통계, 위치, 관심사, 행동 및 연결 관계를 기반으로 광고를 타겟팅할 수 있게 한다. 기업은 또한 "유사" 잠재 고객을 사용할 수 있는데, 이는 데이터 세트(일반적으로 현재 직원)를 제공하면 페이스북이 해당 데이터 세트의 프로필과 유사한 프로필에 광고를 타겟팅하는 방식이다. 2018년 페이스북이 의뢰한 연구에 따르면 미국 성인 4명 중 1명이 이 플랫폼을 사용하여 일자리를 검색하거나 찾았다.
Indeed, Glassdoor, ZipRecruiter와 같은 구인 사이트도 원하는 특성을 가진 지원자에게 구인 목록을 타겟팅한다. 타겟 광고는 효율성을 제공하고 특정 잠재 고객에게 도달하는 데 도움이 되지만, 누가 취업 기회를 보는지에 대한 우려를 제기한다. 대부분의 타겟팅 알고리즘은 독점적이며, 페이스북과 구글 같은 플랫폼은 사용자가 광고가 표시된 이유를 볼 수 있게 하지만, 광고를 받지 못한 사람들은 광고의 존재나 제외된 이유를 알지 못할 수 있다. 2018년, 미국시민자유연맹은 페이스북이 성별 편향된 구인 광고를 허용하여 연방 및 주 차별 금지법을 위반했다는 불만을 고용기회균등위원회에 제기했다. 2019년, 페이스북은 고용 관련 광고 범주에서 성별, 연령 및 우편번호에 따른 명시적 타겟팅을 비활성화했다.
선별 및 지원자 평가
선별 도구는 대규모 지원자 풀에서 바람직한 특성을 가진 후보자를 식별하는 데 도움을 주는 AI 기반 테스트이다. 선별에 사용되는 요소는 윤리학자와 시민권 운동가에게 우려 사항이다. 선별 도구가 주로 백인 남성 인력의 데이터로 훈련된 경우, 의도치 않게 유사한 지원자를 선호하여 불평등을 영속화할 수 있다. 반대로, AI는 여러 연구에서 문서화된 아프리카계 미국인 이름을 가진 지원자에 대한 편향과 같은 인간의 편향을 줄일 잠재력이 있다.
주목할 만한 예는 2014년부터 2018년까지 사용된 아마존의 이력서 스캔 도구이다. 이전에 채용된 후보자의 자격 증명으로 훈련된 이 도구는 여성 후보자의 이력서를 체계적으로 낮게 평가했으며, 아마존 엔지니어들이 편향을 발견하고 결국 프로젝트를 폐기했다. 2022년 SHRM 연구에 따르면, 공급업체의 AI 채용 도구를 사용하는 고용주 중 5명 중 2명만이 공급업체가 편향 방지 조치에 대해 "매우 투명하다"고 답했다. 더욱이, AI 도구는 자체 편향을 형성할 수 있다: 2026년 프린스턴 대학교와 시카고 대학교의 연구는 AI 도구가 중립적인 데이터로 훈련되었음에도 불구하고 채용 작업 중 그룹 기반 편향을 개발했으며, 동일한 작업을 수행하는 인간보다 새로운 편향을 형성할 가능성이 더 높다는 것을 발견했다.
인터뷰 및 챗봇
챗봇은 채용에서 최초의 AI 응용 프로그램 중 하나였다. 면접자는 챗봇과 상호 작용하여 질문에 답하고, AI는 응답을 분석한다. 비동기 비디오 인터뷰(AVI)는 또 다른 방법으로, 고용주가 텍스트 기반 질문을 전자적으로 보내고 후보자가 웹캠을 통해 응답을 녹화한다. 주요 공급업체인 HireVue는 녹화된 비디오 인터뷰 중 면접자의 응답과 제스처를 분석하는 기술을 개발했다. 700개 이상의 기업이 HireVue 서비스를 사용하여 1,200만 명 이상의 면접자가 선별되었다.
윤리적 및 법적 논란
채용에서의 AI는 이점을 제공하지만 도전 과제도 제기한다. 편향은 종종 기존 직원에서 파생된 훈련 데이터에 의도치 않게 포함될 수 있으며, 이는 더 동질적인 인력으로 이어질 수 있다. 페이스북 광고 사례는 플랫폼이 사업주가 원하는 직원 특성을 지정할 수 있게 하여 보호 집단을 잠재적으로 배제할 수 있는 방법을 보여준다. 이러한 관행은 규제 조사와 대중의 반발을 불러일으켰다.
알고리즘 투명성은 주요 문제이다: 많은 AI 채용 도구는 독점적이어서 후보자와 규제 기관이 결정이 어떻게 이루어지는지 이해하기 어렵다. AI 시스템이 오류를 범하거나 편향을 나타낼 때 책임성도 불분명하다. 전문가들은 지속적인 감독, 감사, 그리고 차별적 영향에 대한 정기적인 테스트와 설명 가능한 AI 기술 사용을 포함한 공정한 AI 관행의 개발을 요구한다.
미래 방향 및 규제
채용에서의 AI 도입이 증가함에 따라 규제에 대한 압력도 증가한다. 2021년에 제안되고 2026년까지 완전히 시행될 것으로 예상되는 유럽 연합의 인공지능법은 고용에 사용되는 AI를 고위험으로 분류하여 투명성, 데이터 거버넌스 및 인간 감독에 대한 엄격한 준수를 요구한다. 미국에서는 고용기회균등위원회가 민권법 제7편에 따라 AI 및 알고리즘 공정성에 대한 지침을 발표했다. 뉴욕시의 지방법 144(2023년 시행)와 같은 일부 지방 법률은 자동화된 고용 결정 도구에 대한 편향 감사를 의무화한다.
미래 개발에는 개인화된 후보자 평가를 위한 더 정교한 딥 러닝 모델과 생성형 AI가 포함될 수 있지만, 이는 새로운 윤리적 질문도 제기한다. 마이클 조던과 아니마 아난드쿠마르 같은 연구자들은 견고하고 공정한 기계 학습의 중요성을 강조했으며, 스탠포드 AI 연구소와 MIT CSAIL 같은 조직은 알고리즘 편향을 계속 연구하고 있다. 도전 과제는 AI의 효율성을 활용하면서 공정한 채용 결과를 보장하는 것이다.
결론
채용에서의 인공지능은 변혁적이지만 논쟁의 여지가 있는 분야이다. 채용, 선별 및 인터뷰에서 상당한 효율성을 제공하지만, 인간의 편향을 복제하거나 증폭시킬 가능성은 신중한 설계, 투명성 및 규제를 요구한다. 2025년 현재, 도입은 광범위하지만 윤리적 및 법적 프레임워크는 여전히 진화 중이다. 지속적인 연구와 정책 노력은 혁신과 공정성의 균형을 맞추어 AI가 장벽이 아닌 포용적 채용을 위한 도구로 작용하도록 하는 것을 목표로 한다.