최근 AI의 활용 범위가 다양해지면서, 채용 과정에서도 AI를 활용하는 기업이 증가하고 있습니다. 기존까지 채용은 매우 민감한 영역이기 때문에 사람이 직접 관리하고 운영해야 한다는 인식이 강했는데요. 하지만 평가자의 주관적인 판단이 개입되거나, 지원자의 역량을 객관적인 데이터로 분석하기 어렵다는 문제를 피할 수 없었습니다. 이러한 상황에서 AI는 기존 방식의 한계를 보완하고, 보다 효율적으로 인재를 관리할 수 있는 채용 도구로 떠올랐습니다.
AI의 효과성에도 불구하고, 여전히 AI 채용에 대한 의구심은 사라지지 않고 있습니다. AI가 정확하게 역량을 검증하고, 또 적합성을 판단할 수 있을지 확신할 수 없다는 이유 때문인데요. 이번 아티클에서는 채용 담당자의 AI 채용에 대한 의문과 궁금증을 짚어보고, 해소할 수 있는 시간을 가져보고자 합니다.
Q. AI는 정말 공정한가요?
AI는 축적된 데이터를 학습해서 작동하는 딥러닝 방식을 사용합니다. 그렇기에 부적절한 데이터를 학습할 경우, 편향된 결과를 발생시킬 가능성이 존재하죠. 이러한 문제점은 아마존이 개발한 AI 채용 시스템에서도 발견할 수 있었는데요. 해당 시스템은 이력서에 ‘여성’이라는 단어가 포함된 문구가 있으면 감점했는데, 남성 중심의 편향된 데이터를 딥러닝 했기 때문에 공정하지 못한 결과를 만들었다고 전문가들은 전했습니다.
아마존의 사례를 반면교사로 삼아, 최근 AI 개발사들은 전문 데이터 라벨러를 통해 편향성을 최소화한 데이터를 수집하고, 학습하며 평가의 공정성을 높이고 있습니다. 또한, 알고리즘의 작동 방식을 투명하게 공개하면서, 어떤 기준으로 지원자의 역량을 평가했는지 공개하고 있는데요. 만약, 채용 과정에서 AI를 도입한다면, AI가 적합한 데이터로 학습되었는지, 평가 근거 자료를 지원하는지 등을 꼼꼼하게 확인하는 것이 좋습니다.
Q. AI가 평가자보다 더 정확하게 지원자를 평가할 수 있나요?
배고픈 판사 효과(Hungry Judge Effect)처럼 평가자는 개인적인 상황에 따라 일관적이지 못한 평가를 할 수 있습니다. 하지만 AI는 설정된 기준에 따라 평가하기 때문에 보다 객관적이고 공정한 평가가 가능합니다. 더불어 평가자가 놓칠 수 있는 지원자의 답변 내용을 기록하고, 목소리 톤, 발화 속도, 시선 처리 등 비언어적 요소까지 분석하기에 심층적으로 지원자의 적합성을 파악할 수 있죠.
평가의 정확성을 높이기 위해서는 원하는 직무 역량을 정의하고 평가 기준을 설계해야 하는데요. AI 평가 결과를 무조건 신뢰하는 것보다는 평가자의 정성적 평가와 병행하는 것이 가장 좋습니다.
Q. AI 채용 때문에 지원율이 떨어지지는 않나요?
AI 면접, 역량검사 등의 AI 채용 프로세스가 지원자에게 부담을 느끼게 하는 것은 사실입니다. 하지만 이러한 채용 프로세스가 지원율에 큰 영향을 미치는 것은 아닙니다. 실제로, 몬스터 AI 면접의 평균 응시율은 91%이며, 매년 상승하고 있는데요. AI 채용을 도입하는 기업이 증가함에 따라 지원자들도 AI 채용 프로세스를 준비하고, 대비하고 있다는 뜻으로 해석할 수 있습니다.
더불어 만약 지원율을 높이기 위해 채용 프로세스를 간소화하면, 별다른 준비와 의지 없이 지원하는 ‘묻지마 지원’ 대량으로 발생할 수 있는데요. 부적합한 지원자를 평가하고, 선별하는 과정에서 많은 리소스가 들 뿐만 아니라 잘못 채용할 경우, 조기 퇴사나 성과 저조 등의 부정적인 결과가 발생할 수도 있습니다. 그렇기에 우리 기업에 진정으로 입사하고자 하는 지원자를 확보하고, 적합한 인재를 파악하기 위해서는 AI 채용 서비스를 적절하게 활용하는 것이 좋습니다.
Q. AI 채용 서비스를 도입하면 투자 대비 효과가 있나요?
AI 채용 서비스의 금액 자체는 크지 않습니다. 다만, 채용 규모가 크거나, 추가 지출 비용에 여유가 없을 경우 부담이 될 수 있습니다. 하지만 장기적인 관점으로 본다면, AI 채용 서비스를 통해 낭비되는 채용 리소스를 줄이고, 적합한 인재를 선발하는 데 도움을 줄 수 있습니다.
‘2023년 하반기 기업 채용 동향 조사’에 따르면, 인사 담당자 38.7%가 조기 퇴사 등의 채용 실패로 인한 손실 비용이 2,000만 원 이상이라고 답했는데요. 이 중 13.3%는 무려 6,000만 원 이상의 손실을 발생시킨다고 답하기도 했습니다.
이처럼 채용 과정에서 지원자의 적합성을 검증하지 못해 발생하는 비용은 기업에 막대한 손실을 입힙니다. 그렇기에 초기에 비용을 투자하여 채용 프로세스를 효율화하고, 평가의 정확도를 더할 필요가 있습니다.
Q. 채용에서 AI를 활용할 경우 법적 문제는 없을까요?
채용에서 활발하게 AI를 활용하고 있는 해외에서는 이미 관련 법률 및 가이드를 제정하거나 시행하고 있습니다. 대부분 AI 알고리즘을 지속적으로 검사·개선하고, 평가 기준을 공개하며, 지원자에게 AI 활용 사실을 사전에 안내해야 한다는 내용을 포함하고 있는데요.
국내에서는 아직 관련 법이 제정되기 전이지만, AI 평가 과정과 결과를 투명하게 공개해야 한다는 방향성은 해외 사례와 일맥상통할 것입니다. 따라서 법적 분쟁을 예방하기 위해서는 지원자에게 AI 채용 서비스 활용 사실을 공지하고, 평가 결과를 제공해 공정한 채용 프로세스를 구축하는 것이 중요합니다.
AI 채용 서비스 도입이 고민된다면?
지금 바로 문의하기
최근 AI의 활용 범위가 다양해지면서, 채용 과정에서도 AI를 활용하는 기업이 증가하고 있습니다. 기존까지 채용은 매우 민감한 영역이기 때문에 사람이 직접 관리하고 운영해야 한다는 인식이 강했는데요. 하지만 평가자의 주관적인 판단이 개입되거나, 지원자의 역량을 객관적인 데이터로 분석하기 어렵다는 문제를 피할 수 없었습니다. 이러한 상황에서 AI는 기존 방식의 한계를 보완하고, 보다 효율적으로 인재를 관리할 수 있는 채용 도구로 떠올랐습니다.
AI의 효과성에도 불구하고, 여전히 AI 채용에 대한 의구심은 사라지지 않고 있습니다. AI가 정확하게 역량을 검증하고, 또 적합성을 판단할 수 있을지 확신할 수 없다는 이유 때문인데요. 이번 아티클에서는 채용 담당자의 AI 채용에 대한 의문과 궁금증을 짚어보고, 해소할 수 있는 시간을 가져보고자 합니다.
Q. AI는 정말 공정한가요?
AI는 축적된 데이터를 학습해서 작동하는 딥러닝 방식을 사용합니다. 그렇기에 부적절한 데이터를 학습할 경우, 편향된 결과를 발생시킬 가능성이 존재하죠. 이러한 문제점은 아마존이 개발한 AI 채용 시스템에서도 발견할 수 있었는데요. 해당 시스템은 이력서에 ‘여성’이라는 단어가 포함된 문구가 있으면 감점했는데, 남성 중심의 편향된 데이터를 딥러닝 했기 때문에 공정하지 못한 결과를 만들었다고 전문가들은 전했습니다.
아마존의 사례를 반면교사로 삼아, 최근 AI 개발사들은 전문 데이터 라벨러를 통해 편향성을 최소화한 데이터를 수집하고, 학습하며 평가의 공정성을 높이고 있습니다. 또한, 알고리즘의 작동 방식을 투명하게 공개하면서, 어떤 기준으로 지원자의 역량을 평가했는지 공개하고 있는데요. 만약, 채용 과정에서 AI를 도입한다면, AI가 적합한 데이터로 학습되었는지, 평가 근거 자료를 지원하는지 등을 꼼꼼하게 확인하는 것이 좋습니다.
Q. AI가 평가자보다 더 정확하게 지원자를 평가할 수 있나요?
배고픈 판사 효과(Hungry Judge Effect)처럼 평가자는 개인적인 상황에 따라 일관적이지 못한 평가를 할 수 있습니다. 하지만 AI는 설정된 기준에 따라 평가하기 때문에 보다 객관적이고 공정한 평가가 가능합니다. 더불어 평가자가 놓칠 수 있는 지원자의 답변 내용을 기록하고, 목소리 톤, 발화 속도, 시선 처리 등 비언어적 요소까지 분석하기에 심층적으로 지원자의 적합성을 파악할 수 있죠.
평가의 정확성을 높이기 위해서는 원하는 직무 역량을 정의하고 평가 기준을 설계해야 하는데요. AI 평가 결과를 무조건 신뢰하는 것보다는 평가자의 정성적 평가와 병행하는 것이 가장 좋습니다.
Q. AI 채용 때문에 지원율이 떨어지지는 않나요?
AI 면접, 역량검사 등의 AI 채용 프로세스가 지원자에게 부담을 느끼게 하는 것은 사실입니다. 하지만 이러한 채용 프로세스가 지원율에 큰 영향을 미치는 것은 아닙니다. 실제로, 몬스터 AI 면접의 평균 응시율은 91%이며, 매년 상승하고 있는데요. AI 채용을 도입하는 기업이 증가함에 따라 지원자들도 AI 채용 프로세스를 준비하고, 대비하고 있다는 뜻으로 해석할 수 있습니다.
더불어 만약 지원율을 높이기 위해 채용 프로세스를 간소화하면, 별다른 준비와 의지 없이 지원하는 ‘묻지마 지원’ 대량으로 발생할 수 있는데요. 부적합한 지원자를 평가하고, 선별하는 과정에서 많은 리소스가 들 뿐만 아니라 잘못 채용할 경우, 조기 퇴사나 성과 저조 등의 부정적인 결과가 발생할 수도 있습니다. 그렇기에 우리 기업에 진정으로 입사하고자 하는 지원자를 확보하고, 적합한 인재를 파악하기 위해서는 AI 채용 서비스를 적절하게 활용하는 것이 좋습니다.
Q. AI 채용 서비스를 도입하면 투자 대비 효과가 있나요?
AI 채용 서비스의 금액 자체는 크지 않습니다. 다만, 채용 규모가 크거나, 추가 지출 비용에 여유가 없을 경우 부담이 될 수 있습니다. 하지만 장기적인 관점으로 본다면, AI 채용 서비스를 통해 낭비되는 채용 리소스를 줄이고, 적합한 인재를 선발하는 데 도움을 줄 수 있습니다.
‘2023년 하반기 기업 채용 동향 조사’에 따르면, 인사 담당자 38.7%가 조기 퇴사 등의 채용 실패로 인한 손실 비용이 2,000만 원 이상이라고 답했는데요. 이 중 13.3%는 무려 6,000만 원 이상의 손실을 발생시킨다고 답하기도 했습니다.
이처럼 채용 과정에서 지원자의 적합성을 검증하지 못해 발생하는 비용은 기업에 막대한 손실을 입힙니다. 그렇기에 초기에 비용을 투자하여 채용 프로세스를 효율화하고, 평가의 정확도를 더할 필요가 있습니다.
Q. 채용에서 AI를 활용할 경우 법적 문제는 없을까요?
채용에서 활발하게 AI를 활용하고 있는 해외에서는 이미 관련 법률 및 가이드를 제정하거나 시행하고 있습니다. 대부분 AI 알고리즘을 지속적으로 검사·개선하고, 평가 기준을 공개하며, 지원자에게 AI 활용 사실을 사전에 안내해야 한다는 내용을 포함하고 있는데요.
국내에서는 아직 관련 법이 제정되기 전이지만, AI 평가 과정과 결과를 투명하게 공개해야 한다는 방향성은 해외 사례와 일맥상통할 것입니다. 따라서 법적 분쟁을 예방하기 위해서는 지원자에게 AI 채용 서비스 활용 사실을 공지하고, 평가 결과를 제공해 공정한 채용 프로세스를 구축하는 것이 중요합니다.
AI 채용 서비스 도입이 고민된다면?
지금 바로 문의하기