인공지능(AI)의 등장은 다른 분야에도 영향을 미쳤으며, 채용 또한 그 피해자 중 하나입니다. 기술이 빠르게 발전함에 따라, AI는 채용 과정을 효과적이고 신속하게 처리할 수 있는 다양한 기능을 제공합니다. 채용 분야에서 AI의 역할은 매우 도전적인 과제이지만, 전문가들은 이러한 중요한 현상의 윤리적 경계를 유지하기 위해 AI를 신중하게 관리해야 한다고 이미 지적하고 있습니다.
리드 스크리닝(Reed Screening)의 최고경영자이자 베터 하이어링 인스티튜트(Better Hiring Institute)의 진행자인 키스 로서는 AI 적용 방향을 제시했습니다. 그는 기계가 편견 없이 업무를 효율적으로 수행할 수 있도록 하는 것이 중요하다고 강조했습니다. 또한 AI 기반 채용 시스템은 공정성 보장, 정보 제공, 윤리적 적용을 위해 윤리적인 관리가 필수적이라고 역설했습니다. 한편, 고용 현대화를 위한 초당파 의원 모임(All-Party Parliamentary Group on Modernising Employment)은 다양한 분야의 전문가들을 초청하여 AI 기반 채용을 위한 이상적인 가이드라인을 마련했습니다.
이러한 목표 지향적 접근 방식은 과학기술혁신부가 이전에 발표한 '책임 있는 AI 채용 지침'에 대한 두 가지 서로 다른 보고서의 요구 사항을 충족하기 위한 의도적인 방법입니다. 이전 문서는 조달 전략에 관한 것이지만, 이번 APPG(의회 의원 모임)는 남용 사례 발생 및 고용주와 구직자 모두의 윤리적 행동 실천을 포괄하는 보다 포괄적인 프레임워크를 제시할 예정입니다.
편견과 오용 문제 해결
인공지능(AI) 시스템은 지원자 수용률을 높이고 인적 자원을 크게 절감하는 데 도움이 되어 상당한 이점을 제공합니다. 그러나 이러한 시스템에서 편향이 더욱 두드러지게 나타날 수 있다는 문제점도 있습니다. 한편, 미래 직업 연구소(Future Work)의 랄프 화이트 소장은 AI가 유사한 직무를 높은 정확도로 매칭할 수 있다고 말합니다. 이러한 기계가 높은 정확도로 업무를 수행할 수 있다 하더라도 인간의 개입을 완전히 배제할 수는 없습니다. 정기적인 감사를 통해 데이터 세트, 시스템 동작 또는 학습된 패턴에서 비롯된 편향을 시스템에서 찾아 제거할 수 있습니다.
인공지능(AI)은 구직자들이 이력서를 검토하는 데 활용될 뿐만 아니라, AI를 이용한 채용 절차에도 영향을 미치고 있습니다. 하지만 이러한 도구들이 잘못된 목적으로 사용될 경우, 딥페이크나 기타 허위 정보 유포 행위에 악용되어 채용 과정의 투명성을 저해할 수 있습니다. 따라서 서로 다른dent 인 주체들 간의 분쟁을 해결하고 투명성을 높이기 위한 규제 기구가 필요합니다. 법안 발의자인 홀딩 백 경은 혁신을 지원하는 원칙을 세우는 것 외에도, 혁신에도 불구하고 공정성을 유지하는 원칙을 마련해야 한다고 강조했습니다. 그는 이해관계가 얽혀 있지는 않지만 다양한 기회가 있다고 언급했습니다.
따라서 인공지능이 제기하는 문제에 대처하기 위해서는 통합적인 노력이 필요합니다. 이와 더불어, 랭커스터 대학교 강사인 휴 피어널-윌리엄스 박사, 오스본 클라크 로펌의 변호사인 타마라 퀸, 아크틱 쇼어스의 마케팅 담당 임원인 에스텔 매카트니는 APPG의 심도 있는 논의에 참여한 주요 인물들입니다. 이들은 투명성과 규제에 놀라움을 표하며, 다양한 관점을 수렴하여 관행을 형성하는 것의 중요성을 다시 한번 상기했습니다.
자동화와 인간적인 손길의 균형
채용 과정 자동화는 효율성 향상에 분명 도움이 될 것입니다. 하지만 화이트는 채용 과정에서 기술을 과도하게 사용하면 오히려 인간미를 해칠 수 있다는 점을 명심해야 합니다. 자동화와 인간적인 요소의 균형을 맞추는 것이 공정하고 공감적인 채용 관행을 보장하는 데 핵심적인 역할을 할 것입니다. 100개 이상의 채용 기관으로부터 받은 피드백을 바탕으로 현재의 모범 사례 지침서가 더욱 개선될 예정이며, 곧 발간될 것입니다.
상호 이해를 바탕으로 한 이러한 접근 방식은 AI 자동화의 문제점을 해결하는 동시에 고용주와 구직자 모두에게 긍정적인 측면을 강조합니다. 급변하는 환경 속에서 채용 담당자와 구직자는 AI가 가져오는 역동적인 변화에 맞춰 채용 방식을 조정해야 하는 과제에 직면해 있습니다. 핵심은 AI의 장점과 위험성을 균형 있게 고려하여 책임감 있는 도입을 이루는 것입니다.
