최근 스탠퍼드 대학교(Stanford University)에서 발표한 보고서에 따르면, 기업들이 인재 채용에 활용하는 인공지능(AI) 도구들이 의도치 않게 채용 결정에 편향(bias)을 유발할 수 있다는 심각한 우려가 제기되었습니다. 이는 AI가 기존의 불평등을 학습하여 특정 인구 통계학적 그룹에 불이익을 주거나, 다양성을 저해하는 결과를 초래할 수 있음을 의미합니다.
보고서는 AI 채용 도구가 지원자의 이력서, 면접 영상, 심지어 게임 기반 평가 데이터까지 분석하며 잠재력을 평가한다고 설명합니다. 그러나 이러한 도구들이 학습하는 데이터 자체에 과거의 편향된 채용 결정이 반영되어 있다면, AI는 이를 그대로 답습하여 특정 성별, 인종, 나이 또는 배경을 가진 지원자들을 선호하거나 배제할 수 있습니다. 예를 들어, 특정 직무에 남성 지원자가 더 많이 채용되었던 과거 데이터로 학습된 AI는 무의식적으로 남성 지원자를 더 높게 평가할 가능성이 있습니다.
이러한 AI 채용 도구의 편향 문제는 기업의 다양성(diversity) 및 포용성(inclusion) 목표 달성을 어렵게 할 뿐만 아니라, 잠재력 있는 인재를 놓치게 만들 수 있습니다. 또한, 지원자들에게 불공정한 기회를 제공하여 사회적 불평등을 심화시킬 수 있다는 점에서 윤리적, 법적 논란의 여지도 있습니다. 따라서 AI 채용 도구의 개발 및 활용에 있어 공정성 검증 절차를 강화하고, 잠재적 편향을 식별하고 완화하기 위한 기술적, 정책적 노력이 시급히 요구됩니다. 규제 당국과 기업들은 AI의 투명성과 책임성을 확보하기 위한 가이드라인과 표준을 마련해야 할 것입니다.