HR테크 · 채용과 인사의 AI 활용
HR Tech
HR테크란?
- 채용·평가·교육·인력분석 전반에 적용
- 편향·설명 책임·개인정보 세 가지 위험
- 보조는 하되 결정은 사람이
HR테크를 도입하면 인사 담당자의 업무 구성 자체가 바뀝니다. 이력서 240장을 넘기던 시간은 줄어드는 대신, '이 지원자를 왜 걸렀는지'를 기록으로 남기고 설명하는 일이 새로 생깁니다. 줄어드는 것은 처리 시간이고 늘어나는 것은 소명 부담입니다. 검토 단계에서 이 교환을 계산에 넣지 않으면, 아껴 둔 시간을 분쟁 대응에 그대로 다시 쓰게 됩니다. 절감 시간과 기록 관리 공수를 같은 표에 올려놓고 비교해야 도입 판단이 섭니다.
실무에서는 AI의 개입 수준을 세 단계로 갈라 보는 편이 안전합니다. 작성 보조(공고 문안, 면접 질문 초안), 정보 정리(면접 녹취 요약, 이수 데이터 집계), 그리고 선별 판단(서류 순위, 적합도 점수)입니다. 앞의 둘은 결과가 사람 손에 닿기 전에 멈추지만 세 번째는 다릅니다. 국내 개인정보보호법은 완전히 자동화된 결정에 대해 정보주체가 거부하거나 설명을 요구할 수 있도록 하고 있어, 선별 판단을 쓰려면 사전 고지와 설명 절차가 함께 설계돼야 합니다. 일반 업무 자동화와 HR테크가 갈리는 지점이 여기입니다. 재고 예측 모델이 틀리면 비용 문제로 끝나지만 채용 모델이 틀리면 차별 문제가 됩니다.
가장 흔한 오해는 '최종 결정은 사람이 하니 자동화된 결정이 아니다'라는 해석입니다. 담당자가 AI가 매긴 순위를 그대로 승인만 하고 있다면 형식은 사람의 결정이지만 실질은 자동 선별이고, 이의 제기가 들어왔을 때 '상위 40명만 봤다'는 말 외에 댈 근거가 없습니다. 이직 위험 예측도 마찬가지입니다. 예측값을 현업 팀장에게 개인 단위로 넘기는 순간 그 구성원은 관리 대상이 되고, 소문이 도는 데는 한 주면 충분합니다. 예측은 조직 단위 집계로만 쓰고 개인 이름표는 붙이지 않는 것이 안전선이며, 사람이 AI 결과를 뒤집은 사례가 주기적으로 나오는지를 점검해야 껍데기만 사람인 승인 구조를 피할 수 있습니다.
인사 정보 시스템에서 출발해 채용 플랫폼·학습 관리 시스템으로 확장된 분야입니다. 최근 각국이 채용 알고리즘의 투명성과 차별 금지를 규율하는 방향으로 제도를 정비하면서 기술보다 거버넌스가 쟁점이 되고 있습니다.
가상의 사례로 살펴보겠습니다. A사는 임직원 1,200명 규모의 자동차 부품 제조사로, 경력 채용이 연 240건까지 늘면서 인사팀 3명이 서류 검토에만 주당 20시간을 쓰고 있었습니다. 채용 AI 도입을 검토하자 법무팀이 "탈락 사유를 못 대면 도입은 못 한다"며 제동을 걸었습니다.
- 인사팀장은 첫 회의에서 AI에 맡길 범위를 자격요건 충족 여부 확인으로만 한정하고, 적합도 점수와 순위 매기기는 아예 빼자고 못 박았습니다.
- 개인정보 담당 과장이 채용 공고에 자동화 처리 사실과 거부·설명 요구 절차를 적어 넣고, 지원서 보관 기간도 6개월로 다시 잡았습니다.
- 3개월간 사람 검토와 병행하며 채용 담당 대리가 240건을 일일이 대조했더니 18건에서 판단이 엇갈렸고, 대부분 경력을 자유서술로 적은 이력서였습니다.
- 원인을 뜯어보니 직군마다 직무기술서 용어가 제각각이어서, 인사팀은 12개 직군의 필수 요건 표기를 한 장짜리 기준표로 통일했습니다.
- 여섯 달 뒤 서류 1차 검토는 주당 20시간에서 7시간으로 줄었고, 탈락 사유 기록률은 100%를 유지해 이의 제기 4건 모두 3일 안에 서면 회신했습니다.