인공지능 채용

Artificial intelligence in hiring

채용에 있어서 인공지능(AI)은 채용 과정의 측면을 자동화하기 위해 기술을 사용하는 것을 포함한다. 머신러닝(machine learning)의 도래, 빅데이터의 성장 등 인공지능의 진보는 AI를 활용해 지원자의 모집, 선별, 성공 예측에 활용할 수 있게 한다.[1] 인공지능 채용을 찬성하는 사람들은 인공지능이 편견을 줄이고, 자격을 갖춘 지원자를 찾는데 도움을 주며, 다른 일을 할 수 있는 인적 자원 노동자들의 시간을 자유롭게 한다고 주장하는 반면, 반대자들은 AI가 직장에서 불평등을 영구화시키고 일자리를 없앨 것이라고 우려한다.

배경

인공지능은 1950년대 중반 이 용어가 만들어진 이후 연구자들의 마음을 사로잡았다.[2] 연구자들은 AI가 직장에서 인간을 진정으로 대체하기 위해 보유해야 할 4가지 주요 형태의 지능, 즉 기계, 분석, 직관, 공감의 형태를 확인했다.[3] 자동화는 먼저 기계적 작업을 대체하고, 그 다음에는 분석 작업을 대체하며, 그 다음에는 직관적인 작업을, 마지막으로 공감 기반 작업을 대체할 수 있는 예측 가능한 진행을 따른다.[3] 그러나 완전한 자동화가 AI 진전의 잠재적 결과만은 아니다. 인간은 대신 기계와 함께 일하게 되어 두 가지 모두의 효과를 높일 수 있다. 채용 맥락에서 이는 AI가 채용과 심사에서 이미 많은 기본적인 인적자원 업무를 대체하면서, 인적자원 인력이 아직 자동화되지 않거나 재정적으로 말이 안 되는 다른 창의적인 업무를 할 수 있는 시간을 확보했다는 것을 의미한다.[4] 기업이 채용하고 채용 형태는 가장 가치 있는 스킬 세트가 바뀌면서 계속 변화할 것이라는 의미도 있다.[5]

인적자원이 AI의 가장 큰 영향을 받는 10대 산업 중 하나로 파악됐다.[5] 기업이 AI를 활용해 채용 프로세스의 측면을 자동화하는 일이 갈수록 흔해지고 있다. 특히 접대, 금융, 기술 산업은 AI를 고용 과정에 포함시켜 상당한 범위를 넓혔다.[6]

인적자원은 근본적으로 예측을 중심으로 한 산업이다.[7] 인사 전문가들은 어떤 사람들이 어떤 직업을 위한 훌륭한 지원자를 만들 것인지, 어떤 마케팅 전략을 통해 그 사람들을 지원하게 될 것인지, 어떤 지원자들이 최고의 직원을 만들 것인지, 어떤 종류의 보상을 받을 것인지, 어떤 직원을 고용하기 위해 필요한 것인지, 어떤 직원을 승진시킬 것인지, 어떤 직원을 승진시킬 것인지, 어떤 회사가 될 것인지를 예측해야 한다.무엇보다도, 스태프들의 필요성.[7] AI는 방대한 양의 데이터를 분석할 수 있어 예측에 특히 능숙하다. 이를 통해 AI는 많은 인간이 놓칠 수 있는 통찰력을 만들고 관련 없어 보이는 데이터 지점 간의 연결을 찾을 수 있다. 이는 기업에 가치를 제공하고 AI를 활용해 많은 인적자원 업무를 자동화하거나 증강하는 데 유리하게 만들었다.[7]

사용하다

스크리너

심사관은 기업이 대규모 지원자 풀을 선별해 바람직한 특징을 가진 지원자를 추출할 수 있는 시험이다. 기업들은 보통 설문지 사용, 코딩 테스트, 인터뷰, 이력서 분석을 통해 심사한다. 인공지능은 이미 심사 과정에서 큰 역할을 하고 있다. 이력서는 AI를 이용해 일정 수준의 업무 경험이나 관련 학위 등 바람직한 특성을 분석할 수 있다. 면접은 이력서에 이러한 특성이 포함되어 있는 지원자에게까지 확대될 수 있다.[7]

지원자를 선별하는 데 사용되는 요인은 윤리학자들과 시민권 운동가들의 우려다. 회사에 이미 취업한 사람과 비슷한 성격을 가진 사람을 우대하는 심사원이 불평등을 영속시킬 수도 있다. 예를 들어, 백인 남성이 우세한 회사가 심사원을 양성하기 위해 직원들의 데이터를 사용한다면 우연히 백인 남성 지원자를 우대하는 심사 과정을 만들 수 있다. 스크리너 자동화도 편견을 줄일 수 있는 잠재력을 갖고 있다. 아프리카계 미국인의 소리 나는 이름을 가진 지원자들에 대한 편견이 여러 연구에서 나타났다.[8] AI 스크리너는 채용 과정에서 인간의 편향과 오류를 제한할 수 있는 잠재력을 갖고 있어 더 많은 소수계 지원자들이 성공할 수 있도록 했다.[9]

채용

모집에는 잠재 지원자의 신원 확인과 직책 마케팅이 포함된다. AI는 채용 과정에서 공통적으로 활용되는데, 이는 직급에 적합한 지원자를 늘리는 데 도움이 될 수 있기 때문이다. 기업들은 AI를 활용해 취업에 적합할 가능성이 높은 지원자를 대상으로 마케팅을 펼칠 수 있다. 이것은 종종 AI에 의존하는 소셜 미디어 사이트 광고 도구의 사용을 포함한다. 페이스북은 광고주들이 인구통계, 위치, 관심사, 행동, 연결에 근거한 광고를 대상으로 할 수 있도록 한다. 페이스북은 또한 기업들이 "모양적인" 청중을 목표로 할 수 있도록 허용하는데, 그것은 회사가 페이스북에 데이터 세트를 공급하는 회사, 일반적으로 회사의 현재 직원들, 그리고 페이스북은 데이터 세트의 프로필과 유사한 프로필에 광고를 타깃으로 할 것이다.[10] 또한, 실, 글래스 도어, 지퍼레크루이터와 같은 취업 사이트는 고용주들이 찾고 있는 특정 특성을 가진 지원자들을 대상으로 채용 목록을 작성한다. 표적형 광고는 자원의 보다 효율적인 이용, 원하는 시청자에게 도달하고, 자격을 갖춘 지원자를 양성하는 것과 같은 채용을 시도하는 회사들에게 많은 장점을 가지고 있다. 이것이 현대 채용의 주축이 되도록 도왔다.[10]

표적 광고를 누가 받느냐가 논란이 될 수 있다. 채용에서, 타겟팅 광고의 의미는 누가 어떤 직책에 대해 알아낸 다음 지원할 수 있는가와 관련이 있다. 대부분의 타겟팅된 광고 알고리즘은 독점적인 정보다. 페이스북이나 구글과 같은 일부 플랫폼은 사용자들에게 왜 특정 광고를 보았는지 알 수 있게 하지만, 광고를 받지 못하는 사용자들은 그 존재에 대해 전혀 알지 못하며 광고가 왜 공개되지 않았는지도 알 길이 없다.[10]

인터뷰

챗봇은 AI 최초 적용 사례 중 하나로 채용 과정에서 주로 사용된다. 인터뷰 대상자들은 인터뷰 질문에 답하기 위해 챗봇과 대화한다. 그들의 반응은 AI에 의해 분석될 수 있으며, 예비 고용주들에게 무수한 통찰력을 제공한다. 챗봇은 면접 과정을 능률화하고, 인사담당자들의 노동을 줄인다.[11] 영상면접은 AII를 활용, 성행하고 있다. 공간 리더인 고용뷰는 영상면접 녹화 중 인터뷰 대상자의 반응과 제스처를 분석하는 기술을 개발했다. 1200만 명 이상의 인터뷰 대상자가 이 서비스를 이용하는 700개 이상의 회사에 의해 심사되었다.[11]

논란

인공지능은 채용에 있어 많은 혜택을 주지만, 전문가들을 걱정하게 하는 몇 가지 과제를 안고 있다.[12] AI는 사용하는 데이터만 못하다. 편향은 실수로 AI에 사용되는 데이터에 구울 수 있다.[1] 종종 회사들은 어떤 사람들을 모집하거나 고용할지를 결정하기 위해 그들의 직원들의 데이터를 이용한다. 이것은 편견을 영구화시키고 더 많은 동질적인 노동자들을 이끌 수 있다. 페이스북 애드스는 사업주들이 어떤 유형의 직원을 찾고 있는지 특정할 수 있게 해 이런 논란을 일으킨 플랫폼의 사례였다. 예를 들어, 간호와 가르치는 직업 광고는 특정 연령대의 여성들만 광고를 볼 수 있도록 설정될 수 있다. 페이스북 애드사는 이후 이 기능에 대한 잠재적인 문제점과 소수자에 대한 고정관념을 이유로 플랫폼에서 이 기능을 삭제했다.

무엇이 좋은 직원을 만드는지를 계량화하는 것도 어려울 수 있다.[1] 이는 어떤 직원이 최선일지 예측하는 AI 교육에도 난제가 되고 있다. 성과 평가와 같이 일반적으로 사용되는 지표는 주관적일 수 있으며 흑인 직원보다 백인 직원을, 여성보다 남성을 선호하는 것으로 나타났다.[8] 또 다른 과제는 이용 가능한 데이터의 제한된 양이다. 고용주들은 채용 과정의 초기 단계에서는 후보들에 대한 특정 세부사항만 수집한다. 이를 위해서는 인공지능이 정보가 매우 제한된 후보들에 대해 결정을 내려야 한다. 또한, 많은 고용주들은 직원을 자주 고용하지 않기 때문에 회사 특정 데이터가 제한되어 있다.[1] 이에 맞서기 위해, 많은 기업들은 그들의 산업에 있는 다른 회사들의 알고리즘과 데이터를 사용할 것이다.[1] AI가 신청자와 현직 직원 개인 데이터에 의존하는 것은 사생활 문제를 야기한다. 이러한 이슈는 지원자와 재직자 모두에게 영향을 미치지만, 소셜 미디어를 통해 지원자 또는 재직자와 연결된 제3자에게도 영향을 미칠 수 있다. 예를 들어, 누군가의 소셜 미디어는 또한 그들의 친구들과 그들이 사진이나 게시물에 태그한 사람들을 보여줄 것이다.[1]

AI는 기업들이 신청자 소셜미디어 계정을 쉽게 검색할 수 있도록 해준다. 모나시대가 실시한 연구에 따르면 채용관리자의 45%가 지원자에 대한 통찰력을 얻기 위해 소셜미디어를 이용하는 것으로 나타났다. 조사 대상자의 70%는 지원자의 소셜미디어에서 발견된 사항 때문에 지원자를 불합격시켰다고 답했으나 채용관리자의 17%만이 채용과정에서 소셜미디어를 사용하는 것을 지원자의 사생활 침해로 본 것으로 나타났다. 채용과정에서 소셜미디어를 이용하는 것은 채용담당자들에게 어필하는 것인데, 이는 지원자들의 삶에 대한 덜 절제된 시각을 제공하기 때문이다. 프라이버시 절충은 중요하다. 소셜미디어 프로필은 인사과에서 인종, 능력 상태, 성적 성향과 같은 정보 유출이 법적으로 허용되지 않는 지원자에 대한 정보를 공개하는 경우가 많다.[13]

AI와 채용의 미래

AI가 작업 방식을 바꾸고 있다. 인공지능은 로봇의 개선과 같은 다른 기술적 진보와 함께 일자리의 47%를 가까운 미래에 없어질 위험에 놓였다.[14] AI가 불러온 노동력 변화를 4차 산업혁명이라고 하는 4차 산업혁명으로 분류하는 이들도 있다.[5] 하지만 일부 학자들에 따르면 AI가 노동에 미치는 변혁적 영향은 과대평가됐다. "실제 변화 없는" 이론은 IT 혁명이 이미 일어났지만, 새로운 기술을 구현함으로써 얻는 이득이 그것들을 채택하는 데 수반되는 비용을 초과하지 않는다고 주장한다. 이 이론은 IT 혁명의 결과가 원래 예측되었던 것보다 훨씬 덜 영향을 미친다고 주장한다.[15] 다른 학자들은 AI가 이미 미숙련 노동자의 상당한 실직으로 이어졌으며 앞으로 중급 기술과 고기능 일자리를 없앨 것이라고 주장하며 이 이론을 반박하고 있다. 이 같은 입장은 AI가 아직 보편적 활용 기술이 아니며, 4차 산업혁명이 완전히 일어나지 않았다는 데 근거를 두고 있다.[15] 세 번째 이론은 AI와 다른 기술적 진보의 효과는 아직 이해하기에는 너무 복잡하다는 것이다. 이 이론은 AI가 단기적으로는 일자리를 없앨 가능성이 높지만, 다른 일자리에 대한 수요도 증가할 가능성이 높다는 데 초점이 맞춰져 있다. 그러면 새로운 일자리는 사람들이 접근할 수 있게 될 것이고 일자리가 없어질 때쯤 나올 것이다.[15]

로봇이 사람을 대체해 일부 과제를 완성할 수 있지만 인공지능을 마스터하는 로봇만으로는 할 수 없는 과제가 여전히 많다. 전 세계 800개 직종의 2000개 업무 과제를 분석한 결과 절반(총 급여 15조 달러)이 이미 존재하는 기술을 채택해 자동화할 수 있다는 연구 결과가 나왔다. 직업의 5% 미만이 완전 자동화가 가능하고 60%는 자동화가 가능한 최소 30%의 작업을 가지고 있다. [16] 즉 대부분의 경우 인공지능은 노동의 대체물이라기보다는 하나의 도구라는 것이다.인공지능이 인간 작업 분야에 진입하면서 인공지능이 독특한 작업을 할 수 없다는 사실을 점차 알게 됐고, 인간의 장점은 고유성을 이해하고 도구를 합리적으로 사용하는 것이다. 이때 인간과 기계의 상호작용이 생겨났다. Brandang은 사람들이 기계와 유기적인 파트너십을 맺을 수 있다는 것을 발견한다. "인간은 반복적인 작업, 상당한 양의 데이터 분석, 일상적인 사례 처리 등 기계가 가장 잘 하는 일을 할 수 있게 해준다. 상호주의 때문에, 기계는 인간이 애매한 정보 해결, 어려운 경우의 판단력 행사, 불만족 고객과의 접촉과 같은 과제에 대해 자신의 잠재력을 "강화"할 수 있게 한다.[17] Daugherty와 Wilson은 다양한 분야의 직업과 업무에서 새로운 형태의 인간과 컴퓨터의 상호작용을 성공적으로 관찰했다.[18] 단순하다고 여겨지는 활동과 역량에서도 신기술이 노동자에게 임박한 위험을 주지는 않을 것이라는 얘기다. 제너럴 일렉트릭에 관한 한, 그것과 장비의 구매자들은 항상 정비 인력이 필요할 것이다. 기업가들은 이러한 노동자들이 새로운 방식으로 그들의 기술을 첨단 기술과 통합할 수 있는 새로운 시스템과 잘 협력할 필요가 있다.

인공지능(AI)이 채용 속도를 상당히 높여 비용을 획기적으로 절감했다. 일례로 유니레버는 AI를 활용한 25만건이 넘는 지원서를 검토하고 채용 절차를 기존 4개월에서 4주로 단축했다. 이로 인해 회사는 5만 시간의 노동력을 절약했다.[11] 효율성이 높아진 AI 공약으로 인해 전 세계 인사과가 채택하는 속도가 빨라졌다.[11]

참조

  1. ^ a b c d e f Tambe, Prasanna; Cappelli, Peter; Yakubovich, Valery (August 2019). "Artificial Intelligence in Human Resources Management: Challenges and a Path Forward". California Management Review. 61 (4): 15–42. doi:10.1177/0008125619867910. ISSN 0008-1256. S2CID 220124861.
  2. ^ Engster, Frank; Moore, Phoebe V (2020-02-29). "The search for (artificial) intelligence, in capitalism". Capital & Class. 44 (2): 201–218. doi:10.1177/0309816820902055. ISSN 0309-8168. S2CID 216159322.
  3. ^ a b Huang, Ming-Hui; Rust, Roland T. (2018-02-05). "Artificial Intelligence in Service". Journal of Service Research. 21 (2): 155–172. doi:10.1177/1094670517752459. ISSN 1094-6705. S2CID 169814393.
  4. ^ Caner, Salih; Bhatti, Feyza (2020-09-12). "A Conceptual Framework on Defining Businesses Strategy for Artificial Intelligence". Contemporary Management Research. 16 (3): 175–206. doi:10.7903/cmr.19970. ISSN 1813-5498.
  5. ^ a b c Mashelkar, R. A. (2018-07-08). "Exponential Technology, Industry 4.0 and Future of Jobs in India". Review of Market Integration. 10 (2): 138–157. doi:10.1177/0974929218774408. ISSN 0974-9292. S2CID 158398849.
  6. ^ Torres, Edwin N.; Mejia, Cynthia (2017-02-01). "Asynchronous video interviews in the hospitality industry: Considerations for virtual employee selection". International Journal of Hospitality Management. 61: 4–13. doi:10.1016/j.ijhm.2016.10.012. ISSN 0278-4319.
  7. ^ a b c d Agrawal, Ajay; Gans, Joshua; Goldfarb, Avi (June 2018). "Economic Policy for Artificial Intelligence". Cambridge, MA. doi:10.3386/w24690. {{cite journal}}: Cite 저널은 필요로 한다. journal= (도움말)
  8. ^ a b Rodgers (2019). "Race in the Labor Market: The Role of Equal Employment Opportunity and Other Policies". RSF: The Russell Sage Foundation Journal of the Social Sciences. 5 (5): 198. doi:10.7758/rsf.2019.5.5.10. ISSN 2377-8253. S2CID 211443445.
  9. ^ Reynolds, Tania; Zhu, Luke; Aquino, Karl; Strejcek, Brendan (2020-07-02). "Dual pathways to bias: Evaluators' ideology and ressentiment independently predict racial discrimination in hiring contexts". Journal of Applied Psychology. doi:10.1037/apl0000804. ISSN 1939-1854. PMID 32614205.
  10. ^ a b c "Big Data", Artificial Intelligence and Big Data, Hoboken, NJ, USA: John Wiley & Sons, Inc., pp. 75–82, 2018-02-16, doi:10.1002/9781119426653.app1, ISBN 978-1-119-42665-3
  11. ^ a b c d Vardarlier, Pelin; Zafer, Cem (2019-11-10), "Use of Artificial Intelligence as Business Strategy in Recruitment Process and Social Perspective", Contributions to Management Science, Cham: Springer International Publishing, pp. 355–373, doi:10.1007/978-3-030-29739-8_17, ISBN 978-3-030-29738-1, retrieved 2020-11-07
  12. ^ Costigan, Ruth; Stone, Richard (2017-06-29), "9. Freedom to Protest and Public Order Law", Civil Liberties & Human Rights, Oxford University Press, doi:10.1093/he/9780198744276.003.0009, ISBN 978-0-19-874427-6, retrieved 2020-10-31
  13. ^ Holland, Peter; Jeske, Debora (2017-08-09), "Changing Role of Social Media at Work: Implications for Recruitment and Selection", Electronic HRM in the Smart Era, Emerald Publishing Limited, pp. 287–309, doi:10.1108/978-1-78714-315-920161011, ISBN 978-1-78714-316-6, retrieved 2020-11-07
  14. ^ Brougham, David; Haar, Jarrod (March 2018). "Smart Technology, Artificial Intelligence, Robotics, and Algorithms (STARA): Employees' perceptions of our future workplace". Journal of Management & Organization. 24 (2): 239–257. doi:10.1017/jmo.2016.55. ISSN 1833-3672.
  15. ^ a b c Boyd, Ross; Holton, Robert J. (2017-08-29). "Technology, innovation, employment and power: Does robotics and artificial intelligence really mean social transformation?". Journal of Sociology. 54 (3): 331–345. doi:10.1177/1440783317726591. ISSN 1440-7833. S2CID 149228281.
  16. ^ Manyika, James; Chui, Michael; Miremadi, Mehdi; Bughin, Jacques; George, Katy; Willmott, Paul; Dewhurst, Martin (January 2017). a future that works: automation, employment, and productivity.
  17. ^ Brandão, Rodrigo (November 2020). "Artificial Intelligence, Work and Productivity". {{cite journal}}: Cite 저널은 필요로 한다. journal= (도움말)
  18. ^ Daugherty, Paul; Wilson, H. (March 2018). Human + Machine: Reimagining Work in the Age of AI.