인공지능과 인사관리 2

인공지능은 기업이 인재를 채용하는데 있어서 서류 심사와 면접 과정을 자동화하고, 채용 후에는 직원들의 요구 사항을 찾고 빠르게 해결해주어 만족도를 높일 뿐만 아니라, 데이터 축적을 통해 최적의 경력 관리를 해주는 등 인사 관리에 있어서 강력한 도구로 자리매김하고 있습니다.

정부기관과 기업들이 이러한 인공지능의 잠재력을 생산성 향상을 위해 도입하려는 노력을 하고 있지만, 한편에는 그것이 지금까지 조직 내에 있었던 다양한 ‘편견’을 그대로 학습할 수 있다는 경고도 있습니다. 그런 편견은 ‘기업에서 여성보다 남성의 성과가 더 좋다.’, ‘흑인보다 백인의 성과가 더 뛰어나다.’ 와 같은 과거의 경험이 담겨있습니다. 과거의 잘못된 관행과 편견으로 학습된 인공지능은 고용에 있어서 차별을 더욱 강화할 것이라는 문제 제기 입니다.

컨버세이션(The Conversation)의 기사에 따르면 인공지능 면접은 전 세계에서 몇 년 전부터 사용되고 있으며 올해 9월에는 영국에서도 도입했습니다. 인공지능 면접은 약 25,000개의 얼굴 및 언어 정보 데이터베이스에 대해 지원자를 평가하는 알고리즘을 기반으로 합니다. 이것들은 ‘성공한 직원’에 대한 인터뷰에서 수집한 데이터로 기존 사회 내에 있던 다양한 종류의 편견, 불평등 및 차별이 포함될 수 있습니다. 예를 들어 구글이미지에 ‘성공적인 관리자’를 검색하면 대부분 중년 백인의 이미지 결과가 나오고, ‘가정’을 검색하면 대부분 여성의 이미지를 보여줍니다.

이러한 결과의 원인을 레지스터(The register)의 기사는 훈련된 데이터에서 공통 패턴을 선택하는 인공지능 알고리즘의 특성에서 찾고 있습니다. 인공지능이 수십 년간 기업과 고용시장에서 축적된 데이터 속에 있는 편견까지 학습할 수 있다는 뜻입니다. 또한 기사에서는 고용면접에서 말이나 외모에 영향을 주는 장애나 의학적 문제를 가지고 있는 사람들을 인공지능이 어떻게 대처할 수 있는가에 대한 의문점을 제기합니다. 장애를 가진 후보자를 일반적인 기업에서 고용하는 경우는 드물기 때문에 인공지능이 올바르게 학습할만한 충분한 데이터가 존재하지 않을 수 있습니다. 이러한 상황에서 인공지능이 잘못된 편견 데이터를 학습하여 차별받는 이들을 극단적으로 배제한다면 고용불평등과 고용차별은 전과는 비교할 수 없을 정도로 강화될 것입니다.

인재 한명이 기업경쟁력의 중심이 되는 시대입니다. 인공지능은 훌륭한 인재를 선발하고, 유지하는데 있어서 필요한 비용을 극적으로 절감하고, 인재 개발을 하는데 있어서 다양한 이점을 제공할 수 있는 잠재력을 가지고 있습니다. 그렇지만, 그것을 도입함에 있어서 단순히 ‘효율’이라는 경제적 관점에서만 접근하는 것에는 신중해야만 합니다. 우리가 인공지능과 같은 놀라운 기술을 개발하는 것은 그것이 더 나은 사회를 만들기 위한 것이기 때문입니다. 단 한사람도 ‘차별과 편견’에 의해 피해를 보지 않는 사회를 만드는데 인공지능은 기여를 해야 합니다. 물론, 그것은 단순히 인공지능에게만 지울 짐이 아닙니다. 인공지능이 편견 없는 데이터로 학습될 수 있도록, 우리 사회를 건강하게 만들어야 한다는 과제를 던져주는 것입니다.

인쇄하기