AI 채용의 전체 그림: 무엇을 자동화하고, 무엇은 사람이 맡아야 하나

공고 하나 쓰는 데 반나절, 이력서 수십 장을 밤늦게 넘기고, 면접 질문은 매번 즉흥으로 만들고, 탈락 안내는 미루다 결국 못 보냅니다. 인사담당자가 한 명이거나 대표가 채용을 겸하는 회사라면 이 풍경이 더 익숙할 것입니다. AI는 이 반복 작업을 상당 부분 덜어 줍니다. 다만 "무엇까지 맡길 것인가"를 정하지 않고 도구부터 켜면, 편향된 결정을 자동으로 반복하거나 법을 어기는 일이 생깁니다.

채용의 어느 지점에 AI를 넣을 것인가

채용은 하나의 사건이 아니라 여러 단계로 이어지는 파이프라인입니다. AI는 이 전 과정에 들어갈 수 있지만, 단계마다 맡길 수 있는 정도가 다릅니다.

채용은 8단계 파이프라인입니다

지원자를 만나기 전부터 입사 후 정착까지, 채용은 대략 여덟 단계로 나뉩니다.

이 시리즈는 이 여덟 단계를 순서대로 따라가며, 각 지점에서 무엇을 AI에 맡기고 무엇을 사람이 쥐고 있어야 하는지를 다룹니다.

이미 절반이 AI를 쓰고 있습니다

AI 채용은 "앞으로의 이야기"가 아닙니다. 미국 인적자원관리협회(SHRM)의 2025년 조사(HR 전문가 2,040명)에 따르면, 채용에 AI를 활용하는 조직은 2024년 26%에서 2025년 51%로 1년 만에 두 배가 됐습니다.

채용 AI의 세부 용도는 직무기술서 작성 66%, 이력서 스크리닝 44%, 후보자 검색 32% 순이었습니다. (SHRM, 2025 Talent Trends)

한국도 방향이 다르지 않습니다. 대한상공회의소의 2025년 하반기 채용 트렌드 조사(약 500개사)에서 기업의 69.2%가 "채용 시 지원자의 AI 활용 역량을 고려한다"고 답했습니다. 다만 이 수치는 "기업이 AI로 채용한다"는 뜻이 아니라 "지원자가 AI를 다룰 줄 아는지를 본다"는 의미이므로, 도입률과 혼동하지 않는 편이 좋습니다.

AI가 잘하는 일과 사람이 맡아야 하는 일

핵심은 '작업'과 '판단'을 나누는 것입니다. AI는 작업을 빠르게 처리하지만, 사람을 뽑는 최종 판단까지 넘기면 문제가 생깁니다.

AI에게 맡기면 좋은 일

반복되고, 형식이 있고, 정답보다 초안이 필요한 일이 AI에 어울립니다.

• 문서 초안 작성 채용공고, 안내 메일, 오퍼레터처럼 매번 비슷한 문서를 빠르게 초안으로 만듭니다.
• 정리와 요약 이력서 내용을 항목별로 정리하거나 면접 기록을 요약해 사람이 검토할 시간을 줄입니다.
• 질문과 평가표 생성 직무에 맞는 면접 질문과 평가 기준의 초안을 만들어 줍니다.

이런 작업에는 ChatGPT, Claude, Gemini, Microsoft Copilot 같은 범용 AI가 두루 쓰입니다. 도구별 조합은 꿀조합에서도 참고할 수 있습니다.

사람이 반드시 판단할 일

합격 결정, 맥락과 잠재력의 해석, 공정성 판단은 사람의 몫입니다. AI에 최종 결정을 통째로 넘겼을 때 무슨 일이 벌어지는지는 유명한 사례가 있습니다.

아마존은 2014년부터 이력서를 자동으로 점수 매기는 채용 AI를 개발했지만, 과거 10년치 지원 데이터가 남성에 치우쳐 있어 여성 지원자를 불리하게 평가했습니다. 'women's'(예: 여성 동아리)라는 표현이 들어간 이력서에 감점을 줄 정도였고, 결국 편향을 바로잡지 못해 2017년 초 프로젝트를 폐기했습니다. (로이터, 2018)

AI는 과거 데이터를 학습합니다. 과거의 결정에 편향이 있었다면, AI는 그 편향을 효율적으로 반복합니다. 그래서 "사람 대신 결정하는 AI"가 아니라 "사람의 결정을 돕는 AI"로 선을 그어야 합니다.

AI 채용을 떠받치는 세 기둥: 편향·법·지원자 경험

자동화 범위를 정할 때 기준이 되는 세 가지 원칙이 있습니다.

편향: 과거를 학습하면 과거를 반복합니다

앞의 아마존 사례가 보여주듯, 편향은 나쁜 의도 없이도 생깁니다. 학습 데이터가 특정 집단에 치우쳐 있으면 그 치우침이 그대로 점수가 됩니다. 성별·연령·출신 같은 항목이 평가에서 직접 빠져도, 그와 상관된 다른 정보를 통해 간접적으로 반영될 수 있다는 점이 특히 까다롭습니다.

법: 2026년 한국의 채용 AI 규칙

AI 채용은 이제 법의 영역 안에 있습니다. 2026년 현재 한국에서 반드시 알아야 할 규정은 다음과 같습니다.

특히 개인정보보호법 제37조의2는 채용을 대표적인 적용 사례로 봅니다. 다만 지원자의 동의나 계약 등 법적 근거로 이뤄진 결정은 거부권이 제한될 수 있으므로, "AI 채용이면 무조건 거부 가능"이라는 이해는 정확하지 않습니다. 자세한 설계는 3장에서 다룹니다.

지원자 경험: 탈락자도 미래의 고객입니다

탈락한 지원자도 회사를 기억하고, 후기를 남기고, 제품을 삽니다. AI로 커뮤니케이션을 빠르게 만들되 기계적으로 차갑게 만들지 않는 것, 그것이 세 번째 원칙입니다.

그래서 어떻게 설계하는가

원칙은 하나로 요약됩니다. AI는 초안과 정리를 맡고, 결정은 사람이 한다.

휴먼 인 더 루프

'휴먼 인 더 루프(human-in-the-loop)'는 자동화 과정의 마지막에 사람이 검토·결정을 넣는 방식입니다. AI가 이력서를 정리해 주더라도 합격 여부는 사람이 정하고, AI가 안내문을 써 주더라도 발송 전에 사람이 확인합니다. 이 한 겹의 검토가 편향과 법적 위험을 동시에 줄여 줍니다.

이 시리즈에서 다룰 것

다음 장부터는 각 단계를 실전 절차와 프롬프트로 풀어냅니다. 전체 흐름은 아래와 같습니다.

전체 시리즈 목록은 시리즈 페이지에서 확인할 수 있습니다.

이번 장에서는 채용을 여덟 단계로 나눠 AI가 맡을 작업과 사람이 쥐어야 할 판단을 구분하고, 편향·법·지원자 경험이라는 세 원칙을 세웠습니다. 다음 챕터에서는 '채용 기획과 공고 작성: 매력적이고 편향 없는 채용공고를 AI로'를 다루며, 직무 요건을 역량 기준으로 정리하고 차별 소지 없는 공고를 만드는 절차와 프롬프트를 살펴보겠습니다.