오랜 기간 AI채용과 관련한 연구를 했습니다. LG 현대자동차를 비롯하여 AI채용을 진행하고 있는 기업들의 최근 3년간에 AI채용을 통해 들어온 신입사원들을 대상으로 채용과정에 있어서 그들이 느낀 감정에 대해 물어보았습니다. “기왕이면 미국으로 가자!”라는 생각에 미국학위지에 원고를 투고하였고, 마침내 미국경영학회지에 실리는 영광을 얻었습니다. 제목은 ‘AI채용에 있어서 후보자의 수용성을 올리는 요소에 대한 연구’입니다.
제 목: The factors increasing a candidate`s acceptance in AI recruitment and the role of familiarity
연구자: Dr. Kyungsoo Shin
1 서론
1.1 연구의 배경
HR은 시간이 갈수록 가장 중요한 기업경영의 키워드로 자리를 잡아가고 있다. 그 중에서도 채용은 평가보상과 함께 조직성장을 견인하기 위해 전략적 기능을 담당하는 가장 중요한 역할을 담당하고 있다. 말할 것도 없이, 조직은 도전적이고 전략적인 조직 프로세스를 구축하기 위해서는 가장 적합한 인력을 효율적으로 고용해야 한다.
한국에서는 기업체의 채용패턴 변화로 인하여 수시채용이 층가하고 코로나-19로 인한 비대변 채용이 일반화되었다. 때문에 기업의 입장으로서는 더이상 기존의 채용방식으로는 수많은 지원자들을 감당하기 어려운 상황에 직면하게 되었다. 이러한 배경들로 인하여 AI방식을 활용한 고도화된 채용솔루션들이 계속해서 나오기 시작하고 있는 것이다. 기업에서는 AI를 활용하여 채용 프로세스를 효율적으로 개선하고 싶어한다. 이를 통해 시간, 비용, 인력을 대폭 절감할 수 있다고 생각하기 때문이다. 이런 이유로 A채용을 도입하려는 기업들의 숫자는 기하급수적으로 증가할 것으로 예상이 된다.
1.2 연구의 목적
그러나 취업을 준비하는 구직자의 입장은 AI채용 도입에 적극적인 기업의 입장과는 정반대다. 한국고용정보원이 취업을 준비중인 718명의 구직자를 대상으로 조사한 자료에 의하면 전체의 2/3가 여전히 사람에 의한 대면면접을 선호하고 있는 것으로 나타났다. 구직자들의 선호도를 보면, 대면면접 59.2%, 화상면접이 25.2%, AI면접이 15.6%의 순으로 AI면접을 선호하는 구직자는 극히 일부분에 지나지 않았다. 구직자들은 대면면접을 선호하는 이유에 대해 1. 공정하게 평가받을 것 같아서, 2. 표정을 보면서 면접보는게 편해서라고 답했다.
그리고 대다수의 구직자들은 AI 필터링에 대해서도 강한 불신을 갖고 있는 것으로 나타났다. 최근 경제전문일간지인 데일리안이 조사한 자료에 따르면, 설문에 응한 구직자의 2/3가 기계가 자신의 스펙을 평가하는 데 대해 강한 불신을 갖고 있다고 보도했다. 구직자들은 AI가 사람보다 더 공정하다고 생각하지 않았다. 또한 AI에 의한 채용을 더 편하다고도 생각하지도 않았다. 이는 기업들의 생각과는 완전히 배치되는 결과이다. 위에서도 언급했듯이 기업들은 AI채용에 적극적인 이유에 대해, 편리성과 공정성을 주장하고 있기 때문이다. 본 연구를 시작하게 된 계기가 바로 여기에 있다.
그래서 나는 다음과 같이 RQ를 설정했다.
R1: 지원자들의 결과에 대한 수용성을 높이는 데 가장 중요한 요소는 무엇인가?
R2: 채용단계별로 가장 크게 영향을 미치는 요소는 무엇인가?
본 연구의 결과는 AI채용을 진행하고 있는 기업들에게는 지금의 채용제도를 잠시 점검할 수 있는 기회를 줄 것이다. 그리고 도입을 검토하고 있는 기업에게는 시행착오를 줄이는 데 큰 역할을 할 것이다. 무엇보다도 대한민국에서 AI채용과 관련한 최초의 연구논문이라는 데 큰 자부심을 갖으며 본 연구가 이 분야의 다양한 연구가 이루어지는 촉매제가 되기를 바라는 마음을 갖고 연구를 진행해 가고자 한다.
3 연구방법
3.1 리서치모델과 가설
본 연구에서는 AI 채용 결과에 대한 지원자의 반응에 영향을 미치는 요인을 조사하였다. AI가 채용에 가장 많이 활용되는 분야인 서류전형, 적성검사, 면접 등 3가지로 나누어 지원자들의 반응을 분석하였다. 본 연구의 결과는 일반적인 수용 정도를 나타내지만, 나는 인지된 공정성과 기술 신뢰의 요인에 초점을 두고 사용자 친숙도를 조절변수로 설정하였다. 연구모델과 가설은 다음과 같다.
Figure 5. Research model
나는 우선 사용자들의 인구통계학적 변수와 그들의 실제 AI채용 경험의 회수를 통제변수로 설정하였다. 인지적 공정성과 기술신뢰는 독립변수이며, 결과수용은 종속변수이고, 사용자 친숙도는 조절변수의 역할을 담당하고 있다. 이를 바탕으로 나는 아래와 같은 가설을 작성했다.
H1. AI 채용의 인지적 공정성은 서류전형 합격, 적성검사, 면접 등의 영역에서 지원자의 결과수용 여부에 영향을 미치지 않을 것이다.
H2. AI 채용의 기술신뢰는 서류전형 합격, 적성검사, 면접 등의 영역에서 지원자의 결과수용에 영향을 미치지 않을 것이다.
H3. AI 채용에 대한 사용자의 친숙도는 서류심사 합격, 적성검사, 면접 등의 영역에서 인지적 공정성과 후보자의 결과수용을 조절하지 않을 것이다.
H4. AI 채용에 대한 사용자의 친숙도는 서류전형 합격, 적성검사, 면접 등의 영역에서 기술신뢰와 지원자의 결과수용을 조절하지 않을 것이다.
3.2 연구의 프로세스
본 연구의 가설을 검증하기 위하여, AI채용을 진행하고 있는 기업의 종업원과 AI채용을 준비하고 있는 대학교 4학년 학생을 대상으로 설문조사를 실시하였다. 먼저, AI채용을 진행하고 있는 기업의 인사부서에 연구목적을 설명하고 연구참여에 대한 협조를 구한 후 HR담당자들에게 구글서베이 URL을 발송하였다. 다음으로 대학교 취업준비센터와 접촉하여 AI채용을 준비하고 있는 대학교 4학년 학생들을 대상으로 설문을 진행하였다. 이때는 학교가 마련한 취업설명회에 참여한 학생들을 대상으로 오프라인에서 설문을 진행하였다.
현대위아 등을 포함한 10개사에서 본 설문에 협조해 주었다. AI채용이 본격화된 2020년 이후 입사한 신입사원 400명을 대상으로 그들의 이메일 주소로 구글서베이 URL이 발송이 되었다. 이 중 382명이 응답(응답률 95.5%)하였다. 대학교 재학생들을 대상으로는 95명을 대상으로 현장에서 설문지를 배포하여 89명으로부터 설문을 수거하였다(응답률 93.7%). 논문에서 제시된 가설 검증을 위해서 두 샘플을 종합하였으며(총 471명), 이 중 중심화 경향을 보인 10부를 제외하고 최종 샘플 461개를 사용하였다.
4 연구결과
4.2.3 상관관계분석
각 변수들의 평균, 표준편차 그리고 변수들 간의 상관관계 분석 결과는 <표6>에 제시하였다. 통제변수인 교육수준은 AI채용 경험(.328)과 친숙도(.136)과 유의한 긍정적 상관관계를 보이고 있으나, AI채용 기술의 신뢰성(-.133) 및 결과 수용(-.127)과는 부정적으로 유의한 상관관계를 나타냈다. AI 채용에 대한 공정성 인식은 기술에 대한 신뢰(.649) 및 결과 수용성(.519)과 유의한 긍정적 상관관계를 나타내고 있다. 구체적으로 공정성 인식은 서류심사 결과수용(.440), 적성검사 결과수용(.497), 면접결과 수용(.448)과 긍정적 상관관계를 보였다. 다음으로 AI 채용 기술에 대한 신뢰는 결과 수용성(.704)과 긍정적 상관관계를 보였다. 세부적으로 서류심사 결과수용(.609), 적성검사 결과수용(.643), 면접결과 수용(.629)과 긍정적 상관관계를 나타냈다. 본 연구에서 조절변수로 사용된 친숙도의 경우 서류심사 결과수용(.102)과, 면접결과 수용(.151)에는 유의한 긍정적 상관관계를 보였으나, 적성검사 결과수용(.034)과는 유의한 상관관계를 보이지 않았다.
4.2.4 주효과 검증
먼저, AI채용에 대한 공정성 인식은 전반적인 결과수용(&beta=.112, p<0.05)과 적성검사 수용(&beta=.143, p<0.01)을 유의하게 예측하는 것으로 나타났다. 반면, 서류결과 수용(&beta=.085, p>0.05)과 면접결과 수용(&beta=.069, p>0.05)에는 유의하지 않았다. 따라서 가설 1은 부분 지지되었다.
다음으로 AI채용 기술에 대한 신뢰는 전반적인 결과 수용(&beta=.627, p<0.001), 서류 전형(&beta=.551, p<0.001), 적성 검사(&beta=.544, p<0.001), 그리고 면접 결과 수용(&beta=.562, p<0.001)을 모두 유의하게 예측하는 것으로 나타났다. 따라서 가설 2는 지지되지 않았다.
4.2.5 조절효과 검증
사용자 친숙도의 조절효과 검증을 위하여 위계적 회귀분석을 실시하였다. 1단계에서는 결과 수용성에 영향을 줄 수 있는 통제변수(인구통계 변수와 AI채용 경험)를 통제한 후, 독립변수인 AI채용에 대한 공정성 인식과 조절변수인 사용자 친숙도를 투입하였다. 2단계에서는 AI채용에 대한 공정성 인식과 사용자 친숙도의 상호작용성을 투입하였다. 조절효과 검증은 독립변수와 조절변수를 투입하여 나타난 회귀식의 R2와 독립변수와 조절변수의 상호작용항을 추가로 투입하면서 증가한 R2(∆R2)을 비교하여 통계적으로 유의하면 조절효과를 입증하는 방식이다. 이에 대한 결과가 <표8>에 제시되어 있다.
먼저, 전반적인 결과 수용성을 결과변수로 하여 조절효과를 검증한 결과, R2의 증가량(∆R2=.006)이 유의하였으며, 상호작용항의 회귀계수(&beta=.080, p<0.05) 역시 유의하였다. 결과 수용성을 각 영역별로 나누어 분석한 결과를 살펴보면, 서류전형 결과수용성(&beta=.057, p>0.05)과 적성검사 결과수용성(&beta=.068, p>0.05)에는 조절효과가 나타나지 않았으나, 면접결과 수용성(&beta=.089, p<0.05)에는 사용자 친숙도의 조절효과가 나타났다. 즉, 사용자 친숙도가 높을수록 AI채용에 대한 공정성 인식의 면접결과 수용에 미치는 영향을 강화하는 것으로 나타났다. 따라서 가설 3은 부분 지지되었다.
가설 4는 AI채용 기술의 신뢰와 결과수용성 간의 관계에서 사용자 친숙도의 상호작용 효과를 확인하는 것이다. 그 결과는 <표7>에 제시되어 있다. 사용자 친숙도는 전반적인 결과수용 및 각 세부영역(서류, 적성, 면접)에 모두 상호작용 효과가 나타나지 않았다. 따라서 가설 4는 지지되었다.
4.3 변수분석
4.3.1 인지적 공정성
가설 1에서 나는 인지적 공정성이 AI채용의 결과에 미치는 사용자 수용성을 다루어 보았다. 그 결과는 AI채용에 대한 공정성 인식은 전반적인 결과수용(&beta=.112, p<0.05)과 적성검사 수용(&beta=.143, p<0.01)을 유의하게 예측하는 것으로 나타났다. 반면, 서류결과 수용(&beta=.085, p>0.05)과 면접결과 수용(&beta=.069, p>0.05)에는 유의하지 않았다. 따라서 가설 1은 부분 지지되었다.
인지적 공정성은 업무경험의 다양한 측면과 관련이 있는 조직과학의 중요한 구성 요소이다. 객관적으로 적절하게 구성된 AI는 조직이 선택절차의 효율성, 일관성 및 공정성을 향상할 수 있는 기회를 제공한다. 본 연구의 데이터가 보여주듯이, AI채용을 통해 들어온 입사자들은 알고리즘 심사를 통해 얻은 일관성을 인식하는 것으로 나타났다. 그들이 느끼는 인지된 공정성은 AI채용의 결과로 생기는 수용성을 전반적으로 올려주는 것으로 나타났다.
특히 AI채용에 대해 느끼는 공정성은 적성검사로부터 나오는 결과에 대한 수용성에 상당히 큰 효과가 있는 것으로 드러났다. 반면, 서류심사와 면접의 결과에 대해 느끼는 수용성에 대해서는 직접적인 영향은 발견되지 못했다. 그러나 나는 사용자 친숙도의 조절효과를 통해 면접에 있어서는 AI채용의 공정성이 지원자들이 느끼는 채용결과의 수용성에 크게 영향을 미친다는 사실을 발견했다. 사전에 제공되는 AI채용의 지식이나 정보, 훈련을 통한 AI채용에 대한 친숙함의 정도는 공정성과 지원자들이 느끼는 면접결과의 수용성을 크게 조절하고 있었다.
4.3.2 기술 신뢰성
가설 2에서 나는 기술에 대한 신뢰가 AI채용의 결과에 미치는 사용자 수용성을 다루어 보았다. 결과는 AI채용 기술에 대한 신뢰는 전반적인 결과수용(&beta=.627, p<0.001), 서류전형(&beta=.551, p<0.001), 적성검사(&beta=.544, p<0.001), 그리고 면접결과 수용(&beta=.562, p<0.001)을 모두 유의하게 예측하는 것으로 나타났다. 따라서 가설 2는 지지되지 않았다.
결과적으로 AI채용에서 기술에 대해 느끼는 지원자들의 신뢰는 서류심사, 적성검사, 면접결과의 수용성에 직접적인 인과관계로 작용하고 있다는 사실을 확인할 수 있었다. 이는 가설 4에서도 확인할 수가 있었다. 기술적 신뢰도는 그 자체가 갖는 영향력이 매우 강하여 친숙함이라는 조절변수의 역할을 거의 발견할 수 없게 만들었다. 이 부분은 친숙함의 조절효과에 대한 연구결과에서 좀 더 자세히 다루어 보도록 하겠다.
4.3.3 결과 수용성
구직자들은 전반적으로 AI채용에 있어서 기술적인 부분에 있어서는 높은 신뢰를 가지고 있었다. 앞에서도 언급했듯이 이는 결과적으로 서류심사, 적성검사, 면접에 대한 결과에 있어서도 높은 수용성을 갖게 만드는 원인이 되었다. 그러나 구직자들의 채용결과에 대한 수용성과 관련하여 공정성이 미치는 직접적인 영향은 적성검사에서만 나타났다. AI채용에 있어서의 공정성은 그 자체만으로는 서류심사나 면접에는 직접적인 영향을 미치지 못했다. 본 연구를 통해 나는 AI채용에 있어서 공정성이 가장 크게 영향을 미치는 영역은 바로 적성검사의 지점이라는 사실을 알게 되었다.
4.3.4 친숙함
가설 3과 4에서 나는 사용자 친숙도가 AI채용의 결과에 미치는 조절효과를 다루어 보았다.
가설 3은 공정성과 결과 수용성 간의 관계에서 사용자 친숙도의 상호작용 효과를 확인하는 것이다. 결과적으로 서류전형과 적성검사의 결과 수용성에는 조절효과가 나타나지 않았으나, 면접결과 수용성성에는 사용자 친숙도의 조절효과가 나타났다. 따라서 가설 3은 부분 지지되었다.
가설 4는 AI채용 기술의 신뢰와 결과 수용성 간의 관계에서 사용자 친숙도의 상호작용 효과를 확인하는 것이다. 결과적으로 사용자 친숙도는 전반적인 결과수용 및 각 세부영역(서류, 적성, 면접)에 모두 상호작용 효과가 나타나지 않았다. 따라서 가설 4는 지지되었다.
결과적으로 사용자 친숙도는 AI채용에 대한 공정성 인식이 면접결과의 수용에 미치는 영향을 강하게 조절하는 것으로 나타났다. 그러나 사용자 친숙도는 AI채용에 있어서 기술적 신뢰도가 서류, 적성, 면접의 결과 수용에 미치는 영향에는 크게 관여하지 않는 것으로 나타났다. 이는 기술적 신뢰도라는 주요변수 자체가 갖는 영향력이 워낙 크기 때문인 것으로 유추해 본다.
5 결론
5.1 함축적 의미
5.1.1 이론적인 의미
결론적으로 AI채용에 대해 단점보다는 장점이 더 많이 부각되고 있는 상황이라 AI 채용프로세스에 참여하려는 기업이나 경영진의 수는 계속 늘어날 것이다. 더욱이 인적자본의 중요성이 갈수록 높아가는 현 상황을 감안하면, 좀 더 좋은 인력을 채용하기 위한 좋은 솔루션으로서 AI의 사용은 시간이 갈수록 그 인기를 더해 갈 것이라고 믿는다.
5.1.2 실용적인 의미
본 연구는 알고리즘에 의한 구직지원 및 서류심사, 적성검사, 면접 등의 프로세스가 인지적 공정성을 통하여 사람들의 부정적 인식을 감소시킨다는 것을 보여주고 있다. 연구에 따르면 인지적 공정성에 대해 부정적인 인식을 가진 구직자는 채용절차에서 스스로 선택하고, 구인을 거부하고, 성과가 더 나쁘고, 조직의 매력도가 낮아지고, 소송에 휘말릴 가능성이 더 높은 것으로 나타났다. 조직은 선택된 후보자가 채용제안을 수락하기를 원하고, 또한 거부된 후보자가 조직에 대한 부정적인 인상을 지우기를 원한다.
본 연구는 인력충원 과정에서 AI의 의사결정에 대한 지원자의 반응을 조사하면서 부수적인 사실에 대한 확인도 성공했다. 어느 계층의 지원자라 하더라도 AI채용에 응모하는 모든 사용자들은 그들의 실질적 경험이 늘어날수록 한결같이 AI채용에 대해 부정적인 인식을 가지고 있다는 사실이다. 이는 향후 채용과정에 AI를 도입하고자 하는 기업들에게는 중요한 의미를 제공하게 된다. 왜냐하면 AI채용을 지원하는 조직 중에 일부는 AI채용 제도의 시행을 채용과 관련한 지원자 데이터 확보를 위한 방안으로 생각하는 곳도 많기 때문이다.
5.2 한계 및 시사점
5.2.1 연구의 한계
모든 연구와 마찬가지로 본 연구도 몇 가지 한계를 가지고 있다. 먼저 자체 보고의 설문조사를 사용하여 데이터를 수집했다. 자체 보고된 데이터가 사회과학에서 사람들의 인식이나 생각을 알아보는데 탁월한 효과를 내고 있다는 것은 널리 알려진 사실이다. 하지만 데이터의 한계나 편향된 결과가 나올 위험요소도 동시에 안고 있다.
5.2.2 연구의 시사점
본 논문은 전체 선택과정에서 AI시스템을 어느 부분에 집중 배치할 것인지에 대한 지침을 기업에 제공하고 있다. AI채용에 대한 공정성이 가장 효과를 발하는 지점은 적성검사 영역이었다. 반면, 서류심사와 면접에서는 공정하다는 인식이 결과에 대한 납득을 의미하지는 않다는 사실을 확인하였다. 적성검사의 단계에서 AI채용은 긍정적이라는 사실을 확인할 수가 있다. 그러나 서류심사나 면접의 단계에서는 신중을 기할 필요가 있다.
반면, 사람들은 AI채용의 기술적 신뢰도에 있어서는 서류심사, 적성검사, 면접의 모든 단계에서 매우 높은 수용적 태도를 보여주었다. 어느 단계가 되었던 사람들은 AI채용의 기술적인 부분에 있어서는 높은 신뢰를 갖고 있음이 드러났다.
5.3 결론
AI채용에 대해 사람들은 AI시스템이 공정하다고 인식은 하였으나 그렇다고 여기서 나온 결과에 대해 무조건 수용하는 자세를 취하지는 않았다. 공정성이 결과에 그대로 반영되는 영역은 적성검사 영역뿐이었다. 서류심사와 면접의 결과를 받아들이는 자세에 있어서는 AI채용이 공정하다고 생각은 하지만 그렇다고 그 결과를 그대로 수용하지는 않았다. 이 상황에서 사용자 친숙함은 특히 면접의 상황에서 큰 영향력을 발휘하였다. 서류심사, 적성검사에서는 별 영향을 미치지 못했던 사용자 친숙도는 면접에서는 매우 중요한 조절변수의 역할을 수행했다.
또한 AI채용의 현장경험이 늘어남에 따라 사용자들의 결과수용이 낮아진다는 사실을 발견한 것도 큰 소득이라고 생각한다. 이것은 친숙함이라는 말과 경험이라는 말은 다른 의미를 갖고 있다는 사실을 발견한 것이다. 단순하게 경험이 많다고 해서 결과를 공정하게 수용하지는 않는다는 것이다. 중요한 것은 실제 사용보다는 내부체계의 구조나 내용이해가 결과수용에 큰 영향을 미친다는 사실이다. 이는 학생들이 원리를 이해하지 못한 상황에서 계속해서 오답을 내는 상황과 비슷하다고 말할 수 있다. 중요한 것은 빈도수가 아니라 내용이해라는 것이다.
결과적으로 지원자들의 결과 수용성을 올리는 가장 중요한 방법은 AI 채용시스템에 대한 구조나 내용에 대한 이해도를 높이는 것이다. 이를 토대로 나는 본 연구가 AI채용을 준비중인 기업뿐만 아니라 응모를 준비중인 지원자 모두에게 큰 도움을 줄 것이라고 확신한다. 이 논문이 HR담당자와 취업을 준비중인 학생들 모두에게 도움이 되기를 바랄 뿐이다.
오랜 기간 AI채용과 관련한 연구를 했습니다. LG 현대자동차를 비롯하여 AI채용을 진행하고 있는 기업들의 최근 3년간에 AI채용을 통해 들어온 신입사원들을 대상으로 채용과정에 있어서 그들이 느낀 감정에 대해 물어보았습니다. “기왕이면 미국으로 가자!”라는 생각에 미국학위지에 원고를 투고하였고, 마침내 미국경영학회지에 실리는 영광을 얻었습니다. 제목은 ‘AI채용에 있어서 후보자의 수용성을 올리는 요소에 대한 연구’입니다.
제 목: The factors increasing a candidate`s acceptance in AI recruitment and the role of familiarity
연구자: Dr. Kyungsoo Shin
1 서론
1.1 연구의 배경
HR은 시간이 갈수록 가장 중요한 기업경영의 키워드로 자리를 잡아가고 있다. 그 중에서도 채용은 평가보상과 함께 조직성장을 견인하기 위해 전략적 기능을 담당하는 가장 중요한 역할을 담당하고 있다. 말할 것도 없이, 조직은 도전적이고 전략적인 조직 프로세스를 구축하기 위해서는 가장 적합한 인력을 효율적으로 고용해야 한다.
한국에서는 기업체의 채용패턴 변화로 인하여 수시채용이 층가하고 코로나-19로 인한 비대변 채용이 일반화되었다. 때문에 기업의 입장으로서는 더이상 기존의 채용방식으로는 수많은 지원자들을 감당하기 어려운 상황에 직면하게 되었다. 이러한 배경들로 인하여 AI방식을 활용한 고도화된 채용솔루션들이 계속해서 나오기 시작하고 있는 것이다. 기업에서는 AI를 활용하여 채용 프로세스를 효율적으로 개선하고 싶어한다. 이를 통해 시간, 비용, 인력을 대폭 절감할 수 있다고 생각하기 때문이다. 이런 이유로 A채용을 도입하려는 기업들의 숫자는 기하급수적으로 증가할 것으로 예상이 된다.
1.2 연구의 목적
그러나 취업을 준비하는 구직자의 입장은 AI채용 도입에 적극적인 기업의 입장과는 정반대다. 한국고용정보원이 취업을 준비중인 718명의 구직자를 대상으로 조사한 자료에 의하면 전체의 2/3가 여전히 사람에 의한 대면면접을 선호하고 있는 것으로 나타났다. 구직자들의 선호도를 보면, 대면면접 59.2%, 화상면접이 25.2%, AI면접이 15.6%의 순으로 AI면접을 선호하는 구직자는 극히 일부분에 지나지 않았다. 구직자들은 대면면접을 선호하는 이유에 대해 1. 공정하게 평가받을 것 같아서, 2. 표정을 보면서 면접보는게 편해서라고 답했다.
그리고 대다수의 구직자들은 AI 필터링에 대해서도 강한 불신을 갖고 있는 것으로 나타났다. 최근 경제전문일간지인 데일리안이 조사한 자료에 따르면, 설문에 응한 구직자의 2/3가 기계가 자신의 스펙을 평가하는 데 대해 강한 불신을 갖고 있다고 보도했다. 구직자들은 AI가 사람보다 더 공정하다고 생각하지 않았다. 또한 AI에 의한 채용을 더 편하다고도 생각하지도 않았다. 이는 기업들의 생각과는 완전히 배치되는 결과이다. 위에서도 언급했듯이 기업들은 AI채용에 적극적인 이유에 대해, 편리성과 공정성을 주장하고 있기 때문이다. 본 연구를 시작하게 된 계기가 바로 여기에 있다.
그래서 나는 다음과 같이 RQ를 설정했다.
R1: 지원자들의 결과에 대한 수용성을 높이는 데 가장 중요한 요소는 무엇인가?
R2: 채용단계별로 가장 크게 영향을 미치는 요소는 무엇인가?
본 연구의 결과는 AI채용을 진행하고 있는 기업들에게는 지금의 채용제도를 잠시 점검할 수 있는 기회를 줄 것이다. 그리고 도입을 검토하고 있는 기업에게는 시행착오를 줄이는 데 큰 역할을 할 것이다. 무엇보다도 대한민국에서 AI채용과 관련한 최초의 연구논문이라는 데 큰 자부심을 갖으며 본 연구가 이 분야의 다양한 연구가 이루어지는 촉매제가 되기를 바라는 마음을 갖고 연구를 진행해 가고자 한다.
3 연구방법
3.1 리서치모델과 가설
본 연구에서는 AI 채용 결과에 대한 지원자의 반응에 영향을 미치는 요인을 조사하였다. AI가 채용에 가장 많이 활용되는 분야인 서류전형, 적성검사, 면접 등 3가지로 나누어 지원자들의 반응을 분석하였다. 본 연구의 결과는 일반적인 수용 정도를 나타내지만, 나는 인지된 공정성과 기술 신뢰의 요인에 초점을 두고 사용자 친숙도를 조절변수로 설정하였다. 연구모델과 가설은 다음과 같다.
Figure 5. Research model
나는 우선 사용자들의 인구통계학적 변수와 그들의 실제 AI채용 경험의 회수를 통제변수로 설정하였다. 인지적 공정성과 기술신뢰는 독립변수이며, 결과수용은 종속변수이고, 사용자 친숙도는 조절변수의 역할을 담당하고 있다. 이를 바탕으로 나는 아래와 같은 가설을 작성했다.
H1. AI 채용의 인지적 공정성은 서류전형 합격, 적성검사, 면접 등의 영역에서 지원자의 결과수용 여부에 영향을 미치지 않을 것이다.
H2. AI 채용의 기술신뢰는 서류전형 합격, 적성검사, 면접 등의 영역에서 지원자의 결과수용에 영향을 미치지 않을 것이다.
H3. AI 채용에 대한 사용자의 친숙도는 서류심사 합격, 적성검사, 면접 등의 영역에서 인지적 공정성과 후보자의 결과수용을 조절하지 않을 것이다.
H4. AI 채용에 대한 사용자의 친숙도는 서류전형 합격, 적성검사, 면접 등의 영역에서 기술신뢰와 지원자의 결과수용을 조절하지 않을 것이다.
3.2 연구의 프로세스
본 연구의 가설을 검증하기 위하여, AI채용을 진행하고 있는 기업의 종업원과 AI채용을 준비하고 있는 대학교 4학년 학생을 대상으로 설문조사를 실시하였다. 먼저, AI채용을 진행하고 있는 기업의 인사부서에 연구목적을 설명하고 연구참여에 대한 협조를 구한 후 HR담당자들에게 구글서베이 URL을 발송하였다. 다음으로 대학교 취업준비센터와 접촉하여 AI채용을 준비하고 있는 대학교 4학년 학생들을 대상으로 설문을 진행하였다. 이때는 학교가 마련한 취업설명회에 참여한 학생들을 대상으로 오프라인에서 설문을 진행하였다.
현대위아 등을 포함한 10개사에서 본 설문에 협조해 주었다. AI채용이 본격화된 2020년 이후 입사한 신입사원 400명을 대상으로 그들의 이메일 주소로 구글서베이 URL이 발송이 되었다. 이 중 382명이 응답(응답률 95.5%)하였다. 대학교 재학생들을 대상으로는 95명을 대상으로 현장에서 설문지를 배포하여 89명으로부터 설문을 수거하였다(응답률 93.7%). 논문에서 제시된 가설 검증을 위해서 두 샘플을 종합하였으며(총 471명), 이 중 중심화 경향을 보인 10부를 제외하고 최종 샘플 461개를 사용하였다.
4 연구결과
4.2.3 상관관계분석
각 변수들의 평균, 표준편차 그리고 변수들 간의 상관관계 분석 결과는 <표6>에 제시하였다. 통제변수인 교육수준은 AI채용 경험(.328)과 친숙도(.136)과 유의한 긍정적 상관관계를 보이고 있으나, AI채용 기술의 신뢰성(-.133) 및 결과 수용(-.127)과는 부정적으로 유의한 상관관계를 나타냈다. AI 채용에 대한 공정성 인식은 기술에 대한 신뢰(.649) 및 결과 수용성(.519)과 유의한 긍정적 상관관계를 나타내고 있다. 구체적으로 공정성 인식은 서류심사 결과수용(.440), 적성검사 결과수용(.497), 면접결과 수용(.448)과 긍정적 상관관계를 보였다. 다음으로 AI 채용 기술에 대한 신뢰는 결과 수용성(.704)과 긍정적 상관관계를 보였다. 세부적으로 서류심사 결과수용(.609), 적성검사 결과수용(.643), 면접결과 수용(.629)과 긍정적 상관관계를 나타냈다. 본 연구에서 조절변수로 사용된 친숙도의 경우 서류심사 결과수용(.102)과, 면접결과 수용(.151)에는 유의한 긍정적 상관관계를 보였으나, 적성검사 결과수용(.034)과는 유의한 상관관계를 보이지 않았다.
4.2.4 주효과 검증
먼저, AI채용에 대한 공정성 인식은 전반적인 결과수용(&beta=.112, p<0.05)과 적성검사 수용(&beta=.143, p<0.01)을 유의하게 예측하는 것으로 나타났다. 반면, 서류결과 수용(&beta=.085, p>0.05)과 면접결과 수용(&beta=.069, p>0.05)에는 유의하지 않았다. 따라서 가설 1은 부분 지지되었다.
다음으로 AI채용 기술에 대한 신뢰는 전반적인 결과 수용(&beta=.627, p<0.001), 서류 전형(&beta=.551, p<0.001), 적성 검사(&beta=.544, p<0.001), 그리고 면접 결과 수용(&beta=.562, p<0.001)을 모두 유의하게 예측하는 것으로 나타났다. 따라서 가설 2는 지지되지 않았다.
4.2.5 조절효과 검증
사용자 친숙도의 조절효과 검증을 위하여 위계적 회귀분석을 실시하였다. 1단계에서는 결과 수용성에 영향을 줄 수 있는 통제변수(인구통계 변수와 AI채용 경험)를 통제한 후, 독립변수인 AI채용에 대한 공정성 인식과 조절변수인 사용자 친숙도를 투입하였다. 2단계에서는 AI채용에 대한 공정성 인식과 사용자 친숙도의 상호작용성을 투입하였다. 조절효과 검증은 독립변수와 조절변수를 투입하여 나타난 회귀식의 R2와 독립변수와 조절변수의 상호작용항을 추가로 투입하면서 증가한 R2(∆R2)을 비교하여 통계적으로 유의하면 조절효과를 입증하는 방식이다. 이에 대한 결과가 <표8>에 제시되어 있다.
먼저, 전반적인 결과 수용성을 결과변수로 하여 조절효과를 검증한 결과, R2의 증가량(∆R2=.006)이 유의하였으며, 상호작용항의 회귀계수(&beta=.080, p<0.05) 역시 유의하였다. 결과 수용성을 각 영역별로 나누어 분석한 결과를 살펴보면, 서류전형 결과수용성(&beta=.057, p>0.05)과 적성검사 결과수용성(&beta=.068, p>0.05)에는 조절효과가 나타나지 않았으나, 면접결과 수용성(&beta=.089, p<0.05)에는 사용자 친숙도의 조절효과가 나타났다. 즉, 사용자 친숙도가 높을수록 AI채용에 대한 공정성 인식의 면접결과 수용에 미치는 영향을 강화하는 것으로 나타났다. 따라서 가설 3은 부분 지지되었다.
가설 4는 AI채용 기술의 신뢰와 결과수용성 간의 관계에서 사용자 친숙도의 상호작용 효과를 확인하는 것이다. 그 결과는 <표7>에 제시되어 있다. 사용자 친숙도는 전반적인 결과수용 및 각 세부영역(서류, 적성, 면접)에 모두 상호작용 효과가 나타나지 않았다. 따라서 가설 4는 지지되었다.
4.3 변수분석
4.3.1 인지적 공정성
가설 1에서 나는 인지적 공정성이 AI채용의 결과에 미치는 사용자 수용성을 다루어 보았다. 그 결과는 AI채용에 대한 공정성 인식은 전반적인 결과수용(&beta=.112, p<0.05)과 적성검사 수용(&beta=.143, p<0.01)을 유의하게 예측하는 것으로 나타났다. 반면, 서류결과 수용(&beta=.085, p>0.05)과 면접결과 수용(&beta=.069, p>0.05)에는 유의하지 않았다. 따라서 가설 1은 부분 지지되었다.
인지적 공정성은 업무경험의 다양한 측면과 관련이 있는 조직과학의 중요한 구성 요소이다. 객관적으로 적절하게 구성된 AI는 조직이 선택절차의 효율성, 일관성 및 공정성을 향상할 수 있는 기회를 제공한다. 본 연구의 데이터가 보여주듯이, AI채용을 통해 들어온 입사자들은 알고리즘 심사를 통해 얻은 일관성을 인식하는 것으로 나타났다. 그들이 느끼는 인지된 공정성은 AI채용의 결과로 생기는 수용성을 전반적으로 올려주는 것으로 나타났다.
특히 AI채용에 대해 느끼는 공정성은 적성검사로부터 나오는 결과에 대한 수용성에 상당히 큰 효과가 있는 것으로 드러났다. 반면, 서류심사와 면접의 결과에 대해 느끼는 수용성에 대해서는 직접적인 영향은 발견되지 못했다. 그러나 나는 사용자 친숙도의 조절효과를 통해 면접에 있어서는 AI채용의 공정성이 지원자들이 느끼는 채용결과의 수용성에 크게 영향을 미친다는 사실을 발견했다. 사전에 제공되는 AI채용의 지식이나 정보, 훈련을 통한 AI채용에 대한 친숙함의 정도는 공정성과 지원자들이 느끼는 면접결과의 수용성을 크게 조절하고 있었다.
4.3.2 기술 신뢰성
가설 2에서 나는 기술에 대한 신뢰가 AI채용의 결과에 미치는 사용자 수용성을 다루어 보았다. 결과는 AI채용 기술에 대한 신뢰는 전반적인 결과수용(&beta=.627, p<0.001), 서류전형(&beta=.551, p<0.001), 적성검사(&beta=.544, p<0.001), 그리고 면접결과 수용(&beta=.562, p<0.001)을 모두 유의하게 예측하는 것으로 나타났다. 따라서 가설 2는 지지되지 않았다.
결과적으로 AI채용에서 기술에 대해 느끼는 지원자들의 신뢰는 서류심사, 적성검사, 면접결과의 수용성에 직접적인 인과관계로 작용하고 있다는 사실을 확인할 수 있었다. 이는 가설 4에서도 확인할 수가 있었다. 기술적 신뢰도는 그 자체가 갖는 영향력이 매우 강하여 친숙함이라는 조절변수의 역할을 거의 발견할 수 없게 만들었다. 이 부분은 친숙함의 조절효과에 대한 연구결과에서 좀 더 자세히 다루어 보도록 하겠다.
4.3.3 결과 수용성
구직자들은 전반적으로 AI채용에 있어서 기술적인 부분에 있어서는 높은 신뢰를 가지고 있었다. 앞에서도 언급했듯이 이는 결과적으로 서류심사, 적성검사, 면접에 대한 결과에 있어서도 높은 수용성을 갖게 만드는 원인이 되었다. 그러나 구직자들의 채용결과에 대한 수용성과 관련하여 공정성이 미치는 직접적인 영향은 적성검사에서만 나타났다. AI채용에 있어서의 공정성은 그 자체만으로는 서류심사나 면접에는 직접적인 영향을 미치지 못했다. 본 연구를 통해 나는 AI채용에 있어서 공정성이 가장 크게 영향을 미치는 영역은 바로 적성검사의 지점이라는 사실을 알게 되었다.
4.3.4 친숙함
가설 3과 4에서 나는 사용자 친숙도가 AI채용의 결과에 미치는 조절효과를 다루어 보았다.
가설 3은 공정성과 결과 수용성 간의 관계에서 사용자 친숙도의 상호작용 효과를 확인하는 것이다. 결과적으로 서류전형과 적성검사의 결과 수용성에는 조절효과가 나타나지 않았으나, 면접결과 수용성성에는 사용자 친숙도의 조절효과가 나타났다. 따라서 가설 3은 부분 지지되었다.
가설 4는 AI채용 기술의 신뢰와 결과 수용성 간의 관계에서 사용자 친숙도의 상호작용 효과를 확인하는 것이다. 결과적으로 사용자 친숙도는 전반적인 결과수용 및 각 세부영역(서류, 적성, 면접)에 모두 상호작용 효과가 나타나지 않았다. 따라서 가설 4는 지지되었다.
결과적으로 사용자 친숙도는 AI채용에 대한 공정성 인식이 면접결과의 수용에 미치는 영향을 강하게 조절하는 것으로 나타났다. 그러나 사용자 친숙도는 AI채용에 있어서 기술적 신뢰도가 서류, 적성, 면접의 결과 수용에 미치는 영향에는 크게 관여하지 않는 것으로 나타났다. 이는 기술적 신뢰도라는 주요변수 자체가 갖는 영향력이 워낙 크기 때문인 것으로 유추해 본다.
5 결론
5.1 함축적 의미
5.1.1 이론적인 의미
결론적으로 AI채용에 대해 단점보다는 장점이 더 많이 부각되고 있는 상황이라 AI 채용프로세스에 참여하려는 기업이나 경영진의 수는 계속 늘어날 것이다. 더욱이 인적자본의 중요성이 갈수록 높아가는 현 상황을 감안하면, 좀 더 좋은 인력을 채용하기 위한 좋은 솔루션으로서 AI의 사용은 시간이 갈수록 그 인기를 더해 갈 것이라고 믿는다.
5.1.2 실용적인 의미
본 연구는 알고리즘에 의한 구직지원 및 서류심사, 적성검사, 면접 등의 프로세스가 인지적 공정성을 통하여 사람들의 부정적 인식을 감소시킨다는 것을 보여주고 있다. 연구에 따르면 인지적 공정성에 대해 부정적인 인식을 가진 구직자는 채용절차에서 스스로 선택하고, 구인을 거부하고, 성과가 더 나쁘고, 조직의 매력도가 낮아지고, 소송에 휘말릴 가능성이 더 높은 것으로 나타났다. 조직은 선택된 후보자가 채용제안을 수락하기를 원하고, 또한 거부된 후보자가 조직에 대한 부정적인 인상을 지우기를 원한다.
본 연구는 인력충원 과정에서 AI의 의사결정에 대한 지원자의 반응을 조사하면서 부수적인 사실에 대한 확인도 성공했다. 어느 계층의 지원자라 하더라도 AI채용에 응모하는 모든 사용자들은 그들의 실질적 경험이 늘어날수록 한결같이 AI채용에 대해 부정적인 인식을 가지고 있다는 사실이다. 이는 향후 채용과정에 AI를 도입하고자 하는 기업들에게는 중요한 의미를 제공하게 된다. 왜냐하면 AI채용을 지원하는 조직 중에 일부는 AI채용 제도의 시행을 채용과 관련한 지원자 데이터 확보를 위한 방안으로 생각하는 곳도 많기 때문이다.
5.2 한계 및 시사점
5.2.1 연구의 한계
모든 연구와 마찬가지로 본 연구도 몇 가지 한계를 가지고 있다. 먼저 자체 보고의 설문조사를 사용하여 데이터를 수집했다. 자체 보고된 데이터가 사회과학에서 사람들의 인식이나 생각을 알아보는데 탁월한 효과를 내고 있다는 것은 널리 알려진 사실이다. 하지만 데이터의 한계나 편향된 결과가 나올 위험요소도 동시에 안고 있다.
5.2.2 연구의 시사점
본 논문은 전체 선택과정에서 AI시스템을 어느 부분에 집중 배치할 것인지에 대한 지침을 기업에 제공하고 있다. AI채용에 대한 공정성이 가장 효과를 발하는 지점은 적성검사 영역이었다. 반면, 서류심사와 면접에서는 공정하다는 인식이 결과에 대한 납득을 의미하지는 않다는 사실을 확인하였다. 적성검사의 단계에서 AI채용은 긍정적이라는 사실을 확인할 수가 있다. 그러나 서류심사나 면접의 단계에서는 신중을 기할 필요가 있다.
반면, 사람들은 AI채용의 기술적 신뢰도에 있어서는 서류심사, 적성검사, 면접의 모든 단계에서 매우 높은 수용적 태도를 보여주었다. 어느 단계가 되었던 사람들은 AI채용의 기술적인 부분에 있어서는 높은 신뢰를 갖고 있음이 드러났다.
5.3 결론
AI채용에 대해 사람들은 AI시스템이 공정하다고 인식은 하였으나 그렇다고 여기서 나온 결과에 대해 무조건 수용하는 자세를 취하지는 않았다. 공정성이 결과에 그대로 반영되는 영역은 적성검사 영역뿐이었다. 서류심사와 면접의 결과를 받아들이는 자세에 있어서는 AI채용이 공정하다고 생각은 하지만 그렇다고 그 결과를 그대로 수용하지는 않았다. 이 상황에서 사용자 친숙함은 특히 면접의 상황에서 큰 영향력을 발휘하였다. 서류심사, 적성검사에서는 별 영향을 미치지 못했던 사용자 친숙도는 면접에서는 매우 중요한 조절변수의 역할을 수행했다.
또한 AI채용의 현장경험이 늘어남에 따라 사용자들의 결과수용이 낮아진다는 사실을 발견한 것도 큰 소득이라고 생각한다. 이것은 친숙함이라는 말과 경험이라는 말은 다른 의미를 갖고 있다는 사실을 발견한 것이다. 단순하게 경험이 많다고 해서 결과를 공정하게 수용하지는 않는다는 것이다. 중요한 것은 실제 사용보다는 내부체계의 구조나 내용이해가 결과수용에 큰 영향을 미친다는 사실이다. 이는 학생들이 원리를 이해하지 못한 상황에서 계속해서 오답을 내는 상황과 비슷하다고 말할 수 있다. 중요한 것은 빈도수가 아니라 내용이해라는 것이다.
결과적으로 지원자들의 결과 수용성을 올리는 가장 중요한 방법은 AI 채용시스템에 대한 구조나 내용에 대한 이해도를 높이는 것이다. 이를 토대로 나는 본 연구가 AI채용을 준비중인 기업뿐만 아니라 응모를 준비중인 지원자 모두에게 큰 도움을 줄 것이라고 확신한다. 이 논문이 HR담당자와 취업을 준비중인 학생들 모두에게 도움이 되기를 바랄 뿐이다.