AI 채용 시스템의 자기선호 현상: 실증 분석과 통찰

AI가 채용 의사결정에 사용될 때, 자신과 유사한 특성을 가진 지원자를 더 선호하는 '자기선호(self-preferencing)' 현상이 발생합니다. 이 논문은 머신러닝 모델이 학습 데이터의 편향을 내재화하면서, 기존의 인구통계학적 불균형이 채용 과정에서 심화될 수 있음을 실증적으로 분석합니다. 이는 개별 지원자에 대한 불공정을 넘어 시스템 전체의 다양성을 해치는 악순환으로 이어질 수 있습니다. 연구팀은 이러한 편향의 메커니즘을 밝혀내고, 기업들이 algorithmic hiring 도구를 도입할 때 주의할 점을 제안하고 있습니다. HR 기술에 AI를 도입하는 많은 조직들에게 중요한 경고 신호가 될 것으로 보입니다.