작성자 Maksym Misichenko · Yahoo Finance ·
AI 에이전트가 이 뉴스에 대해 생각하는 것
패널은 HR 기술에서 AI의 영향에 대해 논의하며, 그것이 '파멸의 고리'를 만드는지 또는 '구조적 순풍'을 만드는지에 대해 엇갈린 견해를 보입니다. 일부는 이를 노동에 대한 디플레이션적이며 전문 채용 담당자에게 유익하다고 보는 반면, 다른 일부는 채용 품질 저하, 알고리즘 편향 및 규제 반발과 같은 잠재적 위험을 경고합니다.
리스크: 채용 품질 저하로 인한 교체 비용 증가 및 알고리즘 편향으로 인한 잠재적 규제 반발.
기회: 전문 채용 담당자와 고급 인재 플랫폼은 수동 후보 소싱 및 틈새 네트워크로의 전환으로 이익을 얻을 수 있습니다.
이 분석은 StockScreener 파이프라인에서 생성됩니다 — 4개의 주요 LLM(Claude, GPT, Gemini, Grok)이 동일한 프롬프트를 받으며 내장된 환각 방지 가드가 있습니다. 방법론 읽기 →
구직자와 채용 담당자 모두에게 채용 시장은 AI가 DJ인 너무 혼잡한 파티처럼 느껴질 수 있습니다.
문을 엿볼 공간이 거의 없어서 지원자들은 채용을 바꿀 수 있는 위치에 있는 사람들에게 AI 맞춤형 이력서와 자기소개서를 쏟아붓고 있습니다. 이에 대한 대응으로 일부 채용 담당자, 인사 담당자 및 채용 관리자는 물의를 처리하는 데 도움이 되도록 AI를 활용하고 있습니다. 인공지능이 자신의 지원서를 맨 아래로 밀어 넣는다고 생각하는 구직자들은 시스템을 속일 것이라고 생각하는 더 많은 AI 기반 해킹을 생각해 냅니다.
Greenhouse 채용 플랫폼의 CEO인 Daniel Chait는 이를 “파멸의 루프” 또는 “각 측이 자신을 돕기 위해 AI를 사용하려는 아이디어”라고 부릅니다.
“엄청난 양의 증가가 있지만 모든 사람의 지원서가 점점 더 비슷해지고 있습니다.”라고 Chait는 말했습니다.
전반적인 고용률이 낮고, 취업자 1.1명당 일자리가 있으며, 고용주가 선택할 수 있는 많은 인재가 있기 때문에 자동화가 방정식의 일부가 아니더라도 이것은 어려운 노동 시장이 될 것입니다.
그러나 자신들이 부당하게 간과된다고 느끼는 구직자들에게 AI는 그 어떤 변명거리라도 제공합니다.
**스크리너로서의 AI? 실제로 일어나고 있습니다.**
Greenhouse 데이터에 따르면 평균 채용 담당자는 몇 년 전보다 약 400% 더 많은 지원서를 받고 있다고 Chait는 말했습니다. 채용 담당자는 또한 완전한 사기꾼 후보들과도 씨름해야 합니다.
물밀폐를 헤쳐나가기 위해 SHRM, 인사 전문가를 위한 산업 그룹의 CEO인 Johnny C. Taylor Jr.는 그의 조직이 역할의 최소 직무 요구 사항을 충족하는지 확인하기 위해 이력서를 스크리닝하는 데 AI를 사용했다고 말했습니다. 그들이 최근 게시한 역할은 온라인에 게시된 첫날에 150개의 지원서를 받았습니다. 소규모 회사는 이러한 지원자 폭탄을 검토할 인적 자원과 채용 팀이 없습니다.
“일반적으로 말하면, AI 도구가 후보자를 걸러내지 않으면 후보자는 볼 수 없다는 것을 확신할 수 있습니다.”라고 Taylor Jr.는 말했습니다.
물론 많은 상황에서 인간이 여전히 이력서를 검토하고 있지만, 지원자들이 AI가 불투명한 이유로 자격을 갖춘 후보자들의 상당 부분을 자동으로 거부할 것이라는 두려움에도 불구하고 채용 담당자들은 Yahoo Finance에 말했습니다.
“오해의 소지가 너무 많고, 그것이 제가 보는 문제입니다.”라고 Denver 기반의 인력 및 검색 회사 Quantix의 이사 겸 “Recruiter’s Brain”의 저자인 Elias Cobb는 말했습니다.
그의 관점에서 볼 때, 이력서 스크리닝에 AI가 사용되는 것은 제한적입니다. 물론 일부 더 큰 지원자 추적 시스템에는 AI 기능이 있지만 “그들을 사용하는 회사는 소수입니다.”
“구직자들은 모두가 사용한다고 생각합니다. 하지만 실제로 그렇지 않습니다.”라고 그는 말했습니다.
4개 주요 AI 모델이 이 기사를 논의합니다
"채용 담당자의 볼륨 압력은 기사의 경고적인 어조가 시사하는 것보다 더 빠르게 유료 AI 스크리닝 채택을 가속화할 것입니다."
설명된 AI 지원 급증은 스크리닝 및 ATS 도구를 판매하는 HR 기술 플랫폼에 구조적 순풍을 만듭니다. 이제 소규모 고용주조차도 400%의 볼륨 급증에 직면하고 최소 자격 필터를 자동화해야 하기 때문입니다. Greenhouse 및 SHRM 데이터는 2023년 이전 추세가 시사한 것보다 빠른 유료 기능 채택을 시사합니다. 그러나 이 기사는 대부분의 회사가 여전히 인간 검토에 의존한다는 점을 간과하므로 수익 증가는 광범위한 부문 상승보다는 소수의 대형 공급업체에 집중될 수 있습니다. 두 번째 순서 위험은 채용 품질 저하로 인한 교체 비용 증가이며, 이는 결국 도구 채택을 둔화시킬 수 있습니다.
지원자가 AI 필터를 점점 더 많이 조작하거나 규제 기관이 스크리닝 알고리즘에 대한 투명성 규칙을 부과하면 채택이 중단되거나 역전되어 볼륨 급증이 약속하는 것처럼 보이는 모든 수익 상승을 제한할 수 있습니다.
"AI 기반 이력서 동질화는 일반적인 역할의 임금 소득자에게 디플레이션적이며 시장 기능 장애가 아닙니다. 그리고 기사의 '파멸의 고리' 프레임은 실제로 노동 협상력의 구조적 변화인 것을 모호하게 합니다."
이 기사는 AI '파멸의 고리'를 노동 시장 문제로 프레임하지만 경제 신호를 놓칩니다. 즉, 지원서의 대량 동질화는 고용주에게 버그가 아니라 기능입니다. 이력서가 400% 더 많이 도착하지만 이제 80-90%가 기본 역량으로 AI 필터링되면 채용 담당자는 더 높은 노이즈가 아닌 더 낮은 노이즈에 직면합니다. 실제 위험은 AI 스크리닝이 불공정하다는 것이 아니라 너무 잘 작동하여 채용 주기와 중간 등급 역할에 대한 임금 압력을 축소한다는 것입니다. SHRM과 Greenhouse는 문제를 과장할 인센티브가 있습니다(솔루션을 판매함). 이 기사는 'AI가 사용되고 있다'와 'AI가 고장났다'를 혼동하지만 데이터는 의도한 대로 작동하고 있음을 시사합니다. 즉, 비용 효율적인 분류입니다. 이것은 노동에 디플레이션적이지 인플레이션적이지 않습니다.
AI 스크리닝이 취약한 키워드 일치로 인해 실제로 자격을 갖춘 지원자를 제거한다면 숨겨진 비용은 막대합니다. 회사는 더 나쁜 인재를 채용하고 생산성이 저하되며 '파멸의 고리'는 자체 강화됩니다. 이러한 시스템의 잘못된 부정률에 대한 감사 데이터가 없습니다.
"AI를 통한 이력서의 상품화는 공개 지원 모델의 완전한 포기를 강요하여 고용량 구직 게시판을 기능적으로 쓸모없게 만들 것입니다."
설명된 '파멸의 고리'는 단순한 HR 문제가 아니라 전문 채용 회사와 고급 인재 플랫폼에 막대한 해자를 만드는 구조적 효율성 위기입니다. 기사가 노이즈 볼륨에 초점을 맞추는 동안 필연적인 '신호' 전환을 무시합니다. 기업은 공개 지원 퍼널에 대한 의존을 완전히 중단하고 수동 후보 소싱 및 틈새 네트워크로 전환할 것입니다. 이것은 대량 시장 구직 게시판과 높은 볼륨 트래픽에 의존하는 레거시 ATS(지원자 추적 시스템)에 대해 장기적인 약세 전망을 만듭니다. 반대로, 디지털 이력서가 통계적으로 스팸과 구별할 수 없게 된 시대에 인간이 검증한 큐레이션을 제공할 수 있는 Korn Ferry(KFY)와 같은 회사나 전문 헤드헌터에게는 강세입니다.
반론은 AI가 궁극적으로 필터링 도구에서 '매칭' 엔진으로 진화하여 노이즈 문제를 해결하고 현재 인간 중심의 채용 모델을 쓸모없게 만들고 기업 간접비를 크게 낮출 수 있다는 것입니다.
"AI 지원 스크리닝 및 맞춤화는 채용 효율성과 신호 품질을 향상시켜 HR 기술 채택 및 수익의 다년간 상승세를 지원할 가능성이 높습니다."
이 기사는 AI가 볼륨을 증폭시키고 이력서를 동질화하는 파멸의 고리를 그리지만 간과된 각도는 AI가 시간이 지남에 따라 스크리닝 효율성과 매칭 품질을 향상시킬 수 있다는 것입니다. 지원서의 400% 증가는 더 광범위한 게시 활동 또는 쉬운 제출을 반영할 수 있습니다. 모든 회사가 AI를 동등하게 배포하는 것은 아니며 많은 회사가 여전히 인간 분류에 의존합니다. 실제 이야기는 AI 지원 스크리닝 및 맞춤화가 충원 시간 단축 및 적합성 향상을 줄여 궁극적으로 HR 기술 플랫폼에 대한 수요를 증가시키는 다분기 전환일 수 있습니다. 누락된 맥락에는 게시물당 채용, 역할 선임도, 규제/편향 위험이 포함되며, 이는 채택을 둔화시키거나 공급업체 경제를 전환시킬 수 있습니다.
관찰된 볼륨 급증은 일시적인 변칙일 수 있습니다. AI 스크리닝이 신호를 개선함에 따라 후보자 품질이 균형을 이룰 수 있으며 인식된 파멸의 고리가 줄어들 수 있습니다. AI가 사기 또는 편향에 대해 잘못 작동하면 자동화에 대한 의존이 역효과를 낳아 조사를 강화하고 채택을 둔화시킬 수 있습니다.
"소규모 회사의 예산 제한은 품질 위험에도 불구하고 레거시 ATS를 계속 유지하여 Gemini가 예측한 전환을 지연시킬 것입니다."
Gemini의 Korn Ferry 스타일 큐레이션으로의 전환은 Grok의 소규모 고용주 제약을 무시합니다. 400% 볼륨은 품질이 저하되더라도 지속적인 ATS 지출을 강요합니다. 이것은 광범위한 인간 네트워크 대체보다는 공급업체 집중을 유지합니다. Claude의 효율성 주장은 감사 데이터 없이 낮은 잘못된 부정률을 가정함으로써 문제를 복잡하게 만들고, 임금 디플레이션을 무디게 할 수 있는 장기적인 교체 비용 위험을 초래합니다.
"파멸의 고리는 AI 스크리닝이 실패하기 때문이 아니라 규제 기관과 원고가 궁극적으로 정량화하고 이의를 제기할 수 있는 방식으로 필터링하는 데 성공하기 때문에 지속됩니다."
Claude와 Grok 모두 잘못된 부정률이 무시할 수 있거나 관리 가능하다고 가정하지만 Grok이 지적한 감사 격차는 해결하지 않습니다. AI 스크리닝이 비전통적인 지원자(경력 전환자, 비전통적인 배경)를 체계적으로 걸러낸다면 교체 비용은 개인을 넘어 코호트 전체에 걸쳐 복합됩니다. Gemini의 수동 소싱 논리는 이를 간과합니다. 고부가가치 채용은 알고리즘 편향을 해결하는 것이 아니라 인간 게이트키핑 뒤에 숨기는 것입니다. 실제 위험은 채용 결과가 측정 가능하고 차별적이게 되면 규제 반발입니다.
"AI 기반 채용에 대한 기업의 의존은 효율성 추구에서 책임 이전으로 전환되어 채용 품질 저하 가능성에도 불구하고 공급업체 지배력을 강화할 것입니다."
Claude, 규제 차익 거래를 놓치고 있습니다. 편향으로 인한 교체 비용을 두려워하는 동안 실제 위험은 기업이 책임을 제3자 '블랙박스' 공급업체에 아웃소싱한다는 것입니다. ATS 공급업체가 편향 주장에 대해 고용주를 면책한다면, 채용 품질에 관계없이 '파멸의 고리'는 무기한 지속됩니다. Gemini의 인간 검증 큐레이션으로의 전환은 럭셔리 상품입니다. 중견 기업의 90%에게는 장기적인 인재 효율성을 해결하는 것이 아니라 책임을 자동화하려는 인센티브가 있습니다.
"AI 편향 주장의 책임 회피 아웃소싱은 장기적으로 대량 자동화를 고착화하여 감사 가능성을 약화시키고 단기 효율성이 향상되더라도 파멸의 고리를 연장할 수 있습니다."
Gemini의 책임 차익 거래 각도는 더 깊은 문제를 숨길 위험이 있습니다. 즉, '블랙박스' 공급업체에 편향 주장을 아웃소싱하면 책임이 강화되고 장기적인 교체 비용의 긴 꼬리가 발생할 수 있습니다. 많은 중견 기업이 면책 계약을 채택하면 AI 공정성을 감사하려는 인센티브가 약화되어 진정한 신호 개선이 지연되고 파멸의 고리가 연장될 수 있습니다. 단기 비용 절감은 장기적으로 더 길고 후회스러운 인재 불일치로 이어질 수 있습니다.
패널은 HR 기술에서 AI의 영향에 대해 논의하며, 그것이 '파멸의 고리'를 만드는지 또는 '구조적 순풍'을 만드는지에 대해 엇갈린 견해를 보입니다. 일부는 이를 노동에 대한 디플레이션적이며 전문 채용 담당자에게 유익하다고 보는 반면, 다른 일부는 채용 품질 저하, 알고리즘 편향 및 규제 반발과 같은 잠재적 위험을 경고합니다.
전문 채용 담당자와 고급 인재 플랫폼은 수동 후보 소싱 및 틈새 네트워크로의 전환으로 이익을 얻을 수 있습니다.
채용 품질 저하로 인한 교체 비용 증가 및 알고리즘 편향으로 인한 잠재적 규제 반발.