“차라리 AI에 맡기고 말지.” 요즘 종종 들려오는 이 푸념에는 두 가지 속뜻이 담겨 있다. 이는 AI가 예상보다 빠르게 인간의 업무를 대체하는 속도에 압도된 일종의 항복 선언이다. 동시에 인간 판단의 공정성에 대한 뿌리 깊은 불신과 AI의 판단이 인간보다 공정할 것이라는 기대의 표현이기도 하다.
한정된 자리를 놓고 다수가 경쟁할 때 적합한 인물을 가려내는 일은 까다로운 문제다. 선발 여부에 따라 삶의 궤적이 바뀌는 사안이라면 선발은 한 치의 시비도 허용하지 않을 만큼 투명하고 공정해야 한다. 구직자 한 명이 수십 개의 지원서를 제출하는 게 일상이 되었기에 채용 공고를 낸 기업에는 상상을 초월하는 양의 원서가 접수된다. 짧은 시간 안에 수만 건의 서류를 제대로 검토하고 공정하게 선발하는 것은 불가능에 가까운 과제다.
기업은 채용 소요 시간과 비용을 획기적으로 절감할 수 있는 AI를 구원투수로 여긴다. 면접관의 주관적 편견이나 피로도에 따른 평가 오차를 줄이고, 모든 지원자에게 동일한 잣대를 적용함으로써 공정성을 강화할 수 있다는 명분은 AI 도입의 강력한 추진력이 된다. 그리하여 어느새 각종 선발 과정에서 AI는 인간이 행하던 판단의 상당한 몫을 할당받고 있다.
우리는 알고리즘이 정의의 여신 유스티티아처럼 편견 없이 무사공평한 판단을 내리리라 기대한다. 늘 그렇듯 현실은 순진한 기대를 위협한다. 미국에서 실제로 벌어진 사례다. 데릭 모블리는 AI 채용 플랫폼을 통해 100여곳 넘는 기업에 지원했으나 모두 탈락했다. 지원한 지 한 시간도 되지 않은 새벽 1시 50분에 날아온 탈락 통보를 받고 그는 ‘봇’(Bot)에 의한 자동 탈락임을 의심했다. 그는 AI 알고리즘이 특정 인종, 연령, 장애 여부를 기반으로 자신을 사전에 걸러냈다고 주장하면서 소송을 제기했다. 2024년 미국 법원은 이를 단순한 피해망상으로 치부하지 않았다. 법원은 AI 채용 시스템을 제공한 기업도 고용주의 대리인으로서 책임질 수 있다며 재판에서 다룰 가치가 있는 의제라고 판단했다.
AI 알고리즘은 디지털 유스티티아가 될 수 없다. 특정 인종이나 성별이 채용에서 당했던 불공정한 배제의 기록은 데이터 속에 ‘오염된 퇴적물’로 고스란히 남는다. 오염된 데이터를 먹고 자란 알고리즘은 스스로를 정정하지 못한다. 오히려 오염된 데이터를 근거로 편향된 판단을 내리면서도 이를 ‘통계적 객관성’이라는 외피로 포장해 우리로 하여금 반복되는 차별을 제대로 보지 못하도록 한다.
AI는 인간보다 빠를 뿐 인간보다 공정하다고 단정할 수는 없다. 효율성이라는 거대한 파도 앞에서 우리가 놓치지 말아야 할 것은 ‘방향’이다. 무엇을 맡길 것인가를 결정하는 것조차 알고리즘에 양도할 수는 없다. 데이터의 오염을 걸러내고 공정성의 방향을 설정하는 것은 인간에게 남겨진 과제이다. “차라리 AI에 맡기고 말지”는 서글픈 푸념으로만 남아야 한다.
