추천 알고리즘의 양면,
데이터 편향성 주의해야

지난 호에서는 AI를 활용한 개인화 추천 알고리즘의 원리 및 활용 현황 등에 대해 알아봤다. 이번 호에서는 이 같은 개인화 추천이 상품 및 콘텐츠 추천을 넘어 기업 내 어떤 업무에 활용될 수 있는지, 그리고 고민해봐야 할 부작용 등에 대해 살펴보고자 한다.

주로 마케팅과 영업을 위해 추천 알고리즘을 활용하는 기업들이 이외에 많이 활용하는 분야가 바로 인사관리다. 직원 채용부터 부서 배치, 커리어 관리, 심지어 해고하는 데도 활용되고 있다. 인사 역시 상품 추천처럼 사람에 대한 이해와 성향 분석이 기본이 되기 때문이다.

직원 채용 및 관리에 활용되는 AI

어느 기업이든 원하는 인재상과 업무 방식이 존재하며, 이는 기업별로 차이가 있다. 어떤 기업에서 업무 능력을 인정 받았다고 해서 다른 기업에서도 당연히 인재로 평가 받을 수 있는 것은 아니다. 심지어 기업뿐 아니라 부서별로도 차이가 난다.
예를 들어 마케팅과 재무 부서에서 원하는 능력과 업무 방식은 각각 다를 것이다. 하지만 대부분의 기업이 아직도 일률적인 인재상을 두고, 그동안의 경험이나 편협한 데이터에 근거해 인사관리를 진행한다. 특히 신규 사원 채용시 그동안의 경험 등을 바탕으로 선호하는 지역, 대학, 학과 등을 구분하기도 한다.
반면 추천 알고리즘을 활용해 기업이나 부서에서 일을 잘한다고 인정 받는 직원들의 정보, 즉 업무 방식이나 행동 및 태도 등을 데이터화하고 이와 비슷한 성향의 사람을 추출해 채용이나 관리에 활용한다면 성공 가능성이 높아진다. 특히 수많은 이력서를 사람이 하나하나 읽어보고 평가하는 것 자체가 불가능하다. 이때 AI 추천 알고리즘을 활용해 다량의 이력서를 빠르게 분석하면 채용 공고에 명시된 자격 요건과 가장 잘 맞는 후보자들을 식별할 수 있다.
이 과정에서 AI는 교육 배경, 경력 및 경험, 기술 능력 등의 정보를 추출해 후보자의 적합성을 평가한다. 예를 들어 글로벌 구인구직 비즈니스 사이트 링크드...기사전문보기