AI 면접 준비 전 반드시 알아야 할 표정 분석의 진실과 대비 방법

AI 면접이 취업 시장의 ‘표준’이 되어가고 있다.
워크넷은 AI 면접관과 모의 연습을 하고, 시선 처리와 말투, 표정에 대한 피드백 리포트까지 받을 수 있는 서비스를 운영 중이다.

그런데.
이 기술이 어디서 왔고, 지금까지 어떤 일이 있었는지 아는 사람은 많지 않다.

시선이 0.5초 흔들렸다고 감점.
표정이 어둡다고 호감도 낮음.
말한 내용은 분석도 안 하면서, 얼굴 근육 68개 포인트만 추적.

이게 진짜 공정한 면접일까.
여기까지 오게 된 사건들을 쭉 따라가봤다.
그랬더니 흥미로운 흐름이 보였다.

AI 면접의 시작, 2014년 아마존이 만든 채용 알고리즘

모든 건 아마존에서 시작됐다.

2014년, 아마존은 비밀리에 AI 채용 시스템을 개발했다.
이력서를 넣으면 별점 1개에서 5개로 지원자를 자동 평가하는 방식이었다.
(BBC 보도)

문제는 학습 데이터였다.
지난 10년간 아마존에 제출된 이력서 대부분이 남성이 쓴 것이었다.
AI는 그 패턴을 그대로 학습했다.

결과는 충격적이었다.
이력서에 여성이라는 단어가 들어가면 감점을 줬다.
여대 졸업 같은 문구가 포함되면 점수가 내려갔다.
(조선일보 보도)

2018년, 이 사실이 로이터를 통해 세상에 알려졌다.
아마존은 4년 만에 이 시스템을 폐기했다.
(연합뉴스 보도)

AI는 차별을 제거하기 위해 도입됐다.
그런데 AI 자체가 차별을 학습하고 있었다.

AI 면접이 한국에 들어오다, 2018년 채용 비리 이후

한국에서 AI 면접이 주목받은 시점이 있다.
2018년, 공공기관 채용 비리가 연달아 터졌을 때다.

인맥 채용을 막겠다는 명분이었다.
사람이 개입하면 비리가 생기니, 기계에게 맡기자.
그래서 400여 개 기관이 마이다스IT의 AI역량검사를 도입했다.
(한겨레21 보도)

도입 명분은 공정과 투명이었다.
그런데 실제로는 어떤 기준으로 평가하는지 아무도 설명하지 못했다.

한 대기업 인사 담당자는 이렇게 말했다.
“솔직히 기술을 검증할 능력이 없다. 업체를 믿는 것 말고는 방법이 없다.”

AI 면접의 실체, 답변 내용은 분석하지 않는다

한겨레21 기자가 직접 AI역량검사를 응시했다.
10년 경력 기자에게 돌아온 평가는 이랬다.

논리가 부족한.
학습이 느린.
공감 능력 부족.
(한겨레 보도)

더 놀라운 건 따로 있었다.

AI역량검사 업체는 자사 홈페이지에 음성을 텍스트로 변환해 핵심 키워드를 분석한다고 소개했다.
그런데 실제로는 이 기술을 사용하지 않고 있었다.
지원자가 실제로 무슨 말을 했는지는 결과에 반영되지 않았다.

반영된 건 얼굴 68개 포인트의 표정 변화와 음성 톤뿐이었다.
아무 말이나 해도 표정만 좋으면 좋은 점수가 나올 수 있는 구조였다.

마이크로소프트조차 자사 감정 분석 AI에 대해 이렇게 경고한 바 있다.
표정만으로 사람의 내적 상태를 판단할 수 없다고.
(한겨레21 심층보도)

이 사실들을 조합해보니 한 가지가 보였다.
우리가 열심히 준비하는 면접 답변, 그 내용 자체는 AI가 듣고 있지 않았을 수 있다는 것이다.

AI 면접과 여성, 학습 데이터부터 기울어져 있었다

마이다스IT의 AI면접 데이터에서도 흥미로운 사실이 발견됐다.
2019년 기준, AI 면접을 위해 입력된 데이터는 남성 비율이 압도적으로 높았다.
(여성신문 보도)

아마존 사례와 같은 구조다.
남성 중심 데이터로 학습한 AI는 남성의 패턴을 정상으로 인식한다.
여성의 말투, 표정, 시선 패턴이 남성과 다르면 그건 비정상으로 처리될 수 있다.

실제로 한 국내 대기업은 AI 면접 시스템이 여성 지원자보다 남성 지원자 점수를 높게 평가하는 경향을 발견하고, 일시적으로 사용을 중단했다.
(아웃소싱타임스 보도)

여기서 발견한 것이 있다.
공정하라고 도입한 AI가, 애초에 기울어진 데이터 위에 서 있었다는 것이다.

AI 면접이 시선 0.5초까지 채점하는 시대

2025년 매일경제는 AI 면접 솔루션 뷰인터의 피드백 리포트를 공개했다.

부당한 지시라는 단어를 언급할 때 시선이 0.5초간 흔들리며 불안정감을 보였습니다.

동공 떨림.
미세 표정 근육.
목소리 톤 변화.
인간 면접관조차 감지 못하는 무의식 영역까지 점수화하고 있었다.
(매일경제 보도)

워크넷의 AI 모의면접 서비스가 제공하는 시선 처리와 말투 피드백이 바로 이 기술 계보 위에 있다.

이걸 알고 나니 느낌이 달라졌다.
연습이라고 생각했던 모의면접에서, 내 눈동자의 떨림까지 데이터로 기록되고 있었다는 뜻이다.

AI 면접과 장애인, 미국에서 집단소송이 시작됐다

2023년, 미국에서 결정적인 사건이 일어났다.

불안우울장애를 가진 40대 흑인 남성 모블리 씨.
AI 채용 플랫폼 워크데이를 사용하는 기업에 100건 넘게 지원했다.
전부 탈락.
거절 통보는 몇 분에서 하룻밤 만에 돌아왔다.
(비마이너 보도)

모블리 씨는 캘리포니아 연방법원에 집단소송을 제기했다.
1심에서는 기각됐다.
워크데이는 고용주가 아니라 소프트웨어 판매자라는 이유였다.

그런데 여기서 반전이 생겼다.
미국 법무부와 평등고용기회위원회가 나섰다.
AI 업체도 고용주의 대리인으로서 차별 책임이 있다고 법원에 의견을 냈다.
항소심이 진행 중이다.

이 사건을 보면서 발견한 게 있다.
시선이 불안정하거나, 발음이 불명확하거나, 표정 변화가 비전형적인 사람은 AI 피드백에서 구조적으로 낮은 점수를 받을 수밖에 없는 구조라는 것이다.

AI 면접 데이터, 취업하려면 얼굴을 내줘야 한다

한겨레21이 밝혀낸 사실이 하나 더 있다.

AI역량검사 업체 마이다스IT는 개인정보 처리 방식을 바꿨다.
이전에는 채용 기업에서 위탁받아 데이터를 처리했다.
바뀐 뒤에는 지원자 개인정보를 직접 수집하고, 동의 양식에 이런 문구를 넣었다.

서비스 고도화와 개선을 위한 데이터 분석.
(한겨레21 보도)

취업이 급한 구직자에게 동의 안 함은 사실상 선택지가 아니다.
내 얼굴, 시선, 음성, 표정 데이터가 AI 학습 재료로 쓰이는 것을 울며 겨자 먹기로 받아들이는 구조다.

법원도 움직였다.
공공기관이 AI면접 관련 정보를 공개하지 않자, 시민단체가 소송을 냈다.
법원은 공공기관 AI면접 정보를 공개하라고 판결했다.
(한겨레 보도)

여기서 한 가지가 걸렸다.
워크넷은 공공기관이 운영한다.
그 워크넷의 AI 모의면접에서 수집되는 내 시선, 표정, 음성 데이터는 어디로 가고 있는 걸까.

AI 면접 규제, 미국은 법을 만들었고 한국은 올해 시작됐다

미국은 이미 규제를 시작했다.

2020년, 일리노이주는 AI 영상면접법을 시행했다.
AI 면접을 쓰려면 지원자에게 사전 고지하고, 동의를 받고, 면접 영상을 제3자에게 배포할 수 없도록 했다.
(AI 영상면접법 분석)

2023년, 뉴욕시는 편견 감사법을 시행했다.
AI 채용 도구를 쓰는 기업은 매년 인종과 성별 차별 가능성을 감사받아 결과를 공개해야 한다.
위반 시 건당 하루 최대 1,500달러 벌금이다.
(동아일보 보도)

한국은 2026년 1월 22일, AI 기본법이 시행됐다.
채용에 쓰이는 AI는 고영향 AI로 분류될 수 있다.
(연합뉴스 보도)

고용노동부는 채용분야 인공지능 활용 가이드라인을 연내 마련하겠다고 밝혔다.
(고용노동부 보도)

법은 만들어졌다.
그런데 구체적인 시행령과 가이드라인은 아직 나오지 않은 상태다.

이 이야기들을 조합해보니 보이는 것들

각각 따로 보면 그냥 뉴스다.
그런데 시간순으로 쭉 이어 놓으니 흐름이 보였다.

AI 기본법이 시행됐지만 채용 분야 세부 가이드라인은 아직 없다.
워크넷의 AI 모의면접에서 수집되는 시선, 표정, 음성 데이터가 어떤 기준으로 관리되는지, 외부에 제공되는지 여부는 공개된 바가 없다.

미국에서는 AI 채용 플랫폼에 대한 집단소송이 진행 중이고, 법무부가 AI 업체의 차별 책임을 인정하는 방향으로 의견을 냈다.
한국에서도 같은 유형의 법적 분쟁이 언제든 발생할 수 있는 토양이 이미 갖춰져 있다.

표정과 시선 분석 기반 AI 면접의 과학적 타당성에 대해 마이크로소프트조차 한계를 인정한 상태다.
이 기술 위에 세워진 피드백 리포트가 공식적 평가처럼 전달될 경우, 그 리포트를 받은 사람은 과학적 근거 없는 기준에 맞춰 자기 자신을 바꾸려 하게 된다.

면접은 한 사람의 직업과 생계가 걸린 일이다.
그 면접을 AI가 평가하고, 그 AI의 기준이 어떻게 만들어졌는지 아무도 설명하지 못한다면.

이 다음에 어떤 질문을 해야 하는지는, 여기까지 읽은 사람이 이미 알고 있을 것이다.

※ 블로그 썸네일 이미지는 AI로 작성이 되었습니다.

[펌] 관련 더 많은 글 보기 : https://fineirean.com/category/blog/issueimg

최신글