AI 채용·인사 수련서

차례

1. 이 수련서 사용법
2. 1장. 채용 공고와 서류 심사 입력

   채용 AI가 만지는 세 가지 입력 · 채용 공고 문구의 차별 표현 · 직접 차별과 간접 차별 · 채용절차법의 적용 범위와 기초심사자료 · 기초심사자료로 요구하지 못하는 정보 · 공고와 실제 근로조건: 거짓 채용광고 금지 · AI 서류 심사에 넣는 입력 항목 고르기 · 대리 변수(proxy)와 간접 차별 · 자유 서술 속 우회 정보 · AI가 쓴 공고와 심사 기준의 검수 절차 · 직무 관련성 근거를 문서로 남기기 · 실제 직무 조건과 차별 표현의 경계 · 우대 표현과 적극적 고용개선조치 · 법마다 적용 범위가 다르다

3. 2장. 평가·면접과 자동화된 결정

   자동화된 결정의 정의 · 완전 자동화와 사람이 검토한 결정의 경계 · 세 가지 권리와 예외 · 중대한 영향의 판단 · 미리 공개해야 하는 사항 · 요구를 받았을 때의 처리 절차 · 좋은 설명의 조건 · AI 면접·평가 도구의 타당성 · 설명 가능성과 해석 가능성 · 접근성과 정당한 편의 · 인공지능기본법의 고영향 영역과 채용 · 사람의 의미 있는 검토 설계 · 동의는 무엇을 해결하고 무엇을 해결하지 못하는가 · 채용 대행과 자동화된 결정의 책임 · 자동화의 정도를 바꾸면 의무도 바뀐다

4. 3장. 지원자·직원 데이터

   개인정보와 결합 가능성 · 처리 원칙: 목적, 최소, 익명 · 처리 근거: 무엇으로 수집하고 이용하는가 · 목적 외 이용과 제공 · 민감정보 · 고유식별정보와 주민등록번호 · 가명정보와 그 한계 · 처리 위탁과 제3자 제공 · 국외 이전 · 보유 기간과 파기 · 안전조치와 접속 기록 · 판단 절차: 이 데이터를 이 AI에 넣어도 되는가 · 벤더 계약에서 데이터 이용 조건 확인하기 · "이름을 지웠다"와 "익명이다" 사이 · 직원의 동의는 얼마나 자유로운가 · 파생 데이터의 수명

5. 4장. 인사 운영과 성과 관리 업무

   인사 운영에서 AI가 맡는 일과 위험의 크기 · 성과 평가 초안: 근거로 제한하기 · AI가 쓴 평가 문안 검수하기 · 피드백과 면담에서의 책임 · HR 챗봇의 근거 문서 관리 · HR 챗봇과 인사 비서의 조회 권한 · 인사 기록과 감사 추적 · 직원 모니터링의 한계 · 모니터링 결과로 조치할 때 · 고령자 차별 금지와 AI 지표 · 장애인 차별 금지와 정당한 편의 · 균등한 처우의 기본 원칙 · 측정하기 쉬운 것이 성과가 되는 함정 · 모니터링 목적은 왜 번지는가 · 자동화된 평가 문장의 무게

6. 5장. 공정성 점검과 거버넌스

   공정성은 무엇을 재는가 · 선발률과 선발률 비 · 4/5 경험칙: 말하는 것과 말하지 않는 것 · 표본 크기와 통계적 유의성 · 단계별 분석 · 오류의 집단별 차이 · 점검 결과를 조치로 바꾸기 · 점검 주기와 계기 · 점검에 쓸 집단 정보 · 벤더 검증 자료 요구 · NIST AI RMF의 네 기능 · 책임 체계와 운영 규칙 · 사고 대응 · 집단별 기준 점수가 해법이 아닌 이유 · 공정성 지표가 좋아도 끝이 아니다 · 거버넌스는 한 번의 승인이 아니다

7. 부록 A. 용어집
8. 부록 B. 셀프 체크 정답과 해설
9. 부록 C. 시험 당일 가이드
10. 부록 D. 참고 문서 목록