요약

인공지능 기술이 채용, 배치, 보상, 퇴직 등 고용상 의사 결정 전반에 적용되면서 생산성 향상과 새로운 기회를 제공하고 있다. 그러나 이 과정에서 민감한 정보에 관한 대리변수 사용이나 차별적 데이터 학습으로 인한 차별 강화 위험이 크며, 심층학습의 '블랙박스' 문제로 고용상 결정 근거의 불투명성을 초래하고 있다. 또한 '알고리즘에 의한 관리'는 성과 기준의 불명확성, 책임 소재 불분명, 지배력의 비가시성, 근로자 자율성 감소 등의 문제를 초래하고 있다.
본 연구는 이러한 문제에 대응하기 위한 다층적이고 포괄적인 제도개선 방안을 제시한다. 먼저, 고용상 차별 문제에 관해서는 간접차별 및 대리변수 차별에 대응할 수 있는 법제도 모색, 근로자 데이터 최소화, 자기 정보 통제권 보장 등의 방안을 제안한다. 또한, 소송 시 사용자에게 편향성 제거 및 업무 관련성에 관한 증명책임을 부과하고, 차별 감사의 의무화, 전문적인 국가/혼성기관 설치 등을 제시한다. 다음으로, 알고리즘 기반 인사관리에 대해서는 기업이 사용하는 정보와 시스템에 대한 설명을 근로자에게 통지하는 것을 최소한의 법적 요구 사항으로 하고, 근로조건에 중대한 영향을 미치는 알고리즘에 대해서는 제3자 감사기관에 의한 인증과 '질적 공시' 제도의 도입을 제시한다.