AI 면접은 이제 결코 낯선 전형이 아닙니다. 카메라 앞에서 답하는 영상 면접부터 게임형 역량검사까지, 지원자들도 한 번쯤은 겪어본 절차가 됐죠.
문제는 여기서부터입니다. AI 면접은 시간을 줄이고 평가를 구조화해주지만, 잘못 설계하면 공정성 논란과 설명 요구에 바로 부딪힙니다. 특히 개인정보 보호법이 개정되면서 '자동화된 결정' 이슈를 더 이상 가볍게 넘기기 어려워졌습니다.
본 아티클에서는 AI 면접을 도입하기 전에 반드시 정해둬야 할 운영 기준을 짚어보겠습니다.
AI 면접은 단순히 영상 면접이 아닙니다
AI 면접은 채용 과정에서 인공지능이 지원자의 답변·행동·역량 데이터를 분석해 평가에 활용하는 디지털 면접 방식입니다. 다만 실제 운영에서는 '완전 자동 선발 도구'로 보기보다, 평가 보조 도구로 설계할수록 법적·운영상 리스크를 줄이기 쉽습니다.
이미 도입은 빠르게 늘고 있습니다. 고용노동부 2025년 조사에 따르면 인사 업무에 AI 도구를 쓰는 기업은 86.7%였고, 채용에 실제 활용하는 기업도 21.7%였습니다. 이제 고민은 '쓸까 말까'보다 '어떻게 설계할까'에 더 가깝습니다.
AI 면접이라고 하면 보통 카메라 앞에서 답하는 영상 면접만 떠올리기 쉽습니다. 그런데 현업에서 말하는 범위는 그보다 넓습니다. 실제로는 아래 네 가지가 함께 묶여 다뤄집니다.
- 영상 분석형: 표정, 시선, 음성, 답변 구조를 분석합니다.
- 역량검사형: 게임형 과제나 인지 테스트로 반응 패턴을 봅니다.
- 텍스트 분석형: 자기소개서나 서술 답변을 분석합니다.
- 면접 보조형: 대면 면접 결과를 정리하거나 평가를 보조합니다.
여기서 먼저 구분해야 할 점이 있습니다. 'AI 면접'과 'AI 채용'은 같은 말이 아닙니다. AI 채용은 서류 검토, 추천, 역량검사, 면접 분석까지 포함하는 더 큰 범주이고, AI 면접은 그 안의 한 단계입니다. 이 차이를 실제 운영 사례 기준으로 감 잡고 싶다면 [성과가 엇갈리는 AI 채용, 운영 구조 체크포인트 5가지] 아티클처럼 AI 채용 전반의 적용 방식을 먼저 함께 보는 것도 도움이 됩니다.
이 구분이 중요한 이유가 있습니다. 서류 검토를 AI에 맡기는 것과 영상·음성 데이터를 수집하는 AI 면접을 도입하는 건 리스크가 다르기 때문입니다.
AI를 붙였다고 공정해지지는 않습니다
기업이 AI 면접을 검토하는 이유는 꽤 현실적입니다. 고용노동부 조사에서도 AI 도입 이유로 객관적 판단 34.6%, 채용 전형 시간 단축 31.5%가 꼽혔습니다.
이 수치는 현장의 고민과 잘 맞습니다. 지원자가 많아질수록 면접 퀄리티를 일정하게 유지하기 어렵고, 면접관마다 평가 편차도 커지기 쉽습니다. AI 면접은 이 지점에서 일정한 질문 구조와 동일한 평가 프레임을 제공해줍니다.
다만 여기서 자주 생기는 오해가 있습니다. AI를 붙였다고 공정성이 자동으로 생기진 않습니다. 평가 기준이 불명확하거나, 직무와 상관없는 신호를 많이 반영하면 편향은 오히려 더 정교해질 수 있습니다.
한국노동연구원도 AI 채용의 핵심 쟁점으로 차별, 책임소재, 설명 가능성을 짚었습니다. 쉽게 말해, 결과가 아니라 평가 기준을 설명할 수 있느냐가 더 중요하다는 뜻입니다.
그래서 AI 면접은 사람을 대체하는 기술보다 면접을 구조화하는 도구로 보는 편이 맞습니다. 질문을 표준화하고, 평가 포인트를 정리하고, 누락을 줄이는 데는 강하지만 최종 판단까지 맡기기엔 아직 조심할 구간이 많습니다.
문제는 정확도보다 설명 가능성에서 발생합니다
많은 팀이 AI 면접을 검토할 때 먼저 묻는 건 정확도입니다. 하지만 실제 분쟁은 정확도 숫자보다 왜 그런 결과가 나왔는지 설명할 수 없을 때 더 크게 생깁니다.
고용노동부 조사에서 청년 재직자의 23.7%가 AI 채용 전형을 경험했다고 답했고, 우려 요소로는 공정성 26.9%, 심사 기준 불투명성 23.1%가 높게 나왔습니다. 지원자 입장에선 '틀렸을까'보다 '무슨 기준인지 모르겠다'가 더 큰 불안이라는 뜻입니다.
이 차이를 운영 단계에서 꼭 반영해보세요.
| 구분 | 상대적으로 안전한 운영 | 리스크가 큰 운영 |
|---|---|---|
| 평가 기준 | 직무 역량과 연결된 문항별 기준 공개 | 추상적 성향 예측 중심 |
| 결과 활용 | AI 추천 후 면접관 재검토 | AI 점수만으로 자동 탈락 |
| 지원자 안내 | 수집 데이터·활용 범위 사전 고지 | AI 사용 사실을 모호하게 안내 |
| 이의 대응 | 설명·재검토 절차 마련 | 결과 통보만 하고 근거 미제공 |
특히 '표정', '시선', '말 빠르기'와 같은 요소는 조심해야 합니다. 이런 신호를 왜 보는지, 직무 성과와 어떤 관련이 있는지 문서로 남기지 않으면 설명 요구가 들어왔을 때 방어가 어렵습니다.
반대로 비교적 운영하기 쉬운 항목도 있습니다.
- 문항별 답변 누락 여부
- 답변 구조의 일관성
- 직무 키워드 충족 여부
- 면접관 평가 기록 정리와 요약
즉, 평가지표는 '사람이 납득할 수 있는 언어'로 다시 설명 가능한가를 기준으로 고르는 게 좋습니다.
법이 주목하는 건 자동화된 결정입니다
AI 면접에서 가장 먼저 확인할 법적 축은 개인정보 보호법입니다. 2025년 10월부터 시행된 개정 내용에는 자동화된 결정에 대한 정보주체의 권리가 들어갔습니다.
이게 왜 중요할까요? AI 면접 결과가 전형 통과나 탈락에 실질적 영향을 준다면, 지원자는 그 결정에 대해 거부하거나 설명을 요구할 수 있기 때문입니다. 개인정보처리자는 정당한 사유가 없으면 인적 개입에 의한 재검토 같은 필요한 조치를 해야 합니다.
여기서 위험한 운영 방식이 하나 분명해집니다. 사람 검토 없이 AI 점수만으로 탈락시키는 구조입니다. 법에 'AI 면접 금지'가 있는 건 아니지만, 완전 자동 탈락은 분쟁이 생겼을 때 방어가 매우 어렵습니다.
함께 봐야 할 법도 있습니다.
- 채용절차법: AI 면접 자체를 직접 규율하진 않지만, 채용 공정성 원칙은 그대로 적용됩니다.
- 남녀고용평등법: 성별에 따른 차별이 발생하면 문제 소지가 큽니다.
- 인공지능기본법: 채용은 개인의 권리·의무에 중대한 영향을 주는 영역으로 다뤄집니다.
고용노동부도 2025년 발표에서 AI 채용 관련 가이드라인 마련과 채용절차법 정비 추진을 공식화했습니다. 지금은 '명확한 금지선이 없으니 일단 해보자'보다, 앞으로 더 구체화될 규제를 먼저 가정하고 설계하는 편이 안전합니다.
도입 여부보다 운영 설계가 먼저입니다
AI 면접을 도입할지 말지보다 더 중요한 건 어디까지 맡길지입니다. 이 질문에 답하지 못하면 솔루션을 붙여도 운영이 흔들립니다.
가장 현실적인 기준은 세 가지입니다.
- 1단계 보조도구로 쓸 것
- 직무 관련성을 문서화할 것
- 지원자 대응 프로세스를 먼저 만들 것
예를 들어 초반 대량 지원자 스크리닝에서 AI 면접을 쓰더라도, 최종 탈락 전에는 사람 검토 단계를 남겨두는 편이 좋습니다. 이 구조만으로도 자동화된 결정 리스크를 크게 낮출 수 있습니다.
또 하나, 점수 하나로 끝나는 결과표는 생각보다 쓸모가 제한적입니다. 현업에 필요한 건 '종합점수 82점'보다 어떤 문항에서 어떤 역량 신호가 나왔는지입니다. 숫자는 편하지만, 설명은 숫자만으로 되지 않습니다.
운영 전 체크리스트도 짧게 정리해보면 이렇습니다.
- AI 활용 사실을 채용 공고나 안내문에서 고지했는가?
- 수집 데이터 범위와 보관 기간을 정했는가?
- 평가 항목이 직무와 연결되는가?
- 자동 탈락 없이 재검토 절차가 있는가?
- 지원자 설명 요구에 대응할 담당자와 문안을 준비했는가?
이 다섯 가지가 비어 있으면, 도입 자체보다 운영 후 대응 비용이 더 커질 가능성이 높습니다.
AI 면접은 분명 유용합니다. 다만 잘 작동하는 기준은 '얼마나 많이 맡기느냐'가 아니라 설명 가능한 평가와 사람의 재검토를 남겨두는 설계입니다.
그리고 이 설계는 면접 단계에서 갑자기 만들어지지 않습니다. 앞선 서류 단계에서 어떤 기준으로 봤고 무엇을 더 확인해야 하는지가 정리돼 있어야, 면접에서 물어볼 것도 분명해지죠. 그리팅의 AI 서류평가가 점수와 함께 판단 근거와 면접에서 확인할 포인트까지 정리해주는 것도 같은 이유입니다. 합격·불합격을 대신 정하지 않고, 사람이 판단할 재료를 남기는 방식입니다.
AI 면접을 실제로 운영한다면, 그 결과를 어디에 쌓을지도 함께 정해두는 게 좋습니다. 그리팅은 뷰인터HR 연동을 지원해, 공고에서 바로 지원자에게 AI 면접을 요청하고 역량검사 결과와 면접 영상을 지원자 정보와 함께 확인할 수 있습니다. 평가자가 별도 로그인 없이 영상을 볼 수 있다는 점도 중요합니다. 앞서 강조한 사람의 재검토는 번거로우면 결국 생략되기 때문입니다.
즉, AI 면접 자체보다 중요한 건 그 결과를 채용 프로세스 안에서 어떻게 연결하고 기록하느냐입니다.
자주 묻는 질문
Q1. AI 면접은 정확히 무엇을 뜻하나요?
AI 면접은 채용 과정에서 인공지능이 지원자의 답변, 영상, 음성, 행동 패턴, 역량검사 결과 등을 분석해 평가에 활용하는 방식입니다. 고용노동부는 2025년 기업 채용동향조사에서 AI 기반 역량검사, 서류 검토, AI 면접 및 대면 면접 결과 활용을 주요 유형으로 제시했습니다. 실무에서는 영상 분석형뿐 아니라 역량검사형까지 함께 포함해 보는 경우가 많습니다.
Q2. AI 면접 결과만으로 불합격 처리해도 되나요?
법에 AI 면접 자체를 금지하는 조항이 있는 것은 아니지만, 결과만으로 자동 탈락시키는 운영은 위험합니다. 개인정보 보호법에 따라 자동화된 결정이 권리·의무에 중대한 영향을 미치면 지원자는 거부나 설명 요구를 할 수 있습니다. 따라서 최종 탈락 전 사람의 재검토 단계를 두고, 이의 제기 절차를 함께 마련해두는 편이 안전합니다.
Q3. AI 면접을 운영할 때 지원자에게 무엇을 알려야 하나요?
AI 면접을 운영할 때는 AI 활용 여부, 수집 데이터 종류, 평가 반영 범위, 보관 기간, 설명 또는 재검토 요청 방법을 사전에 안내하는 것이 좋습니다. 고용노동부 조사에서도 기업들은 AI 활용 여부 사전고지와 개인정보 처리 안내를 주요 조치로 제시했습니다. 안내 문구는 추상적 홍보보다 실제 절차 중심으로 써야 분쟁 예방에 도움이 됩니다.
Q4. AI 면접은 어떤 법을 특히 주의해서 봐야 하나요?
AI 면접에서는 개인정보 보호법, 채용절차의 공정화에 관한 법률, 남녀고용평등법을 우선 봐야 합니다. 특히 개인정보 보호법은 자동화된 결정에 대한 거부권과 설명 요구권을 규정하고 있어 직접적인 영향이 큽니다. 또 영상·음성 기반 평가가 성별이나 외형 편향으로 이어지면 남녀고용평등법상 차별 문제로 연결될 수 있어 평가 기준 검토가 필요합니다.
Q5. AI 면접에서 가장 문제가 되기 쉬운 평가지표는 무엇인가요?
문제가 되기 쉬운 평가지표는 직무 관련성을 설명하기 어려운 항목입니다. 예를 들어 표정, 시선, 말 빠르기처럼 외형적·행동적 신호를 점수화할 때는 왜 그 요소가 직무 성과와 연결되는지 설명해야 합니다. 한국노동연구원도 AI 채용의 쟁점으로 설명 가능성과 차별 문제를 제시했습니다. 설명이 어려운 지표일수록 보조 참고자료 수준으로 제한하는 편이 안전합니다.
