AI 도입률 87%, 신뢰도 26% — HR이 마주한 신뢰 격차의 실체

87%가 쓰고, 26%만 믿는다

기업 87%가 채용 과정에 AI를 투입하고 있다. 포춘 500 기업은 사실상 99%다. 그런데 정작 지원자 중 AI가 자신을 공정하게 평가한다고 믿는 비율은 26%에 불과하다. 채용 담당자 72%가 2025년 기준 AI를 도입했다고 답한 반면, 지원자 46%는 지난 1년간 채용에 대한 신뢰가 오히려 떨어졌다고 말한다. 도입 속도와 신뢰 사이에 거대한 틈이 벌어지고 있다.

솔직히 이 숫자 조합을 처음 봤을 때 충격이었다. 기술을 도입하는 쪽과 그 기술의 대상이 되는 쪽 사이에 이렇게까지 인식이 갈라져 있다니. 이건 단순한 기술 수용 문제가 아니라, HR이 쌓아온 신뢰 자체가 흔들리는 신호다.

한 줄 요약: AI 채용 도구의 도입률과 신뢰도 사이에 61%p 격차가 존재하며, 이 ‘신뢰 부채’를 관리하지 않으면 채용 브랜드와 조직 몰입 모두 훼손될 수 있다.

숫자가 보여주는 균열

수치만 놓고 보면 명확하다. 기업 측은 AI가 스크리닝 시간을 71% 줄이고, 채용 비용을 20~40% 절감한다고 보고한다. 채용 담당자 생산성은 60% 향상된다는 데이터도 있다. 하지만 반대편 숫자는 정반대 이야기를 한다. 지원자 49%는 AI가 사람보다 더 편향적이라고 느끼고, 42%는 신뢰 하락의 원인을 구체적으로 AI에 돌린다.

보이지 않는 설계자 — 채용 AI의 실체

2026년 4월, 뉴욕대 연구진(Sajel Surati, Rosanna Bellini, Emily Black)이 8개 산업군의 채용 전문가 22명을 인터뷰한 결과가 학회(FAccT 2026)에 발표됐다. 핵심 발견은 이것이다: 채용 담당자 대부분은 자신이 최종 결정권을 유지한다고 확신했지만, 실제로는 AI가 직무기술서 작성부터 면접 루브릭, 이력서 요약까지 평가의 기초 구조를 설계하고 있었다.

연구진은 이를 ‘보이지 않는 설계자(invisible architect)’라고 불렀다. 한 참여자(P3)는 이렇게 말했다. “AI가 패턴을 찾아내고, 이상적인 프로필을 만들고, 운영 체계 전체를 개발한다.” 문제는 이 과정이 너무 자연스럽게 녹아들어서 채용 담당자조차 자신의 판단이 어디서 시작되고 AI의 판단이 어디서 끝나는지 구별하지 못한다는 점이다.

효율의 신화, 그리고 군비 경쟁

개인적으로는 이 연구에서 가장 눈에 띄는 부분이 ‘효율성의 역설’이었다. 한 참여자(P5)는 “하루 업무의 60%를 아낀다”고 주장했지만, 연구 전체를 관통하는 결론은 달랐다. 실제 효율 향상은 미미했다. AI 출력물을 검증하는 숨겨진 행정 비용, 지원자들도 AI를 사용하면서 폭증한 지원 건수, 부실한 매칭으로 인한 이직률 상승이 효율을 상쇄했기 때문이다.

참여자 P18은 단도직입적으로 말했다. “아무도 처리 건수가 폭발적으로 늘지 않았다.” P21은 AI에 넣을 프롬프트가 “너무 길어서” 직접 작업하는 편이 빠르다고 고백하기도 했다.

한편, 지원자와 채용 담당자 사이에는 일종의 군비 경쟁이 벌어지고 있다. 지원자가 이력서를 AI로 최적화하면, 채용 담당자는 AI 필터링 시스템으로 대응한다. “완벽한 이력서”가 오히려 AI 사용을 의심하게 하는 “옐로 플래그”(P22)가 되는 아이러니가 발생한 것이다. 채용 담당자들은 AI 생성 콘텐츠를 감지하기 위해 “직감”과 “분위기 체크”(P8)에 의존하게 됐는데, 이건 결국 AI가 줄이겠다던 인간 편향을 다시 불러오는 경로다.

리더의 말도 AI가 쓰면 안 통한다

채용뿐 아니다. 하버드 경영대학원 Prithwiraj Choudhury 교수팀은 한 테크 기업 CEO의 말투와 문체, 심지어 오타까지 학습한 AI 챗봇을 만들어 직원들에게 테스트했다. 직원들이 CEO 본인의 답변과 AI 답변을 구별한 정확도는 59%에 그쳤다. 사실상 동전 던지기와 큰 차이가 없었다.

이건 좀 의미심장한 결과인데, 진짜 문제는 정확도가 아니었다. 직원들이 “이건 AI가 쓴 것 같다”고 인식한 순간, 그 답변이 실제로 CEO가 작성한 것이든 아니든 “덜 도움이 된다”고 평가했다. 알고리즘 혐오(algorithm aversion)의 전형적 패턴이다. Choudhury 교수는 이 혐오를 극복하는 것이 “AI 산업 앞에 놓인 수십억 달러짜리 질문”이라고 표현했다.

리더가 시간을 절약하려고 AI로 메시지를 작성해도, 직원이 그걸 AI로 인식하는 순간 신뢰가 증발한다. 효율과 신뢰 사이의 트레이드오프가 HR의 거의 모든 접점에서 반복되고 있는 것이다.

신뢰 부채는 어디서 오는가

이 격차의 뿌리를 들여다보면, 결국 ‘투명성의 부재’가 핵심이다. 지원자 66%는 기업이 채용에 AI를 쓴다는 사실 자체를 모른다. NYU 연구진은 현행 GDPR도 최종 의사결정만 규제할 뿐, 중간 과정에서 AI가 어떻게 정보를 가공하는지는 포착하지 못한다고 지적했다. 채용 차별을 다루는 미국 Title VII 역시 인간과 AI의 협업 구조에는 적합하지 않다는 분석이다.

아쉽다. 기술 도입은 빠르지만, 그 기술이 어떻게 작동하는지 설명하는 속도는 한참 뒤처져 있다. 이건 규제의 문제이기도 하지만, 동시에 HR 부서가 스스로 풀어야 할 커뮤니케이션 과제이기도 하다. AI를 도입했다면 “왜, 어떤 단계에서, 어떤 역할로” 쓰고 있는지를 지원자와 직원에게 선제적으로 말해야 한다.

이 격차를 방치하면 어떻게 되나

NYU 연구에서 드러난 또 다른 우려는 탈숙련화(deskilling)다. 주니어 채용 담당자들이 ChatGPT 없이는 업무 수행 자체를 두려워하기 시작했다. 한 참여자(P1)는 이력서를 직접 읽는 것을 “책을 읽는 것 같다”며 거부감을 표했다. AI에 의존하면서 전문가적 판단력이 퇴화하고 있다는 뜻이다. 그리고 판단력이 사라진 자리에 의미 있는 감독(oversight)은 불가능하다.

기업 입장에서도 이 신뢰 부채의 비용은 분명하다. 지원자 신뢰가 떨어지면 지원 완료율이 하락하고, 우수 인재가 채용 프로세스 중간에 이탈한다. 조직 내부에서도 AI가 쓴 리더의 메시지를 불신하면 소통 효과가 반감된다. 결국 AI가 절감해 준다는 비용보다 신뢰 훼손이 만들어내는 숨겨진 비용이 더 클 수 있다.

결국 속도가 아니라 설명의 문제다

AI 도입 자체를 되돌릴 수는 없다. 93%의 채용 담당자가 2026년에 AI 사용을 확대하겠다고 답했다. 하지만 NYU 연구진이 제안한 것처럼, 도입 과정에 ‘의도적 마찰(intentional friction)’을 설계할 수는 있다. AI가 만든 루브릭을 그대로 쓰는 대신, 왜 이 기준인지 팀이 한 번 더 토론하는 절차를 넣는 것이다. 채용 담당자가 자신의 전문적 판단 논리를 명시적으로 서술하도록 하는 교육적 개입도 제안됐다.

그리고 지원자 쪽으로 돌아보면, 결국 투명성이 답이다. “우리는 이력서 1차 스크리닝에 AI를 씁니다. 하지만 최종 면접 평가는 사람이 합니다” — 이 한 문장이 채용 페이지에 있는 것과 없는 것의 차이가 신뢰를 가른다. 기술이 아무리 정교해져도, 그 기술을 왜 쓰는지 설명하지 않으면 사람은 믿지 않는다. 이건 HR이 지금 당장 시작할 수 있는 일이고, 핵심이다.

실무 시사점: AI 채용 도구를 도입한 조직이라면 ‘어디에, 왜’ AI를 쓰는지 채용 공고와 내부 커뮤니케이션에 명시하는 것이 신뢰 회복의 첫걸음이다. AI가 만든 평가 기준은 반드시 팀 리뷰를 거치고, 주니어 담당자의 수동 검토 역량 유지를 위한 교육 프로그램을 병행해야 한다.

#AI채용 #HR신뢰격차 #알고리즘혐오 #채용AI투명성 #탈숙련화 #채용트렌드2026

참고 링크

• HBS Working Knowledge, “AI Can Help Leaders Communicate, But Can’t Make Employees Listen” (2024)
• arXiv / FAccT 2026, “Resume-ing Control: (Mis)Perceptions of Agency Around GenAI Use in Recruiting Workflows” (2026)
• Azumo, “77 AI Recruitment Statistics for 2026” (2026)

작성: 서재홍 | NODE