LLM은 공정하게 채용할 수 있는가? 이력서 스크리닝에서의 인종적 편향

원문 발행 2026. 06. 28. 00:28원문 언어 영어AI 한국어 번역arXiv cs.CL (NLP) 원문 보기

요약

14개의 주요 LLM을 대상으로 이력서 스크리닝 시 발생하는 인종 및 성별 편향을 감사한 연구 결과입니다. 모델 세대가 진화함에 따라 과거의 백인 우호적 편향이 최신 모델에서는 흑인 우호적 역전 현상으로 변화했음을 확인했습니다.

핵심 포인트

14개 주요 LLM 대상 쌍 이력서 방법론 감사 수행
2023년형 모델에서 유의미한 백인 우호적 채용 격차 발견
2024년 이후 모델에서는 편향의 방향이 역전되는 현상 관찰
인종뿐만 아니라 성별 축에서도 유사한 편향 패턴 유지

우리는 Kline, Rose, Walters (2022)의 쌍 이력서 방법론 (paired-resume methodology)을 사용하여 14개의 주류 거대 언어 모델 (LLMs)에 대한 채용 차별 여부를 감사(audit)합니다. 유일한 2023년형 모델은 노동 시장 차별에 관한 현장 실험에서 기록된 백인 우호적 콜백 격차 (pro-White callback gap)를 재현했습니다 ($+2.12$ pp, 1% 수준에서 유의미함). 2024년 또는 그 이후에 출시된 모든 모델은 격차가 없거나 유의미한 흑인 우호적 역전 현상 (pro-Black reversal, 최대 $-3.01$ pp)을 보였습니다. 동일한 패턴이 성별 축에서도 유지됩니다. 14개 모델에 대해 모델당 24,024개의 쌍을 이룬 공고를 바탕으로 한 결과, 우리의 연구는 모델 세대에 걸쳐 알고리즘 채용 편향 (algorithmic hiring bias)의 방향이 역전되었음을 기록합니다.

AI 자동 생성 콘텐츠

원문 바로가기

LLM은 공정하게 채용할 수 있는가? 이력서 스크리닝에서의 인종적 편향

요약

핵심 포인트

댓글