AI 채용과 교차 차별에 관한 연구 - EU AI Act와 인공지능기본법의 비교를 중심으로 - = A Study on Intersectional Discrimination in AI Recruitment- A Comparative Analysis of the EU AI Act and the Korean Framework Act on Artificial Intelligence -

국문 초록 (Abstract)

채용 과정에서 인공지능(AI)의 활용이 확대되면서 채용의 효율성과 객관성을 제고할 수 있을 것이라는 기대가 높아지고 있다. 그러나 AI 채용은 과거 데이터를 기반으로 학습하는 기술적 특성으로 인해 기존 노동시장에 내재된 차별과 불평등을 재생산하거나 강화할 위험을 내포하고 있다. AI 채용에서 발생하는 차별은 성별, 장애, 국적 및 연령 등 다양한 사회적 정체성이 결합하여 나타나는 교차차별(intersectional discrimination)의 양상을 나타낸다는 점에서 이에 대한 법적 대응이 요구된다.
본 연구는 AI 채용에서 나타나는 교차차별의 구조를 분석하고 이를 예방하기 위한 법적 대응방안을 검토하는 것을 목적으로 한다. 이를 위하여 간접차별과 교차성 이론을 바탕으로 AI 채용에서 구조적 차별이 재생산되는 양상을 분석하고, EU AI Act와 우리 「인공지능기본법」의 규제체계를 비교ㆍ검토하였다. EU AI Act는 채용 AI를 고위험 AI로 규정하고 데이터 거버넌스, 인간 감독 및 기본권 영향평가(FRIA) 등의 제도를 통해 차별위험을 사전에 예방하는 규제체계를 구축하였고, 우리 「인공지능기본법」은 고영향 인공지능 규제체계와 영향평가 제도 등을 도입하였다. 양 법제는 AI 채용에 대한 기본적인 규제체계를 구축하기는 하였으나, 교차차별의 특수성을 반영하지 못하고 있으며 영향평가의 실효성, 교차차별에 대한 고려 및 기본권 중심의 규체체계라는 측면에서 보완이 요구된다.
AI 채용에 대한 법적 규율은 기술적 공정성의 확보를 통한 외형상 중립적 기준 마련에 머무를 것이 아니라, 교차차별을 고려한 실질적 평등의 실현을 목적으로 해야 한다. 이를 위해 본 연구는 기본권 중심의 규제체계 구축을 전제로 영향평가의 실효성 강화와 교차차별에 대한 명시적 검토, 설명가능성의 확보와 효과적인 권리구제 절차의 마련, 그리고 독립적인 감독체계의 구축을 주요 개선방향으로 제시하였다.

다국어 초록 (Multilingual Abstract)

As the use of artificial intelligence (AI) expands into recruitment processes, expectations have grown that AI can enhance the efficiency and objectivity of hiring decisions. However, because AI systems are trained on historical data, they also risk reproducing or reinforcing existing discrimination and inequalities embedded in the labor market. In particular, discrimination in AI-assisted hiring may extend beyond single-axis forms of discrimination, such as sex or disability discrimination, and manifest itself as intersectional discrimination, where multiple social identities—including gender, disability, nationality, and age—interact. This development calls for a new legal and regulatory approach.
This study examines the structure of intersectional discrimination in AI-assisted hiring and explores legal measures to prevent such discrimination. To this end, it first analyzes how AI reproduces structural discrimination through the theoretical frameworks of indirect discrimination and intersectionality. It then compares the regulatory frameworks of the EU AI Act and the Korean Framework Act on Artificial Intelligence (AI Basic Act). The EU AI Act classifies AI systems used in employment as high-risk AI and establishes preventive safeguards through data governance, human oversight, and Fundamental Rights Impact Assessments (FRIAs). Nevertheless, it has the limitation of not explicitly recognizing intersectional discrimination as an independent regulatory concern. Likewise, although the Korean AI Basic Act introduces a regulatory framework for high-impact AI systems and an impact assessment mechanism, further improvements are required with respect to the effectiveness of impact assessments, the consideration of intersectional discrimination, and a fundamental rights-oriented regulatory framework.
This study argues that the legal regulation of AI-assisted hiring should move beyond ensuring technical fairness and instead pursue the realization of substantive equality by incorporating an intersectional perspective. Accordingly, it proposes strengthening the effectiveness of impact assessments, establishing a fundamental rights-oriented regulatory framework, explicitly incorporating intersectional discrimination into the impact assessment process, enhancing explainability and effective remedies, and establishing an independent supervisory mechanism.