이 요약은 AI가 원문을 분석해 생성했습니다. 정확한 내용은 원문 기준으로 확인하세요.
TL;DR
정부 계약 업무가 줄어든 Christopher는 약 700곳에 지원했지만 대부분 답을 받지 못했고, Everforth Apex Systems의 AI 채용 담당자 Riley와 다섯 차례 면접한 뒤에도 후속 연락을 받지 못했습니다. 그는 자신의 경력 정보를 ChatGPT Voice에 입력해 AI가 자신을 대신해 Riley와 통화하도록 했으며, 두 시스템은 입사 일정과 신원 확인 절차를 반복적으로 주고받았지만 채용 담당자는 나타나지 않았습니다. 이후 Christopher는 채용 공고의 자격 요건을 조합한 가짜 지원자 Don Dickner를 만들었고, ChatGPT는 23분 동안 모든 질문에 답했지만 결과는 같았습니다. Greenhouse 조사에서 구직자의 63%가 AI 면접을 경험했다는 수치처럼 채용 자동화가 확산되는 가운데, 지원자 역시 AI를 사용하면서 면접이 사람을 선별하는 절차가 아니라 봇끼리 데이터를 교환하는 구조로 변할 가능성이 드러났습니다.
섹션별 상세
정부 계약 일자리가 줄어든 Christopher는 6개월 동안 약 700곳에 지원했고, 그중 Everforth Apex Systems의 AI 채용 담당자 Riley와 다섯 번 통화했지만 사람의 후속 연락이나 자동 거절 통지를 받지 못했습니다. Riley는 지원자의 근무 자격과 경력을 확인한 뒤 조건에 맞으면 채용 담당자가 연락하겠다고 반복했지만, 실제 채용 단계로 이어지는 처리 과정은 작동하지 않았습니다. 이 사례는 AI가 초기 면접을 자동화해도 지원자에게 결과를 전달하는 채용 운영까지 자동화되지 않으면 반복 면접만 남는다는 점을 드러냅니다.
Christopher는 자신의 배경 정보를 ChatGPT Voice에 입력하고 AI가 본인을 연기하도록 한 뒤 Riley의 전화를 연결했습니다. 10분 동안 두 음성 시스템은 입사 가능 시점과 표준 온보딩·신원 확인 절차를 조율하려 했지만 같은 약속과 답변을 되풀이하며 순환 대화에 빠졌고, 다시 채용 담당자의 연락으로 이어지지 않았습니다. 채용 기업의 AI가 지원자를 자동 처리하자 지원자도 생성형 AI를 투입하는 구조가 만들어졌으며, Christopher는 이를 한 합성 페르소나가 다른 합성 페르소나에 데이터를 보내지만 데이터가 어디에도 도달하지 않는 ‘slop flywheel’로 표현했습니다.
Christopher는 문제가 AI 면접 자체가 아니라 자신의 자격일 수 있다고 보고, 공개된 채용 공고의 자격 요건을 가득 넣은 Don Dickner라는 가짜 지원자를 만들었습니다. Riley는 신청 직후 ChatGPT가 연기한 Don Dickner와 23분 동안 지속 가능한 운영 개선, 업무량 압박 속 고객 경험 보호, 조직 내 경험 지식의 유실 방지 등을 대화했으며, ChatGPT는 각 질문에 답하고 자격 요건마다 개인 일화를 붙였습니다. 그러나 면접이 끝난 뒤에도 Riley는 지원서를 검토한 후 조건에 맞으면 연락하겠다는 문구만 남겼고, Christopher는 다시 아무 소식도 받지 못해 풍부한 답변보다 후속 처리 부재가 병목임을 확인했습니다.
음성 AI 면접은 억양이나 ‘음’ 같은 머뭇거림에 걸릴 수 있고, 지원자의 말을 끊지 않는 인간 대화 규칙도 구현하기 어려운 문제로 남아 있습니다. Greenhouse의 Ophir Samson은 이러한 상호작용을 매우 어려운 engineering problem으로 설명했고, 같은 플랫폼 조사에서는 구직자의 63%가 AI 면접을 경험한 것으로 나타났습니다. 기업의 자동 선별이 일반화되고 Ribbon 같은 AI 채용 스타트업이 과도하게 각본화되거나 AI의 도움을 받은 답변을 찾아내려는 상황에서, 면접 자동화는 기업과 지원자가 서로의 자동화를 감시하는 경쟁으로 확장되고 있습니다.
IQor의 Mark Monaghan은 봇 면접에 봇으로 응답하는 상황이 기술적으로는 다음 단계처럼 보일 수 있지만, Christopher의 경우에는 기업이 먼저 봇을 보냈으므로 지원자의 대응이 정당하다고 평가했습니다. 이 논리는 채용 절차의 양쪽이 AI를 사용할 때 책임과 진정성의 기준이 누구에게 적용되는지 다시 묻게 합니다. 사람을 대신한 AI가 자격을 판단하고도 결과를 전달하지 않는다면, 지원자 측 AI가 면접을 수행하는 현상은 부정행위라기보다 자동화된 절차가 초래한 대칭적 대응으로 읽힐 여지가 있습니다.
용어 해설
- 음성 AI 면접(Voice AI Interview)
- — 음성 AI 면접은 지원자와 채용 시스템이 전화나 음성 대화로 질의응답을 진행하는 방식입니다. 음성을 텍스트와 의미 정보로 처리해 지원자의 경력과 자격을 선별하지만, 억양·말더듬·끼어들지 않기 같은 인간 대화의 변수를 안정적으로 처리하기 어렵다는 기술적 한계가 있습니다.
- AI 보조 면접(AI-Assisted Interview)
- — AI 보조 면접은 지원자가 면접 답변을 만들거나 전달하는 과정에 생성형 AI를 사용하는 방식입니다. 지원자는 배경 정보와 질문 맥락을 모델에 입력하고, 모델은 실제 지원자를 대신해 답변을 생성할 수 있습니다. 채용 시스템의 자동화가 지원자 측 자동화로 되돌아오는 구조를 낳습니다.
- 봇 대 봇 면접(Bot-on-Bot Interview)
- — 봇 대 봇 면접은 채용 기업의 AI 면접관과 지원자 측 AI가 서로 대화하는 상황을 뜻합니다. 기업 봇은 자격과 경력을 묻고 지원자 봇은 사전 입력된 정보를 바탕으로 답변하지만, 양쪽 대화가 실제 사람의 판단이나 채용 후속 조치로 이어지지 않을 수 있습니다.
- AI 채용 담당자(AI Recruiter)
- — AI 채용 담당자는 지원자의 근무 자격과 경력을 음성 또는 텍스트로 확인하고 다음 채용 단계로 넘길 후보를 선별하는 자동화 시스템입니다. 지원자 수가 급증한 상황에서 초기 면접을 처리하는 데 쓰이지만, 반복 연락과 후속 조치 누락이 발생하면 지원자 경험을 악화시킬 수 있습니다.
- 합성 페르소나(Synthetic Persona)
- — 합성 페르소나는 사람의 배경 정보와 말투를 AI에 입력해 만든 가상 지원자 또는 대화 주체입니다. 이 기사에서는 Christopher가 자신의 경력 정보를 ChatGPT Voice에 넣어 본인을 대신하게 했고, 이후 자격 요건을 채운 가짜 지원자 Don Dickner를 만들어 AI 채용 시스템의 반응을 비교했습니다.
기술
- ChatGPT Voice
- Greenhouse
- Ribbon
활용 사례
- AI 채용 담당자의 초기 지원자 선별
- 음성 AI를 활용한 채용 면접
- 지원자의 AI 보조 면접 답변 생성
- 기업 AI와 지원자 AI가 참여하는 봇 대 봇 면접
AI 분석 전체 내용 보기
AI 요약 · 북마크 · 개인 피드 설정 — 무료
출처 · 인용 안내
원문 발행 2026. 09. 03.수집 2026. 09. 03.출처 타입 RSS
인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.
