B
AI채용 면접 공정성 감사판
3.30
파생 체인
단계 1
AI로 인한 고용 구조 변화
→
단계 2
AI 채용도구 도입 확산
→
단계 3
AI 채용도구의 편향성·공정성 감사 서비스
→
단계 4
감사 결과 기반 채용공고 공정성 인증 배지
문제
AI 이력서 스크리닝·화상면접 분석 도구를 도입한 채용 기업이 고용차별 소송 리스크를 안고 있으나, 도구의 편향성을 자체 검증할 역량이 없다. 미국 NYC Local Law 144 같은 규제가 한국에도 논의되고 있어, 사전 대비 없이는 과태료와 브랜드 리스크에 노출된다. AI채용 솔루션 벤더도 고객에게 공정성 증빙을 제공해야 계약 유지가 가능하다.
솔루션
AI 채용도구의 성별·연령·학력 등 보호속성별 합격률 차이(adverse impact ratio)를 자동 계산하고, 4/5 규칙 위반 여부를 판정한다. 감사 보고서와 공정성 인증 배지를 발행하며, 개선 가이드를 제공한다.
NUMR-V Scores
NUMR-V Scoring System
| N Novelty | 1-5 | 시장 내 유사 서비스 부재 정도. 경쟁사 0개 = 5, 10+개 = 1 |
| U Urgency | 1-5 | 사용자가 지금 당장 필요로 하는 긴급성. 트렌드 부합 + 시급성 |
| M Market | 1-5 | 타겟 시장의 크기와 성장 가능성. 프록시 지표 기반 (LLM 추정 X) |
| R Realizability | 1-5 | 1-2인이 실현 가능한 정도. 기술 난이도 + 데이터 확보 용이성 |
| V Validation | 1-5 | 시장 검증 통과 여부. 경쟁사 분석 + 수요 프록시 + 타이밍 |
SaaS N=.15 U=.20 M=.15 R=.30 V=.20
Senior N=.25 U=.25 M=.05 R=.30 V=.15
실현성 (78%)
실현성 분석
| 기술 복잡도 | / 40 | 핵심 기술 스택의 난이도. low=40, medium=24, high=10 |
| 데이터 접근성 | / 25 | 필요 데이터의 확보 용이성. user_generated=25 → proprietary=4 |
| MVP 일정 | / 20 | 최소 기능 제품 구축 소요 기간. 2주=20, 1개월=12, 3개월=8 |
| API 보너스 | / 15 | 공공 API 활용 가능 시 보너스. 매칭 API가 있으면 가산 |
시장 검증 (56/100)
검증 분석
| 경쟁 분석 | / 20 | 경쟁사 검색 결과 기반. 적절한 경쟁 존재 = 시장 검증 |
| 시장 수요 | / 20 | 검색량, 뉴스 언급 등 프록시 지표. 실제 수요의 간접 증거 |
| 타이밍 | / 20 | 현재 트렌드와의 부합도. 규제/기술 변화 시점 적합성 |
| 수익 참조 | / 15 | 유사 비즈니스 모델의 수익 사례. 실제 과금 레퍼런스 존재 여부 |
| 곡괭이 적합 | / 15 | 곡괭이 전략 부합도. 도구/인프라 제공 관점 적합성 |
| 1인 구축 | / 10 | 혼자서 MVP 구축 가능 여부. 외부 의존성 최소화 정도 |
기술 요구사항
백엔드 [medium]
프론트엔드 [low]
데이터 파이프라인 [low]