AI 스킬 검증 인터뷰 도구, 미국 채용 시장의 무기 경쟁을 만들다

2025년 12월, 아마존의 최고보안책임자는 한 가지 수치를 공개했다. 2024년 4월 이후 회사가 차단한 ‘북한 국적으로 의심되는 지원자’가 1800명을 넘어섰고, 그 시도는 분기마다 27%씩 늘고 있다는 내용이었다. 같은 시기 미국 채용 업계에서는 화면 위에 투명하게 답을 띄워주는 Cluely 같은 ‘인터뷰 치트 오버레이’ 프로그램이 우후죽순 등장했고, 2025년 12월까지 절반에 가까운 지원자가 기술 면접에서 AI 도구를 쓴 정황이 포착됐다. 기업은 이 흐름에 맞서 AI 면접관과 스킬 검증 플랫폼을 앞다퉈 도입하고 있다. 지원자가 AI로 자신을 부풀리고, 기업이 AI로 그 부풀림을 걸러내는 구도 — 미국 채용 시장은 지금 한 번도 겪어보지 못한 방식의 ‘AI 대 AI’ 경쟁에 들어섰다.

🕰️ 배경 - 원격채용과 생성형 AI가 만난 자리

이 현상의 뿌리는 두 가지 흐름이 겹친 데 있다. 하나는 팬데믹 이후 정착된 원격 화상면접 관행이다. 대면 확인 절차 없이 화면 너머 지원자를 평가하는 방식이 표준이 되면서, 신원과 실력을 실제로 검증하기 어려운 구조적 빈틈이 생겼다. 다른 하나는 2023년 이후 대중화된 생성형 AI다. 챗GPT류 도구가 이력서 문구를 다듬어주는 수준을 넘어, 실시간으로 면접 질문에 답을 생성해 화면에 띄워주는 전용 프로그램(Cluely, Interview Coder, Final Round AI 등)으로 진화했다. 2025년 한 해에만 이런 오버레이 도구가 6종 이상 새로 등장했고, 오픈소스로 복제된 버전도 3종 넘게 나왔다. 이 두 흐름이 만나면서 ‘화면 너머의 지원자가 정말 그 사람이 맞는지, 정말 그 실력을 갖췄는지’를 확인하는 일 자체가 채용의 새로운 병목이 됐다.

사실 AI 기반 면접 평가 자체는 새로운 개념이 아니다. HireVue 같은 서비스는 2010년대 초반부터 화상 면접을 녹화해 표정과 어조를 분석하는 방식으로 이미 존재해왔다. 하지만 그때의 AI는 지원자를 평가하는 도구였을 뿐, 지원자가 스스로를 방어하는 도구는 아니었다. 2023년 이후 생성형 AI가 대중화되면서 이 구도가 뒤집혔다. 이제는 평가자와 피평가자 양쪽 모두가 AI를 쓰는 상황이 됐고, 그 결과 채용 절차 전체가 ‘누구의 AI가 더 정교한가’를 겨루는 경쟁으로 변질될 위험에 놓였다.

⚠️ 지원자도 AI, 기업도 AI - 무엇이 문제인가

문제의 핵심은 대칭성이 무너졌다는 점이다. 기업은 수천 명의 지원자를 걸러내기 위해 AI 필터를 쓴다. 지원자는 그 필터를 통과하기 위해 AI로 이력서와 답변을 최적화한다. 탐지 소프트웨어는 다시 그 AI 흔적을 잡아내려 경쟁한다. 이 순환 구조 자체가 ‘무기 경쟁(arms race)’이라 불리는 이유다.

지원자 쪽 동기 - 생존을 위한 최적화

구직자 입장에서 AI 활용은 부정행위라기보다 생존 전략에 가깝다. 채용 사기 실태를 추적하는 조사에 따르면 지원자들이 AI를 쓰는 가장 흔한 용도는 이력서·자기소개서 작성(55%), 면접 준비(53%), 지원서 양식 작성(53%) 순이었다. 국내에서도 2025년 제출된 자기소개서의 64.4%가 생성형 AI로 작성된 것으로 추정된다는 조사 결과가 나왔을 만큼, 이는 이제 예외가 아니라 기본값에 가깝다.

이 변화의 속도가 특히 가파르다는 점도 주목할 만하다. 채용 사기 실태 조사에 따르면 기술 면접에서 AI 도구를 사용한 비율은 2025년 6월 15%에서 12월 35%로, 단 6개월 만에 두 배 이상 뛰었다. 이는 개별 지원자의 일탈이 아니라 채용 시장 전체의 관행이 빠르게 재편되고 있다는 신호로 읽힌다.

기업 쪽 동기 - 걸러내지 못하면 비용이 커진다

반대로 기업 입장에서는 위조 지원자를 걸러내지 못했을 때의 대가가 명확하다. 41%의 조직이 “자신도 모르게 위조 지원자를 채용한 적이 있다”고 답했고, 하이어링 매니저 중 이런 상황을 자신 있게 걸러낼 수 있다고 답한 비율은 19%에 불과했다. 특히 국가 배후 위장 취업(state-sponsored IT worker fraud)처럼 보안·컴플라이언스 리스크가 얽힌 사례까지 나오면서, AI 기반 검증은 단순한 채용 효율화를 넘어 리스크 관리 문제로 격상됐다.

📊 숫자로 보는 채용 사기와 AI 검증의 규모

이 문제가 얼마나 빠르게 커지고 있는지는 아래 수치들이 잘 보여준다.

더 불안한 대목은 인간의 판별 능력이다. 사람이 육안으로 딥페이크 면접을 구별해내는 정확도는 55.54%에 그쳤는데, 이는 동전 던지기와 큰 차이가 없는 수준이다. 결국 기업들은 ‘사람의 직관’이 아니라 별도의 AI 검증 시스템에 판단을 맡길 수밖에 없는 상황으로 몰리고 있다.

🔍 스타트업들은 어떻게 대응하나 - 실무 사례 3건

사례 1(급성장) — Mercor, 21살 창업자들의 AI 채용 플랫폼이 2조원 몸값으로

Thiel Fellow 출신 21세 창업자들이 만든 AI 채용 스타트업 Mercor는 2025년 시리즈B에서 1억 달러를 추가로 유치하며 기업가치 20억 달러(약 2조 8000억원)를 인정받았다. 이 회사의 방식은 명확하다 — 지원자가 20분짜리 AI 인터뷰를 거치면 AI가 그 답변을 분석해 역량 프로필을 만들고, 이를 기반으로 정규직·파트타임·시간제 일자리와 매칭한다. 사람 면접관을 아예 배제하고 AI가 스킬 검증의 전 과정을 담당하는 극단적 모델이 실제로 시장에서 자금을 끌어모으고 있다는 사실 자체가, 이 흐름이 일시적 유행이 아니라는 신호로 읽힌다.

사례 2(절충형 대응) — Karat, ‘AI 배제’에서 ‘AI 포함’으로 전략 수정

기술 면접 대행 서비스로 성장한 Karat은 2025년 12월 ‘NextGen Interviews’라는 새 포맷을 내놨다. 핵심은 사람이 진행하되 AI 활용을 전제로 실제 엔지니어링 업무를 재현하는 방식이다. Karat이 함께 낸 ‘2025~2026 AI 워크포스 전환 리포트’는 흥미로운 균열을 보여준다. 향후 3년간 우수 엔지니어 한 명의 ROI가 3배로 뛸 것으로 예상되는데도, 여전히 3분의 2에 가까운 기업이 면접에서 AI 사용을 금지하고 있고, 평가 방식과 면접관 교육을 AI 시대에 맞게 업데이트한 기업은 30%도 안 된다는 것이다. 즉 ‘AI를 잘 쓰는 인재’를 원하면서도, 정작 채용 과정에서는 AI 활용을 막는 모순이 광범위하게 존재한다.

사례 3(규제 대응·반례) — HireVue, 뉴욕시 편향 감사(Bias Audit)를 먼저 받다

모든 AI 채용 도구가 순탄하게 확산되고 있는 것은 아니다. AI 면접 평가 서비스 HireVue는 2023년 7월 발효된 뉴욕시 지방법 144호(자동화 고용 의사결정 도구 규제법)에 따라 DCI 컨설팅그룹에 외부 편향 감사를 의뢰했고, 인종·성별·인종과 성별의 교차 조합에 대해 역량 기반·게임 기반 알고리즘을 감사받아 2023~2024년 결과를 공개했다. 다른 다수의 벤더가 규제 앞에서 주춤하는 사이, 자발적으로 감사를 받고 결과를 공개한 이 사례는 ‘AI 채용 도구도 검증 대상이 될 수 있다’는 것을 보여주는 동시에, 규제가 실제로는 느슨하게 집행되고 있다는 한계도 함께 드러낸다(다음 장에서 다룬다).

💡 핵심 정리 — Mercor는 AI로 완전히 대체하는 길을, Karat은 사람과 AI를 절충하는 길을, HireVue는 규제를 선제 수용하는 길을 택했다. 세 회사의 전략 차이는 ‘AI 채용 검증’이라는 단일 시장 안에서도 접근법이 얼마나 다를 수 있는지를 보여준다.

🧭 전문가들은 무엇을 보고 있나

가트너: 벤더 통폐합과 에이전트형 채용의 확산

가트너는 2027년까지 채용 기술 시장의 벤더 수가 20% 줄어들 것으로 전망한다. 개별 포인트 솔루션이 난립하던 시장이 소수의 통합 플랫폼으로 재편된다는 뜻이다. 동시에 HR 리더의 82%가 2026년 5월까지 에이전트형(agentic) AI 채용 도구 도입을 계획하고 있다는 조사 결과도 함께 내놨다. 즉 전문가들은 이 흐름을 ‘일시적 유행’이 아니라 채용 기술 산업 구조 자체의 재편으로 보고 있다.

보안 업계: “탐지만으로는 못 이긴다”

보안 리서치 기관들은 딥페이크 탐지 정확도가 사람 기준 동전 던지기 수준(55.54%)에 그친다는 점을 근거로, 탐지 기술 고도화만으로는 이 경쟁에서 우위를 점할 수 없다고 본다. 대신 신원 인증 강화, 대면 최종 면접 재도입, AI 활용 방침에 대한 투명한 공개 등 ‘기술 외적 장치’를 병행해야 한다는 게 이들의 공통된 제언이다.

노동법 전문가: “알고리즘이 했다”는 항변은 통하지 않는다

고용 분야 법률 전문가들은 정반대 각도에서 경고한다. 미국 평등고용기회위원회(EEOC)는 AI 채용 도구가 특정 집단에 불리한 결과(disparate impact)를 낳을 경우, “벤더에서 구매한 도구였다”는 항변이 민권법 제7편상 유효한 방어가 되지 못한다는 입장을 명확히 하고 있다. 즉 AI 검증 도구를 도입한 기업은 그 도구의 공정성까지 스스로 책임져야 한다는 뜻이다.

⚖️ 이게 정말 해법인가 - 반론과 한계

AI 검증 도구가 채용 사기 문제를 완전히 해결해줄 것이라 기대하기는 이르다. 첫째, 규제의 실효성 자체가 의문시된다. 뉴욕시 감사 결과 지방법 144호를 관할하는 소비자·노동자보호국의 법 집행이 “민원 접수, 준수 심사, 민원 이관 단계 전반에서 심각한 실패를 보이며 사실상 비효율적”이라는 감사 결과가 나왔다. 법은 있지만 집행이 따라가지 못하는 상태다. 둘째, 탐지 기술도 완벽하지 않다. 앞서 언급했듯 인간의 딥페이크 판별력이 동전 던지기 수준인 것처럼, AI 탐지 시스템 역시 새로운 회피 기법 앞에서 계속 뚫리고 있다. 셋째, ‘AI를 잘 쓰는 인재’를 원하면서 면접에서는 AI 사용을 금지하는 Karat 리포트의 모순처럼, 기업 스스로도 AI에 대한 채용 기준을 아직 정리하지 못한 상태다. 스킬 검증 자동화가 이 혼란을 없애주는 게 아니라, 오히려 ‘무엇을 검증해야 하는가’라는 더 근본적인 질문을 재촉하고 있는 셈이다.

💼 스킬 기반 채용으로의 전환 - 그러나 간극은 크다

AI 검증 확산의 배경에는 ‘학력 대신 실제 역량을 보자’는 스킬 기반 채용(skills-based hiring) 흐름도 있다. LinkedIn 등의 조사에 따르면 미국 채용 공고 중 학위 요건을 명시한 비율은 18%까지 줄었고, 85%의 고용주가 “학위보다 스킬을 우선한다”고 답한다. 하지만 하버드경영대학원과 버닝글래스인스티튜트의 2024년 종합 분석은 냉정한 현실을 지적한다. 실제로 이런 정책 변화의 영향을 받은 채용은 700건 중 1건이 채 되지 않는다는 것이다. 선언과 실행 사이의 간극(85% 대 0.14%)이 이만큼 크다는 뜻이다. 그럼에도 방향성 자체는 뚜렷하다. 2023~2024년 사이 45%의 조직이 일부 직무에서 학사 학위 요건을 없앴고, 미국 채용 직군의 87%에서 형식적 학력 요건이 줄어들었다.

🌏 한국은 어떻게 움직이고 있나

이 흐름은 태평양 건너 한국에서도 거의 동시에 관측된다. 국내 상위 100대 기업 중 약 73%가 AI 기반 채용 솔루션을 도입했거나 도입을 검토 중이며, AI 면접 솔루션 ‘몬스터’를 도입한 고객사 수는 전년 대비 57.8% 늘었다. 2026년 인재상 평가에서는 ‘AI·데이터 활용 역량’이 24.2%의 응답률로 4위를 차지했는데, 이는 직무와 무관하게 ‘AI를 업무에 얼마나 잘 활용하는가’가 채용의 핵심 평가축이 되고 있다는 뜻이다. 국내 300인 이상 기업 중 42%는 “2026년부터 스킬 기반 채용 요소를 강화하겠다”고 밝혔는데, 이는 2024년 대비 18%포인트 늘어난 수치다.

🤖 AI 대 AI, 그리고 그 다음 - 채용 이후의 검증으로

흥미로운 점은 이 ‘AI 대 AI’ 구도가 채용 단계에서 끝나지 않는다는 것이다. 입사 전 AI 인터뷰로 스킬을 검증했다 해도, 실제 업무 현장에서 그 역량이 재현되는지는 또 다른 문제다. 그래서 스킬 검증에 진심인 기업일수록 입사 이후에도 ‘역량이 선언대로 발휘되는지’를 온보딩·직무교육 단계에서 다시 확인하는 체계를 함께 갖추는 경향이 뚜렷하다. AI in Recruitment 시장이 2025년 81.6억 달러에서 2030년 152.4억 달러로 커지는 동안, 채용 이후의 역량 검증·직무교육 인프라에 대한 투자도 함께 늘어날 수밖에 없는 이유다. 결국 ‘누구를 뽑을 것인가’의 문제는 ‘뽑은 사람을 어떻게 실제 역량자로 키울 것인가’의 문제와 분리되지 않는다.

실제로 채용 기술 시장의 벤더 재편도 이 방향을 뒷받침한다. 가트너는 개별 포인트 솔루션이 난립하던 시장이 소수의 통합 플랫폼으로 재편되면서 벤더 수가 2027년까지 20% 줄어들 것으로 내다봤다. 채용부터 온보딩, 직무교육까지를 하나의 데이터 흐름으로 묶어주는 통합형 플랫폼에 대한 수요가 커지고 있다는 뜻이다.

🗺️ 채용 담당자를 위한 실전 가이드

1. 단일 신호에 의존하지 마라. AI 면접 점수 하나만으로 채용을 결정하는 대신, 포트폴리오·레퍼런스 체크·실무 과제 등 복수의 검증 신호를 함께 설계해야 한다. Karat 사례처럼 ‘사람이 진행하되 AI 활용을 전제로 한 실무 재현형 평가’가 대안이 될 수 있다.
2. AI 사용 방침을 지원자에게 먼저 투명하게 공개하라. 금지·허용 여부를 모호하게 두면 지원자마다 다른 기준을 적용하게 되고, 이는 곧 형평성 문제로 번진다. “AI 활용을 허용하되 활용 방식을 함께 평가한다”처럼 명확한 규칙이 필요하다.
3. AI 채용 도구 도입 시 편향 감사를 요구하라. HireVue 사례처럼, 벤더가 이미 독립적인 편향 감사를 받았는지 확인하는 것은 이제 선택이 아니라 EEOC 대응 차원의 필수 절차에 가깝다.
4. 채용에서 끝내지 말고 온보딩까지 이어라. 입사 전 검증한 역량이 실제 업무에서도 발휘되는지, 초기 몇 개월간의 직무교육·평가 체계로 다시 확인하는 흐름을 설계해야 한다.
5. 스킬 기반 채용은 ‘선언’이 아니라 ‘프로세스 재설계’로 완성된다. 85% 대 0.14%의 간극이 보여주듯, 채용 공고 문구만 바꾸는 것으로는 부족하다. 평가 기준·면접관 교육·합격 판단 체계를 실제로 스킬 중심으로 다시 짜야 한다.

❓ 자주 묻는 질문

Q1. AI 면접 도구를 도입하면 채용 사기를 완전히 막을 수 있나?

아니다. 인간의 딥페이크 판별 정확도가 55.54%로 동전 던지기 수준에 그치는 것처럼, AI 탐지 기술 역시 새로운 회피 기법 앞에서 계속 뚫리고 있다. 기술적 탐지와 함께 신원 인증, 대면 최종 확인 등을 병행해야 한다.

Q2. 지원자가 면접에서 AI를 쓰는 것 자체가 부정행위인가?

기업마다 방침이 다르다. Karat 조사에서는 여전히 3분의 2에 가까운 기업이 면접 중 AI 사용을 전면 금지하고 있지만, 업무 현장에서 AI 활용 능력 자체를 평가하려는 기업들은 오히려 AI 사용을 전제로 한 실무형 평가로 방향을 틀고 있다.

Q3. AI 채용 도구가 특정 집단을 차별하면 기업이 책임지나?

그렇다. EEOC는 “벤더에서 구매한 도구였다”는 항변이 민권법 제7편상 유효한 방어가 되지 못한다고 명확히 밝히고 있다. 결과에 대한 책임은 도구를 도입한 기업에 있다.

Q4. 뉴욕시처럼 AI 채용을 규제하는 법이 실제로 효과가 있나?

제도 자체는 있지만 집행력은 아직 미흡하다는 감사 결과가 있다. 민원 접수부터 준수 심사까지 여러 단계에서 허점이 지적됐다.

Q5. 학위보다 스킬을 본다는 흐름은 실제로 얼마나 진행됐나?

선언적으로는 85%의 기업이 동의하지만, 실제로 정책 변화의 영향을 받은 채용은 700건 중 1건 미만이라는 분석이 있다. 선언과 실행 사이의 간극이 여전히 크다.

Q6. 한국 기업도 이런 흐름을 따라가야 하나?

이미 상당 부분 동시에 진행되고 있다. 국내 상위 100대 기업의 약 73%가 AI 채용 솔루션을 도입했거나 검토 중이고, 300인 이상 기업의 42%가 2026년 스킬 기반 채용을 강화하겠다고 밝힌 만큼 흐름 자체는 미국과 크게 다르지 않다.

Q7. 채용 담당자가 AI 검증 도구 하나만 믿어도 되나?

권장되지 않는다. 62%의 채용담당자가 “지원자의 AI 활용 능력이 우리의 탐지 능력을 앞선다”고 인정한 만큼, 단일 도구에 대한 과신은 오히려 위험 요인이 될 수 있다. 여러 검증 신호를 병행하는 것이 안전하다.

🚀 결론 - 채용의 끝이 아니라 육성의 시작으로

AI 스킬 검증 도구의 확산은 ‘누가 진짜인지 가려내는 기술 경쟁’처럼 보이지만, 그 이면에는 더 근본적인 질문이 있다. 채용 단계에서 아무리 정교하게 역량을 검증해도, 그 역량이 실제 업무에서 재현되고 성장하도록 이어주는 체계가 없다면 검증 자체가 무의미해진다는 점이다. 스킬 기반 채용을 선언에 그치지 않게 하려면, 입사 후 온보딩·직무교육까지 하나의 흐름으로 설계해야 한다. NUGUNA의 LMS 기능과 업종별 도입 사례를 살펴보거나, 데모를 체험한 뒤 상담을 신청해 채용 이후의 역량 검증·육성 체계를 함께 설계해볼 수 있다.

📎 참고 자료

• The Interview Guys, “The State of Hiring Fraud 2026” · “The State of AI in Job Interviews 2026”
• Huntress, “The Growing Reality of AI-Enhanced Candidate Fraud”
• Amazon CSO 발표, 북한 국적 의심 지원자 차단 관련 보도
• TechCrunch, Mercor 시리즈B 투자 유치 보도
• BusinessWire, Karat ‘NextGen Interviews’ 및 ‘2025-2026 AI Workforce Transformation Report’
• HireVue, 2023·2024 NYC Local Law 144 편향 감사 보고서
• DLA Piper GENIE, 뉴욕시 AI 채용법 집행 감사 분석
• U.S. EEOC, AI·알고리즘 공정성 이니셔티브 발표
• Harvard Business School · Burning Glass Institute, 스킬 기반 채용 실태 분석(2024)
• 가트너, 채용 기술 시장 벤더 전망 · 에이전트형 AI 도입 조사
• 한국경제매거진·플래텀·AI매터스, 2026년 국내 AI 채용 트렌드 보도