챗GPT, 이력서 만들때 "여자는 젊고 남자는 유능" 전제

온라인과 AI에 깊숙이 뿌리내린 '젠더-연령 편향'의 실체와 그 심각성

최근 과학 학술지 《네이처(Nature)》 최신호에 충격적인 대규모 연구 결과가 발표되었어요. 구글, 유튜브와 같은 주요 온라인 플랫폼과 챗GPT를 비롯한 대규모 언어 모델(LLM) 기반의 AI 챗봇들이 여성을 남성보다 훨씬 젊게 표현하며, 심지어 채용과 관련된 이력서 평가에서도 이러한 **성별-연령 편향(Gender-Age Bias)**을 전제하고 있다는 사실이 실증적으로 밝혀졌답니다. 이 연구는 단순히 '일부 경향'을 보여주는 것을 넘어, 디지털 시대의 근간을 이루는 정보와 기술에 성별 고정관념이 얼마나 깊이 고착화되어 있는지를 여실히 드러내고 있어요.

미국 UC버클리 하스 경영대학원의 솔렌 드레쿠르 교수, 스탠퍼드대 경영대학원의 더글러스 길보 교수, 영국 옥스퍼드대 자율성 연구소의 바르가브 스리니바사 데시칸 박사 등 세계적인 연구진이 주도한 이번 연구의 핵심 내용을 자세히 살펴보면서, 우리가 매일 접하는 온라인 정보와 AI 기술 속에 숨어 있는 편향의 심각성을 함께 인식해 보야야 할 것 같습니다.

---

---

이번 연구는 그 규모 면에서 압도적입니다. 연구진은 구글 이미지 검색, 유튜브, 위키피디아 등 5개 주요 온라인 커뮤니티 플랫폼에서 수집한 약 140만 개 이상의 온라인 사진 및 영상을 분석했어요. 더불어 챗GPT를 포함한 9개의 대규모 언어 모델(LLM) AI 알고리즘도 분석 대상에 포함하여, 온라인 콘텐츠와 이를 학습한 AI 모두에 내재된 편향을 총체적으로 파악하고자 했습니다.

솔렌 드레쿠르 교수는 "이전 연구에서 단편적인 결과가 도출된 적은 있었지만, 이번처럼 대규모로 조사한 적은 없었다"고 설명했어요. 이는 곧 이번 연구가 온라인과 AI 알고리즘이 성에 대한 왜곡과 편견을 명확히 고착화하고 있음을 처음으로 대규모 데이터로 입증했다는 점에서 큰 의미를 가진답니다. 단순한 경향이 아니라, 디지털 생태계 전반에 걸친 구조적 문제임을 보여준 것이죠.

 

연구진이 140만 개의 온라인 시각 자료를 분석한 결과, 3,495개의 직업군에서 여성은 남성보다 일관되게 더 젊어 보이는 것으로 나타났습니다. 이는 실제 남녀의 나이 분포 차이보다 훨씬 더 심한 왜곡으로 드러났어요. 

 

1. 직업군별 연령 왜곡 심화 양상

• 높은 지위/고소득 직종: 대표이사, 우주항공사 등 높은 지위와 고소득 직종에서 남녀 간의 연령 왜곡은 더욱 극명하게 드러났습니다.
• 임금 격차가 심한 직종: 남녀 간 임금 격차가 심한 직책일수록 여성이 젊게 표현되는 경향이 더 깊게 나타났어요. 직책이 높아지거나 전문적일수록, 남성은 나이가 많은 '경력자'로, 여성은 '젊은 인물'로 표현되는 경향이 강해지는 것이죠.

2. 연령 추정의 객관성 확보 방법

연구진은 편향을 객관적으로 살펴보기 위해 다양한 방법을 사용했어요. 수천 명의 온라인 분석가를 고용하여 이미지 속 인물의 성별을 나누고 특정 범위 내에서 나이를 추정하게 하는 한편, 다른 데이터세트에서는 사진 촬영 기록(타임 스탬프)과 인물의 생년월일을 교차 참조하여 객관적 나이를 계산하는 방식을 병행했습니다. 모든 분석 결과는 여자는 젊고, 남자는 나이가 많은 것으로 표현된다는 동일한 결론을 보여주었습니다.

이미지 분석 외에도, 연구진은 수십억 개의 단어를 사용하여 인터넷 전반에 걸친 성별과 연령의 관계를 분석했습니다. 그 결과, '젊음'과 관련된 단어는 남성보다 여성과 훨씬 더 밀접한 관계가 있다는 동일한 연관성을 발견했어요. 이는 AI가 텍스트를 학습할 때도 여성을 젊음의 이미지와 무의식적으로 연결한다는 것을 시사합니다.

연구진은 온라인과 AI 알고리즘이 이러한 편향을 단순 반영하는 것을 넘어, 어떻게 증폭시키는지를 알아보기 위한 두 가지 심층적인 실험을 진행했습니다.

약 500명의 참가자를 대상으로 한 첫 번째 실험 결과는 매우 흥미로웠어요.

• 여성 사진을 본 그룹: 특정 직업을 수행하는 여성 사진을 본 참가자들은 해당 직업의 평균 연령을 대조군(성별과 관계없는 사진을 본 그룹)보다 상당히 낮게 추정했습니다.
• 남성 사진을 본 그룹: 반면, 같은 직업을 수행하는 남성 사진을 본 참가자들은 평균 연령을 상당히 높게 추정하는 경향을 보였어요.

더 나아가, 참가자들은 여성이 많은 직업에는 젊은 채용 연령을, 남성이 주도하는 직업에는 더 높은 채용 연령을 추천했습니다. 이는 온라인에서 왜곡된 이미지(젊은 여성, 나이 든 남성)에 노출된 것이 현실의 채용 선호도에까지 영향을 미칠 수 있음을 보여줍니다.

두 번째 실험은 챗GPT(gpt-4o-mini)를 활용하여 54개 직종에 걸쳐 약 4만 건의 가상 이력서를 생성하고 평가하게 한 것입니다.

1. 챗GPT의 연령 및 경력 가정 편향

• 연령 가정: 챗GPT는 여성 이름의 이력서를 만들 때 남성 이름의 이력서보다 평균 1.6년 더 젊고, 졸업 날짜가 더 최근이며, 경력이 더 짧다고 가정했습니다. AI가 무의식적으로 여성에게는 '젊음'과 '짧은 경력'을, 남성에게는 '나이'와 '경험'을 연관시키는 것입니다.

2. 이력서 평가에서의 유능함 편향

• 평가 편향: 이력서를 평가할 때, 챗GPT는 동일한 직책임에도 불구하고 나이가 많은 남성을 여성보다 더 유능하게 평가하는 경향을 보였어요. 이는 AI 알고리즘이 학습된 데이터 속의 편향을 바탕으로 현실의 채용 과정에도 부정적인 영향을 미칠 수 있음을 시사합니다.

더글러스 길보 교수는 "온라인 이미지는 현실과 다른 모습을 보여주는데 인터넷이나 AI가 틀렸더라도 우리가 그것을 사실이라고 믿기 시작하면, 우리는 더 깊은 편견과 오류에 빠지게 된다"고 경고했어요.

이번 《네이처》 연구 결과는 온라인과 AI가 우리의 사회적 인식을 왜곡하고, 기존의 성별 불평등을 재생산하며 심화시키는 강력한 도구가 될 수 있음을 명백하게 보여줍니다. 이처럼 온라인과 AI가 사실을 왜곡하는 것을 정확히 인식하는 것이 바로 이 문제를 해결하기 위한 출발점이라고 할 수 있습니다. AI 기술의 공정성을 확보하고 성별 격차를 줄이기 위해서는 AI 학습 데이터의 편향성을 적극적으로 검토하고 개선하기 위한 노력이 시급하다고 말씀드릴 수 있어요.

---