earticle

영어

This article examines the legal challenges that artificial intelligence (AI) poses to labor law amid accelerating digital transformation and the expanding platform economy. AI technologies are increasingly deployed across key areas of human resource management, including recruitment, placement, evaluation, and dismissal, offering gains in efficiency and standardization. However, these developments expose the limitations of existing labor law frameworks and reveal critical gaps in worker protection. AI-driven employment decisions introduce novel issues such as data and algorithmic bias, opacity in decision-making, intensified worker surveillance, job redesign, and employment discrimination, demanding a fundamental reconfiguration of labor law norms. While AI hiring systems enhance procedural efficiency, they also pose risks of discrimination and rights violations due to biased data and lack of transparency. Accordingly, institutional measures such as predictive auditing, periodic evaluations, bias testing, and disclosure mechanisms are essential to ensure accountability in AI utilization. Moreover, algorithmic management practices (AMPs), which govern task assignment, performance evaluation, and real-time monitoring, may adversely affect job satisfaction, worker well-being, and autonomy by creating new control mechanisms that extend beyond traditional human supervision. The rapid advancement of AI accelerates automation across both lowand high-skilled tasks, contributing to qualitative and quantitative deterioration in employment—especially among youth and highly educated workers—and deepening labor market polarization. These dynamics exacerbate skills mismatches and necessitate a renewed social contract that includes retraining, job transitions, and strengthened social safety nets. This paper proposes three institutional responses: first, legal safeguards to prevent AI-induced discrimination, ensure data minimization, mandate prior notice, and guarantee objection rights, alongside independent auditing and enforcement; second, measures to enhance transparency in algorithmic decision-making through user accountability, third-party review and disclosure, impact assessments, and judicial oversight; and third, structural reforms of the skills ecosystem, including expanded vocational training, lifelong learning opportunities, and enhanced support systems. Ultimately, the spread of AI presents urgent challenges for labor law and social policy, requiring multilayered and integrated regulatory responses to safeguard worker rights and ensure social equity. This article outlines the normative direction and institutional agenda that law and policy must pursue in this era of technological transition.

한국어

이 글은 인공지능(AI)의 도입이 ‘일의 세계’에 초래하는 구조적 변화를 분석하고, 이에 따라 새롭게 대두되는 노동법적 과제를 검토한다. 인공지능 기술은 채 용, 배치, 평가, 해고 등 고용상 의사결정뿐 아니라 노동과정 전반에 걸쳐 광범 위하게 활용되며, 이로 인해 고용상 차별, 결정의 불투명성, 근로자 통제의 강화 및 종속성의 심화, 직무 재설계 등의 문제가 발생하고 있다. AI 기반 고용 의사 결정은 데이터･알고리즘 편향, 결정의 불투명성, 근로자 통제 강화, 직무 재설계, 고용상 차별 등 새로운 문제를 초래하여, 노동 규범의 근본적 재설정을 요구한 다. 특히 AI 채용 시스템은 업무 효율성 제고에 이바지하지만, 데이터 편향 및 투명성 결여로 인한 차별과 권리 침해 위험을 내포한다. 이에 따라 AI 활용 과 정에서 예측 결과, 차별 여부, 개인정보 보호에 대한 철저한 점검과 정기적 평 가, 편향성 감사 및 정보 공개의 제도화가 필요하다. 또한, 알고리즘 기반 인사 관리(AMPs)는 업무할당･평가･모니터링 전반에서 근로자의 직업 만족도와 복지, 자율성에 부정적 영향을 미칠 수 있으며, 전통적 ‘인간 관리자’ 통제방식을 넘어 서는 새로운 통제 구조를 형성한다. 나아가 AI 기술의 발전으로 저숙련･고숙련 업무 모두에서 자동화가 확산하고, 청년층･고학력자 등 특정계층 고용의 질적･ 양적 악화 및 노동시장 구조 변화가 심화하고 있다. 이는 일자리 양극화와 기술 불일치 문제를 심화시켜, 재교육･직업전환･사회안전망 구축 등 새로운 사회적 계약 모색이 필수적임을 시사한다. 이에 이 글에서는 다음 세 가지 제도적 대응 방향을 제안한다. 첫째, AI에 의 한 차별 방지 및 데이터 통제, 사전 고지, 이의제기권 보장, 제3기관 편향 감사 및 제재 등 입법적 규제가 필요하다. 둘째, 알고리즘 기반 인사 결정의 투명성 확보를 위해 사용자 설명책임, 제3자 감사 및 공시, 영향평가 및 사법적 심사 절 차를 도입해야 한다. 셋째, 노동시장 구조 변화에 대응한 숙련전달체계 재설계, 직업훈련･평생학습 확대, 사회적 지원체계 강화가 요구된다. 결론적으로 인공지능의 확산은 노동법 및 사회정책에 새로운 도전 과제를 제 시하며, 근로자 보호와 사회적 공정성 확보를 위한 다층적･통합적 대응이 시급 하다. 본 논문은 이러한 전환기에 법과 정책이 담당해야 할 역할 및 입법･정책 적 과제의 방향성을 제시하였다.