컴플라이언스 · July 23, 2026 · 10분 읽기

일리노이주 AI 채용법: AIVIA, HB 3773, 그리고 컴플라이언스 준수 방법

일리노이주 AI 채용법 해설: AI 화상 면접법과 HB 3773의 2026년 인권법 개정 내용, 그리고 컴플라이언트 AI 평가 프로세스 구축 방법.

← Compliance-First Hiring AI: LL144 and the EU AI Act의 일부

일리노이주 AI 채용법은 더 이상 화상 면접에 관한 단일 법령이 아닙니다. 2026년 1월 1일부로 중층적 규제 체계가 마련되었습니다: AI 화상 면접법(AIVIA)은 면접 동영상 수집 및 분석 방식을 규율하고, HB 3773은 일리노이 인권법(IHRA)을 개정하여 모든 고용 결정에서 차별적 AI 사용을 시민권 위반으로 규정하며 고지 의무를 부과합니다. 일리노이주에서 후보자를 선별·평가·면접하는 기업이라면 이제 두 가지 법적 층위가 동시에 적용됩니다.

이 가이드는 일리노이주에서 채용하거나 일리노이 후보자가 포함된 다주(多州) 채용 프로세스를 운영하는 기업의 인재 담당자, 채용 담당자, 컴플라이언스 책임자를 위한 것입니다. 각 법령의 실질적 요건, 2026년 1월 1일 이후 변경 사항, 2026년 중반 기준 현행 규칙 제정 현황, 일리노이주와 NYC Local Law 144의 비교, 그리고 두 법령 모두를 충족하는 평가 프로세스 구축을 위한 구체적인 청사진을 제공합니다.

시점이 중요합니다. 2026년에는 AI가 채용의 양쪽에 자리하고 있습니다: 후보자는 AI를 활용해 지원서를 다듬고 때로는 평가를 부정행위로 통과하려 하며, 고용주는 AI로 질문을 생성하고 응답을 채점하며 지원자의 순위를 매깁니다. 일리노이주의 답변은 기술 자체를 금지하는 것이 아니라 결과에 대한 책임을 고용주에게 지우는 것입니다. 이는 컴플라이언스 질문을 "AI를 사용하는가?"에서 "AI 지원 프로세스가 차별적 효과를 낳지 않는다는 것을 입증할 수 있는가?"로 전환시킵니다. 이는 증거의 문제이며, 대부분의 채용 시스템은 그러한 증거를 생산하도록 설계되어 있지 않습니다.

AI 채용 규제에서 일리노이주가 중요한 이유는 무엇입니까?

일리노이주는 일찍 규제하고 강하게 소송하는 전통이 있습니다. 일리노이 생체정보 개인정보보호법(BIPA)은 미국 역사상 가장 큰 개인정보 침해 합의금 사례 일부를 낳았으며, 2020년 1월 1일부터 시행된 AIVIA는 채용 면접의 AI 분석을 구체적으로 겨냥한 최초의 미국 법률이었습니다. HB 3773처럼 일리노이주가 인권법에 새로운 의무를 추가하면, AI를 성숙한 집행 기구—일리노이 인권부(IDHR) 고소 절차, 인권위원회, 그리고 두 기관을 능숙하게 활용하는 원고 측 변호인단—에 직접 연결하게 됩니다.

그것이 바로 일리노이주 AI 채용법이 그 간결한 조문이 시사하는 것보다 훨씬 더 많은 주의를 받아야 하는 이유입니다. 정교한 리스크 관리 프레임워크를 구축하는 콜로라도 AI 법과 달리, 일리노이주는 법령을 짧게 유지하고 차별 기준이 작동하도록 합니다. "평판 있는 벤더를 사용했다"는 것에 대한 안전항은 없습니다. 도구의 결과물에 차별적 효과가 있다면, 이를 사용한 고용주가 책임을 집니다.

AI 화상 면접법(AIVIA)의 요건은 무엇입니까?

AIVIA(820 ILCS 42)는 고용주가 일리노이주 소재 직책의 지원자에게 화상 면접을 녹화하도록 요청하고 AI를 사용하여 이를 분석할 때 적용됩니다—어휘 선택, 표정 또는 기타 특성을 평가하여 직책 적합성을 판단하는 경우입니다. 의무 사항은 네 가지 범주로 구분됩니다.

고지, 설명, 동의

• 면접 전에 각 지원자에게 AI가 동영상을 분석하여 직책 적합성을 평가하는 데 사용될 수 있음을 고지해야 합니다.
• AI의 작동 방식과 지원자 평가에 사용하는 일반적인 특성 유형에 대한 설명을 제공해야 합니다—모호한 면책 조항이 아닌 실질적인 설명이어야 합니다.
• 면접 전에 동의를 받아야 합니다. 최근 개정을 통해 이는 명시적인 서면 동의로 강화되었습니다: 면접을 진행하는 것만으로 더 이상 동의로 간주되지 않습니다.
• 후보자가 거부하면 AI로 동영상을 분석할 수 없으므로, AI를 사용하지 않는 진정한 동등한 평가 경로가 마련되어야 합니다.

공유 제한 및 삭제

고용주는 후보자 평가에 필요한 전문성이나 기술을 보유한 사람에게만 면접 동영상을 공유할 수 있습니다. 요청 시 고용주는 30일 이내에 모든 사본을 삭제하고, 백업 사본을 포함하여 사본을 보유한 모든 관계자에게 동일하게 지시해야 합니다. 이는 벤더 계약에도 적용됩니다: 면접 플랫폼이 연쇄 삭제를 실행할 수 없다면 법령을 준수할 수 없습니다.

인구통계 보고

2022년부터 대면 면접 진출자를 AI 분석만으로 결정하는 고용주는 지원자의 인종 및 민족을 수집하여 해당 데이터를 주(州)에 연간 보고해야 합니다. 입법 의도는 명확합니다: 일리노이주는 알고리즘 편향을 감지할 수 있는 통계적 기록을 원합니다. 채용 프로세스에 AI 단독으로 진출 여부를 결정하는 단계가 있다면 보고 의무가 발생하며, 해당 단계에 인간 결정을 유지해야 할 강력한 동기가 됩니다.

HB 3773은 2026년 1월 1일에 무엇을 바꿉니까?

2024년 8월 서명되어 2026년 1월 1일부터 발효된 HB 3773은 독립적인 AI 법령을 만들지 않고 일리노이 인권법을 개정합니다. 이 설계 선택이 핵심입니다: AI 차별은 이제 다른 모든 시민권 위반과 동일하게 취급되며, 동일한 구제 수단과 동일한 집행 경로를 갖습니다. 세 가지 조항이 가장 중요합니다.

차별적 효과 금지

고용주는 채용, 고용, 승진, 갱신, 교육 또는 견습 선발, 해고, 징계, 근속 기간, 그리고 고용 조건·특혜·환경 전반에 걸쳐 보호 계층을 이유로 한 차별 효과를 초래하는 AI를 사용해서는 안 됩니다. "효과"가 핵심 단어입니다. 의도는 무관합니다; 겉으로 중립적으로 보이는 도구가 보호 집단을 불균형적으로 탈락시킨다면 위반입니다. 이는 지속적인 부정적 영향 분석을 컴플라이언스의 실질적 핵심으로 만듭니다: 집단별 선발률을 측정하지 않고는 차별적 효과의 부재를 증명할 수 없습니다.

우편번호 대리 변수 금지

개정안은 우편번호를 보호 계층의 대리 변수로 사용하는 것을 명시적으로 금지합니다. 이는 잘 알려진 머신러닝 오류 유형을 겨냥한 것입니다: 역사적 데이터로 훈련된 모델은 지리가 결과를 예측한다는 것을 학습하는데, 지리가 인종 및 출신 국가와 상관관계가 있기 때문입니다. 일리노이주는 이 기법을 명시적으로 지목하고 있으며, 스코어링 파이프라인에 위치 데이터를 입력받는 모든 평가 벤더는 이에 대한 까다로운 질문을 예상해야 합니다.

고지 의무—아직 진행 중인 규칙 제정

고용주는 AI가 적용 대상 고용 결정에 사용될 때 직원과 지원자에게 고지해야 합니다. 고지의 내용과 전달 시기는 IDHR 규정으로 정해질 예정이었습니다. 인권부는 2026년 5월 15일에 고지 규정안을 발표했다가, 다른 주 기관과의 조율 필요성을 이유로 2026년 6월 2일에 철회했습니다. 2026년 7월 기준으로 법정 고지 의무는 완전히 발효 중이지만 시행 세부 사항은 아직 미정입니다. 그 사이에 취할 수 있는 방어적 입장은 다음과 같습니다: 결정 단계를 명시하고 AI의 역할과 평가 대상을 설명하는 명확하고 구체적인 사전 고지를 제공하는 것입니다—규정 초안이 고려했던 것과 동일한 실질적 내용입니다.

일리노이주와 NYC Local Law 144는 어떻게 비교됩니까?

다주(多州) 고용주 대부분이 이미 NYC Local Law 144를 알고 있어 비교가 유용한 기준점이 됩니다. LL144는 감사 우선 방식입니다: 자동화된 고용 결정 도구를 사용하기 전에 1년 이내의 독립적인 편향 감사, 결과 요약 공개, 사전 후보자 고지가 필요합니다. 일리노이주는 효과 우선 방식입니다: 감사 의무도 없고 공개 요건도 없지만—실질적인 구제 수단을 갖춘 시민권 법령에 의해 집행되는—차별적 효과에 대한 전면적 금지가 있습니다.

• 적용 범위: LL144는 정의된 자동화 고용 결정 도구 범주를 다루지만, 일리노이주 HB 3773은 예외 규정 없이 고용 결정에 영향을 미치는 사실상 모든 AI를 포괄합니다.
• 의무 사항: LL144는 테스트와 공개를 요구하지만, 일리노이주는 테스트 여부와 관계없이 결과 자체가 비차별적이어야 합니다.
• 고지: 양 지역 모두 후보자 고지를 요구하지만, 일리노이주의 정확한 형식은 IDHR 최종 규정을 기다리는 중이고 NYC의 형식은 명시되어 있습니다.
• 집행: LL144는 위반 건당 과태료를 부과하는 시 기관이 집행하며, 일리노이주는 IDHR 고소 경로를 통해 손해배상, 제재금, 변호사 비용이 부과됩니다.
• 실질적 수렴점: 어느 체계에서든 최선의 전략은 동일합니다—직무 연관성 있는 구조화된 평가, 정기적인 부정적 영향 모니터링, 문서화된 인간 검토.

수렴점은 주목할 만합니다. NYC를 위해 편향 감사를 실시하는 고용주는 이미 일리노이주 고소에 대응하는 데 필요한 증거의 대부분을 갖추고 있으며, 일리노이주를 위해 부정적 영향을 모니터링하는 고용주는 LL144 감사에 거의 근접한 상태입니다. 이것이 컴플라이언스 우선 채용의 핵심 논거입니다: 각 지역마다 별도의 체크리스트를 추가하는 대신 하나의 증거 생산 프로세스를 구축하여 여러 규제를 동시에 충족하는 것입니다.

일리노이주에서 컴플라이언트한 AI 평가 프로세스는 어떤 모습입니까?

일리노이주의 중층적 규정은 특정한 프로세스 형태에 보상을 제공합니다: 구성상 직무 연관성이 있고, 후보자에게 투명하며, 인간이 결정하고, 증거 생산을 위해 계측된 형태입니다. 단계별로 권장하는 파이프라인입니다.

• 목록화 및 분류. 채용 프로세스에서 결정에 영향을 미치는 출력을 생성하는 모든 도구를 목록화하십시오—이력서 선별 도구, 평가 채점 도구, 면접 분석 도구, ATS 내 순위 기능. HB 3773의 광범위한 AI 정의에 따르면 생각보다 더 많은 시스템이 적용 대상에 포함됩니다.
• 평가를 직무에 연결. 실제 직무 기술서에서 평가 내용을 생성하거나 선택하여 모든 질문이 명시된 요건에 연결되도록 하십시오. 직무 연관성은 모든 차별적 효과 주장에 대한 첫 번째 방어선이며, 직무 기술서를 올바르게 작성하는 것에서 시작됩니다.
• 사용 전 명확한 언어로 고지. 후보자에게 어떤 단계에서 AI가 사용되는지, 무엇을 평가하는지, 결정에서 어떤 역할을 하는지 알리십시오. 화상 면접의 경우 AIVIA의 설명 및 서면 동의 단계와 거부하는 후보자를 위한 실질적인 대안 경로를 추가하십시오.
• 의사결정 루프에 인간을 유지. AI 단독으로 진출 여부를 결정하는 단계는 피하십시오—AIVIA의 인구통계 보고 의무가 발동되고 검토되지 않은 단계에 차별적 효과 위험이 집중됩니다.
• 구조화된 루브릭으로 채점. 균일하게 적용되는 사전 정의된 직무 연관 기준—구조화된 면접의 논리를 모든 평가 단계로 확장한 것—은 결과를 설명 가능하고 비교 가능하게 합니다.
• 부정적 영향을 지속적으로 모니터링. 연간이 아닌 각 채용 단계마다 집단별 선발률을 산출하십시오. 분기별 4/5 점검은 고소가 제기되기 전에 이탈을 포착합니다.
• 삭제 및 보존을 운영화. AIVIA의 30일 연쇄 삭제를 시스템과 계약에 반영하고, 프로세스가 생산하는 모든 산출물의 보존 기간을 문서화하십시오.

이 파이프라인이 무엇이 아닌지 주목하십시오: AI 금지가 아니며 정적 테스트로의 회귀도 아닙니다. 일리노이주는 기술에 대해 불가지론적이며 결과에 대해 엄격합니다. 잘 계측된 AI 지원 프로세스—직무별 콘텐츠, 구조화된 채점, 인간 결정, 지속적 모니터링—는 공유 문제은행과 비구조화된 면접관 판단으로 구축된 레거시 프로세스보다 방어하기 쉽습니다. 운영의 부산물로 규제 기관이 요청할 증거를 생산하기 때문입니다.

고용주들이 일리노이주 AI 컴플라이언스에서 흔히 저지르는 실수는 무엇입니까?

동일한 실패 패턴이 반복해서 나타나며, 명확히 짚고 넘어갈 필요가 있습니다.

• 벤더 컴플라이언스가 이전된다고 가정하는 것. 그렇지 않습니다. HB 3773은 도구를 사용하는 고용주에게 적용됩니다; 벤더의 공정성에 관한 마케팅 페이지는 귀사의 지원자 풀에서 비차별적 효과의 증거가 아닙니다.
• AIVIA 동의를 체크박스로 취급하는 것. 일반 이용 약관 동의에 AI 공개를 묻어두는 것은 설명 요건을 충족하지 못하며, 서면 동의 개정 이후에는 동의 요건도 충족하지 못합니다.
• 최종 IDHR 규정을 기다린 후 고지하는 것. 법정 고지 의무는 철회된 규정과 관계없이 2026년 1월 1일에 발효되었습니다. 규칙 제정이 진행 중인 동안의 침묵은 가장 위험한 입장입니다.
• 도입 시점에 한 번만 편향 테스트를 실시하는 것. 모델 동작과 지원자 풀 모두 변화합니다. 2024년의 시점 평가는 2026년 선발률에 대해 거의 아무것도 말해주지 않습니다.
• 후보자 측 AI 경쟁을 무시하는 것. AI 지원 부정행위가 평가 점수를 오염시키면 부정적 영향 통계도 오염됩니다—무결성과 컴플라이언스는 서로 다른 이름을 가진 같은 문제입니다.

다주(多州) 고용주는 일리노이주 문제를 어떻게 처리해야 합니까?

여러 지역에서 채용한다면 일리노이주 전용 워크플로우를 구축하려는 충동을 억제하십시오. NYC LL144, 콜로라도 AI 법, 일리노이주 HB 3773, EU AI 법을 아우르는 공통 패턴은 수렴적입니다: AI 사용 공개, 인간이 결정 유지, 차별적 결과 방지 및 측정, 증거 보존. AI 분석 면접에 대한 명시적 동의, 보편적 사전 고지, 지속적 영향 모니터링 등 가장 엄격한 적용 기준을 채용 프로세스 전체에 적용하는 것이 후보자를 주별로 구분하는 것보다 비용이 약간 더 들지만, 사무실 위치를 기준으로 한 워크플로우에서 일리노이 거주 원격 후보자가 누락되는 경우 등 잘못된 분류 위험 전체를 제거합니다.

또한 더 나은 후보자 경험을 제공합니다. 후보자들은 AI가 자신을 평가할 때 고지받을 것을 점점 더 기대하고 있습니다; 명확하게 공개하고 대안을 제공하는 고용주는 회피적이지 않고 자신감 있어 보입니다. 컴플라이언스와 고용주 브랜딩은 같은 방향을 가리킵니다.

H-Evaluate의 역할

H-Evaluate는 정확히 이러한 규제 형태를 위해 컴플라이언스 우선으로 설계되었습니다. 평가는 직무 기술서별로 품질 게이트 생성 방식으로 생성됩니다—정적 공유 테스트 라이브러리 없이—따라서 모든 질문이 명시된 직무 요건에 추적 가능하며, 이는 모든 직무 연관성 방어의 토대입니다. 샌드박스 실무 샘플은 모든 후보자를 동일한 조건 하에 동일한 과제를 수행하게 하며, 구조화된 채점은 AIVIA 투명성과 HB 3773의 차별적 효과 기준 모두가 요구하는 설명 가능하고 비교 가능한 기록을 생산합니다. 인간 검토자가 진출 결정을 내리며, 시스템의 역할은 더 나은 증거를 제공하는 것입니다.

이것이 일리노이주 컴플라이언스를 자동화하지는 않습니다—어떤 도구도 그럴 수 없으며, 그렇게 주장하는 벤더는 리스크를 판매하는 것입니다. AI 네이티브 채용 스택이 할 수 있는 것은 컴플라이언트한 프로세스를 기본 프로세스로 만드는 것입니다: 후보자 흐름에 내장된 고지, 구성상 직무 기반 콘텐츠, 그리고 고소 제기 후의 부랴부랴가 아닌 모든 평가의 부산물로 생성되는 감사 준비 산출물입니다.

일리노이주는 채용에서 AI를 금지하지 않았습니다. 책임지지 않는 AI를 금지했습니다—그리고 HB 3773 하에서 번창하는 고용주는 변명이 아닌 증거를 생산하도록 프로세스를 구축한 기업이 될 것입니다.