MARKETS
KOSPI
KOSDAQ
S&P 500
NASDAQ
USD/KRW
BTC
NIKKEI
WTI
KOSPI
KOSDAQ
S&P 500
NASDAQ
USD/KRW
BTC
NIKKEI
WTI
Wittgenhaus

2026년 9월 8일 화요일

AI 시대, 당신을 더욱 스마트하게

경제검증

채용 추천 목표 상향과 여성 인재 확보

기업이 직원들에게 요구하는 채용 추천 목표치를 높이면 여성 후보자 추천 비율이 크게 증가합니다. 복잡한 채용 과정 개편 없이도 다양성을 확보할 수 있는 방법입니다. 구체적인 연구 결과와 한계를 함께 살펴봅니다.

2026년 8월 18일

주장기업이 직원들에게 요구하는 채용 추천 목표치를 높이는 것만으로도 여성 후보자 추천 비율을 유의미하게 늘릴 수 있습니다. 기업은 기존의 채용 과정을 크게 수정하지 않고도 다양성을 확보합니다.

팩트연구진이 수행한 6번의 실험 결과, 추천 목표치를 2명에서 4명으로 늘렸을 때 여성 후보자 추천 수가 17%에서 최대 88%까지 증가했습니다. 기술 스타트업의 최고경영자 추천 실험에서는 여성 추천 비율이 62%까지 상승했습니다.

팩트이번 연구는 메릴랜드 대학교의 아니시 라이 교수와 와튼 스쿨의 케이티 밀크먼 교수 등이 공동으로 진행했습니다. 해당 논문은 응용 심리학 저널에 게재되었습니다.

팩트연구는 인도에서의 현장 실험과 미국 내 온라인 실험을 거쳤습니다. 인도 현장 실험에서는 약 6000명의 구직자가 참여하여 연구 및 자문 기업인 아이디인사이트의 조사원 후보를 추천했습니다.

팩트이어진 1300명의 구직자를 대상으로 한 두 번째 인도 실험에서도 동일한 결과가 재현되었습니다.

주장남성 중심적인 산업 분야에서 직원들은 관습적으로 남성을 먼저 추천하는 경향을 보입니다. 더 많은 추천을 요구받으면 직원들은 고정관념에서 벗어나 더 넓은 네트워크를 탐색하며 숨겨진 여성 인재를 발굴합니다.

교차검증연구진은 더 많은 추천을 요구하는 방식이 후보자의 전반적인 자질을 떨어뜨리지 않는지 확인했습니다. 일부 환경에서는 후보자 수준이 낮아지는 경향이 있었으나 전반적으로 자질 저하는 일관되게 나타나지 않았습니다.

교차검증이번 연구는 추천된 후보자의 수와 성별 구성 변화에 집중했습니다. 연구는 실제 최종 채용으로 이어진 비율까지는 측정하지 못했습니다.

교차검증연구진은 최종 채용 효과를 확인하려면 현재보다 10배에서 100배 더 큰 표본 규모가 필요하다고 설명했습니다.

주장많은 기업이 채용난을 겪으면서도 추천 목표 상향이라는 간단한 해결책을 간과합니다. 금전적 보상만으로는 부족하며 직원들에게 명확한 추천 목표치를 제시하는 방식이 실질적인 행동 변화를 이끌어냅니다.

팩트케이티 밀크먼 교수는 많은 고용주가 채용 추천이 이미 최대치에 도달했다고 가정한다고 지적했습니다. 교수 강조에 따르면, 직원들에게 더 많은 이름을 요구하는 것만으로도 고정관념을 깨는 효과가 발생합니다.

출처Knowledge at Wharton(https://knowledge.wharton.upenn.edu/article/want-more-women-candidates-ask-employees-for-more-referrals/)의 보도를 교차 검증했습니다.

관련 콘텐츠

본 기사는 전문가의 분석과 공개 자료를 기반으로 AI가 작성 후 다른 AI의 검증을 거쳐 작성됐으며 정보의 정확성과 완전성을 보장하지 않습니다. 기사 내용은 특정 투자·의사결정의 권유가 아니며, Wittgenhaus는 이를 근거로 한 행위의 결과에 책임을 지지 않습니다.

스팟

WIRE

버블 지표

상세보기 →

릴리즈 & 논문

전체보기 →

RELEASES

OpenAIv2.53.0

v2.53.0

GPT-5.5 모델 지원 및 Responses 타입에 tool 이름/네임스페이스가 추가되었습니다. CI 관련 버그 수정으로 NumPy 소스 빌드 및 중복 HTTPX 커버리지가 방지되었습니다.

35일 전

OpenAIv2.52.1

v2.52.1

이번 릴리즈에서는 CI(지속적 통합) 관련 변경 사항이 포함되었습니다. 구체적으로 setup-uv v5를 해당 커밋에 고정하는 작업이 진행되었습니다.

36일 전

TensorRTv1.3.0rc23

v1.3.0rc23 릴리즈

이번 릴리즈에서는 DeepSeek V4 혼합 정밀도 NVFP4 체크포인트 로딩, Gemma4 K=V 레이어 W4A8 체크포인트 로딩 지원 등 모델 지원이 강화되었습니다. 또한, VisualGen 모델에 대한 비대칭 TP 선형 구현, 멀티 프로세스 HTTP 프론트엔드 지원 등 API 개선이 이루어졌습니다. GPT-OSS 및 GLM-5의 Python KV-캐시 트랜시버 기본값 설정, MiniMax-M3 MSA 희소 어텐션 백엔드 추가 등 다양한 기능이 추가되었으며, 여러 버그 수정 및 성능 최적화가 포함되었습니다.

38일 전

OpenAIv2.52.0

v2.52.0

이번 릴리즈에서는 API에 콘텐츠 출처 확인 기능이 추가되었습니다. 또한, 클라이언트에서 Retry-After 지연 시간을 최대 2분까지 지원하도록 수정되었으며, API 키 mTLS HTTP 클라이언트 레시피 관련 문서가 업데이트되었습니다.

39일 전

OpenAIv2.51.0

v2.51.0

이번 릴리즈에서는 API에 fast tier 기능이 추가되었습니다. 또한, 해당 fast tier 기능이 헬퍼 메서드에도 적용되었습니다.

40일 전

PAPERS