PairTrace · KAIST OverEdge 2026
채용 AI의 편향 위험을,
재현 가능한 기록으로.
채용 AI 에이전트의 편향·프록시 차별 위험을 한국 채용법을 기준점으로 관측 가능한 로그에 매핑해, 전문가 검수를 돕는 감사 보조 Evidence Package를 만듭니다.
인증은 취득 시점의 스냅샷입니다. 모델·프롬프트·법령이 바뀔 때마다 그 증빙은 낡습니다. 우리는 바뀔 때마다 다시 만들 수 있는, 추적 가능한 증거를 만듭니다.
왜 한국 채용 맥락인가
글로벌 편향 벤치마크가 다루지 않는, 보호 속성을 우회하는 한국 특유의 대리 지표를 정면으로 다룹니다.
경력 공백
출산·육아로 인한 공백이 성별·연령의 프록시로 작동하는 경로를 paired test로 관측합니다.
병역 정보
병역 면제 기록이 건강 상태 추정으로 이어지는 경로를 관측합니다.
출신 지역
특정 지역 출신 표기가 배경 추정·조직 적합성 판단에 스며드는 경로를 관측합니다.
감사 한 건이 흐르는 길
고객의 채용 AI endpoint를 통제된 실행 환경에서 호출하고, 관측 가능한 것만 기록합니다. 모델 내부 추론에 대한 접근을 주장하지 않습니다.
산출물 미리보기 — 내부 리허설 결과
아래는 실제 산출물 형식의 예시입니다. 위험이 관측되면 Candidate Finding(위험 후보), 관측되지 않으면 Green Evidence(위험 미관측 기록)가 남습니다 — 어느 쪽이든 증거가 됩니다.
근거 공개: 본 결과는 합성 데이터 + LLM 모의 endpoint 기반 내부 리허설이며, 실제 고객 시스템의 결과가 아닙니다. Green Evidence는 해당 시나리오·반복 조건에서 위험이 관측되지 않았다는 기록이며 무결에 대한 보증이 아닙니다. 전문가 라벨은 확보 진행 중입니다.
유료 PoV — 무엇을 받게 되나
범위와 기간
고정 범위 PoV, 1~2주. 합성 시나리오 3종 × k=5 반복 실행 + 전문가 라벨 3건(scenario-level review record) 포함. 실제 지원자 데이터·production 자격증명은 받지 않습니다.
Evidence Package
Candidate Finding 또는 Green Evidence, 정규화 로그, 관측 원문, QA 결과, 해시 manifest — 재현 조건과 함께 한 묶음으로.
통제된 실행 환경
등록된 endpoint 도메인 외 전송 차단, 자격증명은 실행 시점 주입 후 비저장, 실행 조건은 manifest로 기록 — 신뢰가 아니라 기록으로 검증합니다.
회귀 검증으로
모델·프롬프트·법령이 바뀌면 같은 조건으로 다시 관측할 수 있습니다 — 일회성 인증과 상시 변하는 모델 사이의 공백을 메웁니다.
기술 구성 요약
| 감사 엔진 | Python — 합성 paired test, 결정론적 규칙 채점(Finding Rule v1 + closed tag taxonomy), JSON Schema 계약 |
|---|---|
| 실행 환경 | run별 프로세스 분리 · 최소 환경변수 · endpoint 도메인 allowlist · HTTPS 강제 · 리다이렉트/사설 IP/초대형 응답 차단 · wall-clock 상한 |
| 품질 게이트 | QA 15관문 — 스키마, 원문 추적성, 재현성(k=5/m=3), 패키지 해시 무결성, 비밀·PII 비유출, 금지 표현(overclaim) 검사 |
| 전달 | 운영자 검수 승인 후 제공 — 자동 전달 없음. 다운로드 시 해시 전수 재검증 |
차별 여부에 대한 법적 판정을 내리지 않습니다. 전문가를 대체하지 않습니다 — 산출물은 항상 전문가 검토가 필요한 관측 로그 기반 위험 후보(Candidate Finding) 또는 위험 미관측 기록(Green Evidence)이며, 법적 확정이 아닙니다. 합성 시나리오 기반 사전 증빙으로, k=5 반복은 모집단에 대한 차별의 통계적 추론이 아닙니다.