벤더의 감사는 통과합니다. 하지만 법이 실제로 요구하는 감사는 동일한 데이터에서 불합격합니다.
이 데모는 3개의 모의 벤더 도구로 채점된 채용 공고 REQ-2026-0412의 시드 기반 지원자 1,040명 합성 내보내기 데이터를 감사합니다. 포함된 위반 사항은 의도적으로 심어둔 재현 가능한 것이며, 엔진이 실제로 포착할 수 있도록 구성되었습니다. 실행 시 화면에 나타나는 순서대로 다음과 같습니다.
6개 규제 체제에 걸친 AI 채용 규정 준수
Clarion은 고용주가 이미 운영 중인 AI 채용 도구 위에 배치되는 컴플라이언스 오버레이입니다. 단일 벤더의 채점 내보내기 데이터를 읽어 결정론적 코드에서 모든 불리한 영향 통계를 계산하며, 이 단일 감사를 뉴욕시, 콜로라도, 일리노이, 텍사스, 캘리포니아 및 EU 요건에 맞춘 6개의 산출물로 전개합니다. 이들 체제 중 두 곳이 동일한 특징에 대해 상반된 요구를 할 경우, '완전 준수'라고 표시하는 대신 이를 명시하고 양측의 노출 위험을 모두 정량화합니다. 다음은 배포된 파이프라인이 아닌 시드 기반 합성 내보내기 데이터에 대한 데모입니다.
6
단일 감사 실행에서 도출되는 관할권별 산출물
NYC, 콜로라도, 일리노이, 텍사스, 캘리포니아, EU
13개 중 9개
자동 승인되지 않고 지정된 인간 담당자에게 라우팅된 의무
데모의 시드 기반 내보내기 데이터 기준 7건의 NEEDS PROOF 및 2건의 CONFLICT
1
게이트가 얼버무리기를 거부하는 충돌
일리노이 HB 3773 대 EU AI Act Article 10(3)
이 데이터셋은 합성된 것입니다. 모의 도구 3개로 채점된 채용 공고 REQ-2026-0412의 'Acme Logistics, Inc.' 지원자 1,040명에 대한 시드 기반 내보내기 데이터입니다. Workday-Spotlight 스타일, HireVue 스타일, Eightfold 스타일의 채점기는 연동이 아닌 스텁 픽스처 어댑터로 제공되는 아키타입이며, 실제 고용주나 지원자는 전혀 포함되어 있지 않습니다.
NYC, 콜로라도, 일리노이, 텍사스, 캘리포니아, EU 중 두 곳 이상에서 자동화된 채용 도구를 운영하는 CHRO, 최고법률책임자(General Counsel) 또는 최고위험관리책임자(Chief Risk Officer)는 단일 스택으로 6개의 개별 규제 체제에 대응해야 합니다. 해당 스택을 제공하는 벤더들은 마치 6개 체제 모두를 해결한다는 듯이 단일 '4/5 규칙 통과' 감사를 건넵니다. 하지만 그렇지 않습니다. NYC Local Law 144는 교차적 영향 비율을 요구합니다. 콜로라도 SB 24-205는 문서화된 합리적 주의 프로그램을 요구하며 구체적인 방법론은 전혀 명시하지 않습니다. 텍사스 TRAIGA는 불균등한 영향을 독립적인 근거로 인정하지 않고 고의성을 묻기 때문에, 뉴욕시 산출물을 뒷받침하는 정확한 통계가 텍사스 산출물에는 증거로서 관련이 없습니다. EU AI Act는 학습 데이터의 대표성을 묻고, 일리노이가 프록시로 금지하는 바로 그 지리적 특징에 의존합니다.
공개된 Local Law 144 편향 감사를 추적한 연구진은 뉴욕시 고용주 391곳 중 4.6%에서만 이를 발견했으며, 이 결과를 'Null Compliance(제로 규정 준수)'라 명명했습니다(Cornell / Data & Society / Consumer Reports, FAccT 2024). 감사를 공개하는 것은 의무의 가시적인 절반에 불과하지만, 표본의 대부분은 그에 도달조차 하지 못했습니다.
뉴욕주 감사원(NY State Comptroller)은 DCWP가 1건을 발견했던 동일한 32개사 표본에서 17건의 잠재적 Local Law 144 위반 사항을 확인했으며, DCWP는 사전 예방적 집행으로 전환하기로 합의했습니다(NY State Comptroller, December 2, 2025). 통과된 벤더 감사와 법적으로 방어 가능한 기록 사이의 격차가 바로 그러한 집행이 닿는 곳입니다.
적용 범위 자체 분류, 화상 면접에서의 ADA 접근성, FCRA 불이익 처분 의무는 통과된 편향 감사가 전혀 검증하지 않은 별개의 법리입니다. Mobley v. Workday, D.K. v. Intuit/HireVue, Kistler v. Eightfold 사건은 각각 이 중 하나를 제기하고 있으며, 어느 것도 아직 판결이 확정되지 않았습니다.
파이프라인은 간결하며 내부의 업무 분담은 엄격합니다. 벤더 AEDT 내보내기 데이터는 하나의 표준 레코드 스키마로 정규화되고, 결정론적 엔진이 모든 통계를 계산하며, 6개 체제 규칙 팩과 정책 게이트가 모든 의무를 판정하고, 에이전트 크루가 산문을 작성하며, 실행은 해시 체인으로 연결된 사전 감사 패키지를 봉인합니다. 에이전트는 조언하고 코드가 결정하며, 이는 밑단의 모델 성능과 무관하게 산출물의 제출 가능성을 유지해 줍니다.
01 / 결정론적 신뢰 코어
numpy 엔진은 한계 4/5 영향 비율, Benjamini-Hochberg FDR 제어를 적용한 인종별 성별 교차 비율, Cramér's V에 의한 보호 대상 프록시 탐지, 투명한 로지스틱 회귀 대리 모델을 통한 반사실적 보호 속성 반전, 동영상 하위 집합에 대한 ASR 단어 오류율 격차, 그리고 FCRA 트리거 술어를 계산합니다. 동일한 입력이면 매 실행마다 동일한 출력이 나옵니다.
02 / 6개 규칙 팩과 정책 게이트
각 체제는 자체적인 조문 인용, 시행일 및 요구되는 산출물 형식을 가지며, 각 의무는 PASS, FAIL, NEEDS PROOF 또는 CONFLICT로 판정됩니다. 게이트는 언어 모델이 접근할 수 없는 유일한 영역이므로, 아무리 논리 정연한 서술이라도 의무 판정을 NEEDS PROOF에서 녹색으로 바꿀 수 없습니다.
03 / 에이전트 크루
6개의 관할권 에이전트가 각 체제의 판정을 서술하고, 충돌 조정자는 타협 없는 충돌을 각 분기별 노출 위험이 담긴 법률 전략 메모로 전환하며, 적대적 회의론자는 주장된 모든 패스에 반박을 시도하고 해소할 수 없는 사항을 인간의 검증으로 라우팅합니다. 크루는 제공자 교체가 가능하며, 제공자가 구성되지 않은 경우 결정론적 템플릿으로 폴백하여 앱이 동일하게 실행됩니다.
04 / 사전 감사 패키지
실행을 마치면 17개 노드의 SHA-256 해시 체인 번들이 봉인되며, 각 노드는 입력값, 계산 과정, 규칙 인용문과 함께 이전 노드의 해시 링크를 포함하므로 어떤 수정도 체인을 파괴합니다. 이는 JSON 및 인쇄 가능한 HTML 감사자 패킷으로 내보내지며, 체인은 모든 실행 시 검증되고 위변조 방지 단위 테스트를 거칩니다.
콘솔은 단일 대시보드가 아니라 2개의 뷰와 클릭 이동 대화상자로 구성됩니다. Manual Testing에는 스테이지 바, 실시간 Audit Execution 추적 및 지원자 보드가 있습니다. Run Audit이 완료될 때까지 비활성화 상태를 유지하는 Run Benchmark는 Benchmark Results로 전환됩니다. 여기에는 Jurisdiction Deliverables 6, Lowest Impact Ratio 0.65, Items Requiring Human Action 9를 나타내는 3개의 타일, 6개의 Jurisdiction Deliverables 행, Supporting Evidence 버튼 행, 헤더의 Export Pre-Audit Package가 포함됩니다.
그 아래의 모든 것은 대화상자로 열립니다. Selection-Rate Analysis, Conflict Register, Human Proof Queue가 세 가지 Supporting Evidence 버튼이며, 각 체제의 의무와 감사 서술은 자체 산출물 행에서 열립니다. 서로 다른 형태의 6가지 질문에 걸쳐 단일 점수가 진실일 수는 없기 때문에 어떤 것도 단일 점수로 요약되지 않습니다.
이 데모는 3개의 모의 벤더 도구로 채점된 채용 공고 REQ-2026-0412의 시드 기반 지원자 1,040명 합성 내보내기 데이터를 감사합니다. 포함된 위반 사항은 의도적으로 심어둔 재현 가능한 것이며, 엔진이 실제로 포착할 수 있도록 구성되었습니다. 실행 시 화면에 나타나는 순서대로 다음과 같습니다.
이 페이지의 모든 수치는 의도적으로 심어둔 재현 가능한 위반 사항이 포함된 지원자 1,040명의 단일 시드 기반 합성 내보내기 데이터를 설명합니다. 이는 한계 감사만으로는 놓치는 사항을 엔진이 포착함을 보여줍니다. 이는 정확도 비율이 아니며, 타사 제품에 대한 벤치마크가 아니며, 실제 고용주의 채용 데이터에 대한 주장이 아닙니다.
| 질문 | 이 데모에서 Clarion이 수행하는 작업 | 데모 범위 외에 남아 있는 부분 |
|---|---|---|
| 적용 범위 | 단일 감사 실행으로 13개 의무 전반에 걸쳐 6개의 관할권 맞춤 산출물을 생성하며, 2 PASS, 2 FAIL, 7 NEEDS PROOF 및 2 CONFLICT로 판정됩니다. | 컴플라이언스 인증서 또는 공정성 점수 발급. 게이트는 이를 거부하도록 설계되어 있습니다. |
| 불리한 영향 | Benjamini-Hochberg FDR 제어를 적용한 한계 및 교차 4/5 비율, Cramér's V에 의한 프록시 탐지, 평균 0.0574 및 최대 0.1228만큼 합격 확률을 변동시키는 반사실적 반전 분석. | 실제 채용 결과에 대한 모든 진술. 1,040명의 지원자, 채용 공고 및 격차는 합성 및 시드 기반 데이터입니다. |
| 벤더 데이터 | Workday-Spotlight 스타일, HireVue 스타일, Eightfold 스타일 채점기가 생성하고 스텁 픽스처 어댑터로 제공되는 하나의 정규화된 AEDT 내보내기 데이터를 읽습니다. | 어떠한 ATS, 평가 플랫폼 또는 매칭 엔진에 대한 실시간 커넥터. 이름이 언급된 벤더 중 어느 곳도 고객, 파트너 또는 보증인이 아닙니다. |
| 후속 조치 | ADA 및 ASR 접근성 결과와 FCRA 불이익 처분 트리거를 증거와 함께 지정된 인간 담당자에게 감지 및 라우팅합니다. | CART 편의 제공 워크플로 및 지원자 대면 이의 제기 포털. 둘 다 데모에서 모의된 것이며 여기서 구축하는 대상이 아닙니다. |
| 최종 승인 | 실행 시 검증되고 위변조 방지 단위 테스트를 거친 17노드 해시 체인 사전 감사 패키지를 JSON 및 인쇄 가능한 HTML로 봉인합니다. | 독립적인 편향 감사 자체. DCI Consulting, ORCAA, Secretariat과 같은 기업이 해당 역할을 맡으며, 당사는 맡지 않습니다. |
Clarion은 컴플라이언스를 인증하지 않으며, 이를 거부하는 것이 설계 원칙입니다. 채용 모델이 아니며 지원자를 채점하거나 순위를 매기지 않습니다. 데이터셋은 합성 및 시드 기반이며, 포함된 흑인/여성 격차는 실제 고용주에 대한 결과가 아니라 엔진이 실질적인 문제를 포착할 수 있도록 심어둔 것이고, 그 이면의 벤더 커넥터는 실시간 연동이 아닌 스텁 픽스처 어댑터입니다. 이 도구는 법무팀을 위한 증거를 생성하며 법률 자문을 제공하거나 법적 책임에 대한 의견을 제시하지 않으며, Mobley v. Workday, D.K. v. Intuit/HireVue, Kistler v. Eightfold는 확정된 판결이 아닌 계류 중인 법리입니다. 법정 상한액은 법적 상한선으로만 인용되며, 모델링된 노출 수치는 여기에 표시되지 않습니다. 이 페이지는 둘러보기 영상, 실제 스크린샷, 메커니즘 및 답변이 포함된 설명 자료이며 여기서 직접 조작하는 앱이 아닙니다.
통과하는 테스트와 법이 요구하는 테스트가 동일한 테스트가 아니기 때문입니다. 데모의 시드 기반 1,040명 지원자 합성 내보내기 데이터에서 0.80 기준선 대비 인종 최소 영향 비율 0.8196, 성별 최소 비율 0.8744로 한계 4/5 검사는 통과하며, 이것이 벤더의 자체 보고서가 제공하는 감사 결과입니다. NYC Local Law 144는 인종별 성별 교차 비율을 요구하며, 여기서는 흑인 여성 셀이 영향 비율 0.6471로 130명 중 44명만 합격합니다. 한계 감사만으로는 해당 셀에 대해 틀린 판단을 내리는 것이 아니라 구조적으로 이를 볼 수 없는 것입니다.
아닙니다. Veriprajna는 독립 감사자가 아니며, 그 역할은 DCI Consulting, ORCAA 또는 Secretariat과 같은 기업의 몫입니다. Clarion은 모든 수치에 계산 과정이 담기고 모든 판정에 인용문이 수반되는 해시 체인 번들인 사전 감사 패키지를 생성하여, 독립 감사자가 다시 작성할 필요 없이 서명할 수 있도록 만듭니다. 목표는 감사가 작성할 가치가 있는 지적 사항을 발견하지 못하는 상태로 시스템을 만드는 것입니다.
둘 다 연결되지 않으며, Clarion 자체가 지원자를 채점하거나 순위를 매기지 않습니다. 귀사의 스택에서 교체되는 것은 아무것도 없습니다. 벤더 AEDT 내보내기 데이터를 읽어 하나의 표준 레코드 스키마로 정규화합니다. 이 데모에서 벤더 커넥터는 합성 데이터에 대한 스텁 픽스처 어댑터이며, Workday-Spotlight 스타일 채점기, HireVue 스타일 화상 전형 및 Eightfold 스타일 매칭 엔진은 연동이 아닌 아키타입입니다.
모든 통계량, 모든 임계값 비교, 모든 충돌 에지 및 번들 해싱은 에이전트 프레임워크 외부의 결정론적 코드에 위치합니다. 6개의 관할권 에이전트, 충돌 조정자 및 적대적 회의론자는 산문을 작성할 뿐입니다. 이들은 결코 숫자를 계산하지 않으며 정책 게이트를 무시할 수 없습니다. 모델 제공자가 구성되지 않은 경우 크루는 결정론적 템플릿으로 폴백하며 앱은 동일한 판정을 생성합니다. 판정은 애초에 모델이 내릴 수 있는 권한이 아니었기 때문입니다.
정량화되고 기록된 트레이드오프를 확인하실 수 있습니다. 데모에서 zip_region 기능은 0.2 임계값을 초과하여 Cramér's V 0.3321로 인종과 상관관계를 가지므로, 일리노이 HB 3773은 이를 금지된 프록시로 취급하는 반면 EU AI Act Article 10(3) 대표성은 동일한 지리적 적용 범위에 의존합니다. 게이트는 통과 대신 CONFLICT를 출력하고, 조정자는 전략 메모를 작성합니다. 즉, 두 가지 배포 구성을 운영하거나 한쪽 위험을 인지한 상태에서 수용하고 문서화하는 방안이며, EU 고위험 벌금은 법정 최고액인 1,500만 유로(15 million euros) 또는 전 세계 연간 매출액의 3% 중 더 큰 금액으로 명시됩니다.
자동화하는 것이 정직한 부분을 자동화합니다. 데모의 합성 내보내기 데이터에서 13개 의무 중 2개는 자동 충족되고, 2개는 완전히 불합격하며, 9개는 증거가 이미 수집되고 인용문이 첨부된 상태로 NEEDS PROOF 또는 CONFLICT로 지정된 인간 담당자에게 라우팅됩니다. 어떠한 정직한 시스템도 이 데이터에서 13개 모두를 통과시키지 못합니다. 13개의 녹색 표시를 띄우는 대시보드는 증거 없이 통과시키는 것이며, 그러한 대시보드는 원고가 법정에서 그대로 읽어 내려갈 증거물이 됩니다. 또한 엔진은 school_tier를 Cramér's V 0.0711로 프록시가 아니라고 승인하므로, 눈에 띄는 모든 것에 플래그를 지정하는 것은 아닙니다.
단일 내보내기에서 실행 시 검증된 17개 노드를 포함하는 veriprajna-pre-audit-package 포맷 버전 1의 사전 감사 패키지가 JSON 및 인쇄 가능한 HTML 감사자 패킷으로 생성됩니다. 각 노드는 입력값, 계산 과정, 규칙 인용문과 함께 이전 노드로의 SHA-256 링크를 유지하므로 어떤 노드를 수정하더라도 체인이 끊어집니다. 그와 함께 각 체제 자체의 조문 인용, 시행일 및 필수 형식에 맞추어 구성된 6개 관할권 산출물이 배치됩니다.
이 데모의 기반이 되는 연구 — 아키텍처, 검증 설계 및 엔터프라이즈 청사진.
당사는 AI 엔지니어링 팀이며 컴플라이언스 인증 기관이 아닙니다. 통계를 계산하고, 각 규제 기관이 요구한 산출물을 구성하며, 모순되는 부분을 명시하여 법무팀이 노출 위험을 마주한 상태에서 결정을 내릴 수 있도록 돕는 결정론적 계층을 구축합니다.
유용한 첫 대화는 구체적입니다. 퍼널에 어떤 AEDT 벤더가 배치되어 있는지, 6개 체제 중 실제로 노출된 규제가 무엇인지, 해당 모델의 어떤 특징이 그중 한 체제 하에서 보호 대상 프록시로 간주될 수 있는지 등입니다. 당사는 귀사의 HR, 법무 및 데이터 팀과 협력하여 엔진, 규칙 팩 및 사전 감사 패키지 포맷을 조율할 수 있습니다.
