지난 두 년 동안 AI 스케줄링과 성과 평가 도구가 미국 창고 안에 빠르게 퍼지고 있다. 근무표는 더 이상 손으로 작성되지 않고, 평가도 더 이상 감독자의 판단에만 의존하지 않는다. 점점 더 많은 시설이 누가 어느 교대조에 들어가는지, 작업자별 피킹 할당량은 얼마인지, "효율 목표 미달"로 누구를 불러들일지를 알고리즘에 맡기고 있다. 벤더의 영업 자료에서 "AI가 인력 관리에 들어간다"는 이야기는 비용 절감과 생산성 향상으로 포장된다. 그러나 법률 측면에서는 점점 더 분명해지는 컴플라이언스 기준선과 정면으로 부딪히고 있는데, 대부분의 창고 운영자는 그 기준선을 아직 과소평가하고 있다.
데이터: 이미 그어진 세 가지 노동법 기준선
캘리포니아부터 보자. 2021년 9월에 서명되어 2022년 1월 1일에 시행된 Warehouse Quotas 법(AB 701)은 창고의 알고리즘 할당량을 직접 겨냥한 미국 최초의 법령이었다. 그 핵심 요건은 세 가지다. 고용주는 할당량 기준을 서면으로 근로자에게 공개해야 한다. 할당량은 식사 휴식이나 화장실 휴식 같은 기본 권리를 침해해서는 안 된다. 근로자는 90일치 할당량 집행 데이터를 청구할 권리가 있다. 의도는 분명하다. 알고리즘으로 정한 피킹 속도가 기본적인 인간의 필요를 희생해서는 안 된다는 것이다. 2023년 말, 캘리포니아주 법무장관실은 한 대형 전자상거래 기업과 할당량 공개에 관한 공개 합의를 이끌어냈고, 해당 기업의 캘리포니아 창고에 서면 할당량 공개를 요구했다. 이는 AB 701 시행 이후 가장 주목받은 집행 조치였고, 캘리포니아에서 창고를 운영하는 모든 기업에 대한 기준선이다. 알고리즘으로 정한 KPI는 서면 검증을 견뎌내야 한다.
다음은 일리노이다. 2008년부터 시행된 생체정보 보호법(BIPA)은 원래 지문 출근 카드를 겨냥한 것이었지만, 그 논리는 이제 AI 근태 관리와 성과 평가 장면으로 확장되고 있다. 생체 식별자를 수집하기 전에 서면 사전 동의가 필요하고, 공개된 데이터 보관·파기 정책이 있어야 한다. 법정 손해배상은 위반 1건당 $1,000에서 $5,000까지인데, "1건당"은 사람당, 수집당이라는 뜻이라 빠르게 쌓인다. 최근 몇 년 동안 일리노이 법원에서는 생체 근태 관리 문제를 둘러싸고 고용주를 상대로 한 집단소송 합의가 여러 건 성립했고, 그중 몇 건은 수백만 달러 규모에 달했다. 창고들이 출근 얼굴 인식과 성과 점수에 반영되는 카메라 기반 행동 분석을 도입하면서, 2008년의 법령은 대부분의 운영자가 예상하는 것보다 훨씬 빨리 도착할 가능성이 크다.
세 번째 기준선은 연방 수준에 있다. 2022년 10월, 전국노동관계위원회(NLRB) 법률고문은 고용주의 전자 감시와 알고리즘 관리가 근로자의 단결권을 위축시킬 수 있다고 지적하는 메모를 발표했다. 논리는 이렇다. 알고리즘 모니터링이 직원들로 하여금 근로 조건 논의를 두려워하게 하거나 집단 행동에 나서기를 꺼리게 한다면, 전국노동관계법의 "집단 활동" 보호에 저촉될 수 있다는 것이다. 이는 아직 판례라기보다 집행 지침이지만, 신호는 놓치기 어렵다. AI 성과 시스템이 기록하는 데이터 하나하나가 언젠가는 노동 소송의 증거가 될 수 있다.
원인 분석: 노동 규제당국이 창고를 먼저 때리는 이유
역설적인 해석은 이렇다. 기술이 먼저 안착하는 현장에는 규제 역시 먼저 안착하는 경우가 많다. 창고는 세 가지 조건을 한꺼번에 충족한다. 첫째, 부상과 과로율이 높아서 알고리즘 할당량과 근로자 부상 사이의 인과관계를 입증하기가 가장 쉽다. 규제당국은 위험을 상상할 필요가 없다. 사고 보고서 안에 들어 있기 때문이다. 둘째, 현장 근로자의 협상력이 가장 약하다. 개별 피커는 알고리즘으로 정해진 속도와 협상할 수 없는데, 이것이 규제 개입의 가장 강력한 정당성을 제공한다. 셋째, 창고의 알고리즘 관리는 이미 성숙하다. 할당량, 택트타임, 동선 최적화가 완전한 데이터 루프를 이루고 있어 증거 수집 비용이 낮게 유지된다. 이 세 조건이 합쳐져 창고는 "알고리즘 관리" 입법의 첫 실험장이 되었고, 마지막이 아니다. 관찰된 순서도 이를 설명한다. AB 701이 먼저 캘리포니아에서 나왔고, BIPA 집단소송이 먼저 근태 시스템을 겨냥했다. 규제는 항상 증거가 가장 완전하고 저항이 가장 약한 길을 따라 먼저 움직인다.
전망: 2027년 전후의 결정적 시기
현재의 입법·집행 속도를 감안하면 타임라인에 근거한 판단이 가능하다. 2025–2026년은 주(州) 차원의 후속 입법이 나올 시기로 보이며, 이미 여러 주에서 AB 701식 할당량 공개 법안을 논의 중이다(최신 현황은 각 주의 공식 사이트에서 확인할 것). 2027년 무렵에는 "알고리즘 관리"에 대한 첫 소송 판결이나 구속력 있는 집행 선례가 나올 가능성이 크고, 분쟁은 세 가지 질문에 집중될 것이다. 알고리즘 할당량이 실질적으로 근로자의 휴식권을 박탈하는지, 생체 근태 관리가 유효한 동의에 근거하는지, 알고리즘 성과 점수가 단결 활동 처벌에 사용되는지. 고용 관련 AI 시스템을 고위험으로 분류한 EU AI 법은 미국 주 의원들이 빌려올 가능성이 큰 프레임이다. 다국적 운영자는 미국의 타임라인만이 아니라 미국과 EU 양쪽 타임라인을 기준으로 계획을 세워야 한다.
컴플라이언스 기준선: 지금 당장 해야 할 네 가지
| 리스크 포인트 | 법적 근거 | 컴플라이언스 조치 |
|---|---|---|
| 알고리즘 피킹·스케줄 할당량 | 캘리포니아 AB 701(2022년 시행)과 주 후속 입법 | 서면 할당량 공개, 할당량 설정에 인간 검토 유지, 점검용 90일치 할당량 데이터 보관 |
| 얼굴·지문 출근 기록과 행동 분석 | 일리노이 BIPA(2008년) | 수집 전 서면 동의, 공개된 보관·파기 정책, 비생체 대안 검토 |
| 근로자 발언을 위축시키는 알고리즘 감시 | 2022년 10월 NLRB 법률고문 메모 | 모니터링 범위 최소화, 성과 면담에 인간 유지, 직원 이의제기 채널 구축 |
| AI 점수가 해고·강등을 직접 결정 | 논의 중인 알고리즘 책임 법안 | 중대한 인사 결정에 인간 검토, 점수 로직 설명 가능성과 이의제기 가능성 확보 |
한 가지 주의할 점. "주 후속 입법" 행은 움직임이 빠르다. 행동하기 전에 각 주의 공식 사이트에서 확인하고, 이 글의 서술을 법적 권위로 받아들이지 말 것. 위에 인용한 합의 금액과 집행 사례는 공개 보도에서 온 것으로, 정확한 수치는 법원 기록과 공식 발표에 의존할 것.
결론은 이렇다. AI 스케줄링과 성과 점수 부여에 남은 기술적 장애는 거의 없다. 진짜 병목은 컴플라이언스다. 내 판단은 이렇다. 앞으로 세 년 동안 창고 인력 관리의 분기점은 누구의 알고리즘이 더 정확한가가 아니라 누구의 컴플라이언스 기반이 더 탄탄한가가 될 것이다. 알고리즘은 세 달 만에 고도화할 수 있지만, 한 건의 집단소송은 세 년치 이익을 날려버릴 수 있기 때문이다.
그러면 열린 질문 하나가 남는다. 알고리즘으로 누가 초과근무를 하고 누가 경고 면담을 받을지 정해지기 시작하면, 창고 매니저라는 역할 자체는 무엇이 되는가? 기술과 법과 현장 관리가 함께 그 답을 쓰고 있다. 그리고 2027년의 판단은 그 1장에 불과할 것이다.
Dr. Chen, 공급망 연구원 지음
영어판 번역본입니다. 내용이 다를 경우 영어판을 우선합니다.
