Yardstik, AI가 인력 신뢰의 미래를 재구성함에 따라 $30M 시리즈 B 라운드 유치

Yardstik은 Series B 펀딩으로 3천만 달러를 모금했으며, 인력 기술 회사로서 전통적인 배경 조사 외로 확장하고 고용된 후에도 직원이 신뢰할 수 있는지를 판단하는 고용주의 증가하는 과제에 대응하고자 합니다.

이번 투자 라운드는 Harbert Growth Partners가 주도했으며 기존 투자자인 Rally Ventures, MissionOG, Crosslink Capital, Grotech Ventures, 그리고 Great North Ventures도 참여했다. 이번 투자로 Yardstik의 누적 조달 자금은 6,500만 달러에 이른다. 회사는 신규 자금으로 추가적인 사기 방지 및 직원 모니터링 기능을 개발할 계획이다. 여기에는 운전 이력 보고서 모니터링, 미국 감찰관실의 제외 명단 모니터링, 전문 면허·보험·자격증 만료 시 자동 알림이 포함된다.

이번 투자는 생성형 AI가 채용 사기의 양상을 바꾸고 있는 가운데 이뤄졌다. 합성 신원, 위조 자격 증명, 딥페이크 면접, 점점 더 정교해지는 허위 문서는 고용주가 지원자의 신원을 확인하기 어렵게 만들 수 있다. 더 중요한 점은 입사 첫날 실시한 배경 조사가 몇 달 또는 몇 년 뒤 발생하는 위험을 거의 보여 주지 못한다는 것이다.

일회성 배경 검사를 넘어서는 전략

이러한 한계가 Yardstik 전략의 핵심이 됐다.

2020년 설립된 미니애폴리스 소재 Yardstik은 배경 조사 제공업체에서 회사가 Human Trust Platform이라고 부르는 플랫폼으로 발전했다. 사기 방지, 신원 확인, 배경 조사, 자격 검증, 지속적인 직원 모니터링을 결합한 형태다.

이 플랫폼은 입사 과정에서 검증을 한 번만 수행하는 대신, 변화하는 인력 관련 위험을 지속적으로 파악하도록 설계됐다.

이 차이는 중요하다. 기존 배경 조사는 조사 시점에 관련 기록이 있었는지 확인할 수 있다. 하지만 운전면허가 석 달 뒤 만료됐는지, 새로운 범죄 기록이 생겼는지, 입사 후 다른 위험 신호가 나타났는지까지 반드시 알려 주지는 못한다.

Yardstik의 Continuous Monitoring 기술 는 수동으로 계획한 재조사에만 의존하는 대신, 심사를 마친 직원을 입사 후 모니터링에 자동 등록한다. 현재 모니터링 대상에는 범죄 데이터베이스, 성범죄자 등록부, 연방 감시 명단과 기타 기록이 포함된다.

이번 시리즈 B 투자를 통해 회사는 이 모델을 추가적인 자격 및 고용 관련 모니터링으로 확대할 수 있게 된다.

“입사 다음 날 면허가 만료된다면 고용주는 다음 연례 검토 때가 아니라 바로 그날 알아야 합니다.” CEO Andrew Johnson 는 투자 유치 발표에서 이렇게 말하며, 그 차이를 사진 한 장과 실시간 영상의 차이에 비유했다.

스크리닝 시작 전 AI를 활용한 사기 탐지

Yardstik은 채용 절차의 더 이른 단계에도 AI와 데이터 분석을 적용하고 있다.

회사의 Detect AI 기술은 고용주가 기존 배경 조사에 의존하기 전에 신원 조작과 허위 지원에 관련된 신호를 찾아내도록 설계됐다.

Detect AI는 범죄 기록만 확인하는 대신 개인 식별 정보, 결제 활동, 위치, IP 데이터와 관련된 신원 위험 신호를 분석한다. Yardstik의 더 넓은 데이터 인프라는 기기 지문, 생체정보 불일치, 개별적으로는 정상으로 보이지만 함께 분석하면 의심스러워지는 데이터 간 불일치도 조사한다.

이는 기존 심사와는 다른 문제를 다룬다. 배경 조사는 특정 신원과 연결된 정확한 정보를 반환하면서도 그 신원이 실제 지원자의 것인지는 확인하지 못할 수 있다.

Yardstik은 이런 사기 신호를 정부 발급 신분증과 생체정보를 대조할 수 있는 신원 확인 절차와 결합한다. 목표는 지원서를 제출한 사람, 제공된 자격 정보, 실제로 입사하는 사람 사이의 연결을 더 확실하게 만드는 것이다.

이 접근법은 AI가 그럴듯한 가짜 신원과 문서의 제작 비용을 낮추면서 사기 탐지 전반에서 나타나는 변화를 보여 준다. 심사 시스템은 단순히 데이터베이스에서 기록을 조회하는 데 그치지 않고, 여러 신호에 걸친 패턴과 불일치를 점점 더 많이 평가해야 한다.

인력 사기를 지속적으로 업데이트되는 데이터셋으로 전환

또 다른 구성 요소는 Fraud Insights로, 조직 전체 인력의 사기 관련 신호를 모으는 실시간 대시보드다.

시스템은 여러 지원서에 반복해서 등장하는 사회보장번호, 비정상적인 기기의 지리적 위치, 지원자와 연결된 결제 카드의 발급 지역 같은 패턴을 드러낼 수 있다. 지원자를 각각 따로 평가하는 대신, 조직적이거나 체계적인 사기를 시사할 수 있는 패턴을 파악하는 방식이다.

Yardstik은 최근 Fraud Insights와 Continuous Monitoring을 별도 추가 기능이 아닌 고객 기본 기능으로 제공하기 시작했다. 회사에 따르면 플랫폼을 통해 심사를 마친 직원을 모니터링에 자동 등록할 수 있어 고용주가 반복 조사를 수동으로 시작할 필요가 줄어든다.

지속적인 직원 모니터링에는 규정 준수와 개인정보 보호에 관한 중요한 고려 사항도 따른다. Yardstik은 소비자 신용정보 보고기관으로 운영되며, 모니터링 대상 개인에 대한 투명성 요건을 포함해 심사 절차가 공정신용보고법에 부합한다고 설명한다.

직원 모니터링이 자동화될수록, 특히 AI가 생성한 위험 신호가 고용 결정에 영향을 미칠 때 이러한 보호 장치는 더 중요해질 수 있다.

AI 에이전트를 위한 신뢰 인프라 구축

Yardstik의 기술 전략은 자체 애플리케이션을 넘어선다.

회사는 API를 우선으로 하는 인프라를 구축해 마켓플레이스, 채용 플랫폼, HR 기술 제공업체가 심사, 신원 확인, 사기 방지, 모니터링을 자체 제품에 직접 통합할 수 있게 했다. 투자 발표에는 Greenhouse, Lever, Workable, Fountain, Bullhorn, Avionte, Paylocity 등과의 통합이 명시돼 있다.

최근 Yardstik은 Model Context Protocol (MCP)지원도 추가해 인력 검증과 새롭게 형성되는 에이전트형 AI 생태계 사이에 흥미로운 연결고리를 만들었다.

자사의 AI 에이전트를 위한 MCP 통합을 통해 개발자는 AI 시스템에 Yardstik 워크플로 접근 권한을 줄 수 있다. 신원 확인을 시작하거나, 직무 요건에 맞는 배경 조사 패키지를 주문하거나, 반복 심사 절차를 설정하는 작업 등이 가능하다. Yardstik은 실제 조사와 규정 준수 워크플로를 수행하고 결과를 애플리케이션이나 에이전트에 반환한다.

AI 에이전트가 채용과 인사 행정에서 더 큰 역할을 맡게 되면 이러한 기능은 점점 더 중요해질 수 있다. 소프트웨어 에이전트가 채용 결정을 내리거나 이를 지원한다면, 에이전트가 신원과 자격, 변화하는 위험 정보를 확인할 수 있게 하는 인프라가 기업 AI 기술 체계의 또 다른 계층이 될 수 있다.

지속적인 인력 검증이 미래 노동에 의미하는 바

Yardstik은 빠르게 성장한 시기를 거쳐 시리즈 B 투자를 유치했다. 회사는 전년 대비 매출 성장률 149%, 지난 3년간 고객 유지율 98%를 기록했다고 보고했다. 고객은 긱워크 마켓플레이스, 의료, 인력 공급, 운송, 물류, 보육 등 여러 업종에 걸쳐 있다.

성장 수치보다 더 중요한 것은 이 기술이 나타내는 광범위한 변화다. 기존 배경 조사는 누군가를 채용할지 결정하는 단 한 번의 시점을 중심으로 설계됐다. 지속적인 모니터링은 신원, 자격, 인력 관련 위험을 재직 기간 내내 바뀔 수 있는 정보로 취급함으로써 이 모델을 바꾼다.

AI는 두 방향에서 이 전환을 가속할 수 있다. 생성형 도구는 이력서, 자격 증명, 문서, 이미지, 음성, 나아가 신원 전체를 대규모로 위조하기 쉽게 만든다. 동시에 머신러닝은 심사 시스템이 수작업으로 평가하기 어려운 신원·기기·자격·행동 신호의 조합을 분석하도록 도울 수 있다.

시간이 지나면 인력 검증은 주기적인 행정 절차에서 상시 작동하는 기업 인프라 계층으로 바뀔 수 있다. 채용 플랫폼, 인력 마켓플레이스, HR 시스템은 자동 신원·자격 확인을 워크플로에 점점 더 직접 통합할 수 있고, AI 에이전트는 인간 관리자를 기다리지 않고 검증을 시작하거나 검증 결과에 대응할 수 있다.

이러한 발전은 외면하기 어려운 질문도 낳는다. 고용주는 어느 정도의 지속적 모니터링이 적절한지, 어떤 신호가 고용 결정에 영향을 미쳐도 되는지, 직원이 부정확한 정보에 어떻게 이의를 제기할 수 있는지, 정당한 위험 관리와 과도한 감시 사이에 어디서 선을 그어야 하는지 결정해야 한다.

이번 Yardstik의 투자 유치가 갖는 의미는 하나의 신원·배경 조사 플랫폼을 확장하는 데 그치지 않는다. 이는 AI가 노동시장을 재편하면서 떠오르는 더 큰 질문을 보여 준다. 디지털 신원과 자격을 조작하기가 쉬워진다면, 조직은 고용한 사람들의 개인정보와 권리를 훼손하지 않으면서 어떻게 신뢰를 지속적으로 확인할 수 있을까?