"HR의 AI 활용, 이미 격차 벌어져… 써봐야 효용 알 수 있다"
아래는 인터뷰에서 오간 질문과 답변입니다.
Q. HR 및 성과관리에서 AI 활용이 가장 필요한 분야는 무엇일까요?
채용과 성과관리입니다. 교육 등에도 AI가 많이 활용되고 있으나, (AI로 해결할 수 있는) 문제와 필요는 채용과 성과관리에 가장 많이 있다고 생각합니다. 보통 데이터로 풀고 싶어하는 문제는 '예측'입니다. 채용은 일 잘할 것 같은 사람을 예측하고, 성과관리 역시 미래에 일을 잘하게 하기 위한 과정이죠. 그렇게 봤을 때, 데이터와 알고리즘을 활용한 AI와 가장 궁합이 잘 맞는 분야라고 할 수 있겠죠.
Q. 구체적으로 어떤 문제를 AI로 해결할 수 있을까요?
채용에서 AI는 자기소개서를 분석하고 적합한 지원자를 추천하는 데 활발히 활용되고 있고, 매칭을 통해 채용 후 배치까지도 AI를 통해 해결할 수 있을 것으로 보입니다.
성과관리에는 더 다양한 문제들이 산재해 있지요. 구체적으로는 '피드백은 어떻게 줄지' '구성원 A의 성과는 무엇이지?'와 같은 문제입니다. 특히 성과관리에 AI를 활용하는 방안에 대해서는 경영진의 니즈가 제일 큰데요, 그들의 인지적 한계 때문입니다. 소위 대기업의 부문장, 담당들이 성과를 관리해야 하는 팀원들의 수가 10~20명, 더 많은 조직도 있지요. 피드백을 해야 하는데 정작 각자가 지난 1년간 무엇을 했는지 알기가 어려운 겁니다. 그래서 1년치 데이터를 분석해 피드백 초안을 제시하는 AI 에이전트에 대한 니즈가 크죠.
아직까지는 성과관리에 직접 AI가 활발히 활용되지는 않으나, 업무에 AI 활용이 확대되면서 고충(pain points)이 더 커지는 영역이라고 생각해요. 예를 들어, AI와 협업이 늘면서 성과가 커지면 이 성과의 증가분에 누가 기여했는지, 사람인지, AI인지를 계산하는 알고리즘 개발이 활발히 진행되고 있어요. 이때 구성원 개인이 이러한 증가분에 대한 기여도를 실제보다 크게 보는 '자신감 과잉(overconfidence)'의 문제가 불거지기도 하고요.
Q. HR 담당자로서 AI 활용에 대해 물었을 때, '활용하고 있지 않다'는 응답이 HR 업무에는 30% 이상, 성과관리 과정에는 70% 이상으로 높게 나타났습니다. HR, 특히 성과관리에서의 AI 활용이 활발하지 않은 이유가 무엇이라고 생각하시나요?
우선, AI 활용 능력 부족이 장애물이 되겠지만 특히 성과관리는 관리자 고유의 권한이라고 여겨 AI 활용에 대한 일종의 거부감이 작용한다고 보고 있습니다. 미국에서는 이미 60% 이상의 관리자가 임금 인상, 승진, 해고 등과 같은 인사 결정에 AI의 도움을 받고 있다는 조사 결과가 있어, 한국에서는 이런 결정을 'AI에 맡겨도 될까'와 같은 우려를 불식할 만큼 AI 활용에 익숙해지지 못했기 때문이라고 생각해요.
성과관리뿐 아니라 HR에 AI를 활용하는 데 있어 가장 큰 장애물은 개인정보 보호와 보안입니다. HR담당자가 AI를 안써도 되는 이유가 너무 명확해요. '사람 데이터를 다루니까'라는 변명을 방패 삼아 AI를 안 써보시는 분들이 많아요. 그래서 차이가 크게 벌어진 거죠. 별도 서버를 구축해 인사 데이터를 관리하며 보안 문제를 적극 해결하는 경우도 있는데, 여전히 생성형 AI도 안써본 경우도 있더라고요. 보안이란 장애물을 제거하기 위해서는 먼저 비식별 처리 후 데이터베이스를 통합하는 등의 거버넌스 구축이 필수적입니다. 또, AI툴의 엔터프라이즈 버전을 사용하거나 보안에 민감한 기업의 경우 별도 서버를 구축하는 것이 대안이 될 수 있습니다.
Q. HR 및 성과관리에서 AI 활용, 이것부터 시작해야 한다고 조언을 해주신다면요?
일단 써봐야 합니다. 실제로 사용해보지 않으면 효용을 느끼지 못하니까요. 우선, 실제 업무에서 발생하는 것과 유사한 가상의 데이터(더미 데이터)를 AI가 어떻게 분석하는지 살펴보는 것에서부터 출발할 수 있겠지요. 이제는 더미 데이터를 생성하는 것부터 AI로 손쉽게 가능하니까요. 예컨대 더미 데이터에서 평가자별 점수 분포를 분석해 편향을 선별하는 캘리브레이션을 진행해보는 거죠. 면담 기록, 피드백 등 비정형 데이터의 오탈자, 특수문자, 불용어 등을 제거하는 전처리에 AI를 활용해볼 것을 권하기도 합니다. 감정 데이터를 분석하는 모델을 적용해 평가 후 면담 내용을 분석, 평가 결과에 대한 반응과 긍・부정적 감정을 분류해볼 수도 있고요. |