인사관리의 미래: AI 도입과 활용

들어가며

최근 각 기업의 Digital Transformation은 조직 구성원들의 업무 방식에 큰 변화를 가져오고 있으며, 이러한 변화의 중심에는 AI 기술이 자리하고 있습니다. HR Digital Transformation에서도 AI 기술의 역할이 중요하게 강조되고 있습니다. 과거에는 인사관리가 대부분 수작업과 인간의 직관을 기반으로 수행되었기 때문에, 업무 비효율성과 오류 발생 가능성을 항상 지니고 있었습니다. 그러나, 현재 많은 기업들은 이러한 문제점들을 AI 기술을 활용하여 극복할 수 있을 것으로 기대하고 있으며, 이에 따라 인사관리에 AI 활용 방안을 적극적으로 검토하고 있습니다.

이와 같은 맥락에서 AI 기술은 채용, 입직, 배치, 퇴직, 성과관리, 교육훈련 등 다양한 인사관리 분야에서 활용되고 있습니다. 국내외 다양한 기업은 AI 기술을 활용하여 인사관리의 효율성과 정확성을 높이고 조직의 생산성을 증대시키고 있습니다. 하지만, AI 기술 활용의 확대가 무조건 긍정적인 효과만 이끌어 내는 것은 아니며 오히려 부작용을 가지고 올 수도 있습니다. 따라서 각 기업은 인사관리에 AI 기술 활용을 활성화하면서도 적절한 관리와 감독도 함께 시행해야 합니다. 따라서 이번 글에서는 인사관리 여러 분야에서 AI 기술이 어떻게 도입되고 있는지 살펴보고, 해당 기술을 어떻게 올바르게 활용할 수 있을지 살펴보도록 하겠습니다.

1. 채용 분야 AI 도입 및 활용

AI 기술은 기업의 인사관리와 채용 프로세스에 혁신을 이끌어 내고 있습니다. 유니레버, 소프트뱅크, L'Oreal, 롯데그룹, 삼성그룹, SK하이닉스를 비롯한 국내외 다양한 기업들이 AI 기술을 활용하여 채용에서 입사지원서의 평가 시간을 단축하고 채용 프로세스를 효율적으로 변화시키고 있습니다. 이러한 변화를 통해 더 많은 지원자에게 채용 심사의 기회를 제공해 줄 수 있게 되었으며, 채용 담당자는 기업의 최적의 인재를 찾는 본질적인 업무에 좀 더 집중할 수 있게 되었습니다.

대표적인 사례로, 유니레버는 링크드인에서 지원자의 정보를 추출하여 채용 요건을 검토합니다. 해당 단계를 통과한 지원자는 1차 면접에 참석하여 AI의 평가를 받게 됩니다. L'Oreal은 AI 챗봇 '마야'를 통해 지원자의 문의를 처리하고 채용 요건을 검토하며, AI 시스템 '시드링크'를 통해 개방형 면접의 진행과 평가를 실시합니다. 이러한 방법을 통해 채용 담당자의 업무 부담이 크게 감소하였습니다. 국내 기업에서는 롯데그룹, 삼성그룹, SK하이닉스 등이 입사지원서 평가에 AI 기술을 활용하여 채용 업무의 효율성을 크게 향상시켰습니다.

그러나, AI 기술이 채용 업무에 가져올 수 있는 여러 가지 장점에도 불구하고, 이를 활용할 시에는 각별한 주의가 필요합니다. 아마존의 채용 프로세스에서의 AI 활용 사례는 이를 잘 설명해줍니다. 아마존은 채용 과정에서 AI를 활용하였지만, 심사 결과 AI 시스템이 여성을 차별하여, 2017년 해당 시스템 활용을 중단하였습니다. 이 사례는 AI가 편향된 데이터를 학습하게 되면 채용의 공정성이 손상될 수 있다는 위험성을 보여줍니다. 따라서, 채용에서 AI 기술을 도입할 때에는 AI의 오류 가능성에 대해 항상 경계해야 하고, 지속적으로 모니터링을 실시해야 합니다. 또한, 이러한 모니터링 프로세스를 공개함으로써 시스템의 공정성과 투명성을 확보하는 것이 필요합니다.

2. 인사관리(입직, 배치, 퇴직) AI 도입 및 활용

AI 기술은 기업이 직원들의 입직, 배치, 퇴직 과정에서 개인의 특성에 따라 체계적으로 관리할 수 있도록 도와줍니다. 예를 들어, IBM은 AI '왓슨'을 기반으로 한 '마이카(MyCA)' 시스템을 도입하여, 직원들의 과거와 현재 데이터를 분석하고 적합한 직무를 제안하고 있습니다. KB금융그룹은 'AI 기반 HR 프로세스'를 개발하여 인사이동과 인재추천에 AI 시스템을 활용하고 있습니다. 이외에도 국내외 다양한 기업에서 입직, 배치 과정에서 AI 기술을 활용하여 인사관리의 효율성을 높이고 있습니다.

또한, 퇴직 관리에서도 AI가 활발하게 활용되고 있습니다. IBM은 ‘선제적 소모 프로그램(Predictive Attrition Program)’을 통해 향후 퇴사가 예상되는 임직원을 미리 파악하고, 그들에게 임금 인상, 승진, 기타 인센티브를 제공함으로써 이탈을 사전에 방지하고 있습니다. 닐슨역시 AI 모델을 사용하여 퇴사 위험이 높은 직원들을 찾아내고, 이들의 불만을 들어주고 해결하여 퇴직을 방지하는 인사관리 전략을 실시하고 있습니다. 이러한 접근 방식을 통해, 조직은 생산성 감소를 효과적으로 방지할 수 있습니다.

AI 기술을 활용한 인사관리는 HR 담당자의 업무 효율성을 증대시키고, 직원들의 만족도와 조직 전체의 생산성에 긍정적인 영향을 끼칠 수 있습니다. 그러나 입직, 배치, 퇴직 분야에서 AI 기술을 활용할 때에도 주의를 기울여야 합니다. 데이터의 신뢰도가 낮은 경우 예측의 신뢰도와 타당도도 함께 낮아질 수 있습니다. 그러므로 채용 분야에서와 마찬가지로, AI 예측의 오류 가능성에 대해 항상 경계하고, 인간의 개입과 판단이 필요한 경우에는 AI와 인간의 판단력을 적절히 결합하여, 인사관리를 효과적으로 수행해야 합니다.

3. 성과관리 AI 도입 및 활용

성과관리 분야에서의 AI 기술의 도입은 채용, 입직, 배치, 퇴직, 교육 등의 다른 인사 분야들에 비해 상대적으로 더디게 활용되고 있습니다. 이는 조직 구성원의 성과 데이터의 객관성과 신뢰성에 대한 의문과, 변화하는 환경 속에서 과거 성과 데이터를 이용한 미래 예측의 타당성에 대한 의구심 등이 큰 원인으로 작용하고 있습니다. 따라서 현재로서는 조직 구성원의 성과를 예측하는 기법보다는, 성과관리 프로세스에서 AI 기술을 다양하게 활용하는 방안이 더 많은 주목을 받고 있습니다.

성과관리 프로세스에서 AI 기술은 개별 직원의 성과를 분석하여 그들의 강점과 약점을 파악할 수 있게 해줍니다. 이러한 정보는 개인 맞춤형 피드백의 근거자료로 활용되어 각 개인의 성장을 촉진하는데 사용될 수 있습니다. 또한, AI 기술은 다양한 성과 데이터를 검색하고 종합적으로 요약하는 데 도움이 됩니다. 이를 통해 최근 데이터에만 의존하여 발생할 수 있는 편향을 줄일 수 있습니다. 이는 균형잡힌 성과관리를 가능하게 합니다. 그리고 AI가 성과관리 과정에서 반복적이고 단순한 업무를 최소화함으로써, 리더는 본질적인 직원 성과 피드백에 더욱 집중할 수 있게 됩니다.

그러나, 성과관리 프로세스에서 AI 기술의 활용만큼이나, 리더의 코칭 리더십도 중요한 요소입니다. 이는 직원들의 동기를 증진시키는 필수적인 요소이기 때문입니다. 리더는 AI를 통해 얻은 데이터를 기반으로 각 직원에게 적합한 지침을 제공하고, 그들의 성장을 적극적으로 지원해야 합니다. 이를 위해서는 리더의 역량이 중요하며, 리더는 AI의 도입과 활용법, 그리고 직원들의 개발을 지원하기 위한 다양한 전략과 기술에 대해 이해하고 있어야 합니다. 그러므로, 성과관리 분야에서는 AI 기술의 도입과 함께, 리더의 리더십 역량도 동시에 개발되고 향상되어야 합니다.

4. 교육훈련 AI 도입 및 활용

교육훈련 분야에서는 AI 기술의 도입과 활용이 꾸준히 이루어지고 있습니다. 국내외 다양한 기업들이 AI 기반 교육 플랫폼을 개발하고, 이를 통해 각 직원의 특성과 필요에 맞는 맞춤형 교육 콘텐츠를 제공하고 있습니다. 이러한 접근 방식은 각 직원의 직무와 특성에 맞는 역량 개발을 지원할 수 있으며, 이는 궁극적으로 직원들의 교육 참여도와 만족도를 증진 시킬 수 있습니다.

예를 들어, IBM의 'Expertise Manager'는 AI를 활용하여 개인의 기술 수준을 분석하고, 이를 바탕으로 업스킬링과 리스킬링이 필요한 영역을 파악하여 IBM의 내외부 콘텐츠를 추천하고 있습니다. 마찬가지로, 삼성 멀티캠퍼스의 'CIC'는 부서, 직급, 직무, 관심 키워드, 수강 신청 이력 등을 분석하여 맞춤형 교육 콘텐츠를 추천하고 있습니다. 이외에도 포스코의 'Learning Platform', SK 텔레콤의 'Learning Agent SAM' 등은 사용자의 직무, 부서, 학습 이력 등을 바탕으로 AI가 해당 포지션에 적합한 콘텐츠를 추천하거나, 사용자와 유사한 직무나 부서에서 다른 사용자들이 많이 학습한 콘텐츠를 추가로 추천해 주고 있습니다. 국내외 다양한 기업들은 이와 같이 인사 개발(HRD) 플랫폼에 AI 기술을 도입하여 효과적으로 활용하고 있습니다.

AI 기술이 HRD 부서와 HRD 플랫폼 이용자에게 데이터 기반 의사결정을 할 수 있도록 지원하고 있지만, 그것만으로는 충분하지 않습니다. AI는 인간이 가지고 있는 사고방식 및 가치관, 그리고 그를 둘러싸고 있는 문화 등을 완벽하게 이해하고 대처할 수 없습니다. 따라서 HRD 담당자는 AI 기술을 활용하면서도 이와 같은 인간의 보이지 않는 특성까지 고려하여 인재개발 전략을 수립할 수 있도록 노력해야 합니다.

나가며

AI 기술의 발전은 기업의 인사관리 분야에서 여러 혁신을 이끌어 내고 있습니다. 기존에는 수작업과 직관을 기반으로 이루어지던 인사관리가 AI 기술의 도입으로 정확성을 향상시킬 수 있게 되었고, 단순 반복적인 대량 업무의 자동화를 통해 효율성이 크게 증가하였습니다. 또한, 데이터를 활용하여 미래를 예측하면 좀 더 미래 지향적인 인사관리를 실현할 수 있게 되었습니다. 그러나, 데이터의 신뢰성과 편향성으로 인한 판단 오류, 정보 침해 및 개인정보 유출의 위험, 그리고 AI가 고려하지 못하는 부분에 대한 간과 등의 문제점이 여전히 존재합니다.

이 문제들을 해결하기 위해 AI 기술 도입과 함께 여러 지원 조치를 동시에 실시해야 합니다. 예를 들어, AI의 예측 정확도를 강화하기 위해서는 데이터 품질을 개선하고, AI를 윤리적으로 활용하기 위한 가이드라인을 마련하고 교육을 실시해야 합니다. 또한, 구성원 간 상호소통을 통해 인간과 기술의 역할과 책임의 적정한 방향을 설정해야 합니다. 이러한 조건들을 충족시키며 인사관리에 AI 기술을 도입하면, 인사관리 업무의 효율성이 증진되고, 궁극적으로는 조직의 전반적인 생산성까지 향상시킬 수 있습니다.

[ 클랩CLAP 더 알아보기 ]

Reference

김성준, 이중학. 채충일. (2020). 인사(HR) 분야의 인공지능 활용. KISDI AI Outlook. pp. 31-49

세종경영자문. (2020). 디지털 기반 인사혁신 추진방안 연구 – 요약보고서-. 인사혁신처 연구용역 보고서

이진구, 김미화, 정일찬, 박철, 윤세현, 강경훈, 이수진. (2022). 디지털 트랜스포메이션 기반 학습모델 심화 연구. 한국기술교육대학교 고용직업능력개발센터 보고서

뉴스투데이. (2019). ”[JOB현장에선] SK C&C와 롯데의 AI 채용, 왜 취준생에게 유리할까?“. 2018년 2월 13일 작성. 2023년 9월 3일 접속https://www.news2day.co.kr/article/20190214120388

동아일보. (2023). “‘AI 채용’ 차별 논란에… 뉴욕 “성별-인종 편향 공개하라” 첫 규제”. 2023년 7월 7일 작성. 2023년 9월 5일 접속https://www.donga.com/news/Inter/article/all/20230707/120119104/1

전자신문. (2020). "인적자원(HR) 관리에 스며든 AI…"핵심 인재만 콕콕" . 2020년 4월 15일 작성, 2023년 9월 3일 접속. https://www.etnews.com/20200414000277

전자신문. (2022). "[단독]"AI로 인력 배치”...KB금융 'AI경영시대'" . 2022년 12월 21일 작성, 2023년 9월 3일 접속. https://www.etnews.com/20221221000210

조선비즈. (2018). ”롯데 신입채용, AI가 자소서 본다 백화점 등 6개 계열사서 도입… 빅데이터 활용해 표절 가려내“. 2018년 2월 13일 작성. 2023년 9월 3일 접속

https://biz.chosun.com/site/data/html_dir/2018/02/12/2018021202610.html

패스트 캠퍼스 기업교육팀. (2023). ChatGPT가 등장한 AI 시대의 디지털 인재 양성, 어떻게?

https://b2b.fastcampus.co.kr/resource_insight_hrdai

한국경제. (2022). “퇴사 절반으로 줄인 'AI 인사팀장' . 2022년 2월 6일 작성, 2023년 9월 3일 접속. https://www.hankyung.com/it/article/2022020639781