HR과 성과관리, 이제는 DX에서 AX로

AI 도입, 이제는 HR도 준비해야 할 때

요즘 경영진 회의에서 AI 이야기가 빠지는 경우가 드뭅니다. 마케팅은 AI로 콘텐츠를 뽑고, 개발팀은 코드 리뷰에 AI를 활용한다는 소식이 들립니다. 자연스럽게 HR팀에서도 ‘우리도 AI 도입을 검토해봐야 하지 않냐’는 말이 나오기 시작합니다.

채용 공고 자동화, 면접 질문 생성, 성과 리포트 요약 등등 HR 영역에 적용되는 AI 기술들을 들어보면 솔깃한데 막상 도입을 검토하려고 하면 어딘가 막연하고 막막한 느낌이 들지는 않으셨나요?해당 기능들이 막상 우리 조직에 적용하면 제대로 작동할 것 같지 않은 묘한 불안감이 느껴지기도 하죠. 왜 그렇게 느껴지는 걸까요?

1. DX와 AX, 어느 것이 먼저인가

AX에 앞서 많이 언급되던 유사한 단어가 있습니다. 바로 DX입니다. AX와 DX는 어떻게 다르고, 둘 중 무엇이 먼저일까요? 이 질문에 답하려면 두 개념을 먼저 구분해볼 필요가 있습니다.

DX(Digital Transformation)는 데이터를 기록하고 축적하고 정리하는 과정이라고 볼 수 있습니다. 종이 결재가 전자 결재로 바뀌고 엑셀로 관리하던 평가 데이터가 시스템으로 이전되는 것처럼 정보가 디지털 형태로 쌓이기 시작하는 단계입니다.

그리고 AX(AI Transformation) 는 그렇게 쌓인 데이터를 기반으로 의사결정을 지원하는 단계입니다. 단순히 데이터를 저장하는 것이 아니라, 데이터에서 패턴을 읽고 다음 행동을 제안하는 것이죠.

이 때 중요한 것은 둘 간의 순서입니다. AX는 AI를 무작정 도입하는 것이 아니라, 이미 쌓여 있는 데이터를 얼마나 활용할 수 있는지에 따라 결과와 효과가 매우 다르게 나타날 수 있습니다. 따라서 AX 이전에 선행되어야 하는 것은 DX입니다. AI가 분석하고 활용할 수 있는 데이터들이 디지털 형태로 잘 정리되어 있어야 해요.

즉, AI는 결과물에 가깝습니다. 그 전에 데이터가 있어야 하고 각 데이터들이 의미 있게 구조화되어 있어야 합니다. 이 순서가 생략된다면 어느 영역이더라도 AI가 제대로 작동하기 어렵습니다.

최근에는 이런 흐름을 인식하고, 데이터 수집 단계부터 '나중에 어떻게 활용할 것인가'를 고려해 설계하는 HR 솔루션들도 등장하고 있습니다. 클랩이 성과관리 데이터를 단순 기록이 아니라 활용 가능한 구조로 쌓는 것을 지향하는 것도 같은 맥락입니다.

2. 왜 DX 없이 AX가 불가능한가

(1) AI는 데이터 기반 시스템이다

HR영역에서 AI를 활용하는 대표적인 방법들인 성과 예측, 이직 위험 감지, 맞춤형 피드백 제안 등은 모두 데이터가 전제됩니다. 목표가 어떻게 설정됐는지, 평가 결과는 어떻게 분포했는지, 어떤 피드백이 오갔는지와 같은 데이터가 없으면 AI가 의미있는 결과를 내기 어렵습니다.

이 지점에서 살펴봐야 하는 것은 바로 단순히 데이터가 '있느냐 없느냐'의 문제가 아닌, ‘AI가 활용 가능한 형태로 연결되어 있느냐'는 부분입니다. 목표·평가·피드백이 각각 따로 존재하면 AI는 그 맥락을 이해하지 못합니다.

처음부터 이런 연결 구조를 염두에 두고 설계된 시스템과 그렇지 않은 시스템 사이에는 AI 활용 방식이나 결과물에 있어 시간이 지날수록 꽤 큰 차이가 생길 수 있습니다. 이는 AI 기반 성과관리 솔루션인 클랩이 내부에 쌓인 각종 성과관리 데이터를 연결하는 것에 집중하는 이유이기도 합니다.

(2) 데이터의 '구조'가 중요하다

많은 조직이 이미 다양한 성과관리 데이터를 갖고 있다고 생각합니다. 다만 평가 점수는 엑셀에 있고, 목표는 팀 공유 문서에 있고, 피드백은 메일함 어딘가에 있는 등 분산된 경우가 대부분입니다.

이렇게 산발적으로 쌓여있는 데이터들은 서로 연결되지 않습니다. 누가 어떤 목표를 세웠고 그 목표에 대해 어떤 평가를 받았으며, 그 사람이 이후 어떻게 변화했는지를 추적할 수 없다면 데이터가 있어도 인사이트를 발굴하기는 쉽지 않습니다.

이 때 필요한 것이 데이터의 구조화입니자. 온톨로지(Ontology)는 데이터 간의 관계를 정의하는 구조를 말합니다. '이 사람'과 '이 목표'가 어떻게 연결되는지, '이 평가'가 어떤 맥락에서 이루어진 것인지를 시스템이 이해할 수 있도록 설계하는 것이 온톨로지죠. AI가 단순한 숫자가 아닌 의미 있는 정보를 처리하려면 이러한 구조가 기반에 있어야 합니다. 정보가 구조화되어 있지 않다면 AI를 적용하더라도 제대로 작동하기 어렵습니다.

(3) 그래서 AX 이전에 DX가 먼저 진행되어야 한다

마케팅에는 클릭 수, 전환율, 노출 데이터가 시스템에 정형화된 형태로 쌓여 있습니다. 반면 HR 데이터는 오랫동안 개인의 기억, 종이 문서, 분산된 파일 안에 존재해 왔습니다.

즉, 데이터는 있지만 이것이 DX화되지는 않았기에 AI에 활용할 수 없는 상태인 것입니다. 따라서 AX를 고민하는 기업들은 먼저 우리 조직이 DX는 되어있는가?를 살펴보시는 것을 추천드립니다. 아래 체크리스트를 확인해보세요.

3. 우리 조직의 AX 준비단계 체크리스트

다음 중 2개 이상 해당된다면, AI 도입보다 DX가 먼저일 가능성이 높습니다.

• 평가를 엑셀 또는 수기로 관리하고 있다
• 목표/평가/피드백 데이터가 하나의 시스템에 모여 있지 않다
• 과거 성과 데이터를 누적하거나 활용하지 않는다
• 데이터가 여러 툴에 분산되어 있다
• HR 담당자가 바뀌면 이전 성과 데이터를 파악하기 어렵다

의외로 여러 기업들이 생각보다 많은 항목이 해당될 수 있습니다. 만약 DX가 이루어지지 않은 상황에서 AI를 도입하면 효과보다는 혼란이 찾아올 수 있습니다.

4. DX가 잘 된 조직은 무엇이 다른가

그렇다면 AI 도입을 실질적으로 논의할 수 있는, DX가 진행된 조직은 어떤 모습일까요? 주로 아래와 같은 특징이 있습니다.

• 데이터가 한 곳에 모여 있다
• 목표-평가-피드백이 하나의 흐름으로 연결되어 있어서, 이 사람이 어떤 과정을 거쳐 지금에 이르렀는지를 시스템이 보여줄 수 있다
• 그리고 그 데이터가 해를 거듭해 누적되고 있다
• 담당자가 바뀌어도 히스토리가 유지된다

위와 같은 특징을 지넨 조직에서는 AI가 의미 있게 작동할 수 있습니다. 쌓인 데이터가 있고 그 데이터가 구조화되어 있기 때문입니다.

클랩은 목표 설정부터 평가, 피드백까지의 데이터를 하나의 흐름으로 연결해 누적할 수 있는 구조로 설계되어 있습니다. 단순히 기능을 붙이는 것이 아니라 시스템 설계 단계에서부터 이 데이터가 나중에 어떻게 쓰일 것인가를 고려한 접근이라고 볼 수 있습니다. DX가 필요한 기업이라면 클랩을 통해 데이터를 쌓고 연결하는 것부터 시작해보시면 어떨까요?

DX가 충분히 갖춰진 조직에서 AI는 이렇게 작동합니다.

• 기록이 해석이 됩니다. 평가 데이터가 단순한 점수를 넘어 패턴으로 읽힙니다.
• 입력이 인사이트가 됩니다. 수작업으로 정리하던 정보가 의미 있는 요약으로 변환됩니다.
• 실행이 데이터 기반으로 이루어집니다. 경험과 감에 의존하던 판단이, 구체적인 데이터 기반의 제안으로 뒷받침되고 실행으로 이어집니다.

여기서 핵심은 AI가 결정을 내리는 것이 아닌, HR 담당자가 더 나은 판단을 내릴 수 있도록 데이터가 맥락을 제공한다는 점입니다. 결국 결정은 사람이 해야 하지만 사람의 ‘직감’에 판단하던 것들을 데이터 기반으로 객관적이고 합리적으로 판단할 수 있도록 AI가 도와줍니다.

클랩의 AI 또한 HR 담당자들이 반복작업에 사용하는 리소스를 획기적으로 줄여 그들이 생각할 시간을 확보하고, HR팀의 의사결정이 데이터 기반으로 이루어질 수 있도록 지원하는 방향으로 나아가고 있습니다.

마치며

AI는 하나의 새로운 방향입니다. 그러나 방향이 맞다고 해서 순서를 건너뛸 수는 없습니다. 그렇기에 HR에서 AI를 이야기하기 전에 먼저 데이터를 살펴봐야 합니다.

"우리 조직의 데이터는 지금 어디에, 어떤 상태로 존재하고 있는가?"

이 질문에 명확하게 답할 수 있을 때, HR 영역의 AX가 가능하다고 볼 수 있습니다.

우리 조직이 아직 엑셀 등으로 평가를 운영하고, 성과관리 데이터가 수기 관리를 하고 있다면? 클랩을 도입해 성과관리의 DX부터 시작해보세요.

[ AI 기반 커스터마이징 성과관리 솔루션, 클랩CLAP 더 알아보기 ]

• CLAP은 어떤 기업을 위한 성과관리 솔루션인가요?

클랩 CLAP은 기업의 성과관리를 효율적으로 운영하고 자동화 및 고도화하기 위해 설계된 AI 기반 커스터마이징 성과관리 HR SaaS입니다. 목표, 피드백, 원온원, 평가 등 개별적으로 관리되던 성과관리 데이터를 하나의 시스템으로 통합해, 구성원의 성과 과정과 성장 이력을 흐름 단위로 관리할 수 있습니다. 또한 100개 이상의 모듈을 보유하고 있으며 신규 모듈 개발도 6주 이내에 가능하기에 기업별 제도와 조직 문화에 맞춰 유연하게 커스터마이징할 수 있으며, AI 요약과 분석 기능을 통해 반복적인 운영 업무를 효율적으로 줄이고 성과관리 인사이트에 필요한 HR 데이터를 자동으로 정리해 리포트로 제공합니다. 이를 통해 HR 조직은 운영 리소스를 절감하면서도, 누적된 데이터를 기반으로 보다 전략적인 방향에서 성과관리를 설계하고 운영할 수 있습니다.