AI를 통해 인사관리(HR) 업무 하기
다양한 예시를 중심으로 인사 업무 중 AI 활용 방안 알아보기
지식 경제 시대, 기업의 핵심은 바로 인사관리에 있다고 할 수 있다. 채용에서부터 직원의 성장, 성과 평가에 이르는 전 과정에 있어, 인사(HR)는 기업이 지속해서 발전하는 데 중요한 역할을 한다. 겉으로 보기에는 인사 관리가 단순한 업무처럼 보일 수 있다. 하지만 인사관리는 실제로 가장 복잡하고 어려운 업무 중 하나다. 인사 업무는 대부분 사람을 다루는 일이기 때문에 다양한 경험과 전문 지식이 요구되며, 이를 잘 수행하기 위해서는 스트레스 관리 능력과 탁월한 커뮤니케이션 능력이 필수적이다.
인사 업무 종사자들과 대화를 나누다 보면, 대부분이 회사 업무 전반에 AI가 가져올 업무 효율 향상에 큰 관심을 보이고 있음을 알 수 있다. AI가 조직 구조를 어떻게 바꾸고 그 안에서의 HR의 역할이 어떻게 바뀔지에 대해서도 많은 관심을 가지고 있다. 하지만 그러면서도 동시에 인사 업무는 '사람 대 사람'으로 이루어지기 때문에 AI로 처리하기 힘들고 대체하기 어려울 것이라고 생각하는 이들이 대부분이었다. 다양한 인사 관련 업무 종사자들과 의견을 나누고 AI 에이전트 개발 및 테스트를 거치면서, 인사 관리 업무의 과정 또한 AI를 통해 개선하고 효율성을 높일 수 있다는 결론에 도달했다. 인사 부문의 업무 개선은 회사의 조직 운영 및 관리에 있어 개선을 뜻하는 것으로, 이를 통해 회사 전반의 효율성 개선을 체감할 수 있다.
이 글에서는 AI가 인사업무 전반에 어떤 형태로 사용될 수 있는지 예제를 소개하고, 그 안에서 사람과 AI가 어떤 방식으로 업무를 결합할 수 있는지 제시하고자 한다. 이하의 예제들은 모두 더미 데이터에 기반하여 업무 전반의 응용 로직을 설명하는 데 초점을 맞추었으며, 특정 개인이나 회사에 관련된 언급이 있다면, 그것 또한 허구의 데이터를 기반으로 한 것임을 명확히 밝힌다. 모든 결과물은 Kompas AI를 통해 작성되었다.
1. 채용 공고 (직무기술서, Job Description) 작성
채용 공고는 기업과 잠재적 직원 사이의 첫인상을 결정짓는 중요한 수단이다. 잘 작성된 채용 공고는 직무의 주요 업무, 책임 사항, 필요한 기술과 경력을 명료하게 전달함으로써 지원자가 자신과 직무의 부합 여부를 쉽게 판단할 수 있게 도와준다. 그러나 부정확하거나 모호한 공고는 지원자에게 혼란을 줄 수 있으며, 직무에 대한 정확한 이해 없이 지원하게 만들 수 있다. 부적합하게 작성된 공고는 불필요한 요구 사항을 포함할 수도 있어 적절한 지원자의 지원을 저해하며, 채용 프로세스의 효율성까지 저하시킬 수 있다.
따라서 채용 공고는 세심하게 작성되어야 한다. 그러나 HR 담당자가 해당 직무에 대한 충분한 이해가 없거나 필요한 정보가 부족한 경우, 공고가 불분명하거나 부적절하게 작성될 수 있다. 실무 담당자의 채용 경험이 부족하거나, 기업이 새로운 사업 영역으로 진출하며 처음으로 인재를 모집해야 할 때도 공고를 제대로 작성하는 것은 어려운 일이 될 수 있다.
이와 같은 상황에서 AI를 활용하여 신속하게 기본 직무기술서(JD)를 생성하고 실무 담당자의 피드백을 받아 수정함으로써, 시간을 절약하는 동시에 더욱 체계적이고 짜임새 있는 직무기술서를 작성할 수 있다.
아래는 Kompas AI에 필요한 시니어 마케터 포지션을 위한 채용 공고 작성 예제이다.
예제에선 입력 내용이 간단한 편이다. 필요하다면 더욱 상세한 정보를 제공한다면 더 훌륭한 결과물을 얻을 수 있다. 위와 같이 AI를 활용해 신속하게 기본적인 틀을 마련하고, 그 위에 더욱 세부적이고 정교한 채용 공고를 완성하는 방식으로 작업할 수 있다.
2. 이력서 스크리닝
채용 공고를 매력적으로 작성하였다면, 관련 후보자의 이력서를 대량으로 접수받게 될 것이다. 직업군이 매우 특수하거나 매력도가 낮으면 접수된 이력서의 수가 적어 충분한 시간을 할애할 수 있겠지만, 직업군이 보편적이거나 매력도가 높다면 대량의 이력서를 받게 될 것이다. 이때 효과적인 이력서 스크리닝은 인사 부서뿐만 아니라 실무 부서의 시간과 자원을 아낄 수 있다.
이력서 스크리닝의 목적은 자격 요건, 경험, 기술 등을 근거로 후보자들을 신속하게 평가하고, 가장 적합한 인재를 면접 단계로 선별하는 것이다. 이 과정에서 인사 담당자는 후보자의 이력서를 검토하여 직무와의 적합도를 확인하게 되는데, 이 과정에서도 실수, 오류, 비효율 등이 발생할 수 있다. 짧은 시간 안에 대량의 지원자를 효율적으로 평가하는 것은 어렵다. 그 과정에서 적합한 후보자가 간과될 수 있으며, 스크리닝 담당자의 의식적 혹은 무의식적 편향으로 인해 자격 있는 후보자를 거부하거나 부적합한 후보자를 선택할 수도 있다.
이 과정에서 우리는 AI에 이력서와 직무 소개서를 입력하여 스크리닝 과정을 자동화할 수 있다. 기존의 자동화 이력서 스크리닝 도구가 키워드 및 조건 검색에 그쳤다면, AI는 직무에 대한 깊은 이해와 이력서의 전반적인 맥락을 종합적으로 고려하여 더 효율적이고 유효한 결과를 도출할 수 있다.
아래는 스크리닝 과정을 캡처한 것이다. 직무 소개서에 따라 평가 기준을 마련하고 그것에 따라 각 지원자들의 이력서를 검토하고 그 검토 결과를 제시한다.
3. 인터뷰 준비
이력서 스크리닝이 끝나고 나면, 후보자에게 알맞은 인터뷰를 진행해야 한다. 인터뷰는 지원자의 기술과 경험을 평가하고, 회사 문화와의 적합도를 확인하는 중요한 단계다. 또한, 긍정적인 인터뷰 경험을 제공함으로써 회사는 좋은 이미지를 구축하고 브랜드 인식을 향상시킬 수 있다.
효과적인 인터뷰를 위해서는 철저한 준비, 구조화된 질문, 그리고 명확한 평가 기준이 필요하다. 그러나 인사 담당자가 해당 직무에 대한 충분한 이해가 없는 경우, 혹은 실무 담당자의 인터뷰 경험이 부족할 경우, 인터뷰 과정은 오히려 지원자에게 부정적인 인상을 줄 수 있다. 준비가 덜 된 인터뷰어는 중요한 질문을 놓치거나 지원자의 역량을 제대로 평가하지 못할 수 있다.
이를 방지하기 위해 HR 부서는 인터뷰어 교육에 힘쓰고, 관련 기준을 마련하기도 한다. 이 과정에서 AI가 인터뷰 과정을 모두 대체할 순 없지만, 인터뷰어가 더 잘 준비된 상태로 인터뷰에 임하도록 돕는 역할은 할 수 있다.
우선 인터뷰를 진행할 후보자의 이력서와 직무 설명을 AI에 업로드하면, 후보자와 직무에 맞춤화된 예상 질문지를 생성할 수 있다. 이 질문지는 실무자의 경험과 업무 내용을 반영해 더 풍부한 인터뷰를 이끌어낼 수 있는 기반이 된다. 이렇게 준비된 인터뷰 셋을 활용하면 보다 정교한 인터뷰를 준비할 수 있으며, 후보자에게도 충분히 준비된 인터뷰라는 인상을 줄 수 있다.
예제는 앞서 작성한 시니어 마케터의 직무 설명과 인터뷰에 참여할 후보자의 이력서를 입력한 결과이다. 이력서의 디테일한 부분을 참조하여 후보자에게 적합한 인터뷰 질문을 만들어준다.
4. 후보자 평가 기준 확립
채용 절차가 효과적으로 진행되려면, 그 과정에서 평가 기준을 명확히 설정하는 것도 매우 중요하다. 명확한 평가 기준은 개인적인 편견이나 주관적인 판단을 최소화하여 모든 지원자를 일관되고 공정하게 평가할 수 있게 해 준다. 기준이 명확해지면 인터뷰어 간의 의사소통이 원활해지고, 실무진과 인사 관리 부문 간의 커뮤니케이션이 명료해져 추후 채용 공고와 이력서 스크리닝 프로세스를 보다 세밀하게 개선할 수 있다. 또한 정확한 평가 기준은 지원자에게 구체적이고 유용한 피드백을 제공하는 데 도움을 주며, 이는 지원자의 개선에 기여할 뿐만 아니라 회사에 대한 긍정적인 인식을 남길 수 있다.
이를 위해 채용 절차의 초기 단계에서 명확한 채용 기준과 후보자 평가 기준을 정립하는 것은 필수적이다. 직무 설명과 자격 요건 등 이 정해져 있다면, AI의 도움을 받아 평가 기준을 빠르고 명확하게 작성해볼 수 있다. AI가 제공한 평가 기준을 기반으로, 누락된 내용이나 중요도 비중을 수정하면 효율적인 평가 기준표를 쉽게 완성할 수 있다. 이와 동일한 방식으로 신규 채용자의 수습 기간 평가 기준을 작성할 수도 있다.
아래 예제는 위에 제시된 시니어 마케터 직무 설명을 기반으로 채용 프로세스 중 후보자 평가 기준을 작성한 것이다. 이를 기반으로 실무자의 판단을 더해 평가 기준을 수정하고 개선할 수 있다.
5. OKR/KPI 설정
인사 관리 부문에서 가장 중요한 업무 중 하나는 회사 전반의 성과 관리다. 그중에 가장 많이 쓰이는 방식은 OKR과 KPI인데, OKR과 KPI는 조직의 목표를 분명히 설정하고, 그 목표를 향해 나아갈 수 있는 구체적인 방향을 제시하는데 도움이 된다. 이는 팀과 개인이 중점을 두어야 할 핵심 영역에 집중할 수 있도록 도와준다. 이러한 지표들은 성과를 측정 가능하게 하여 조직의 성공을 정량화하고, 성과 관리와 의사결정 과정에 필요한 데이터를 제공한다.
복잡한 사업 환경과 다양한 이해관계자들의 요구를 반영하여 OKR과 KPI를 설정하는 것은 생각보다 복잡하고 어려울 수 있다. 올바르게 OKR과 KPI를 설정하고 관리하는 작업에는 시간, 인력, 재정적 자원이 필요하다. 하지만 이런 자원이 제한적인 경우엔 효과적인 실행이 어려울 수 있고, 오히려 실무진들에겐 부담이 되기도 한다. OKR/KPI에 익숙하지 않은 구성원들은 이를 잘못 이해하거나 적절한 지표를 작성하는 데 어려움을 겪기도 한다. 그러다 보니 인사 부문 입장에선 관련 내용을 교육하고 관리하는데 많은 리소스를 사용할 수밖에 없다.
OKR/KPI 설정하거나 분배할 때도 우리는 이 과정을 AI와 함께 작업하고, 그 결과를 바탕으로 더 세밀하고 정확한 지표를 설정해 볼 수 있다. 사실 원칙적으로 OKR은 각 구성원이 자신의 목표를 설정하며 직접 작성해야 한다. 그러나 우선 AI를 통해 초안을 작성하고 그 가이드라인을 기준으로 수정을 해 나간다면, 훨씬 신속하게 유용한 OKR을 완성할 수 있다.
아래의 예제에서는 회사 전체의 OKR을 제시하고, 이를 바탕으로 마케팅 팀의 OKR을 도출해 보았다. 그리고 이어서 마케팅 팀 내의 3명의 구성원에 대한 각각의 OKR을 분배해 보았다.
6. 퍼포먼스 리뷰 (성과 평가)
퍼포먼스 리뷰, 즉 성과 평가는 조직 운영에서 필수적인 요소다. 퍼포먼스리뷰는 구성원 개개인의 장점과 부족한 부분을 파악하며 직원들의 자기 계발과 커리어 성장을 돕는다. 지속적인 피드백으로 직원들은 자신의 성과를 명확히 이해하고, 목표를 달성하기 위한 동기부여를 받게 된다. 인정받는 느낌은 직원들에게 큰 동기를 부여한다.
하지만 이 과정 또한 많은 준비를 필요로 한다. 성과 평가는 다양한 지표, 목표 설정, 개인 특성, 다른 구성원들의 의견 등을 종합적으로 고려해야 한다. 관리자가 충분한 시간을 할애하지 못하여 준비가 부족하거나, 관련 경험이 부족하여, 평가 과정에서 구체적이고 건설적인 피드백을 제공하지 못할 경우, 오히려 부정적인 역효과만 날 수도 있다. 동시에 부정적 피드백을 전달하는 것은 관리자에게도 상당한 스트레스가 될 수 있다.
이를 개선하고 올바른 퍼포먼스 리뷰를 진행하기 위해선 인사 부서와 각 부서장이 협력하여 퍼포먼스 리뷰를 준비하고 커뮤니케이션 방법을 조정하는 것이 이상적이다. 하지만 이 또한 큰 리소스 소모를 필요로 한다.
이때도 우리는 AI를 활용하여 효과적이고 유효한 피드백 프레임워크를 준비할 수 있다. 물론 AI가 제공하는 것은 단지 가이드라는 점을 명심해야 한다. 이를 기반으로 부서장, 리더는 자신의 경험과 커뮤니케이션 능력을 활용하여 효과적인 피드백을 제공할 수 있다. AI가 제공한 가이드라인은 특히 초보 리더에게 이 과정 중의 고민을 줄여주고, 커뮤니케이션을 더욱 효율적으로 만드는 데 도움을 줄 수 있다.
7. 교육 프로그램 설계 (Staff Training)
회사 구성원을 대상으로 한 정기적인 교육은 학습과 발전을 조직 문화의 일부로 만드는데 도움이 된다. 회사가 자신들의 성장에 투자하고 있다고 느낄 때, 직무 만족도가 높아지고 조직에 대한 충성도 또한 증가한다. 이런 교육을 통해 직원들은 보다 효율적이고 효과적으로 일할 수 있으며, 이는 회사 전반의 생산성을 개선할 수 있다. 직원 교육은 직원들이 회사에 장기적으로 남아 일할 이유를 제공하고 이직률을 감소시킬 수 있다.
하지만, 조직의 특정 요구사항에 맞는 적합하고 효과적인 교육 자료를 찾아내거나, 교육 프로그램을 개발하는 것은 어려운 일이다. 교육 프로그램은 그 준비와 운영에 시간과 비용을 필요로 한다. 외부 전문 업체에 외주를 주는 것 또한 방법이지만 이는 비용이 높고, 조직에 특성에 맞춤화된 프로그램을 만드는 데 한계가 있다.
AI를 활용하면 교육 프로그램 준비 및 진행에 대한 고민을 함께 해결할 수 있다. 인사 부서는 AI의 도움을 받아 자체적으로 교육 프로그램을 개발할 수 있으며, 부서 리더와 협력하여 리더가 교육을 진행하는 데도 도움을 받을 수 있다.
아래 예제는 신입 사원을 대상으로 시간 관리와 업무 우선순위 설정에 대한 교육 프로그램을 설계하는 방법을 질의한 것이다. AI는 교육 내용, 방법, 자료 등에 대한 제안 한다. 이렇게 AI가 제공하는 정보를 기반으로 교육 프로그램을 구체화하고, 실제 교육 상황에 맞게 조정하여 교육의 효과를 극대화할 수 있다.
8. 인사 전략(HR Strategy)
인사 전략은 조직의 비즈니스 목표를 성취하기 위해 인적 자원을 효율적으로 관리하고 최적화하는 장기적 계획을 의미한다. 우리는 이에 맞추어 적절한 인재를 찾고, 채용하며, 장기적으로 유지하기 위한 전략을 세운다. HR 전략은 조직의 특정 상황에 맞춰 맞춤화되어야 하고, 시장 변화와 조직의 변동에 따라 주기적으로 재검토하고 조정되어야 한다.
AI를 활용하면 현재의 비즈니스 목표 달성을 위한 인사 전략을 신속하게 검토하고 무엇이 부족한지를 파악하여 개선할 수 있다. 이를 통해 전략 구성과 검토에 소요되는 시간 및 비용을 크게 절감할 수 있으며, 이는 조직이 전략을 더 자주 재검토하고 개선할 수 있게 해 준다.
아래는 회사가 운영 업무를 재조정하는 과정에서 필요한 인력 재배치와 감축 계획에 대한 AI의 분석과 제안이다.
위에서 언급한 응용 사례들은 AI를 단순한 지식 도구가 아닌, 다양한 정보를 기반으로 한 추론 엔진으로 활용한 결과물이다. 이러한 과정을 통해 AI는 사람들이 더 나은 결정을 내리는 데 도움을 준다. AI 혼자서 인간의 업무를 완전히 대체할 수는 없지만, 인간은 AI의 도움을 받아 일상적인 작업을 더 빠르고 효과적인 결과로 이끌어낼 수 있다. 이를 통해 우리는 더 중요한 일에 더 많은 시간과 에너지를 할애할 수 있으며, 예전에는 엄두조차 내지 못한 일을 손쉽게 시작해 볼 수도 있다.
위에 제시된 모든 예제는 모두 Kompas AI (https://kompas.ai)를 통해 직접 작성되었다. 위에 사용된 AI에이전트는 모두 Kompas AI에서 직접 사용해 볼 수 있다. ChatGPT를 통해서도 더욱 간단하지만 유사한 기능을 구현할 수 있겠지만, 예제와 같은 수준의 결과물을 내긴 쉽지 않다는 점 미리 알린다.
마지막으로 AI를 업무에 적용할 때 주의해야 할 점에 대해서 알아보자.
1) ChatGPT, Gemini, Cluade와 같은 서비스에 민감한 데이터를 입력해선 안 된다.
- 웹상에서 쉽게 접근할 수 있는 ChatGPT, Gemini(BARD), Claude와 같은 서비스들은 사용자가 입력하는 데이터를 인공지능 훈련에 사용할 수 있다고 명시하고 있다. 그렇기 때문에 민감한 개인 정보(이력서), 조직의 목표, 퍼포먼스 리뷰 등 내용을 절대로 공유해선 안된다. 이는 비단 인사부문뿐만 아니라 회사의 모든 구성원들이 AI를 업무에 적용할 때도 해당하는 말이다.
- 대안은 자체 LLM 인프라를 구축해서 사용하거나, Kompas AI와 같이 전문 업무용으로 개발된 AI 솔루션을 이용하는 것이다. 이러한 솔루션은 데이터를 인공지능 훈련에 사용하지 않도록 설계되어있고, 업무에 사용할 수 있게 튜닝 되어있다.
2) AI를 맹신해서는 안된다
- AI는 우리가 생각하지 못한 새로운 관점을 제공하거나 알려지지 않은 지식을 알려줄 수 있다. 그러나 LLM이 가진 정보가 완벽하거나 완전하다고 생각해서는 안된다. 특히, 적절하게 튜닝되지 않은 상황에서, AI의 결과물에서는 잘못된 정보를 제공하는 '할루시네이션'이 발생할 수 있다. 따라서, AI를 사용할 때는 항상 우리의 판단력을 유지하며 비판적으로 접근해야 한다. AI는 도구일 뿐, 최종 결정은 사람의 몫이다.
인사 관리와 같이 가장 '인간의 능력'이 중요시되는 분야에서 AI가 큰 도움을 줄 수 있다는 사실을 알고 나면, 다른 실무 부문에서 AI의 응용 가능성 또한 무궁무진하다고 판단할 수 있을 것이다. 과연 AI가 다양한 직업에 어떤 영향을 끼칠지, 왜 우리는 아직 그것을 느끼지 못하고 있는지에 대해서는 일전에 작성한 글(AI는 우리의 일자리를 어떻게 바꿀까?)을 참조하기 바란다.
앞으로 이 글과 유사하게 다양한 직군에서 어떻게 AI가 활용될 수 있을지에 대해 소개하고, 실제 적용 사례들을 공유할 예정이다. 물론 예시는 모두 Kompas AI로 작성될 것이다. 현재 Kompas AI에서는 여러 직군에 즉각적으로 도입 가능한 고급 AI 에이전트들이 70여 개 이상 준비되어 있다. 관심 있는 분들은 Kompas AI를 직접 활용해 보면서 AI가 본인의 업무에 어떻게 도움이 될 수 있는지 미리 경험해 보길 바란다.
