인지 혁명 시대, HR은 ‘스킬’로 다시 설계된다
리스킬링과 업스킬링
리스킬링과 업스킬링의 생태계 분석 및 미래 로드맵
I. 서론: 인지 혁명(Cognitive Revolution, 인지 혁명) 시대의 도래와 인적 자본의 위기
인공지능, 특히 생성형 AI(Generative AI)와 에이전트형 AI(Agentic AI)의 급격한 발전은 단순한 기술 진보를 넘어 산업 전반의 생산성 패러다임을 재편하고 있다.
과거 산업혁명이 육체 노동을 기계로 대체하거나 보완했다면, 현재의 변화는 창의성·판단력·복합적 문제 해결 같은 ‘인지 영역’을 알고리즘의 영역으로 확장시키는 흐름이다.
제시된 자료에 따르면 세계경제포럼(WEF: World Economic Forum) ‘일자리의 미래 보고서 2025’에서 고용주의 약 50%가 AI 도입에 대응해 사업 모델을 근본적으로 재편할 계획을 갖고 있으며, 3분의 2는 AI 관련 기술을 보유한 인재를 신규 채용할 의사를 밝혔다.
하지만 변화의 속도와 조직·구성원의 적응 속도 사이에는 ‘위험할 정도의 간극’이 존재한다.
딜로이트(Deloitte) 분석에 따르면 2019~2021년 사이 전 세계 직무 게시물의 75%가 내용 또는 요구 역량에서 중대한 변화를 겪었고, 근로자의 71%는 직무 기술서(Job Description)에 명시된 범위를 벗어난 업무를 수행하고 있다고 응답했다.
이는 전통적인 ‘직무(Job)’ 중심 인적자원 관리 시스템의 유효 수명이 끝나가고 있음을 시사한다. 직무 경계가 흐려지고 스킬(Skill) 반감기가 급격히 짧아지는 상황에서, 외부 영입(Buy)만으로는 필요한 역량을 적시에 확보하기 어려운 ‘인재 공급망의 병목’이 발생한다.
따라서 리스킬링과 업스킬링은 복리후생이나 교육훈련(L&D: Learning & Development)의 하위 과제가 아니다.
조직 생존을 좌우하는 핵심 경영 전략이며, 기술적 실업(Technological Unemployment)을 방지하고 사회적 안정까지 고려해야 하는 거시 과제이다.
본 글은 AI 발전이 HR에 미치는 영향을 바탕으로 스킬 기반 조직(SBO: Skill-Based Organization) 전환, 국내외 대응, 그리고 HR의 전략적 방향을 정리한다.
II. 패러다임의 전환: 직무 중심에서 스킬과 성과 중심으로
> 전통적 인력 계획(Workforce Planning, 인력 계획)의 구조적 한계
지난 수십 년간 HR 운영의 기본 단위는 ‘직무’와 ‘인원수(Headcount, 헤드카운트)’였다
연간 사업 계획에 따라 직무를 정의하고 인원을 산정해 채용·배치를 진행했다.
그러나 AI·자동화 도입은 이런 정적(Static, 정적) 계획을 어렵게 만든다.
기술은 직무 전체를 통째로 대체하기보다 직무를 구성하는 과업(Task, 과업) 단위로 침투해 프로세스를 해체·재조립한다.
예시로 보는 ‘직무는 남고 내용은 바뀌는’ 현상을 살펴보자.
- 마케팅 분석가의 데이터 수집·기초 분석은 AI가 수행한다
- 인간은 인사이트 도출·전략 수립에 집중한다
- 직무 타이틀은 유지돼도, 과업과 필요 역량은 완전히 달라진다
- 딜로이트 연구는 직무·인원수 기반 계획이 전환 속도를 따라가지 못해 민첩성(Agility)을 저해한다고 지적한다
> 스킬 기반 조직(SBO)으로의 이행 가속화
SBO는 조직 운영 체제를 ‘직무라는 덩어리’에서 ‘스킬이라는 미립자’ 단위로 전환하는 개념이다.
제시된 자료에서 PwC(Price waterhouse Coopers)와 딜로이트 연구는 이 전환이 HR 전 기능에 근본 변화를 요구한다고 본다.
(1) 인재 확보(Talent Acquisition) 변화
학위·전공·직무 타이틀 의존에서 벗어난다
후보자의 구체적 스킬 세트와 잠재력 평가로 전환한다.
불필요한 자격 요건을 제거해 ‘숨겨진 인재(Hidden Talent, 숨겨진 인재)’를 발굴한다.
(2) 경력 경로(Career Paths) 재구성
선형·수직 승진 사다리(Ladder)가 약화된다
스킬 습득·프로젝트 경험 기반의 경력 격자(Career Lattice)가 강화된다
AI 기반 커리어 패스 도구가 개인화된 성장 경로를 제안한다
(3) 내부 이동성(Internal Mobility)과 인재 마켓플레이스(Talent Marketplace)
프로젝트 단위 인재 배치가 활성화된다
유휴 인력을 최소화한다
프로젝트 경험을 통해 리스킬링과 크로스 스킬링(Cross-skilling)이 자연스럽게 촉진된다
조직 몰입도와 유지율(Retention)이 개선된다
> 성과(Outcome) 기반의 미래: 인간과 AI 협업
딜로이트는 스킬 기반을 넘어 ‘성과’가 업무를 정의하는 미래를 예고한다
기술 스킬(Technical Skill, 기술 스킬)의 유효 수명(Half-life, 반감기)은 2.5년 미만으로 단축되는 흐름이 제시되어 있다
반면 비판적 사고·공감·전략적 판단 같은 인간 고유 역량(Human Capabilities, 인간 역량)은 가치가 상승한다
(1) 인력 계획의 출발점이 바뀐다
“어떤 직무를 채용할 것인가?”에서 출발하지 않는다
“어떤 문제를 해결해야 하는가?” 또는 “어떤 성과를 달성해야 하는가?”에서 출발한다
업무는 고정된 기술서가 아니라 ‘달성해야 할 성과’로 정의된다
인간 역량·AI 기술·외부 기그 워커(Gig Worker)가 유동적으로 결합한다
(2) 인력 운영 모델 진화의 핵심 요약
* 1단계 직무 기반(Job-Based)
분석 단위: 직무·직급·인원수
조직 구조: 기능 중심 계층
인재 배치: 연간 단위 고정 배치
핵심 가치: 효율·표준화·안정성
성공 지표: 공석 충원율·근속 연수
* 2단계 스킬 기반(Skill-Based)
분석 단위: 과업·스킬
조직 구조: 스킬 중심 유연 프로젝트 팀
인재 배치: 프로젝트 단위 수시 배치
핵심 가치: 민첩성·전문성·학습 능력
성공 지표: 스킬 보유량·내부 이동률
* 3단계 성과 기반(Outcome-Based)
분석 단위: 성과·문제 해결
조직 구조: 목적 중심 동적 네트워크
인재 배치: 실시간 수요 기반 초유동 배치
핵심 가치: 혁신·가치 창출·인간-AI 협업
성공 지표: 문제 해결 속도·창출 비즈니스 가치
III. 리스킬링·업스킬링의 글로벌 및 국내 현황
> 글로벌 현황: AI 투자 확대와 인재 전략의 융합
글로벌 선도 기업은 AI를 업무 보조 도구가 아니라 성장 동력으로 인식하고 투자한다
제시된 자료에서 매킨지(McKinsey) 2025 조사에 따르면 고성과 기업의 50%가 AI로 업무 프로세스·워크플로우를 재설계하고, 비용 절감을 넘어 혁신 가치를 창출하고 있다
(1) AI 도입이 가속화될수록 인재 투자도 병행된다
PwC 2025 ‘글로벌 AI 일자리 바로미터’에서 AI 노출도가 높은 직업군은 스킬 변화 속도가 25% 더 빠르다
AI 관련 스킬 보유 근로자는 최대 25% 임금 프리미엄이 제시되어 있다
AI는 일자리 ‘대체’만이 아니라 일자리 ‘질’과 ‘고숙련 수요’를 변화시키는 흐름이다
(2) 미스매치가 핵심 리스크가 된다
WEF는 2025년까지 8,500만 개 일자리 감소와 9,700만 개 신규 일자리 창출을 전망한다
새 일자리는 다른 스킬 세트를 요구한다
대규모 리스킬링 없이 ‘구인난 속 구직난’이 심화된다
아마존(Amazon)·마이크로소프트(Microsoft)·IBM 등은 대규모 투자로 전사 리스킬링을 추진한다
> 국내 현황: 인식과 실행의 괴리
제시된 자료에서 한국산업기술진흥협회(산기협) ‘기업의 AI 활용 현황 및 실태분석(2025)’은 다음을 보여준다.
(1) 활용 수준
AI를 일부라도 활용: 45.6%
전사적 적극 활용: 14.1%
(2) 도입 장벽
사전 준비 부족: 26.5%
조직 내 활용 역량 부족: 24.2%
비용 부담: 21.3%
미도입 기업 중 75.7%는 1년 내 도입 계획 없음
(3) 역량 확보 방식 선호
기존 인력 역량 강화 선호: 46.9%
신규 전문 인력 채용 선호: 9.3%
내부 도메인 지식(Domain Knowledge, 도메인 지식) 보유 인력의 중요성을 인지하는 흐름이다
(4) 정책 지원 미스매치
응답 기업의 92.2%가 정부 지원 제도 이용 경험 없음
지원 정보 접근성·수요-지원 불일치가 문제로 지적된다
산업별 격차 시사점
서비스업은 AI 도입 필요성 인식이 89.7%로 제시된다
제조업은 70.7%로 제시된다
서비스업은 고객 응대·마케팅 자동화·콘텐츠 생성 등 즉각 효율을 기대하기 쉬운 구조이다
제조업은 공정 데이터 수집·분석 인프라 구축의 시간·비용이 커 진입 장벽이 높다
제조 기반이 강한 경제 구조에서 제조업 전환 지체는 경쟁력 저하로 이어질 수 있다
산업별 특성을 고려한 맞춤형 리스킬링 전략과 지원이 필요하다
IV. AI 기반 학습 생태계와 HRD 기술(HR Tech)의 진화
효과적인 전환을 위해 집체 교육·정형화 영상 강의를 넘어 AI 기반 학습 생태계가 필요하다
2026 HRD 기술 트렌드는 ‘초개인화’ ‘자율 에이전트’ ‘몰입형 경험’으로 요약된다
LXP와 자율 에이전트의 부상
학습관리시스템(LMS: Learning Management System)은 관리자 중심 배포·진도 체크에 집중했다
학습경험플랫폼(LXP: Learning Experience Platform)은 학습자 중심 개인화 큐레이션을 제공한다
여기에 ‘자율 에이전트’가 L&D 핵심으로 부상한다
(1) 전주기 학습 관리
진단(Diagnostics, 진단)
학습 경로 설계
학습 과정 실시간 코칭
성과 변화 측정(Measurement, 측정)
전 과정을 자율적으로 오케스트레이션한다
(2) 스킬 그래프와 추론(Inference)
코너스톤(Cornerstone)·워크데이(Workday)·스킬소프트(Skillsoft) 등은 ‘스킬 그래프(Skills Graph)’를 구축한다.
이력서·프로젝트 기록·슬랙(Slack)·이메일 등 디지털 발자국을 분석해 ‘명시되지 않은 스킬’까지 추론한다
숨겨진 역량을 시각화하고 전략 배치를 가능하게 한다.
몰입형 학습(Immersive Learning, 몰입형 학습) 확산
AI와 확장현실(XR: Extended Reality, 확장현실)의 결합이 현장 직무 교육 효율을 높인다
(1) 실전형 시뮬레이션
위험 제조 현장
고가 장비 조작
까다로운 고객 응대
안전한 환경에서 반복 훈련이 가능해진다
AI가 반응 속도·시선 처리·의사결정 패턴을 분석해 정밀 피드백을 제공한다
(2) 소프트 스킬 코칭
가상 인간(Virtual Human) 롤플레잉으로 리더십·협상·갈등 관리를 훈련한다
영업 사원이 다양한 성향의 AI 고객과 시나리오를 연습하고 즉각 교정을 받는다
성과 측정의 전환
과거 지표는 수료율·교육 시간 중심이었다
AI 시대 지표는 비즈니스 임팩트와 스킬 숙련도가 핵심이다
AI 분석 도구가 교육 이수와 업무 성과 간 상관관계를 분석해 리스킬링 ROI(Return on Investment, 투자 대비 효과)를 입증하는 흐름이다
V. 주요 기업의 리스킬링 전략 사례 요약
삼성전자
2024년 6월부터 ‘GenAI 파워유저 프로그램’을 운영한다
임직원 AI 리터러시 수준에 따라 4단계 로드맵으로 구성된다
기초 활용 → 프롬프트 엔지니어링 → AI 서비스 개발·튜닝 고급 과정으로 이어진다
개발자·디자이너·마케터 등 직무별 맞춤 커리큘럼을 제공한다
교육이 학습으로 끝나지 않고 생산성·혁신(Productivity & Innovation)으로 연결되는 사례가 제시되어 있다
아마존
‘Upskilling 2025’를 추진한다
2025년까지 12억 달러 투자, 미국 내 30만 명 교육을 목표로 한다
물류 센터 직원(Blue-collar)을 데이터 센터 기술자·클라우드 전문가·소프트웨어 엔지니어 등으로 전환시키는 방향이다
Career Choice는 근속 90일 이상의 시간제 직원에게 교육비를 선지급하는 구조가 제시되어 있다
‘머신러닝 대학(Machine Learning University)’을 운영해 내부 육성(Build) 의지를 강화한다
현대자동차그룹
‘HMG-IDP’를 통해 실무 적용 중심으로 설계한다
프롬프트 엔지니어링·업무 자동화 툴·데이터 분석 등 즉시 활용 스킬 위주이다
‘직장인 맞춤형 GPT 제작’처럼 업무 보조 AI 에이전트를 직접 만드는 실습이 포함된다
교육 만족도 4.88/5점이 제시되어 있다
SK그룹
사내 대학 mySUNI를 운영한다
구성원의 ‘딥 체인지(Deep Change)’ 지원을 목표로 한다
AI/DT(DT: Digital Transformation) 과정을 핵심으로 자기 주도 학습 문화를 정착시킨다
VI. 성공 조건: 심리적 장벽과 조직 문화
교육 프로그램과 인프라가 좋아도 심리적 저항을 해소하지 못하면 실패한다
공포(Fear)와 저항(Resistance)의 본질
제시된 자료에서 미국 근로자의 52%는 AI의 부정적 영향을 우려한다
53%는 AI 활용이 자신을 ‘대체 가능한 존재’로 보이게 할까 걱정한다
이 공포는 ‘조용한 저항’으로 나타난다
도구 사용을 기피한다
효율이 높아져도 숨긴다
리더가 AI를 효율·비용 절감만으로 설득하면 ‘해고의 전주곡’으로 받아들인다
심리적 안전감(Psychological Safety, 심리적 안전감) 구축
AI를 경쟁자가 아니라 ‘능력 증강자(Augmenter, 증강자)’로 인식하게 만드는 설계가 필요하다.
(1) 투명한 소통과 목적 공유
목적이 인력 감축이 아니라 반복 업무를 줄여 더 가치 있는 일에 집중하게 하는 것임을 명확히 한다
(2) 리더의 취약성(Vulnerability) 공유
리더가 시행착오·실패를 공개 공유한다
실수 두려움 없이 실험하는 분위기를 만든다
(3) 인센티브 구조 재설계
AI로 높인 생산성이 업무량 증가나 동료 해고로 이어지지 않게 설계한다
개인의 보상과 성장으로 연결되는 신호를 만든다
보험사 사례처럼 AI 추천을 활용한 성과를 보상으로 연결해 저항을 줄였다는 예시가 제시되어 있다
(4) 동기 부여(Motivation) 설계
획일적 교육은 저항을 부른다
AI 기반 개인화 학습으로 흥미·적성에 맞는 스킬 선택을 가능하게 한다
학습이 고용가능성(Employability, 고용가능성)을 높인다는 확신을 만든다
VII. AI 시대 HR의 역할과 KPI 재정의
HR 역할의 진화: 관리자에서 오케스트레이터로
AI가 채용 스크리닝·급여 처리·기초 질의응답 등 운영적(Operational) 업무를 자동화한다
따라서 HR 역할이 바뀐다
(1) 디지털 인적 자본 설계자(Digital Human Capital Architect)
인간 직원과 AI 에이전트(Digital Labor, 디지털 노동)가 협업하는 프로세스를 설계한다
역할 분담을 최적화한다
(2) 역량 오케스트레이터(Capability Orchestrator)
흩어진 스킬 데이터를 통합한다
필요 역량을 적시에 공급한다
Build·Buy·Borrow·Bot로 인재 공급을 조율한다
(3) AI 윤리 및 문화 관리자
편향성을 감시한다
소외되는 직원이 없도록 포용 정책을 만든다
인간 중심 문화를 유지하는 ‘가치 수호자’ 역할을 수행한다
스킬 기반 조직을 위한 KPI
전통 지표만으로는 전환 성과를 측정하기 어렵다
새 KPI가 필요하다.
- 스킬 숙련도(Domain Maturity)
특정 스킬 평균 보유 수준(1~5 척도)
현재 역량 진단 및 갭 분석
- 학습 속도(Learning Velocity)
새 스킬 습득 후 현업 적용·성과까지 시간
학습 민첩성과 적응력 측정
- 스킬 기반 내부 이동률(Internal Mobility)
리스킬링을 통한 직무 전환 또는 프로젝트 투입 비율
인력 운영 유연성 및 프로그램 효과 검증
- AI 활용 ROI(Return on AI)
(도입 후 생산성 증가액 + 비용 절감액) / 교육·도입 투자비
지속 투자 근거 마련
- 스킬 갭 감소율(Skill Gap Closure)
전략 스킬과 현재 스킬 간 격차 감소 추이
장기 인력 계획 달성도 모니터링
VIII. 결론: 미래 로드맵의 방향
AI로 인한 HR 지각 변동은 거스를 수 없는 흐름이다. 리스킬링과 업스킬링은 개인 선택이나 HR 지원 업무가 아니라 CEO 아젠다 최상단의 ‘비즈니스 지속가능성 전략’이 되어야 한다.
한국 기업이 ‘패스트 팔로어(Fast Follower)’를 넘어 ‘퍼스트 무버(First Mover)’로 도약하려면 실행 방향이 선명해야 한다.
- 스킬 데이터 인프라를 먼저 구축한다
교육부터 시작하지 않는다
직무를 과업과 스킬 단위로 분해한다
구성원 보유 스킬을 데이터화한다
AI 기반 스킬 추론 기술과 LXP 도입을 적극 검토한다
- ‘인간 중심(Human-Centric)’의 기술 도입을 고정한다
AI는 인간을 대체하는 도구가 아니라 잠재력을 확장하는 도구라는 철학을 조직에 심는다
심리적 안전감 기반 변화관리(Change Management) 없이는 정착이 어렵다
유연한 인재 운영 모델을 실험한다
연공서열 중심의 경직된 제도를 타파한다
프로젝트 기반 유연 운영을 확대한다
사내 인재 마켓플레이스를 활성화해 조직 신진대사를 높인다
산-학-관 협력 생태계를 만든다
기업 단독 노력에는 한계가 있다
정부는 세제 혜택과 인프라를 지원한다
기업과 대학은 실무형 커리큘럼을 공동 개발한다
사회 전체 AI 리터러시를 높이는 구조로 연결한다
결국 AI 시대의 승자는 ‘가장 뛰어난 알고리즘’을 가진 기업이 아니다. 그 AI를 활용해 구성원이 더 빠르고 효과적으로 학습하고 혁신할 수 있는 ‘학습하는 조직(Learning Organization)’을 완성한 기업이다. HR은 이 항해의 조타수로서 기술과 사람의 공존을 설계하는 책임을 수행해야 한다.
#인사조직 #AI #생성형AI #에이전트형AI #리스킬링 #업스킬링 #스킬기반조직 #인재마켓플레이스 #LXP #학습하는조직