인사관리의 미래: AI 도입과 활용
공공과 민간부문의 비교를 중심으로
들어가며
AI 기술은 다양한 산업에서 혁신의 핵심 도구로 활용되고 있습니다. 인사관리 역시 이 흐름에서 예외가 아닙니다. 민간기업들은 끊임없이 변화하는 경영 환경에 빠르게 대응하기 위해 인사관리 프로세스에 AI를 통합하고 있습니다. 한편, 공공부문 역시 국민에게 보다 효과적인 공공서비스를 제공하기 위한 목적으로 인사관리에 AI 기술을 도입하고 있습니다. 이번 'HR Analytics 끄적끄적' 매거진 글에서는 인살롱에 기고한 공공 HR Digital Transformation 글과 Clap Blog에 기고했던 민간 HR Digital Transformation 글을 종합하여 민간과 공공부문 인사관리에서 AI 기술 도입 현황과 그 효과, 그리고 인사관리에서 AI 기술을 활용할 시 주의해야 할 점에 대해서 알아보고자 합니다. 이 글을 통해 AI 기술이 인사관리 분야에서 어떻게 혁신을 이끌어 내고 있는지, 이를 통해 민간, 공공 조직이 어떠한 변화를 경험하고 있는지 살펴보겠습니다.
1. 채용
민간, 공공부문 모두 채용에 AI 기술을 도입하기 위해 다양한 시도를 하고 있습니다. 공공부문 보다 민간 기업이 활발하게 채용 단계에 AI 기술을 적용하고 있는데요. 유니레버, 소프트뱅크, L'Oreal, 롯데그룹, 삼성그룹, SK하이닉스 등 다양한 기업이 채용과정에 AI 기술을 활용하여 채용업무의 효율성을 높이고 있습니다. 이를 통해 지원자를 평가하는데 소요되는 시간을 단축하고 더 많은 지원자에게 응시의 기회를 줄 수 있게 되었습니다. 더 나아가 채용 담당자는 채용과 관련된 좀 더 본질적인 업무에 집중할 수 있게 되었습니다. 공공부문도 채용 단계에 AI 기술을 활용하기 위해 다양한 시도를 진행하고 있는데요. 공공부문에서는 2018년을 전후하여 다양한 공공기관이 채용에 AI 면접 도입을 적극적으로 검토하기도 하였으며, 실제 다수 기관이 AI 면접을 실제 도입하기도 하였습니다. 정부조직의 경우 인사혁신처가 공무원 채용에 AI 기술의 적용을 검토하기 위해 연구용역을 수행하기도 하였으나 공무원 채용에는 실제로 AI 기술이 도입되지는 않았습니다.
민간과 공공부문 모두 채용 단계에 이와 같은 AI 기술을 잘 활용하기 위해서는 AI 기술로 인해 생길 수 있는 역효과를 항상 경계하고 이를 방지하기 위한 노력을 함께 기울여야 합니다. 2018년 글로벌 기업인 아마존의 경우 채용에 AI 기술을 도입하였으나 편향된 데이터 학습으로 인한 시스템의 편향성 도출로 결국 해당 시스템을 폐기하였습니다. 또한 2020년 공공 부문 일부 기관을 대상으로 AI 면접전형 알고리즘 정보의 공개를 요구하는 소송이 발생하는 등 AI 기술과 관련한 공정성, 투명성 문제가 지속적으로 제기되었습니다. 따라서 채용에 AI 기술 활용 시에는 공정성과 객관성을 담보하기 위한 지속적인 모니터링 및 검토가 필요합니다. 특히, 공공부문 채용의 경우에는 민간기업 보다 더 높은 공정성, 투명성, 명확성 등이 요구됩니다. 따라서 공공부문 채용에 AI 기술이 활용되기 위해서는 AI 기술에 대한 공정성과 투명성이 보장을 위한 지속적인 모니터링 및 검토와 함께 AI 기술 활용에 대한 법적근거가 마련되어야 합니다.
2. 인사관리(입직, 배치, 퇴직)
민간, 공공 부문 모두 인사관리(배치, 퇴직)에 AI 기술을 적극적으로 활용하고 있습니다. IBM, KB금융그룹, 닐슨 등 다양한 기업이 직원 배치에 AI 기술을 활용하여 직원 배치의 효율성과 정확성을 높이고 있습니다. 특히 IBM은 직원의 퇴직 단계에서도 AI 기술을 활용하여 직원 퇴직의 위험을 미리 예측하고 이를 방지하기 위한 인사관리 전략을 수행하고 있습니다. 기업들의 이와 같은 노력은 직원의 만족도 향상 및 조직 생산성 향상에 큰 기여를 하고 있습니다. 공공부문에서도 최근 인사관리에 AI 기술의 도입이 활발히 진행되고 있습니다. 인사혁신처는 인재추천 서비스 플랫폼을 도입하여, 각 직위에 필요한 역량과 전문성을 국가인재데이터베이스에 등록된 인원의 경력, 능력, 성과 등과 비교하여 적합한 인재를 추천하고 있습니다.
인사관리(배치, 퇴직)에서 AI 기술을 활용할 때에도 데이터 신뢰도가 낮은 경우 예측의 신뢰도, 타당도도 함께 낮아질 수 있습니다. 따라서 채용 분야에서와 마찬가지로, AI 예측 오류 가능성에 대해서 항상 경계하고 인사담당자의 개입과 판단이 필요한 경우에는 AI 예측과 담당자 및 리더의 판단을 적절하게 결합하여, 인사관리를 합리적으로 수행해야 합니다. 또한 공공부문은 최근까지 AI 기술을 활용하여 직원 퇴직을 예측하는 기술에 대해서 관심을 크게 가지지 않았습니다. 그러나 구직자들의 공공부문 선호도가 지속적으로 감소하고, 5년 이내의 신입사원 퇴사율이 상승함에 따라, 공공부문에서도 People Analytics와 HR Tech를 활용한 퇴직자 예측 및 이를 고려한 인사관리의 필요성이 점점 증대되고 있습니다.
3. 성과관리
민간, 공공부문 모두 성과관리 분야에서의 AI 기술의 도입은 다른 인사관리(채용, 입직, 배치, 퇴직, 교육 등) 분야 대비 상대적으로 느리게 진행되고 있습니다. 성과관리에 AI 기술 활용이 상대적으로 느린 이유는 구성원 성과 데이터 신뢰성에 대한 의문과, 빠르게 변화하는 환경 속에서 과거 성과데이터를 활용한 미래 예측이 과연 타당성이 있는가에 대한 의구심 때문입니다. 특히, 공공부문 성과의 경우 복합적인 가치를 동시에 고려해야 함에 따라 민간부문 대비 성과의 예측이 더욱 어렵습니다. 공공부문 성과의 이런 특징이 공공부문 성과관리에서의 AI 기술 활용을 더욱 어렵게 만들고 있습니다.
따라서 민간, 공공부문 모두 성과관리에 AI 기술을 활용하여 성과를 예측하는 기법보다는 성과관리 업무 프로세스에서 AI 기술을 활용하여 그 프로세스가 효과적으로 이루어질 수 있도록 하는 기법들이 주로 활용되고 있습니다. 성과관리 프로세스에서 AI 기술은 개별 직원의 성과분석을 통해 개개인 별 장점과 단점을 파악하고 이를 통해 리더가 효과적인 피드백을 할 수 있도록 도와줄 수 있으며 데이터의 다차원적 활용을 통해 성과관리의 편향 가능성을 줄이는 방법을 적용할 수 있습니다. 또한 성과관리 절차에서 생기는 반복적이고 단순한 업무를 AI가 최소화해 줌으로써, 리더가 직원의 피드백에 더욱 집중할 수 있게 도와줄 수 있습니다.
4. 교육훈련
민간과 공공부문 모두 교육훈련 분야에서 AI 기술을 적극적으로 활용하고 있습니다. 민간기업의 경우 IBM의 ‘Expertise Manager’, 삼성 멀티캠퍼스의 ‘CIC’, 포스코의 ‘Learning Platform’, 그리고 SK 텔레콤의 ‘Learning Agent SAM’ 등 각 기업은 교육훈련에 AI 기술을 활용하여 사용자의 직무, 부서, 학습이력 등을 바탕으로 사용자에 적합한 콘텐츠를 추천하거나 사용자와 유사한 인원들이 학습한 콘텐츠를 분석하여 이를 추천하는 시스템을 운영하고 있습니다. 이와 마찬가지로 공공부문도 교육훈련 분야에는 AI 기술이 적극적으로 활용되고 있습니다. 인사혁신처는 AI와 빅데이터를 기반으로 한 ‘인재개발플랫폼’을 구축하고 공무원 교육훈련에 이를 활용하고 있습니다. ‘인재개발플랫폼’도 민간의 교육훈련 프로그램과 마찬가지로 사용자의 직무와 학습 이력을 분석하여 맞춤형 교육을 제공하는 시스템을 갖추고 있습니다.
이와 같이 민간, 공공 부문 모두 AI 기술을 활용하여 HRD 부서와 HRD 플랫폼 이용자에게 데이터에 기반한 교육을 운영하고 이를 활용할 수 있도록 지원하고 있습니다. 하지만, 교육훈련에 대한 기술적인 지원만으로는 충분하지 않습니다. AI 기술은 조직 내 구성원이 가지고 있는 사고방식 및 가치관 그리고 이에 영향을 미치는 조직문화 등을 완벽하게 이해하고 대처할 수 없습니다. 따라서 HRD 담당자는 AI 기술 활용을 하면서도 구성원의 모이지 않는 특성까지 고려하여 교육훈련 전략을 수립할 수 있도록 조직 내 구성원과 지속적으로 소통하여 이들의 역량을 효과적으로 개발할 수 있는 전략을 수립할 수 있도록 노력해야 합니다.
나가며
현대 사회와 조직에서 AI 기술은 다양한 혁신을 이끌어 내는데 중요한 역할을 수행하고 있습니다. 특히, 인사관리에서의 AI 기술의 활용은 업무 효율성 증대, 직원 만족도 증가, 조직 생산성 향상 등 다양한 긍정적인 효과를 가져다주고 있습니다. 다만, 인사관리에서 AI기술의 긍정적 효과에도 불구하고 인사관리에서 AI 기술을 도입 및 활용 시 발생할 수 있는 데이터 편향성으로 인한 왜곡, 개인정보 유출 등 역효과들에 대해서 항상 경계하고 인간과 기술 사이에서 역할의 균형이 이루어질 수 있도록 고려가 필요합니다. 또한 AI 기술이 볼 수 없는 부분에 대해서는 조직 내 리더, 담당자의 역량이 함께 필요합니다. 인사관리의 미래는 AI와 인간이 상호 보완적으로 발전하는 방향으로 나아가야 합니다. 그렇기에, 인사부서와 담당자는 AI 기술 도입 시 단순히 기술의 수용만을 고려하는 것이 아닌, 조직의 가치와 목표에 부합하는 방식으로 그 기술을 활용하고 최적화하는 방안을 모색해야 합니다. 이러한 접근 방식을 통해 인간 중심의 미래 조직 구축이 가능해질 것입니다.
민간, 공공 HR Digital Transformation에 대한 좀 더 자세한 내용을 보시고 싶다면 아래 글을 읽어주세요.
1. 인사관리의 미래: AI 도입과 활용
아래 글은 제가 9월 12일 Clap Blog에 기고한 "인사관리의 미래: AI 도입과 활용" 글이며, 민간기업에 대한 HR Digital Transformation 내용을 담고 있습니다.
위 브런치 글 내용 중 민간 부분 HR Digital Transformation에 대한 좀 더 자세한 내용을 살펴보고 싶으시다면 아래 글을 참고해 주시기 바랍니다.
https://blog.clap.company/hr_ai/
2. Public HR Digital Transformation 현황 그리고 나아가야 할 방향
아래 글은 제가 7월 20일 인살롱에 기고한 "Public HR Digital Transformation 현황 그리고 나아가야 할 방향" 글이며, 공공부문에 대한 HR Digital Transformation 내용을 담고 있습니다.
위 브런치 글 내용 중 공공 부분 HR Digital Transformation에 대한 좀 더 자세한 내용을 살펴보고 싶으시다면 아래 글을 참고해 주시기 바랍니다.
https://hr.wanted.co.kr/insights/publichrdt/
김창일. 2023. "인사관리의 미래: AI 도입과 활용". Clap Blog. 2023년 9월 23일 접속. https://blog.clap.company/hr_ai/
김창일. 2023. "Public HR Digital Transformation 현황 그리고 나가야 할 방향". 인살롱. 2023년 9월 23일 접속. https://hr.wanted.co.kr/insights/publichrdt/
