AI가 해고할 사람을 선별한다?
구글이 올해 초에 1만2천명의 직원을 해고했습니다.
그러나 단기간에 대규모 직원의 감원을 결정하다보니, 해고할 사람을 추출하는 과정에서 AI 알고리즘이 사용되었다는 이야기가 나왔습니다.
이에 대해 구글에서는 공식적으로 AI를 사용했다 여부를 이야기하진 않았지만 불공정한 방식이 사용되지는 않았다고 밝혔죠.
(출처: 중앙일보)
현재 AI 알고리즘이 고도화되어 가면서이 기술이 HR 테크분야에서 다양한 범위에서 활용되고 있습니다. 미국의 기업 인사 담당자를 대상으로 설문조사를 한 결과 이들의 98%는 인건비를 줄이기 위해 데이터와 알고리즘을 활용할 것이라고 답변했습니다. 이들 입장에서 AI를 활용할 경우 인사 평가에 있어 주관이 개입할 여지가 적기 때문에 객관적이라고 보고 있습니다.
미국 기업이 인사관리에 AI를 활용하는 예
이미 다양한 미국 기업은 인사관리에 있어 AI 솔루션을 활용하고 있습니다. 일례로 아마존은 물류센터 직원, 배송직원 관리를 하는데 있어 AI 자동화 프로그램을 활용하고 있는데요.
이 프로그램을 활용하면 물류 센터 직원의 경우 상품을 스캔하고 포장하는데 드는 시간을 체크한다든지, 상품 포장 작업 등에 소요되는 시간등을 체크해서 인당 생산성을 뽑아낼 수 있습니다. 이를 통해 아마존은 생산성이 떨어지는 직원을 골라내는 것이죠.
아마존의 경우에는 ‘최종적으로 관리자가 해고에 동의해야 한다’고 밝힌 것으로 보아 실제 AI 알고리즘 프로그램이 직원의 인사관리, 해고에 활용한다는 것을 인정한 셈입니다.
(출처: 한국일보)
페이스북을 운영하는 메타도 마찬가지로 작년에 대량 해고가 있었을 때 AI 알고리즘을 이용해 무작위 선택을 했을 것이라고 추정합니다.
AI 기술의 고도화로 직원이 업무를 하는데 있어 소프트웨어 이용기록, 메일, 채팅기록, 근태관리 등을 종합적으로 분석하면서 인사평가를 할 수 있습니다. 그리고 이에 근거해 승진자를 평가하고 골라낼 수도 있게 되었습니다.
구인구직에 이미 많은 업체가 활용 중
국내외 기업 인사담당자들이 구인구직에 있어 HR 테크 솔루션을 활용하는 사례는 이제는 일반적인 모습이 되었습니다. 예를 들어 채용을 하는 과정에서 서류 전형, 인적성평가, 면접의 과정으로 이루어졌다고 하면 이제는 이 모든 과정에 AI가 개입해 처리해줄 수 있습니다.
얼마전에 현대자동차에서 400명의 생산직 포지션을 뽑는데 10만명 넘게 지원한 사례의 경우 사람이 10만명의 이력서를 일일이 검토할 수 없죠. 그래서 서류 전형에서 AI에 회사에서 원하는 인재상을 올려두게 되면 해당 사항에 따라 필터링을 할 수 있기 때문에 빠르게 이력서 검토를 하고 알아서 서류 전형의 합격자를 걸러낼 수 있죠.
뿐만 아니라 인적성 평가를 할 때 AI 가 모니터링하거나 평가에 관여를 하는 서비스도 있고, 면접할 때 AI가 면접 질문을 하고 모니터를 통해 답변을 평가하기도 합니다. 기타 조직관리에서도 AI 알고리즘은 적극적으로 활용되고 있습니다.
IBM은 2019년부터 인사평가 관련 소프트웨어를 개발해 적용하고 있는데요. 이 소프트웨어를 이용하면, 향후 6개월 내에 직원이 퇴사할 가능성을 알 수 있습니다. 이 데이터 결과에 근거해서 이직 리스크가 있는 직원들과 사전 면담을 할 수도 있고 직무 변경 등을 통해 역량있는 직원들을 관리할 수 있게 됩니다.
KB국민은행의 경우 2020년부터 AI 시스템을 인사배치에 활용하고 있습니다. 만약 직원이 영업점에 배치를 할 때 직원의 경력, 거주지, 자격사항 등의 정보를 입력해 클릭하면 하면 자동으로 영업점 배치 결과를 산출해 내주게 됩니다.
마케터의 시선
이와 관련하여 마케터의 시각에서 정리하면 저는 크게 4가지 이야기로 정리해볼 수 있습니다.
[1] 편향성 문제
AI 알고리즘을 사용해 인사 조직관리를 하면 업무의 편의성은 증대될 수 있습니다. 그러나 만약 AI가 잘못된 학습을 강화해 나가게 되면 편향된 학습을 할 수 있습니다.
예를 들어 어느 기업이 남직원의 채용비율이 월등히 높았다면, 해당 조직에서 AI가 학습을 통해 여성보다 남성이 업무에 적합하다고 판단해 채용과정에서 남성에게 가점을 주는 일이 발생할 수도 있습니다.
(출처: 글로벌 이코노믹)
[2] 결과로서만 판단
두번째는 AI는 정보를 입력하고 그에 따라 결과를 산출하기 때문에, 맥락을 읽어내지 못하는 경우가 많습니다.
예를 들어 최근 어느 직원이 개인사가 있거나 팀내 시스템 개편 등으로 이슈가 있어 업무 성과가 저조해졌을 경우, 사람이 인사평가를 할 때는 전체 맥락을 읽고 상황에 대해 판단하지만 AI는 단순히 성과가 낮아졌다고 결론지을 수 있습니다.
[3] 책임의 전가
만약 AI의 인사평가 시스템에 의존할 경우 AI가 잘못된 판단을 하게 되도 인사담당자는 ‘AI 알고리즘에 따랐을 뿐이다’라고 책임을 전가할 리스크가 발생할 수 있습니다.
또한 AI가 인종, 성별, 나이에 따른 차별과 편향된 결과를 도출할 경우 소송으로까지 번질 수 있는 리스크가 있습니다.
[4] 한국에서 적용 가능한가?
마지막으로 한국에서 인사평가, 해고와 관련된 AI 솔루션을 사용할 수 있을까요?
한국은 개인 역량이 뛰어난 직원도 소속된 팀, 본부, 회사에 따라 각기 다른 점수를 받게될 수도 있습니다. 한국식 평가 구조의 특성 때문인데요. AI 인사관리를 도입했을 때 평가 방식의 상충이 발생할 수도 있습니다.
특히 숫자적인 평가 외에 인정과 같은 부분 역시 무시할 수 없기 때문에 한국에 시스템을 도입하기 위해서는 한국의 인사 평가 문화도 고려한 방식으로 적용되어야 할 것입니다.
#AI #해고 #구인구직 #마케돈 #리브랜드 #LEEBRAND #아샤그룹 #이은영대표 #마케팅