[인터뷰] “국내 AI HR, 데이터·거버넌스·책임 체계 미흡"

작성일 07-21

<div id="layerTranslateNotice" style="display:none;"></div> 윤훈상 삼정KPMG 전무 “AI, 기술 도입보다 운영체계가 중요” 
 <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> 
 <section dmcf-sid="FsxnJKqFCa">
 <figure class="figure_frm origin_fig" contents-hash="10175bbc32e7e712d548fe2142ba255322ceed2b48a5e85357fa5fd0349f43a9" dmcf-pid="3OMLi9B3Cg" dmcf-ptype="figure">
 <img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202607/21/552796-pzfp7fF/20260721161738437yfuu.jpg" data-org-width="640" dmcf-mid="1jvXGwkLlj" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202607/21/552796-pzfp7fF/20260721161738437yfuu.jpg" width="658">
 </figure>
 [디지털데일리 구아현기자] 국내 기업의 인공지능(AI) 기반 인사관리(HR)가 개념검증(PoC)을 넘어 실제 운영체계를 바꿔야 하는 전환점에 들어섰다는 진단이 나왔다. 채용과 인사 문의, 내부 인재 추천 등 개별 업무에 AI를 적용하는 실험은 빠르게 늘고 있지만, 전사 확산에 필요한 데이터 표준과 책임 체계, 거버넌스 구축은 상대적으로 더디다는 지적이다.
 윤훈상 삼정KPMG 컨설팅부문 전무는 최근 &lt;디지털데일리&gt;와 만나 “국내 기업은 AI에 대한 관심과 실험 속도는 빠르지만, 반복 가능한 운영체계로 내재화하는 단계에는 아직 이르지 못했다”며 “지금이 기술 실험에서 운영모델 전환으로 넘어가는 분기점”이라고 말했다.
 그는 AI HR의 성패가 어떤 생성형 AI 모델이나 솔루션을 선택하느냐보다 AI를 기존 업무에 어떻게 연결하느냐에 달렸다고 강조했다. AI가 인사 업무의 어느 부분을 맡고, 결과를 누가 검증하며, 잘못된 판단에 대한 책임을 누가 질 것인지까지 설계해야 실제 운영이 가능하다는 설명이다.
 윤 전무는 “중요한 것은 코파일럿을 쓸지, 클로드를 쓸지를 정하는 일이 아니다”며 “어떤 HR 모델에 AI를 넣어 조직 안에서 어떻게 운영할지를 설계하는 게 핵심”이라고 말했다.
 ◆ 후보 추천 AI 실제 적용… 중요 인사 결정은 사람이 검증
 AI 확산은 기업 HR의 역할부터 바꾸고 있다. 과거 HR이 채용과 평가, 보상제도를 운영하는 지원 조직에 가까웠다면, 앞으로는 인력과 성과 데이터를 바탕으로 인재 배치와 조직 운영을 지원하는 전략 기능으로 이동할 것이라는 전망이다.
 윤 전무는 “과거 HR이 문제가 발생한 뒤 대응하는 조직이었다면, AI와 데이터가 결합한 HR은 예측과 추천, 최적화를 중심으로 움직인다”며 “HR이 더 이상 비용 부서에 머무르지 않고 인재와 성과, 전략적 인력 계획을 연결하는 인텔리전스 허브로 진화하고 있다”고 설명했다.
 인사 판단 방식도 달라지고 있다. 기존에는 관리자의 경험이나 평판, 제한된 인사정보를 바탕으로 채용과 배치를 결정했다면, AI 기반 HR은 프로젝트 경험과 교육 이력, 보유 기술, 성과 등 여러 데이터를 연결해 적합한 인재를 탐색한다.
 삼정KPMG가 최근 수행한 프로젝트에서는 특정 팀의 책임자 자리가 비었을 때 AI가 사내 인사정보와 프로젝트 수행 이력 등을 분석해 적합한 후보를 순위별로 추천하는 시스템을 구현했다. AI는 후보자가 과거 어떤 프로젝트를 맡았고 해당 역할에 필요한 역량을 얼마나 갖췄는지 등 추천 근거도 함께 제시한다.
 윤 전무는 “예전에는 담당자가 인사기록을 일일이 찾아보거나 ‘그 업무는 누가 잘한다’는 경험과 기억에 의존했다”며 “지금은 AI가 여러 데이터를 조합해 후보자와 판단 자료를 빠르게 제시하는 시스템이 실제 업무에 적용되고 있다”고 말했다.
 다만 AI가 채용이나 승진, 배치를 단독으로 결정하지는 않는다. AI가 후보자를 압축하고 판단 자료를 정리하면 HR 담당자와 관리자가 누락된 정보나 조직 상황, 후보자의 성장 가능성 등을 다시 검토해 최종 결정을 내리는 방식이다.
 윤 전무는 “AI가 제시한 1순위 후보를 그대로 선임하는 단계는 아니다”며 “사람의 경력과 기회에 영향을 미치는 결정인 만큼 HR이 결과를 다시 검증하는 휴먼 인 더 루프 구조가 필요하다”고 설명했다.
 의사결정 위험이 낮은 업무에서는 AI 도입이 상대적으로 빠르다. 사내 복리후생이나 인사 규정, 비용 처리 기준과 같은 반복적인 문의를 챗봇이나 AI 에이전트가 처리하는 사례는 이미 상당수 기업에서 구현됐다.
 반면 채용과 평가, 승진, 배치처럼 구성원의 경력에 직접 영향을 미치는 영역에서는 AI가 의사결정자가 아닌 보조자로 활용되고 있다. 전체 인사 업무를 AI로 한꺼번에 대체하기보다 업무 프로세스를 세분화해 위험이 낮고 반복적인 단계부터 AI로 전환하는 방식이다.
 AI 시대에는 인사체계도 직무 중심에서 역할과 역량 중심으로 더 유연해질 것으로 예상된다. AI와 AI 에이전트가 기존 업무의 일부를 맡게 되면 기업은 단순히 특정 직무에 사람을 채용하는 데서 벗어나, 어떤 업무를 사람과 AI가 각각 담당할지 먼저 설계해야 하기 때문이다.
 윤 전무는 “직무 체계 자체가 사라지는 것은 아니지만 직무 위에 스킬이라는 더 세밀하고 유연한 판단 기준이 추가될 것”이라며 “기업이 보유한 스킬과 앞으로 필요한 스킬을 파악할 수 있어야 전략적인 인력 계획도 가능하다”고 말했다.
 ◆ 데이터·편향·책임 주체 취약… “거버넌스 없이 확산하면 갈등”
 윤 전무는 국내 기업의 AI HR 확산을 가로막는 가장 취약한 지점으로 ▲데이터 소유권과 표준화 ▲AI 판단의 설명 가능성과 편향 관리 ▲책임 주체가 명확한 운영모델 부재를 꼽았다.
 AI가 적합한 인재를 추천하려면 채용과 교육, 프로젝트, 평가, 이동 이력 등 서로 다른 시스템에 저장된 데이터를 연결해야 한다. 그러나 상당수 국내 기업은 인사 데이터가 시스템별로 분산돼 있거나 직급과 조직 단위로만 관리되고 있다.
 데이터가 충분히 연결되지 않으면 특정 인재의 경험이나 역량이 추천 과정에서 빠질 수 있다. 과거 인사 결정에 존재했던 편향이 학습 데이터에 포함돼 있다면 AI가 이를 반복하거나 확대할 가능성도 있다.
 윤 전무는 “사람에 대한 의사결정에서는 AI가 맞는 답을 내놓는지만큼 왜 그런 결과가 나왔는지를 설명할 수 있는지가 중요하다”며 “입력 데이터와 판단 기준을 문서화하고, 특정 집단에 불리하게 작동하지 않는지 지속적으로 점검해야 한다”고 강조했다.
 현장에서 나타나는 저항도 기술 성능보다는 신뢰 문제에서 비롯되는 경우가 많다. 구성원은 자신의 평가와 배치를 AI가 좌우할 수 있다고 우려하고, 관리자는 판단 권한이 축소될 가능성을 걱정한다. AI가 제시한 결과를 얼마나 믿을 수 있는지를 두고도 갈등이 발생한다.
 KPMG와 멜버른대가 2025년 47개국 4만8000여명을 대상으로 실시한 글로벌 AI 신뢰 연구에 따르면 응답자의 66%는 AI를 정기적으로 사용했지만 AI를 신뢰한다는 응답은 46%에 그쳤다. 56%는 AI 사용으로 업무상 실수를 경험했다고 답했다.
 AI 사용은 빠르게 확산하고 있지만 결과를 검증하고 책임 있게 활용할 수 있는 역량과 관리체계는 이를 따라가지 못하고 있다는 의미다.
 윤 전무는 “AI를 고도의 기술 시스템으로만 보고 도입하면 조직의 일하는 방식과 책임 구조가 따라오지 못한다”며 “수용성 문제는 기술 기능 자체보다 변화관리와 운영체계가 제대로 설계되지 않았을 때 발생하는 경우가 많다”고 말했다.
 기업이 생성형 AI 서비스를 전 직원에게 제공하는 흐름은 거스를 수 없다고 봤다. 다만 어떤 정보를 AI에 입력할 수 있는지, 파일 업로드를 허용할지, 생성된 결과를 어느 업무까지 활용할 수 있는지 등을 정한 내부 통제 체계를 함께 구축해야 한다고 조언했다.
 파일럿의 성공 여부도 모델 정확도만으로 평가해서는 안 된다고 강조했다. 실제 HR 문제를 해결했는지, 처리시간을 줄였는지, 사용자들이 결과를 받아들일 수 있는지, 편향과 개인정보 유출 위험을 통제할 수 있는지를 함께 확인해야 한다.
 전사 확산 시점은 AI가 한두 차례 정확한 결과를 냈을 때가 아니라 반복 가능한 운영체계가 검증됐을 때로 판단해야 한다. 데이터 갱신과 예외 처리 절차, 사용자 교육, 책임자 지정, 결과에 대한 이의제기 절차까지 마련돼야 다른 조직으로 확대해도 품질을 유지할 수 있다는 설명이다.
 윤 전무는 “파일럿은 단순한 개념검증이 아니라 운영모델을 검증하는 과정이어야 한다”며 “적용 범위는 작게 시작하더라도 이를 둘러싼 거버넌스는 처음부터 탄탄하게 설계해야 한다”고 말했다.
 AI HR을 인건비 절감 수단으로만 접근하는 시각도 경계했다. 반복 업무를 자동화하면 채용과 인사 운영에 투입되는 시간과 비용을 줄일 수 있지만, 감원만을 목표로 삼으면 사람이 담당할 고부가가치 업무를 재설계할 기회를 놓칠 수 있다는 것이다.
 AI 도입 초기에는 결과를 검증하는 업무가 추가돼 구성원들이 오히려 일이 늘었다고 느낄 수도 있다. AI가 초안을 만들거나 후보를 추려도 사람이 다시 확인해야 하기 때문이다. 그러나 사람이 놓칠 수 있는 정보와 후보를 AI가 추가로 점검하고 의사결정 속도를 높인다는 점에서 전체 생산성은 개선될 수 있다고 봤다.
 윤 전무는 “AI 도입의 목적은 사람을 줄이는 데 있는 것이 아니라 사람이 맡는 역할을 고부가가치 업무로 전환하는 데 있어야 한다”며 “AI HR은 인건비를 줄이는 시스템이 아니라 인재 자본의 활용도를 높이고 조직의 전략 실행 속도를 끌어올리는 인프라로 정의해야 한다”고 강조했다.
 이어 국내 기업 경영진과 HR 담당자에게 세 가지 원칙을 제시했다. AI HR을 비용 절감이 아닌 성장 프로젝트로 정의하고, 적용은 작게 시작하되 거버넌스는 처음부터 설계하며, 기술 교육에 앞서 구성원이 AI를 신뢰하고 책임 있게 사용할 수 있는 학습 경험을 마련해야 한다는 것이다.
 윤 전무는 “지금 중요한 질문은 AI를 쓸 것인가가 아니다”며 “어떤 HR 운영모델로 AI를 조직 안에 정착시키고 책임 있게 활용할 것인지를 고민해야 할 시점”이라고 말했다.
 </section> 
 </div> 
 Copyright © 디지털데일리. All rights reserved. 무단 전재 및 재배포 금지.

등록된 댓글이 없습니다.

로그인한 회원만 댓글 등록이 가능합니다.

먹튀폴리스

[인터뷰] “국내 AI HR, 데이터·거버넌스·책임 체계 미흡"

멤버랭킹

관련자료

멤버랭킹