AI와 HR의 현실 (Hub-and-Spoke, 데이터 품질, 리더십)
AI가 HR 업무를 혁신할 거라는 이야기, 요즘 정말 많이 들으시죠? 채용 스크리닝부터 급여 처리까지 자동화되면 HR 담당자는 드디어 전략적 업무에 집중할 수 있다는 장밋빛 전망이 쏟아집니다. 그런데 솔직히 말씀드리면, 저는 이 논리에 상당한 의문을 품고 있습니다. AI 도구를 도입한다고 해서 조직의 역량이 저절로 올라가는 건 아니거든요. 오히려 현장에서는 AI 전담 조직을 꾸렸다가 확산에 실패하거나, 전문가를 영입했는데 현업과 소통이 안 되는 사례가 적지 않습니다.
Hub-and-Spoke 모델, 왜 현장에서 삐걱거릴까?
AI 전문가를 중앙 조직(Hub)에 모아두고 필요에 따라 현업(Spoke)에 배치하는 Hub-and-Spoke 모델, 이론적으로는 정말 합리적인 구조입니다. 그런데 실무에서 이 모델을 돌려보면 생각보다 훨씬 복잡한 문제가 튀어나옵니다. 저는 이걸 단순한 조직 구조의 문제가 아니라, '기술적 수월성(Technical Excellence)'과 '비즈니스 정렬(Business Alignment)' 사이의 거대한 간극 때문이라고 봅니다.
먼저, AI 전문가의 품귀 현상과 평가의 딜레마가 있습니다. 시장 가치가 높은 데이터 사이언티스트나 AI 엔지니어를 영입하더라도, 기존 HR의 보상 체계나 성과지표(KPI)로는 그들의 기여도를 제대로 측정하기 어렵습니다. 특히 현업 부서에 배치된 전문가들은 복잡한 업무 프로세스를 충분히 이해하지 못한 채 기술 중심적인 접근만 고수하는 경우가 많고, 반대로 현업에서는 AI를 만능 해결사로 오해해 비현실적인 요구를 쏟아내죠. 이 과정에서 전문가는 성취감을 잃고, 현업은 실효성에 의문을 제기하며 조직 전체에 피로도가 쌓입니다.
더 심각한 건 '별도 조직 운영'이 초래하는 사일로 효과(Silo Effect)입니다. 사일로 효과란 조직 내 부서나 팀이 서로 고립되어 정보와 자원을 공유하지 않는 현상을 뜻합니다. AI 전담 조직이 일종의 특공대처럼 운영되면, 나머지 조직원들은 AI를 '남의 일' 혹은 '내 업무를 대체할 위협'으로 간주하며 방어적인 태도를 보이기 쉽습니다. 이는 단순히 조직 개편만으로 해결될 문제가 아닙니다. 조직 전반의 'AI Fluency(AI 문해력)'를 높이는 변화 관리(Change Management)가 선행되지 않으면, 아무리 좋은 인력을 배치해도 효과를 내기 어렵습니다.
데이터 품질, AI의 성패를 가르는 숨은 변수
AI는 '쓰레기가 들어가면 쓰레기가 나온다(GIGO, Garbage In Garbage Out)'는 원칙을 따릅니다. 여기서 GIGO란 입력 데이터의 품질이 낮으면 출력 결과 역시 신뢰할 수 없다는 개념으로, 데이터 과학 분야에서 가장 기본적인 경고입니다. 그런데 대다수 기업의 HR 데이터는 파편화되어 있고 정제되지 않았습니다. 채용 시스템, 성과 평가 툴, 급여 시스템이 각자 따로 놀고 있죠.
제가 직접 프로젝트에 참여했을 때도 이 문제가 가장 골치 아팠습니다. AI 모델을 돌리기 전에 데이터를 통합하고 정제하는 작업에만 몇 달이 걸렸거든요. 그런데 많은 리더들은 "AI 스킬을 배워라"고 독려하면서, 정작 필요한 인프라 재설계에는 투자를 꺼립니다. AI 챗봇을 도입해 직원 질문에 24시간 답변한다는 게 얼마나 멋진 그림인지는 알겠지만, 챗봇이 참조할 HR 데이터가 신뢰할 수 없다면 그건 그냥 그럴싸한 오답 생성기에 불과합니다.
또 하나 간과하기 쉬운 게 데이터 거버넌스(Data Governance) 문제입니다. 데이터 거버넌스란 조직 내 데이터의 수집, 저장, 활용, 보호를 관리하는 체계를 의미합니다. AI가 추천한 후보자가 편향된 데이터에 기반했을 때, 그 결과에 대해 누가 책임을 질 것인가? 이 질문에 대한 제도적 장치 없이 AI를 현장에 투입하는 건 법적·윤리적 리스크를 떠안는 것과 다름없습니다. 실제로 미국에서는 AI 채용 도구의 편향성 문제로 소송이 벌어진 사례가 여럿 있습니다(출처: 미국 고용기회평등위원회).
리더십, AI를 '또 하나의 솔루션'으로 보는 순간 실패한다
AI 도입의 성패를 가르는 가장 결정적인 요소는 결국 리더십의 인식입니다. 많은 리더가 AI를 기존 워크플로우에 추가되는 '또 하나의 솔루션' 정도로 바라보는데, 이게 문제의 핵심입니다. 진정한 혁신은 AI를 전사적 운영 시스템의 'Core OS'로 삼아 기존의 파편화된 시스템들을 하나로 엮어내는 데서 시작됩니다. 이를 위해서는 리더가 기술적 디테일을 아는 것을 넘어, AI가 비즈니스 모델을 어떻게 근본적으로 재설계할 수 있는지에 대한 전략적 상상력을 갖추어야 합니다.
그런데 현실에서는 어떤가요? AI 전담 조직을 만들어놓고 "너희가 알아서 해봐"라고 하거나, 반대로 "빨리 성과를 내봐"라며 압박만 가하는 경우가 많습니다. 솔직히 이건 AI 프로젝트가 아니라 조직 내 책임 회피의 수단처럼 보일 때도 있습니다. 제가 직접 경험한 케이스에서는, 경영진이 AI 도입을 결정하고도 막상 현업 부서에 "AI 팀이 뭔가 할 거야"라고만 통보하고 끝이었습니다. 당연히 현업은 AI 팀을 외계인 보듯 했고, AI 팀은 현업의 니즈를 파악할 기회조차 없었습니다.
이 문제를 해결하려면 '비즈니스 트랜슬레이터(Business Translator)'라는 가교 역할이 필수적입니다. 비즈니스 트랜슬레이터란 기술 전문가와 현업 담당자 사이에서 양쪽 언어를 모두 이해하고 소통을 중재하는 사람을 뜻합니다. 이들은 현업의 문제를 기술적 요구사항으로 번역하고, 반대로 기술적 가능성을 비즈니스 가치로 풀어내는 역할을 합니다. 그런데 이런 인재를 육성하는 데는 시간과 투자가 필요한데, 많은 조직이 이 과정을 건너뛰고 빠른 성과만 요구하죠.
행정 업무 경감이 곧 전략적 가치 창출은 아니다
AI가 채용 스크리닝이나 급여 처리를 대신해주면 HR 담당자가 전략적 업무에 집중할 수 있다는 논리, 얼핏 들으면 설득력 있어 보입니다. 그런데 정말 그럴까요? 저는 이 부분에서 큰 비약이 있다고 봅니다. 행정 업무에 쓰던 시간이 줄어든다고 해서, 남은 시간에 HR 담당자가 자동으로 전략적 기획을 할 수 있는 건 아닙니다. 전략적 사고는 도구가 아니라 '데이터 해석 능력'과 '비즈니스 통찰력'에서 나오거든요.
준비되지 않은 조직에 AI를 투입하면, HR은 단순히 AI 결과물을 전달하는 '메신저'로 전락할 위험이 큽니다. 예를 들어, AI가 추천한 후보자 목록을 그대로 채용 매니저에게 전달하기만 하고, 왜 이 후보가 적합한지 설명하지 못한다면 그건 HR의 가치가 아니라 AI 벤더의 가치만 드러나는 겁니다. 실제로 제가 만난 HR 담당자 중 일부는 "AI가 뭔가 해줬는데 정확히 뭘 한 건지 모르겠다"고 토로하더군요. 이건 심각한 'HR 역량의 진공 상태'입니다.
더 나아가, 윤리와 편향성 문제에 대한 대안도 부족합니다. AI가 편향된 데이터로 학습하면 편향된 결과를 낼 수밖에 없는데, 이 문제를 "인간의 판단이 중요하다"는 추상적인 조언만으로 해결할 수는 없습니다. 책임 소재(Accountability)에 대한 명확한 가이드라인과 거버넌스가 필요합니다. 그런데 많은 조직이 이런 제도적 장치를 마련하기보다, 일단 AI를 도입하고 보자는 식으로 접근합니다. 이건 나중에 큰 문제로 돌아올 수 있습니다.
- AI 전담 조직과 현업 사이에 비즈니스 트랜슬레이터 역할을 배치해 소통 단절을 해소한다.
- AI 도입 전에 HR 데이터 품질을 진단하고, 파편화된 시스템을 통합하는 인프라 투자를 우선한다.
- AI가 생성한 결과물에 대한 책임 소재를 명확히 하는 거버넌스 체계를 수립한다.
- 조직 전반의 AI Fluency를 높이기 위한 교육과 변화 관리 프로그램을 병행한다.
AI가 HR의 미래를 바꿀 거라는 큰 그림 자체는 틀리지 않았습니다. 하지만 그 변화가 자동으로 일어나는 건 아닙니다. 기술 도입이 곧 조직 역량 강화로 이어진다는 기술 결정론적 오류에서 벗어나야 합니다. 저는 AI를 도입하기 전에 먼저 물어야 할 질문이 있다고 생각합니다. 우리 조직의 데이터는 신뢰할 수 있나? 현업과 기술 조직이 소통할 수 있는 구조가 갖춰져 있나? AI가 내린 판단에 대해 누가 책임질 건가? 이런 질문에 답하지 않고 AI만 들여놓으면, 결국 AI는 또 하나의 실패한 프로젝트로 남을 가능성이 높습니다. 진짜 필요한 건 AI 스킬이 아니라, AI를 조직의 DNA에 이식할 수 있는 전략적 사고와 제도적 준비입니다.
--- 참고: https://youtu.be/zsHXK1Y57yE?si=HD7rmX-6PXzyOjli https://www.eeoc.gov/ai