안녕하세요, 비즈니스 혁신 파트너 BSG입니다.
인사담당자의 하루를 들여다보면 이런 장면이 반복됩니다.
"제 연차 며칠 남았죠?" 같은 문의에 답하고, 평가 시트를 취합하고, 안 낸 사람에게 리마인드 메일을 보내고, 채용 공고 문구를 다듬고, 지원자 서류를 넘겨보고.
그러다 하루가 갑니다.
정작 하고 싶었던 일 — 조직을 들여다보고 사람을 이해하는 일은 늘 다음으로 밀립니다.
그래서 요즘 인사팀들이 AI를 붙들기 시작했습니다.
오늘은 실제로 어디에 쓰고 있는지, 그리고 어디에는 쓰면 안 되는지를 정리해보겠습니다.
인크루트가 인사담당자를 대상으로 조사한 2026년 HR 시장 주요 이슈에서, 2위와 3위가 나란히 AI 관련이었습니다.
'AI로 인한 일자리 감소'(21.5%)와 'AI로 자동화된 채용 시장'(20.8%)이죠.
흥미로운 건 이 두 항목의 성격입니다.
하나는 걱정이고 하나는 도구입니다.
인사담당자들은 AI를 불안하게 지켜보면서 동시에 쓰기 시작한 셈입니다.
① 반복 문의 응대 — 효과가 가장 빠릅니다
인사팀 업무 시간을 가장 많이 잡아먹는 게 뭘까요.
대개 '이미 규정에 다 있는 질문에 답하는 일'입니다.
연차 잔여일수, 경조사 휴가 기준, 육아휴직 신청 방법, 증명서 발급 절차. 매년 같은 질문이 반복됩니다.
이걸 사내 HR 챗봇이 대신하면 효과가 즉각적입니다.
직원은 밤 11시에도 답을 얻고, 인사팀은 같은 설명을 백 번 하지 않아도 됩니다.
규정과 데이터만 정확히 연결돼 있으면 되니, 리스크도 낮고 시작하기 쉬운 영역입니다.
② 채용 실무 — 문서 작업 중심으로
채용 공고 문안 작성, 직무기술서 초안, 면접 질문 리스트 만들기, 지원자 문의 자동 응대 같은 작업에 널리 쓰입니다.
서류 스크리닝에도 활용되지만, 여기서는 조심할 부분이 있습니다.
뒤에서 다시 이야기하겠습니다.
③ 평가 시즌의 글쓰기 보조
평가 시즌마다 관리자들이 가장 힘들어하는 게 '피드백 문장 쓰기'입니다.
평가 자체보다 그걸 글로 옮기는 데 시간이 더 듭니다.
AI는 관리자가 입력한 사실과 관찰 내용을 바탕으로 초안을 만들어줍니다.
관리자는 다듬기만 하면 되니 부담이 크게 줄죠.
다만 평가 등급이나 결론을 AI가 정하는 게 아니라, 사람이 내린 판단을 글로 옮기는 것을 돕는 방식이어야 합니다.
④ 교육과 육성 추천
직원의 직무와 역량 데이터를 바탕으로 필요한 교육을 추천하는 방식입니다.
전 직원에게 같은 교육을 뿌리던 방식에서, 개인별로 맞추는 방향으로 가고 있습니다.
⑤ 인력 데이터 분석과 리포팅
경영진이 "우리 조직 지금 어떤 상태냐"고 물었을 때, 엑셀을 며칠 붙들지 않아도 답할 수 있게 하는 영역입니다.
부서별 인력 현황, 이탈 위험이 높아 보이는 조직, 인건비 추이 같은 것들이죠.
여기서부터가 더 중요합니다.
HR은 회사에서 가장 민감한 결정들이 모이는 곳입니다.
누구를 뽑고, 누구를 올리고, 얼마를 주고, 어떻게 평가할지. 이 결정에 AI를 잘못 끼워 넣으면 효율이 아니라 사고가 납니다.
첫째, 최종 결정은 사람이 해야 합니다.
채용 탈락, 평가 등급 확정, 승진 여부, 징계. 이런 결정을 AI가 내리게 해서는 안 됩니다.
AI는 후보를 정리하고 근거를 모아주는 역할까지입니다.
"AI가 그렇게 판단했다"는 말은 어떤 직원에게도 납득되지 않습니다.
둘째, 설명할 수 없으면 쓰지 마세요.
지원자가 "왜 떨어졌나요"라고 물었을 때, "AI가 걸러냈습니다"밖에 답할 수 없다면 그 프로세스는 위험합니다.
채용은 법적 분쟁이 잦은 영역이고, 설명 책임은 회사에 있습니다.
셋째, 편향은 데이터에서 옵니다.
과거 채용 데이터로 학습한 AI는 과거의 편향을 그대로 재현합니다.
예전에 특정 학교나 특정 성별을 선호했다면, AI는 그 패턴을 '성공 공식'으로 배웁니다.
효율을 얻으려다 차별을 자동화하는 셈이죠.
넷째, 개인정보는 다른 문제입니다.
인사 데이터는 주민번호, 급여, 건강, 가족관계까지 담고 있습니다.
이런 데이터를 외부 AI 서비스에 그냥 넣는 것은 별개의 리스크입니다.
어떤 데이터가 어디로 가는지 반드시 확인해야 합니다.
AI를 인사에 붙이려 할 때 대부분 같은 곳에서 막힙니다.
데이터가 흩어져 있다는 것입니다.
근태는 이 시스템에, 급여는 저 시스템에, 평가는 엑셀에, 교육 이력은 담당자 메일함에.
이 상태에서는 챗봇에게 "제 연차 며칠 남았죠"조차 정확히 답하게 만들 수 없습니다.
그래서 순서가 중요합니다.
AI 도구를 먼저 사는 게 아니라, 인사 데이터가 한곳에 정확히 쌓이는 구조를 먼저 만드는 것입니다.
데이터가 정리되면 AI는 그 위에 얹는 일이고, 데이터가 엉망이면 어떤 AI를 붙여도 답이 틀립니다.
BSG의 HR 플랫폼 PeopleLogic이 인사·근태·급여·평가 데이터를 하나로 모으고, 그 위에서 셀프서비스와 챗봇, 대시보드를 제공하는 것도 이런 이유입니다.
가트너는 2030년까지 인사 업무의 상당 부분을 AI가 수행하고 나머지도 AI의 도움을 받게 될 것으로 전망했습니다.
방향은 분명해 보입니다.
다만 그 변화가 인사팀을 대체하는 방향은 아닐 것입니다.
AI가 반복 응대와 문서 작업을 가져갈수록, 사람이 할 일은 오히려 선명해집니다.
조직을 이해하고, 갈등을 조율하고, 사람의 성장을 설계하는 일.
애초에 인사팀이 하고 싶었던 그 일들이죠.
우리 인사팀의 시간은 지금 어디에 쓰이고 있나요? 그 질문에서 시작해보시길 권합니다.
출처 : 인크루트 2026년 HR 시장 이슈 조사, 가트너 HR 자동화 전망, 국내 HR 업계 동향 종합
기획 : 도예원