AI로 HR의 점점 커지는 역량 격차 해결하기

HR 리더십에 계신 분들이라면 이미 불편한 진실을 알고 계실 것입니다. 조직이 기대하는 바와 실제 팀이 제공할 수 있는 역량 사이의 격차가 좁혀지기는커녕 오히려 더 벌어지고 있다는 사실입니다. 팬데믹이 업무 방식을 근본적으로 바꾸기 전과 거의 다름없는 인력과 도구만을 가지고, 성장과 비즈니스 혁신을 위한 전략적 파트너 역할을 수행하는 동시에 전례 없이 복잡하고 감정 소모가 큰 직원 문제를 엄청나게 처리해야 하는 상황에 직면해 있습니다.

이는 단순히 더 열심히 일하거나 효율성을 높이는 것만으로는 해결할 수 없는 문제입니다. 이제는 단순한 계산만으로는 답이 나오지 않습니다. 팬데믹 이후의 변동성, 만성적인 기술 부족, 끊임없는 조직 변화로 인해 HR 부서는 거의 지속적인 위기 모드에 처해 있습니다. 동시에 5세대에 걸친 직원들은 복리후생부터 커리어 개발에 이르기까지 모든 분야에서 소비자 수준의 개인화를 요구하고 있으며, 경영진은 고령화 인력에 대한 승계 계획 수립, 단기적으로 측정 가능한 비즈니스 성과 창출, AI로 강화된 미래에 대비한 인력 준비와 같은 전략적 과제를 해결해 줄 것을 기대하고 있습니다.

점점 더 커지는 실적 과제

이러한 부담은 고스란히 겉으로 드러나고 있습니다. 최근 연구에 따르면 HR 리더의 84%가 빈번한 스트레스를 호소하고, 81%가 번아웃을 느끼며, 95%는 자신의 업무를 "과도한 업무량과 스트레스"라고 표현합니다. 다른 설문조사에서도 HR 부서가 점점 더 "역량 한계에 다다르고 있다"고 보고하고 있으며, 설문 참여자들은 업무의 품질과 효과가 저하되고 있다고 답했습니다.

이는 비즈니스에 엄청난 영향을 미칩니다. 과도한 업무에 시달리는 HR 팀으로 인해 직원 채용 및 유지율이 하락하면서, 조직은 미래는 고사하고 현재의 요구사항에 맞춰 적절한 인력을 충원하는 데도 어려움을 겪고 있습니다. 직무의 연차와 업계에 따라 채워지지 않은 공석으로 인한 월간 기회비용이 $5,000에서 $25,000에 달하고, 대체 비용은 일반 직원의 연봉의 최대 200%에 이르는 상황에서, 기존 직원의 역량을 최대한 활용하는 것은 절대적으로 중요합니다.

지원, 참여, 명확한 커리어 경로의 부족으로 인해 직원 몰입도 역시 저하되고 있으며, '조용한 퇴사(quiet-quitting)'가 점점 더 보편화되고 있습니다. 직원 몰입도가 단 몇 퍼센트 포인트만 하락해도 기업에는 수백만 달러의 생산성 손실로 이어질 수 있다는 점에서 이는 매우 우려스러운 추세입니다.

분명 무언가 변화가 필요하며, 인력을 더 충원하거나 또 다른 단기 처방식 솔루션을 도입하는 것만으로는 해결책이 될 수 없습니다. 앞서 나가는 조직들은 적은 자원으로 더 많은 일을 하려고 애쓰는 대신, HR의 역할과 AI의 역할, 그리고 이 둘이 만나는 접점을 근본적으로 재고하고 있습니다.

HR의 AI 기반 혁신 여정

HR과 AI에 대해 논할 때, 지금까지 AI가 미친 영향이 제한적이었다는 점을 인정하는 것이 중요합니다. 최근 가트너(Gartner)가 HR 리더들을 대상으로 실시한 설문조사에 따르면, 조직에 AI를 도입하려는 광범위한 시도에도 불구하고 88%가 AI 도구로부터 유의미한 비즈니스 가치를 실현하지 못했다고 답했습니다. AI 도구는 인재 발굴 및 검색, 이력서 스크리닝, 면접 기록 및 요약과 같이 좁은 범위로 정의된 HR 업무에는 영향을 미쳤지만, 더 복잡한 인력 관리 기능으로의 광범위한 도입에 있어서는 신뢰성이 여전히 근본적인 걸림돌로 남아 있습니다.

그럼에도 불구하고 여러 설문조사에서 HR 리더들은 AI를 통한 HR 기능의 장기적인 혁신에 대해 낙관적인 전망을 계속해서 표명하고 있으며, 기술에 대한 투자를 지속적으로 늘려가고 있습니다. 이러한 조직들이 깨닫기 시작한 것은 AI 기반 혁신이 오래된 조직의 요구사항을 단번에 해결해 주는 마법 같은 해결책이 아니라는 점입니다. 대신 기술적 역량이 발전하고 거버넌스 정책과 관행이 확립됨에 따라, 기존 프로세스는 물론 재설계된 프로세스에 신중하고 점진적으로 결합할 수 있는 도구라는 사실입니다. 이러한 접근 방식은 혁신을 HR 부서가 달성했거나 달성하지 못한 이분법적인 상태로 보지 않고, 시간이 지남에 따라 더 큰 이점을 제공하는 점진적인 변화와 프로세스 개선의 장기적인 여정으로 재정의합니다.

검증된 성공 경로

MathCo와 Databricks는 협력을 통해 다양한 HR 팀이 프로세스 전반에 AI를 긴밀하게 통합할 수 있도록 지원해 왔습니다. 저희가 발견한 가장 우수한 결과를 내는 접근 방식은 일련의 단계별로 진행되며, 각 단계는 이전 단계의 성공을 바탕으로 점진적인 비즈니스 가치를 창출합니다(그림 1).

Phase 1: 데이터 기반 구축

기성 AI 모델을 조직 고유의 정보 자산과 결합할 때 비로소 원하는 가치를 창출할 수 있습니다. 이로 인해 대부분의 HR 팀은 두 가지 과제에 직면하게 됩니다. 바로 기업 전반의 직원 데이터를 어떻게 통합할 것인가와 이 민감한 정보를 어떻게 안전하게 보호할 것인가입니다.

마케팅 팀은 고객 데이터와 관련하여 이러한 과제를 오랫동안 인식해 왔습니다. 대부분의 마케팅 팀이 채택하는 핵심 패턴은 개별 소비자의 식별자(identity)라는 공통된 개념을 중심으로 연결된 관련 정보의 중앙 집중식 저장소를 구축하는 것입니다. 흔히 'Customer 360'이라 불리는 이 정보 저장소는 직원 정보에도 쉽게 적용할 수 있습니다.

Employee 360 내에서 기업 전반의 직원 데이터가 중앙 집중화됩니다. 다양한 운영 시스템의 정형 정보뿐만 아니라 여러 관리 및 커뮤니케이션 시스템의 비정형 정보도 복제됩니다. 이러한 데이터에서 유용한 지표와 분류가 추출되며, 예측 인사이트도 생성됩니다. 목표는 Employee 360에 저장된 원시 데이터를 HR 팀이 즉시 활용할 수 있도록 만들고, 직원 정보의 신호를 해석하는 데 있어 일정한 표준을 마련하는 것입니다.

여기서는 데이터 거버넌스가 절대적으로 중요합니다. 데이터에 대한 적절한 액세스 권한이 부여되고 신중하게 감사되도록 하는 데 많은 관심을 기울이는 한편, 저장소에 있는 정보의 품질에도 주의를 기울여야 합니다. 신뢰할 수 없는 정보에 기반해 인력 결정을 내리는 것은 비즈니스에 해가 될 뿐만 아니라, 기업에 규제 및 법적 문제를 야기할 수도 있습니다.

Phase 2: 인력 인사이트 재검토

강력하고 신뢰할 수 있으며 안전한 데이터 기반이 마련되면, 다음 단계는 이 기반을 활용하는 것입니다. 이제 조직은 수동 보고와 일회성 분석에 계속 의존하는 대신, Employee 360에서 직접 구축된 재사용 가능한 인력 인사이트 제품을 제공하여 채용, 성과 관리, 보상, 퇴사, 인력 계획 등 가장 중요한 핵심 HR 워크플로우에 데이터를 내재화할 수 있습니다.

이러한 변화는 단순히 효율성을 높이는 것 이상의 효과를 냅니다. 데이터 가시성이 제한적이었던 조직의 경우, 인력 인텔리전스를 모든 핵심 HR 결정의 중심에 두어 HR 리더, 관리자, 분석가가 앞으로 필요로 할 분석 역량을 키울 수 있도록 돕습니다. 동시에 신뢰할 수 있는 단일 직원 정보 소스에 대한 액세스를 넓힘으로써 데이터 자체에 대한 자연스러운 검증 기회를 제공합니다.

이 단계의 초기에는 의사 결정권자들이 기존의 예상을 뒤엎는 결과를 필연적으로 마주하게 될 것입니다. 이러한 결과 중 일부는 수정이 필요한 실제 데이터나 로직 상의 문제를 드러낼 것입니다. 하지만 그보다 더 자주, 오랫동안 품어왔던 가정과 실제 인력이 작동하는 방식 사이의 격차라는 훨씬 더 가치 있는 사실을 발견하게 될 것입니다.

두 가지 결과 모두 건설적입니다. 이 단계를 거친 조직은 더 깨끗한 데이터와 날카로운 분석적 직관을 얻게 되며, 무엇보다도 기존의 사고방식이 어디서 무너지는지 직접 목격한 리더십 팀을 갖추게 됩니다. 이것이 바로 HR 워크플로우를 처음부터 다시 설계하는 데 필요한 마음가짐입니다.

Phase 3: AI를 통한 워크플로우 강화

이제 조직은 AI를 활용할 준비가 되었지만, 기술에 대한 신뢰 문제는 여전히 남아 있습니다. HR 워크플로를 근본적으로 재고하기보다는, AI가 생성한 결과의 해석과 모든 중요한 의사 결정에 사람이 참여하는 방식(human-in-the-loop)을 유지하면서 기존 HR 워크플로를 개선하는 것부터 시작하는 것이 가장 좋습니다.

모든 HR 프로세스를 철저하게 매핑하는 것이 매우 유익하겠지만, 이 단계는 대개 리소스가 제한적이고 정보에 대한 사람의 해석에 크게 의존하는 워크플로를 간단히 나열하는 것부터 시작합니다. 이러한 워크플로를 파악하여 AI를 적용할 수 있는 워크플로 관리 도구로 가져오고, 시간이 많이 걸리고 반복적이며 해석이 필요한 작업에 AI를 선택적으로 사용하면 워크플로가 더 체계화되기 시작하고 팀이 측정 가능한 이점을 얻을 수 있는 기반이 마련됩니다.

이 단계에서는 투명성이 매우 중요합니다. AI를 사용할 때마다 사람 의사 결정권자는 어떤 결정이 내려졌는지뿐만 아니라 그 이유에 대한 세부 정보에도 접근할 수 있어야 합니다. 이러한 의사 결정권자는 AI에 피드백과 수정을 제공할 수 있어야 하며, 이 피드백은 시간이 지남에 따라 결과를 미세 조정(fine-tune)하는 데 사용되어야 합니다. AI가 완벽하고 순수하게 결정론적인 결과를 제공할 것으로 기대하지는 않지만, 피드백을 적절히 활용하면 숙련된 전문가의 신뢰성과 일관성을 뛰어넘는 결과를 제공할 수 있습니다. 하지만 그 단계에 도달하려면 시간이 걸립니다.

4단계: AI 최적화 프로세스 구축

AI를 제한적으로 사용하여 기존 워크플로를 개선하는 3단계에서 꽤 많은 시간을 보내게 될 것입니다. 이 단계에서도 상당한 이점을 얻을 수 있지만, 팀이 AI 사용에 더 익숙해지고 자체 워크플로를 더 깊이 이해하게 되면 조직이 일부 영역에서 근본적인 재고를 할 준비가 되는 시점이 옵니다.

이 시점이 되면 논의의 초점은 AI가 조직 내의 리소스 제약을 완화할 수 있는 부분이 어디인가에서, AI가 조직의 HR 및 인력 관리를 차별화된 역량으로 전환하는 데 어떻게 도움이 될 수 있는가로 이동합니다.

각 조직의 요구 사항이 다르기 때문에 이 단계에서 정해진 단 하나의 길은 없지만, 여기에 설명된 점진적인 접근 방식을 취함으로써 조직은 이러한 노력을 지원하는 데 필요한 데이터 및 기술 기반을 갖추게 됩니다. 또한 HR 팀뿐만 아니라 기업 전반의 인사 담당 리더들과의 친밀감과 신뢰를 구축하여 AI가 인력을 위해 열어줄 수 있는 더 넓은 범위의 기회를 탐색할 수 있습니다.

MathCo의 경험 활용하기

이 4단계 로드맵을 현실로 바꾸려면 의지만으로는 부족합니다. 전략을 실현하기 위한 올바른 기술적 기반이 필요합니다. MathCo는 비즈니스 혁신을 가속화하도록 설계된 엔터프라이즈급 AI 플랫폼인 NucliOS를 통해 이러한 격차를 해소합니다(동영상 1).

동영상 1. 모듈식 빌딩 블록과 사전 구성된 블루프린트를 제공하는 MathCo의 NucliOS 스튜디오

처음부터 시작하는 대신, NucliOS는 모듈식 빌딩 블록과 사전 구성된 HR 블루프린트를 적용하여 조직이 파편화된 데이터에서 통합되고 안전한 Employee 360 뷰로 신속하게 전환할 수 있도록 지원합니다. 이 접근 방식은 구현 기간을 단축하고 거버넌스가 확보되고 신뢰할 수 있으며 인력 데이터의 고유한 미묘한 차이에 맞게 조정된 기반을 보장합니다.

팀이 이후 단계로 나아감에 따라, NucliOS는 AI 도입을 확장 가능하고 컨텍스트를 인식할 수 있도록 만드는 내장형 액셀러레이터를 제공합니다. 채용 추천부터 퇴사 경고에 이르기까지 모든 모델과 인사이트는 투명하고 설명 가능하므로, HR 팀은 AI의 작동 방식에 대한 완전한 가시성을 유지하고 사람들이 결과를 안내하고 개선하는 데 계속 참여하도록 할 수 있습니다.

혁신의 4단계에 맞춰 NucliOS는 지속적인 발전을 지원하는 세 가지 통합 환경을 제공합니다:

• Data Studio는 데이터 기반을 자동화하고 안전하게 보호합니다.
• AI Studio는 모델을 운영하고 사람의 피드백 루프가 중심을 유지하도록 보장합니다.
• Decision Studio는 고도화된 인사이트를 전략적 행동으로 전환하는 맞춤형 애플리케이션을 생성할 수 있도록 지원합니다.

이러한 기능들이 결합되어 HR은 비즈니스 속도에 맞춰 프로세스를 발전시킬 수 있는 도구를 갖추게 되며, 기본적인 자동화를 넘어 투명성, 거버넌스 및 지속적인 혁신을 바탕으로 한 AI 기반의 탁월함으로 나아갈 수 있습니다.

Databricks로 혁신에 힘을 실어주세요

성공적인 모든 AI 혁신은 신뢰할 수 있는 고품질 데이터에서 시작됩니다. Databricks는 이를 가능하게 하는 기반, 즉 Employee 360이 구체화되는 안전하고 거버넌스가 확보된 환경을 제공합니다. 모든 인력 데이터의 중앙 허브 역할을 하는 Databricks는 HR 시스템 전반에서 정형 및 비정형 정보를 통합하여 일관되고 감사 가능하며 개인정보 보호 규정을 준수하는 조직의 뷰를 보장합니다.

Built on a lakehouse architecture를 기반으로 구축된 Databricks는 엔터프라이즈 데이터 웨어하우징의 신뢰성과 데이터 레이크의 유연성을 결합하여 팀 간의 원활한 데이터 공유와 실시간 협업을 지원합니다. 강력한 액세스 제어, 계보 추적 및 품질 검사는 규정 준수에 필요한 투명성과 추적성을 유지하면서 민감한 직원 정보를 보호합니다.

결정적으로, Databricks는 안전한 저장소 그 이상의 역할을 합니다. 고급 AI 및 머신러닝 기능과의 긴밀한 통합을 통해 데이터를 NucliOS와 같은 도구로 안전하고 지능적으로 전송할 수 있으며, 여기서 데이터는 예측 모델, human-in-the-loop 워크플로 및 지속적인 프로세스 최적화를 지원합니다. 보호와 혁신 사이의 이러한 균형을 통해 인력 데이터가 갇혀 있지 않고 책임감 있게 활성화되어 새로운 전략적 가치를 창출할 수 있습니다.

HR 혁신 여정 시작하기

HR의 점점 더 벌어지는 역량 격차는 저절로 해결되지 않지만, 올바른 데이터 기반, 신뢰할 수 있는 AI, 경험이 풍부한 파트너가 있다면 조직 변화의 촉매제가 될 수 있습니다. Databricks를 기반으로 하는 MathCo의 검증된 접근 방식은 HR 리더가 안전하고 투명하며 확장 가능한 AI 혁신을 통해 비전을 행동으로 옮길 수 있도록 지원합니다.

조직에서 AI가 어떻게 HR을 재구상할 수 있는지 알아볼 준비가 되셨다면, MathCo에 문의하여 더 민첩하고 데이터 중심적이며 미래를 준비하는 인력을 향한 여정을 시작해 보세요.

(이 글은 AI의 도움을 받아 번역되었습니다. 원문이 궁금하시다면 여기를 클릭해 주세요)