HR에 AI를 채택하는 추세는 분명하며, 응답자 중 절반 이상(54.99%)이 HR 전문가보다 AI를 신뢰한다고 답했습니다. 이는 두 가지를 시사합니다. AI의 역량에 대한 신뢰가 높고, 인간 전문가에 대한 신뢰는 어쩌면 부족할지도 모른다는 사실이 바로 그것입니다. 

직원들이 AI가 수행해도 괜찮다고 생각하는 HR 업무를 묻자, 67.21%가 신입 사원의 직무 준비를 위한 온보딩 및 교육 업무를 AI가 처리하는 것에 편안함을 느낀다고 답하며 기술에 대한 신뢰를 보여주었습니다. 또한 응답자의 약 60%는 인간의 평가보다 AI가 생성한 성과 피드백을 선택하겠다고 답하며 AI의 공정성과 일관성에 대한 확신을 드러냈습니다. 

이 두 가지 영역은 인사 관리에서 전통적으로 중요하게 다루었던 부분으로, 이 영역에서 근로자들은 AI 사용을 압도적으로 지지하고 있습니다. 이러한 결과는 현실에서도 신뢰로 나타나는데, 직원들은 AI를 신뢰할 준비가 되어 있을 뿐만 아니라, 상대적으로 높은 비율로 구체적이고 중요한 업무를 AI에 맡기겠다는 의사를 밝혔습니다. 

AI의 편향성 문제는 AI에 대한 논의에서 자주 제기되며, 특히 HR과 같은 민감한 분야에서는 특히 중요한 문제입니다. 그러나 인간의 평가 역시 편향성 문제에서 자유롭지 않습니다. 2023년 Syndio 보고서에 따르면, 직원의 25%는 상사의 개인적인 편견이 자신의 성과 평가에 부정적인 영향을 미쳤다고 생각합니다.

따라서 편향성에 대한 우려는 항상 존재하지만, AI가 오히려 해결책을 제공할 가능성이 더 높을 수 있습니다.

실제로 응답자의 64.75%가 AI 기반 HR 도구가 공정하게 활용될 것이라고 확신했으며, 이중 38.9%는 매우 확신하고 25.85%는 어느 정도 확신한다고 답했습니다. 이와 같은 압도적 다수는 중대한 편향 없이 HR 프로세스를 관리할 수 있을 것이라는 AI의 능력에 대한 상당한 수준의 신뢰를 반영합니다.

마찬가지로 응답자의 20.45%는 AI 기반 도구가 편견 없는 성과 평가를 제공할 수 있다고 생각하며, 이는 이러한 도구가 사람의 주관성을 완화하고 객관적인 데이터를 기반으로 공정한 평가를 제공할 수 있다는 상당한 믿음이 있음을 시사합니다. 응답자들은 또한 온보딩(38.31%), 성과 평가(39.13%), 심지어 급여 협상(33.25%)과 같은 핵심 HR 기능에서도 AI가 공정하게 기능할 것이라고 신뢰했습니다.

이 데이터는 AI 도구의 학습 방식에 관계없이 HR 관련 문제를 처리하는 시스템의 데이터 중심 접근 방식이 더 공평한 것으로 인식되고 있음을 시사합니다. 인간 역시 모든 요소를 편견 없이 분석하지 못할 수 있으므로, 많은 직원들이 특정한 핵심 문제에 대해 HR용으로 설계된 AI 또는 생성형 AI를 활용하기를 선호하는 것은 당연합니다.

AI 기반 인사 관리에 대한 선호도가 전문성 성장과 경력 개발 분야까지 확대될까요? 당사의 조사에 따르면 그렇습니다. 다양한 산업의 근로자 중 64% 이상이 AI에서 생성된 성과 목표가 유용하다고 밝혔으며, 40.78%는 매우 유용하다고, 23.38%는 다소 유용하다고 평가했습니다.

경력 개발 분야의 AI에 대한 이러한 선호도는 개인화된 경험을 선호하는 것과 관련이 있을 수 있습니다. 일례로 HR용으로 특별히 설계된 AI 도구에서는 개인의 성과, 회사의 목표 및 업계 벤치마크에 따라 성과 목표를 생성할 수 있습니다. 이는 직원의 요구 사항을 충족하고 성과를 높이는 데 큰 도움이 될 수 있습니다.

이러한 결과는 별도 질문을 통해 수집한 데이터와도 상관 관계가 있습니다. 해당 조사에서 직원의 26.44%가 AI가 경력 개발에 도움이 된다고 신뢰하고 있는 것으로 나타났으며, 이는 AI가 생성한 성과 목표에 대한 긍정적 시각과 일치합니다.

직원 중 64%가 AI로부터 성과 목표를 받기로 결정한다면 성과 검토는 어떨까요? 다시 한 번, 데이터에 따르면 압도적인 수의 근로자가 AI로부터 성과 피드백을 받는 것을 상당히 선호하는 것으로 나타났습니다.

실제로 근로자 중 75% 이상이 기존 관리자 피드백보다 AI 성과 검토를 선택할 것입니다. 이는 여러 이유로 설명될 수 있습니다. 어려운 피드백을 받는 것이 힘들 수 있고, 인간 관리자가 전적으로 정직하거나 투명하지 않을 수 있으며, 아니면 단순히 직원들이 AI에 더 편안함을 느낄 수도 있습니다. 또는 전혀 다른 이유가 있을 수도 있습니다.

한편 근로자 중 1/4은 AI 기반 HR 서비스나 도구가 특히 가용성 측면에서 인간 관리자보다 우수할 수 있다고 믿는 것으로 나타났으며, 이러한 사실들은 서로 연결될 수 있습니다. 근로자들은 AI가 자신의 성과를 철저히 분석하고 정확한 피드백을 제공할 것이라고 신뢰할 수 있는 반면, 인간 관리자는 경우에 따라 그렇게 하지 못할 수도 있습니다. 근로자들은 단순히 인간이 오류에 더 취약하다고 느낄 수도 있습니다.

그런데 이러한 선호 또한 성과 검토에만 국한되지 않습니다. 직원 중 67.21%는 AI가 출근 첫 날을 안내하는 것에 편안함을 느끼며, 36.19%는 생성형 AI를 통해 온보딩 및 교육이 개선될 것이라고 생각합니다. 직원들은 장기적인 성공에 중요한 이러한 업무를 처리하기 위해서도 꾸준히 AI를 선택할 것입니다.

마지막으로, 근로자들에게 직원 경험에서 AI를 가장 신뢰할 수 있는 영역이 무엇인지 물었습니다. 응답자의 39.13%는 성과 검토 및 교육에서 AI를 신뢰하고 26.44%는 경력 개발에 유리하다고 답했습니다. 전반적으로 많은 응답자가 여러 개의 옵션을 선택했으며, 이는 광범위한 적용 가능성 및 신뢰를 나타냅니다.

특히 HR 전문가들의 경우, 그 수치는 더욱 높았습니다. 결과를 세분화해 보니, 50% 이상이 성과 평가에서 AI를 신뢰하는 것으로 나타났습니다. 이는 근로자들이 AI를 신뢰하는 것은 물론, HR 전문가들도 이와 같은 중요한 작업에서 AI를 신뢰한다는 사실을 보여줍니다. 아직 망설이는 이들에게 인사 관리 부서의 이러한 신뢰 표명은 AI에 대한 신뢰도 제고에 도움이 될 수 있습니다.

이 데이터의 전체적인 메시지는 명확합니다. HR에 AI를 사용하면 직원과의 신뢰를 구축할 수 있습니다. 이는 AI에 대한 많은 일반적인 편견과 상반되는 놀라운 발견으로, 인사 관리 부서에는 고무적인 일입니다.

사람들은 AI를 신뢰합니다. 따라서, AI에 투자하지 않으면 신뢰를 쌓을 수 있는 기회를 놓치게 될 것입니다.

HR의 AI에 대한 이러한 트렌드를 활용하기 위해 인사 관리 부서에서 실행할 수 있는 몇 가지 실행 항목은 다음과 같습니다.

• AI 온보딩 도구에 대한 투자: HR 부서는 최소한 AI 기반 온보딩 및 교육 도구에 대한 투자를 고려해야 합니다. 파일럿 프로그램을 실행하면 피드백을 수집하고 광범위한 구현 전에 서비스를 미세 조정할 수 있습니다. 대표적인 도구로는 Rippling, TriNet, 그리고 물론 ServiceNow의 직원 여정 관리 솔루션이 있습니다.
• 하이브리드 방식 시도: AI를 완전히 도입할 준비가 되지 않았다면, AI가 뛰어난 역량을 발휘할 수 있는 분야(데이터 분석 및 일관된 피드백 등)에는 AI를 활용하되 미묘한 판단이 필요한 결정에는 인간의 감독을 유지하는 하이브리드 방식을 채택할 수 있습니다. 이 공통 HR KPI 자원을 사용하면 이러한 하이브리드 접근 방식을 통해 공통 HR KPI에 도달하는 방법을 지속적으로 추적할 수 있습니다.
• 성과 검토에 AI를 활용하는 실험: 내년도 계획 시 성과 검토를 지원하는 Campbell, DeepReview 또는 ServiceNow의 성과 검토 템플릿과 같은 AI 도구를 구현해 보세요. 물론 인간 상호작용을 통해 이러한 도구를 보완하는 것도 좋지만, 데이터 분석을 AI에 맡겨 직원 신뢰도를 높이는 것부터 시작할 수 있습니다.
• HR 부서를 대상으로 한 AI와의 협력 훈련: 데이터 해석, 윤리적 AI 사례, 변경 관리 등 AI 도구를 효과적으로 활용하려면 HR 전문가는 새로운 역량을 개발해야 합니다. 모든 사람이 원활하게 전환을 진행할 수 있도록 팀을 교육하세요.

HR 부서에서 AI를 활용할 수 있는 가능성을 탐색하는 데 관심이 있다면, 당사에서 도와 드릴 수 있습니다. ServiceNow는 인공 지능의 강력한 기능을 통해 현재 프로세스와 도구를 강화할 수 있는 포괄적인 HR 서비스 제공(HRSD) 솔루션을 제공합니다.