AI의 도입은 직무의 본질과 경계를 근본적으로 재구성하고 있다. 산업화 시대 이후 직무는 효율성과 전문성, 그리고 대규모 조직 운영의 핵심 단위로 기능해왔다. 그러나 최근 AI와 자동화 기술의 발전은 직무의 경계와 역할을 빠르게 변화시키고 있으며, 이는 인사관리 실무에 중대한 시사점을 제공한다.

 

직무 분화의 역사와 AI가 촉진하는 직무체계의 유연화

 

직무 분화는 산업화와 함께 시작되었다. 생산 과정이 단순할 때는 한 사람이 모든 업무를 담당할 수 있었지만, 기술과 산업이 발전하면서 생산 과정이 복잡해지고 전문성이 요구되기 시작했다. 이에 따라 생산 과정을 여러 단계로 나누고 각 단계별로 전문가를 배치하는 방식으로 직무가 세분화되었다. 기업이 커지고 경쟁이 심화되면서 효율적인 업무 처리를 위해 직무 분화가 더욱 촉진되었다.

 

하지만 기술 혁신, 디지털 전환 등 다양한 외부 요인으로 인해 환경이 급변하면서 조직은 기존의 경직된 직무 체계가 아닌 유연한 직무 체계를 필요로 하게 된다. AI는 이러한 환경 변화 속 조직의 변화를 가속화하는 촉매제 역할을 한다. 실제로, ChatGPT Code Interpreter와 같은 AI 기반 도구는 복잡한 데이터 분석과 데이터 전처리, 시각화 등 일부 AI 모델링 작업을 하나의 환경에서 효율적으로 처리할 수 있도록 지원한다. 이처럼 업무 영역 간 경계가 약해지면서, 부서 간 협업이 원활해지고, 새로운 프로젝트나 변화에 신속하게 대응할 수 있는 환경이 마련된다.

 

 

AI가 촉진하는 직무 재정의와 역할 변화

 

AI는 반복적이거나 정형화된 업무를 빠르게 대체한다. 이에 따라 조직은 남은 고부가가치 업무(문제해결, 창의적 기획, 고난도 의사결정 등)에 인적 자원을 집중하게 된다. 이 과정에서 기존 직무의 경계가 해체되고, 업무 내용은 조직의 전략적 목적에 따라 재정의된다. 예를 들어, 은행의 창구 직원은 단순 입출금, 송금, 대출 업무에서 고객 상담, 마케팅, 데이터 분석 등으로 직무가 재편되고 있다.

 

이러한 변화는 단순한 직무 재편이 아니라, AI와 인간의 협업을 전제로 한 ‘역할의 재구성’이다. 실제로 AI는 대량의 데이터를 분석해 적합한 인재를 추천하고, 직무 배치와 이동, 성과 예측 등 HR 프로세스 전반에 영향을 미친다. IBM, KDB금융그룹 등은 AI 기반 인사 시스템을 도입해 채용, 배치, 이탈 예측 등에서 효율성과 정밀도를 높이고 있다.

 

 

AI 도입이 인사관리 실무에 주는 시사점

 

AI는 인사관리의 전 영역에 걸쳐 변화를 촉진한다. 채용에서는 AI가 지원자 분석, 역량 평가, 합격률 예측 등에서 실무자의 의사결정을 지원한다. 배치와 이동, 퇴직 관리에서도 AI는 데이터 기반의 의사결정과 맞춤형 인재 관리를 가능하게 한다. 성과관리 역시 AI를 활용해 객관적 지표와 피드백을 제공함으로써, 기존의 모호한 평가 기준을 보완한다. 다만, AI의 분석 결과가 신뢰받기 위해서는 평가 기준의 명확성과 데이터의 객관성이 반드시 전제되어야 한다.

 

또한, AI는 리스킬링과 업스킬링의 필요성을 높인다. AI와 자동화가 반복적이고 정형화된 업무를 빠르게 대체하면서, 기존의 직무만으로는 조직과 개인 모두 미래 경쟁력을 확보하기 어렵다. 이제는 변화하는 업무 환경에 맞춰 새로운 기술과 지식, 문제해결력, 데이터 해석력 등 고차원적 역량을 갖추는 것이 필수적이다. 조직은 AI가 대체할 수 없는 영역에서 인재의 역량을 강화하고, 맞춤형 성장 경로를 제시할 수 있다. 이에 따라 인사담당자는 직원의 역량 개발을 위한 전략적 파트너로서의 역할이 더욱 중요해지고 있다. IBM 'Expertise Manager'는 직원의 역량 수준을 파악해 맞춤형 역량 강화와 업무 재배치, 경력개발을 지원한다.

 

 

조직과 인사담당자의 과제

 

AI가 직무를 재구성하는 시대, 조직과 인사담당자에는 몇 가지 과제가 주어진다.

 

첫째, 직무의 재정의와 유연한 배치가 필요하다. AI가 대체할 수 있는 반복적·정형적 업무와 인간이 집중해야 할 창의적·전략적 업무를 명확히 구분하고, 이 둘이 유기적으로 결합되는 최적의 직무 구조를 설계해야 한다. 또한, AI와 인간의 협업이 전제되는 만큼, 직무를 단순히 역할의 집합이 아니라 ‘AI와 협력해 어떤 가치를 창출할 수 있는가’라는 관점에서 재정의해야 한다. 데이터 기반의 의사결정과 실시간 피드백, 맞춤형 지원이 가능해진 만큼, 직무 목표와 성과지표 역시 AI가 제공하는 데이터와 통찰을 적극 반영해 유연하게 설계해야 한다.

 

둘째, 데이터 기반의 인사관리 체계를 구축해야 한다. AI가 제공하는 데이터와 인사이트를 실질적 의사결정에 활용할 수 있도록 HR 프로세스를 혁신해야 한다. 이를 위해 기존의 규정과 정책 중심의 의사결정에서 벗어나, 채용, 배치, 성과관리, 보상, 교육 등 전 영역에서 데이터 분석과 AI 예측 결과를 적극적으로 반영하는 시스템을 구축해야 한다. 예를 들어, AI 기반 채용 솔루션을 통해 지원자 평가의 객관성과 효율성을 높이고, 직원 배치와 경력 개발에도 데이터 기반 추천 시스템을 도입함으로써 인재 활용의 최적화를 도모할 수 있다. 또한, 실시간 성과 데이터와 피드백을 바탕으로 보상과 인재 개발 정책을 유연하게 조정하는 등, HR의 전 과정이 데이터와 AI 중심으로 재설계되어야 한다.

 

셋째, AI와 인간의 협업을 전제로 한 조직문화와 리더십이 요구된다. 구성원이 AI와 데이터를 적극적으로 활용할 수 있도록 지원하고, 데이터 기반 의사결정이 뿌리내리는 조직문화를 구축해야 한다. 이와 더불어, AI가 대체할 수 없는 창의적 사고 등 인간의 소프트 스킬이 자연스럽게 발휘될 수 있도록 심리적 안전과 실질적 도전 기회를 제공하는 것이 필요하다. 리더는 AI와 인간의 강점을 조화롭게 연결해 구성원 모두가 혁신에 기여할 수 있도록 지원해야 한다.

 

 

 

 

AI와 인간의 협업 기반의 직무 재설계 및 데이터 중심의 의사결정이 가능해지며 AI는 직무의 경계와 역할을 새롭게 정의하는 중요한 변곡점으로 작용하고 있다. 다만, AI가 인사관리 영역에 활용됨에 따라 법적 불확실성과 규제 준수의 어려움이 발생할 수 있다는 점도 간과할 수 없다. 예를 들어, 유럽연합은 2024년 AI 규제법을 도입해 인사·노무 분야의 AI를 고위험으로 분류하고 엄격한 위험관리와 투명성, 정보제공 의무를 부과하고 있다. 이에 따라 인사 담당자는 앞으로 관련 법령 및 규제 동향을 면밀히 살피고 대응 전략을 세우는 등 변화의 흐름에 주도적으로 대응해야 한다. 이를 통해 조직의 미래 경쟁력을 높일 수 있을 것이다.

 

 

에프엠어소시에이츠 서이슬 선임 컨설턴트
esseo@fma-consulting.com