CHRO를 위한 HR 내 AI 가이드: 오해, 혼란, 그리고 측정 가능한 영향

IBM의 HR 조직은 거의 10년에 걸쳐 디지털 혁신 여정을 이어오고 있습니다. 그 과정에서 우리는 많은 것을 배웠으며, 한 가지는 분명히 말씀드릴 수 있습니다. 가장 큰 영향을 준 교훈은 기술을 구현하는 방법에 관한 것이 아니었습니다. 물론 그 부분에 대해서도 충분히 말씀드릴 수 있습니다.

다소 역설적으로 들릴 수 있지만, 우리는 행동, 문화, 리더십에 대해 훨씬 더 중요한 교훈을 얻었습니다. 

2016년 우리는 IBM 구성원들에게 Watson Assistant라는 제품에 대한 접근 권한을 제공했으며, 이를 통해 코딩 경험이 없는 IBM 구성원도 기본적인 질의응답 챗봇을 개발할 수 있었습니다. 이는 매우 훌륭한 시도였지만, 2017년 초가 되자 HR 전반에 수많은 챗봇이 난립하는 상황이 벌어졌습니다. 우리는 이를 두고 “형편없는 SF 영화 같다”고 농담하곤 합니다. HR 부서에만 30개가 넘는 봇이 존재했습니다. 이 경험은 직원들에게 혼란과 불만을 안겼고, 어떤 HR 프로세스에 어떤 봇을 사용해야 하는지 알 수 없는 상황이 되었습니다. 우리는 변화를 만들어야 한다는 것을 깨달았습니다.

이에 대응하기 위해 우리는 모든 봇을 AskHR라는 하나의 사용하기 쉬운 인터페이스로 통합했습니다. 직원들은 더 이상 어떤 봇을 선택해야 할지 고민할 필요가 없었고, 모든 기능이 하나의 인터페이스에 통합되었습니다. AskHR는 HR로 향하는 디지털 프런트 도어가 되었습니다. 유일한 문제는 무엇이었을까요? IBM 구성원들이 이를 사용하지 않았다는 점입니다. 1-800 번호로 전화하거나, 이메일을 보내거나, 복도를 걸어가 HR 파트너에게 직접 도움을 요청할 수 있는데 굳이 이를 사용할 이유가 있었을까요?

진정한 행동 변화에는 때로 과감한 조치가 필요합니다. 2018년 우리는 IBM 구성원의 행동을 바꾸기 위한 중요한 조치를 취했습니다. 하룻밤 사이에 전 세계 35만 IBM 구성원을 대상으로 1-800 번호와 이메일 지원을 중단했으며, 전 세계 1차 관리자에 대한 HR 파트너 지원도 종료했습니다. 우리는 직감적으로 이것이 새로운 HR 디지털 프런트엔드를 사용하도록 유도하는 데 필요한 조치라는 것을 알고 있었습니다. 결과적으로 우리의 판단은 옳았지만, 그 여정은 순탄하지 않았습니다.

이른바 “빅뱅” 방식으로 이메일, 전화번호, 1차 관리자 대상 HR 파트너 지원을 중단하기 전, HR에 대한 순추천지수(NPS)는 +19였습니다. 그러나 곧 -35로 떨어졌습니다. 무려 54포인트 하락한 수치입니다.

최고의 기술과 워크플로, 프로세스를 갖추고 있더라도 어느 시점에는 결단을 내려야 할 수 있습니다. -35를 감수하고 버틸 것인가? 우리는 회사와 직원 모두를 위해 올바른 일을 하고 있다고 믿는가? 아니면 다른 결정을 내릴 것인가?모든 기업이 그러한 위기를 버텨낼 수 있는 문화를 갖추고 있는 것은 아닙니다.

우리에게 그 하락은 고통스러웠지만 예상하지 못한 일은 아니었습니다. 그럼에도 우리는 올바른 길을 가고 있다는 확신이 있었습니다. 18개월 후, 우리의 NPS는 회복세를 보이기 시작했습니다. 현재는 +74입니다. 

HR 전환 스토리를 공유할 때, 일부는 AI 할루시네이션이나 편향을 우려하며 반대 의견을 제기하기도 합니다. 이에 대한 우리의 답은 “인간이 항상 통제한다.”입니다. 여러분은 리더입니다. AI를 언제, 어디에, 어떻게 배치할지는 여러분이 결정합니다. AI는 하나의 툴일 뿐이며, 통제 불가능하게 작동하지는 않습니다. 하지만 실제 적용에서는 현실적인 접근이 필요합니다.  

FOMO(Fear of Missing Out), 즉 뒤처질지 모른다는 두려움이 AI 의사결정을 좌우하게 두지 마세요. 그게 무슨 의미일까요? 그저 흥미로워 보이거나 언론과 소셜 미디어의 관심을 받고 있다는 이유로 다른 회사가 하는 것을 따라 결정하지 마세요. 그것이 회사의 가치나 비즈니스 수익 모델과 맞지 않는다면 실행하지 마세요.

간단해 보이지만, 실제로는 훨씬 더 복잡합니다. 초기 단계에서 “AI가 무엇까지 맡는 것이 적절한가?”와 같은 질문을 던져야 합니다. 또는 “무엇이 우리 회사의 가치와 부합하는가?”와 같은 질문도 필요합니다.

IBM에서는 모든 AI 활용에 인간이 반드시 개입하는 human-in-the-loop 구조를 유지합니다. 최종 의사결정자는 인간이며, 이는 우리의 핵심 가치 중 하나입니다. 예를 들어 우리는 직원의 역량, 시장 내 희소성, 해당 직무에서의 근속 연수를 기준으로 AI가 급여 인상안을 추천하도록 활용합니다. 그러나 실제 인상 금액은 항상 관리자의 최종 결정입니다. 우리는 관리자에게 보상 추천을 제공하는 데 AI를 활용하는 것에 대해 편안하게 생각합니다. 그러나 귀사의 상황은 다를 수 있습니다.

반면 우리는 AI를 채용 후보자 선별에 사용하지 않습니다. 스킬 중심 기업으로서 우리는 지원자가 그 역량을 어디에서 습득했는지가 아니라 어떤 기술 역량을 갖추었는지에 주목합니다. 알고리즘이 비전통적인 배경을 가진 후보자를 배제할 수 있다는 점을 우려하기 때문입니다. 귀사는 AI를 활용해 전혀 다른 접근을 선택할 수도 있으며, 그것 역시 괜찮습니다. 결국 중요한 것은 귀사의 비즈니스에 무엇이 적합한가입니다.

AI를 어디에서 어떻게 활용하든, 거버넌스가 내재된 모니터링 툴을 반드시 갖추는 것이 중요합니다. AI가 예상과 다른 결과를 내기 시작하면 즉시 경고를 받아야 합니다. 

최종 사용자 관점에서 AI가 어떻게 작동하고 있는지 항상 파악하고 있어야 합니다. 피드백 메커니즘은 매우 중요합니다. 초기에는 간단한 좋아요·싫어요 표시만으로도 충분할 수 있지만, 사용자들은 서면 의견을 통해 더 구체적인 피드백을 제공하고자 합니다. 지속적인 피드백은 데이터 내 트렌드를 파악하고 프로그램과 정책을 더 빠르게 개선하는 데에도 도움이 됩니다.

예를 들어 현재 AI 에이전트로 발전한 AskHR의 경우, 툴을 어떻게 개선할 수 있는지에 대한 수천 건의 의견을 매년 받고 있습니다. 직원들이 자신의 어려움을 경청하고 해결하려 한다는 것을 알게 되면 빠르게 공감하고 참여하게 됩니다. 

우리는 종종 “어떤 AI 및 자동화 프로젝트를 도입할지 어떻게 결정하나요?”라는 질문을 받습니다. 선택지가 많기 때문에 쉽지 않지만, 우리는 몇 가지 근본적인 질문에서 출발합니다.

1. 우리는 어떤 문제를 해결하려는가?
2. 정말로 문제를 해결하고 있는가?
3. 그 문제가 해결할 가치가 있는가?
4. 우리가 얻는 수익은 무엇인가?

왜 이런 질문을 할까요? 모든 잠재적 AI 프로젝트를 실행하기에는 예산, 시간, 기술 역량이 결코 충분하지 않습니다. 우리는 우선순위를 정해야 합니다. 보유한 유스케이스를 검토하고, 실제 문제를 해결하며 직원의 불편을 해소하고, 조직 내에서 확장성과 레버리지를 확보할 수 있는 과제를 우선 고려하세요.

그리고 파일럿을 두려워하지 마세요. 우리가 복리후생 콘텐츠에 기존 방식에서 생성형 AI(gen AI)로 전환하는 방안을 검토했을 때, 일부에서는 우려의 목소리를 제기했습니다. 복리후생 영역에는 애매한 회색 지대가 없습니다. 답은 옳거나 그르거나 둘 중 하나이기 때문에, 우리는 파일럿을 진행했습니다.

복리후생 팀은 다중 턴 대화를 지원하고 이전 대화를 기억할 수 있는 생성형 AI(gen AI)가 제공하는 향상된 직원 경험을 원했습니다. 기존 AI에는 이러한 기억 기능이 없습니다. 우리는 HR 내부에서 90일간 파일럿을 진행했고, 일부 질문은 기존 AI에 더 적합한 반면, 다른 질문에서는 생성형 AI가 더 뛰어난 성과를 낸다는 점을 확인했습니다. 이와 같은 변수들 때문에 파일럿은 매우 중요합니다. 확장에 나서기 전에, 감수 가능한 위험 수준에 맞는 충분히 큰 집단을 대상으로 충분한 테스트를 진행했는지 확인하세요. 

아직 AI 여정을 시작하지 않았다면, 더 이상 지체할 시간이 없습니다. 직원의 작은 불편 사항 하나를 찾아 자동화하고 시작하세요. 거기에서부터 확장할 수 있습니다… 하지만 오늘 시작하세요.

이미 여정을 시작한 조직이라면, AI가 직원 경험, 생산성, 혁신 측면에서 아직 드러나지 않은 새로운 가능성을 열어줄 수 있다는 점을 기억하세요. 과감하게 실행하세요.