인사 관리 분야에서의 AI 에이전트

AI 에이전트는 인적 자원 기능을 자동화하고 개선하도록 설계된 인공 지능(AI) 기반 툴입니다. 이러한 에이전트는 대규모 언어 모델(LLM)의 고급 자연어 처리 기술을 사용하여 사용자 입력에 응답하고, HR 관련 워크플로를 자율적으로 실행하고, 실시간 데이터 분석을 수행합니다.

인재 확보, 직원 경험, 규정 준수, 급여 관리, 성능 관리 및 기타 일상적인 작업과 같은 작업에서 HR 팀을 지원하는 데 AI 에이전트를 사용하는 경우가 증가하고 있습니다. 

직원들의 기대치가 변화하는 가운데, 전략적으로 배치된 고급 대화형 AI 기능을 갖춘 AI 에이전트는 기업의 파트너로 기능하여 HR을 혁신할 수 있습니다.

전 세계의 HR 리더들은 노동력 부족, 기술 격차 증가, 기술 변화 가속화 등 업무의 성격을 변화시키는 다양한 요인에 직면해 있으며, 새로운 인재 관리 전략이 필요합니다. 직원과 관리자 모두 더 적은 비용으로 더 많은 일을 해낼 수 있어야 합니다. AI 에이전트 및 관련 기술은 HR 워크플로를 최적화하고 직원에게 꼭 필요한 지원을 제공하는 동시에 HR 팀이 관리 작업에 소요하는 시간을 줄일 수 있습니다.

이러한 기술을 배포하면 직원 만족도와 비즈니스 수익에 있어 실질적인 결과를 얻을 수 있습니다. 비즈니스 전문가와 연구자들은 직원의 웰빙과 전문성 개발에 투자하는 것이 조직의 성공에 중요한 요소라고 믿습니다.¹ 지속적으로 학습하는 만족스러운 직원은 조직 전체의 생산성을 크게 높입니다. IBM IBV의 조사에 따르면, 탁월한 직원 경험을 제공하는 조직은 다른 조직에 비해 매출 성장률이 31% 더 높습니다.²

또한 IBM Consulting의 내부 연구에 따르면, 직원들이 일상적인 업무에 셀프 서비스 옵션을 활용하고 수동 인사 업무가 줄어들면 기업 전체의 역량이 향상되어 인사 서비스 제공 비용을 50%에서 60%까지 절감할 수 있습니다. 기업은 관리 부담을 줄이고 인사 전문가 및 기타 직원의 사용자 경험을 개선하는 주요 기술 개입을 통해 오버헤드를 줄이면서 성능을 크게 개선할 수 있습니다. 또한 HR 부서를 관리 부서에서 직원 경험 전반의 챔피언으로 탈바꿈시킬 수 있습니다.

에이전틱 AI 기술은 스펙트럼 상에 존재합니다. 일부 AI 에이전트는 특정 작업을 수행하거나 단일 목표를 달성하기 위해 선택한 외부 데이터를 통합하는 등 제한된 에이전시를 행사합니다. 학습 에이전트와 같은 AI 에이전트는 사용자 선호도를 자율적으로 추적하고 응답하기 위해 새로운 입력에 지속적으로 답변합니다. 에이전트형 챗봇은 비에이전트형 AI 챗봇과 달리 사용자 프롬프트에 응답할 뿐만 아니라 시간이 지날수록 응답을 개인화하며, 사용 가능한 리소스를 활용하여 보다 포괄적인 서비스를 제공하고 가장 효과적인 조치를 고려합니다.

엔터프라이즈 애플리케이션에서는 다양한 AI 에이전트를 함께 사용하여 일부 인사 기능을 완전히 또는 부분적으로 자동화합니다. 예를 들어, 에이전트 챗봇은 회사 휴가 정책에 대한 정보를 요청하는 직원에게 개인화된 관련 정보를 제공할 수 있으며, 작업 기반 에이전트는 관련 서류 제출 및 휴가 요청 관리와 같은 일련의 자율적이고 상호 연결된 작업을 수행할 수 있습니다.

AI 에이전트는 기존 시스템에 통합되어 인적 자본 관리(HCM) 플랫폼, 전사적 자원 관리 소프트웨어, 커뮤니케이션 및 티켓팅 툴, 디렉터리 또는 기타 HR 시스템과 함께 원활하게 작동하는 경우가 많습니다. 중요한 것은 AI 에이전트가 복잡하고 다단계 작업을 자율적으로 수행할 수 있어 이전의 챗봇이나 자동화 기술보다 더 민첩하다는 것입니다.

AI 에이전트를 HR 부서에 통합하면 기업의 시간, 비용 및 낭비되는 노력의 절약으로 이어지는 여러 이점을 얻을 수 있습니다. 예를 들어, 80개 이상의 일반적인 HR 프로세스를 자동화하는 특수 목적 플랫폼인 IBM의 AskHR 툴은 인상적인 결과를 창출했습니다. 현재 AskHR은 HR 부서를 대신하여 연간 1,010만 건의 상호작용을 해결하여 연간 5만 시간과 500만 달러를 절약하고 있습니다. 동시에 툴 출시 이후 HR 부서의 고객 만족도 점수(CSAT)가 크게 개선되었습니다.

에이전틱 AI는 작업자가 개인화된 HR 관련 정보에 즉시 액세스할 수 있도록 하여 대기 시간을 줄이고 응답 정확도를 개선할 수 있습니다. 또한 개별화된 AI 기반 학습 및 개발 프로그램은 직원들의 경력 성장에 도움이 되어 직무 만족도를 높입니다. HR 관리자는 시간이 많이 걸리는 반복 작업을 수행하는 데 소요되는 시간을 줄이면 보다 창의적인 전략적 이니셔티브와 함께 관계 구축에 집중할 수 있습니다.

인사 부서는 규정 준수 요구 사항과 같은 타사 데이터와 함께 잠재 고객, 직원 및 성능에 대한 매우 구체적인 정보를 대량으로 수신합니다. 이력서를 분석하든 HR 전문가에게 성과 인사이트를 제공하든, 에이전트형 AI는 지표과 데이터 포인트를 수집하고 조직이 채용, 승진 및 유지 전략에 대해 정보에 입각한 결정을 내릴 수 있도록 도와줍니다.

AI 에이전트는 급여 처리, 복리후생 관리 및 후보자 심사와 같은 반복적인 HR 작업을 자동화하여 HR 전문가가 더욱 가치 있고 인간 중심적인 역할에 집중할 수 있도록 합니다. 또한 직원들이 일상적인 HR 작업에 실시간으로 쉽게 액세스할 수 있으면 답답하고 시간이 많이 걸리는 인사 문제에 근무 시간의 상당 부분을 할애할 가능성이 줄어듭니다.

HR 프로세스를 자동화하면 수동 데이터 입력, 서류 작업 및 기타 시간 소모적인 작업의 필요성을 최소화하여 관리 비용을 절감할 수 있습니다. AI 기반 효율성은 채용, 온보딩 프로세스 및 기타 HR 운영에서 비용 절감으로 이어집니다.

AI 에이전트를 사용하면 HR 부서에서 추가 리소스 없이 증가하는 워크로드를 처리할 수 있습니다. 회사가 성장하든 대규모 인력을 관리하든, AI 에이전트는 즉시 확장가능하여 대규모 및 글로벌 기업에 하이터치 서비스를 제공합니다.

선도적인 기업들은 최고의 인재를 유지하고 직원을 지속적으로 참여시키기 위해 개인화 및 직원 중심의 서비스 제공 모델로 전환했습니다. AI 에이전트는 직원의 요구 사항이 발생하기 전에 사전에 해결하여 직장 문화를 개선하고 조직 전체의 마찰을 줄일 수 있습니다.

예를 들어, 에이전틱 AI 툴은 휴가 요청을 처리하거나 중요한 삶의 이벤트와 관련된 관리를 사전에 생성하거나 개인의 직위와 목표에 따라 경력 개발 기회를 추천할 수 있습니다. 에이전틱 AI는 직원 커뮤니케이션 및 지원을 대규모로 개인화함으로써 HR 전문가가 보다 내밀하거나 긴급한 문제에 집중할 수 있도록 하여 궁극적으로 직원 만족도를 높입니다.

AI 에이전트는 문서 확인, 고용 전 확인 및 IT 요청 제출을 자동화하여 원활한 직원 온보딩을 촉진합니다. 또한 교육 커리큘럼을 개인화하고 사용자 프로필 생성을 관리하여 신입 사원에게 원활한 경험을 보장합니다. AI는 직원 역할 및 기술 수준에 따라 학습 경험을 개인화하여 신입 직원과 베테랑 팀원 모두가 재능을 연마하여 생산성을 높일 수 있도록 지원합니다.

또한 에이전트는 일반적인 직원 질문에 대한 실시간 답변을 제공하여 직원이 가장 필요로 할 때 맞춤형 역할별 정보를 제공합니다. 이를 통해 신입 사원은 마찰을 줄이면서 자신의 역할에 적응할 수 있으며, 기존 직원은 다음 배정에 대비하여 기술을 향상하도록 지속적으로 독려를 받을 있습니다.

AI 에이전트는 직원을 위한 실행 가능한 목표와 경력 개발 계획을 수립하여 내부 직책을 제안하고 기술 개발 기회를 요약할 수 있는 역량을 갖추고 있습니다. 직원 데이터에 대한 액세스 권한이 주어지면 실시간 피드백을 제공하고 직원 생산성을 분석하여 지속적인 개선을 위한 권장 사항을 제공할 수도 있습니다.

예를 들어, IBM은 디지털 작업자를 활용하여 분기별 승진 프로세스를 통해 엄선된 HR 관리자를 지원하여 최대 17,000명의 직원에 대한 여러 시스템의 데이터 수집 및 형식 지정을 자동화합니다. 이러한 툴을 통해 HR 부서는 성과에 대한 정확하고 공정하며 시기적절한 인사이트를 확보하여 관리자가 중요한 인력 계획 결정을 내리고 시간을 대폭 절약할 수 있습니다.

AI 에이전트는 급여 처리, 복리후생 관리, 일정 관리, 면접 요약 및 규정 준수 모니터링과 같은 다양한 HR 시스템 작업을 자동화하여 효율성을 높이고 오류를 줄입니다. 이러한 툴은 잠재적인 위험에 플래그를 지정하고 시정 조치를 제안하여 회사 정책을 준수하도록 할 수 있습니다. AI 셀프 서비스 포털을 통해 직원은 사람의 개입 없이 정보에 액세스하고 요청을 제출할 수 있으므로 관리 오버헤드를 줄일 수 있습니다.

AI 에이전트는 이력서 분석부터 제안 패키지 생성에 이르기까지 인재 관리 프로세스의 거의 모든 단계를 간소화할 수 있습니다. 에이전트는 대규모 지원자 풀을 필터링하고, 면접 일정을 잡고, 후보자 평가를 지원하고, 생성형 AI를 사용하여 잠재 고객과 소통할 수 있습니다.

예를 들어 서비스형 인터뷰(Interview-as-a-Service) 조직인 FloCareer는 AI를 활용해 1억 6천9백만 명의 후보자 데이터베이스에서 다양한 후보자를 찾고 이 기술을 사용하여 인터뷰 일정을 잡아 수많은 시간을 절약하고 채용 프로세스의 효율성을 높입니다. 이와 같은 툴을 통해 HR 부서는 특정 직책에 가장 가치 있는 후보자를 신속하게 식별하고, 정보에 입각한 결정을 내리고, 전반적인 후보자 경험을 개선하는 데 더 많은 시간을 할애할 수 있습니다.

AI 에이전트는 복잡한 작업을 자율적으로 수행할 수 있지만, 이 기술은 인간의 의사 결정을 대체하기보다는 향상시켜야 합니다. 성공적인 조직은 일반적으로 AI가 생성한 추천 사항, 특히 채용, 승진 및 성과 평가와 같은 민감한 HR 기능을 사람이 검토하는 프로토콜을 확립합니다. 이를 통해 투명성을 보장하고, 윤리적 기준을 준수하며, 인간과 머신의 협업 문화를 조성할 수 있습니다.

IBM의 연구에서 알 수 있듯이 AI를 사용하는 직원은 일반적으로 에이전트 및 기타 AI 툴이 자신에게 익숙한 시스템 및 워크플로에 연결될 때 더 나은 결과를 얻을 수 있습니다. 또한 더 많은 데이터 세트와 애플리케이션에 액세스할 수 있는 에이전트는 더 많은 문제 해결 툴을 마음대로 사용할 수 있습니다.

따라서 AI를 다양한 HR 관리 시스템, 커뮤니케이션 툴 및 외부 데이터베이스와 통합하여 효율성을 극대화하는 것이 중요할 수 있습니다. HR 운영 전반의 원활한 연결을 통해 AI는 데이터를 전체적으로 분석하여 심층적인 인사이트를 제공하고 HR 기능을 개선할 수 있습니다.

HR 프로세스 전반에 걸쳐 인간과 기계의 상호 작용을 위한 새로운 장소를 만드는 것은 HR 전문가와 기업 모두에게 중요한 변화를 나타냅니다. IBM Consulting에 따르면, 직원 참여가 혁신 디자인의 중심에 있을 때 직원들은 새로운 비즈니스 기술과 구조를 34% 더 자주 채택한다는 사실을 발견했습니다.

많은 경우 에이전틱 AI를 배포하면 기술 격차가 드러나며, 성공적인 조직은 직원이 에이전트와 함께 효과적으로 작업하는 데 도움이 되는 교육 및 변화 관리 전략에 상당한 노력을 기울입니다. 이는 HR 전문가에게 에이전트를 사용하는 데 필요한 툴을 제공하고, 투명한 경영진 커뮤니케이션을 우선시하며, HR 리더가 진화하는 AI 시스템에 적응할 수 있도록 지속적인 학습 이니셔티브를 제공하는 것을 의미할 수 있습니다.

한 번의 수작업을 대체하기 위해 임시로 AI를 배포하는 것은 AI의 능력을 보완하기 위해 워크플로를 재설계하는 것보다 가치를 창출하지 못하는 경우가 많습니다. AI 기반 HR 전략을 설계할 때 성공적인 기업은 AI 솔루션의 능력을 최적화하기 위해 역할과 책임을 재정의하는 경우가 많으며, 이를 통해 직원과 기술이 효과적으로 협력할 수 있습니다.

AI 모델은 공급되는 데이터만큼만 우수하며, 작업별 에이전트는 작업별 데이터에 대해 훈련되어야 합니다. 여기에는 성과 검토 및 활동 로그와 같은 직원 데이터, 이력서 또는 LinkedIn 데이터와 같은 후보자 프로필 정보 또는 조직 정책 및 절차가 포함될 수 있습니다. 관련 데이터로 모델을 훈련하면 작업을 효과적으로 수행하는 에이전트의 능력이 크게 향상됩니다. 또한 AI 에이전트는 고품질의 편향되지 않은 다양한 데이터에 대한 교육을 받아야 하며, 회사 정책, 업계 표준 및 인력 기대치의 변화를 반영하도록 정기적으로 업데이트되어야 합니다.