HR(Human Resources)에서 AI사용시 장단점

정신 차릴 일이 많을지 모르지만, 인적 자원의 인공지능은 이미 현실이다. 네 명의 전문가가 도전과 기회를 토론한다.

AI가 채용을 혁신할 수 있는 방법

몇 번의 Stop-Start 후에 AI는 현재 일의 미래를 형성하는 가장 중요한 단일 형태이지만, 스스로 혁명적이기보다는 진화적이라는 것을 증명해 왔다.  비즈니스 소프트웨어 개발업체 AMLYFI의 공동 설립자 겸 최고 전략 책임자인 이안 존스도 그렇게 말한다.

존스는 기업이 하루아침에 회사를 변화시킬 수도 없고 "비즈니스 리더의 고통에 대한 은빛 총알"이 될 수도 없지만, 현실적인 기대가 설정된다면 "생산성이나 계획의 증분적 개선"을 제공할 수 있다고 말한다.

인사에서 AI는 채용과 유지, 직원 복지 강화, 일자리 강화, 두뇌 유출 방지 등 모든 면에서 긍정적인 영향을 미칠 수 있다고 그는 믿고 있다.

정보 과부하가 심해지면서 인공지능이 인간이 따라올 수 없는 속도와 규모, 정확도로 빅데이터를 처리하는 능력은 모든 지식노동자의 스트레스를 줄여줄 것이다.

 

 

생산성 향상 및 스트레스 해소

직원들의 정서적 건강을 감시하기 위해 AI를 사용하는 것은 이미 일부 콜 센터들이 자동화된 피드백을 도입하도록 이끌었다.  AI 시스템도 직원들이 고객을 대할 때 스트레스를 받거나 좌절하거나 피곤해 보일 경우 휴식을 권할 수 있다.

E-러닝 제공업체 스펀지의 댄 마쉬에게 "오늘날 기업들이 모집하는 역할은 가까운 장래에 존재하지 않을 수도 있다"라고 말했다. 그는 AI가 학습 플랫폼이 넷플릭스 등 소비자 콘텐츠 제공자의 접근방식을 그대로 재현할 수 있게 해 "인간의 기술 유통기한이 단축된 시점에 학습과 성과를 개선한다"라고 지적했다.

HR 소프트웨어 공급업체인 세잔의 마케팅 이사인 수 링가드는 이에 동의한다. 그녀는 "인사담당자 AI가 직원들이 좀 더 생산적으로 일하도록 돕거나 직업 선호에 맞는 교육 과정을 제안하는 데 중요한 역할을 할 수 있을 것"이라고 말했다.

링가드 씨는 LinkedIn Learning이 이미 사용자 프로필과 훈련 이력을 바탕으로 코스를 추천하고 있으며, 더 많은 코스를 예측하고 있다고 언급했다.

인사과 AI는 직원들이 좀 더 생산적으로 일할 수 있도록 돕거나 직업 선호도에 맞는 교육 과정을 제안하는 데 중요한 역할을 할 수 있다.

 

HR 기술이 모든 것을 하나로 맞추는 것이 아님

Glass Bead Consulting의 HR 변환 담당 이사인 Andrew Spence는 "직장의 광범위한 개인 데이터를 캡처하는" 기술을 사용함으로써 큰 이점을 얻을 수 있을 것으로 보고 있으며, 조직들이 "투명하고, 인력에 힘을 실어주며, 이익을 공유"할 것이라고 말한다.

스펜스 씨는 "직원들이 인사 기술을 활용해 더 나은 의사결정을 내리고, 디지털 업무 플랫폼에서 프로젝트와 업무를 매칭 하며, 통찰력과 성과를 높이기 위해 코칭 툴을 사용하는 것을 본다"면서 "9~5명 전체가 재정립될 수밖에 없다"라고 전망했다.

"작업은 사람, 네트워크, 계약자, 증강 인간, 로봇, 자동화된 시스템이 함께 작업하는 방식으로 수행될 것"이라고 그는 믿고 있다.

너무 많은 AI 이니셔티브는 기업이 "무리에 보조를 맞추기 위해 AI, 블록체인을 구현하거나 인터넷 사물을 단순하게 구현"해야 한다는 압박감에서 출발한다고 스펜스 씨는 말한다.

"비즈니스 전략으로 돌아가서 조직이 모든 과대 광고와 빛나는 새로운 툴에 정신이 팔리지 않도록 하는 것이 내 조언이다."

 

 

 

AI는 차별적인 데이터로부터 배울 수 있다.

세잔의 링가드 씨는 씁쓸하게 지적한다.  "기업들은 HR 기술을 바꾸라는 말을 다시 듣고 있고, 항상 그렇듯이, 일부는 그렇게 하지 못하는 조직들이 자멸의 길을 갈 것이라고 예측하고 있다." 그녀는 인사에서 AI가 점점 더 중요해질 것이라는 데는 동의하지만, 그녀는 세 가지 근본적인 문제를 파악한다.

최근 기존 기술인력 대부분이 남성임을 나타내는 자료라는 이유로 여성 후보를 낙선시킨 아마존의 신규 채용 AI 시스템을 끌어낸 것이 증명하듯 AI 고유의 편향성을 뿌리 뽑기 어렵다.

"역사적인 자료가 반드시 미래에 대한 신뢰할 수 있는 예측자가 아니라는 사실만이 아니다"라고 그녀는 말한다.  "이것은 또한 문제의 프레임, 초기 선택이 어떻게 이루어지며 사회적 맥락, 혹은 그 결여가 여러분을 대신하여 기계가 '발견'하는 것처럼 보이는 것에 어떤 영향을 미칠 것인가에 관한 것이기도 하다.

컴퓨터가 배우고 복제하려면 많은 데이터를 처리해야 한다.  링가드 씨는 수십만 명의 인구 관련 데이터를 마음대로 사용할 수 있는 상황에서 대기업이 구축한 AI 도구는 실제로 "비행 위험이나 미래 잠재력을 예측하는 데 도움이 될 수 있는 패턴을 찾을 수 있을 것"이라고 말한다.

문제의 프레임, 초기 선택 방법, 그리고 사회적 맥락, 또는 그 결여는 모두 기계가 여러분을 대신하여 '발견'하는 것처럼 보이는 것에 영향을 줄 것이다.

 

 

인사에서 AI가 중소기업의 이치에 맞는가?

그러나 이와는 대조적으로, 소규모 기업들은 진정한 AI의 혜택을 받을 만한 충분한 데이터를 가지고 있지 않다. 단, 이것이 여러 조직에서 통합되고 심지어 문제가 있을 수 있는 경우가 아니라면 말이다.

일부 채용 소프트웨어 벤더는 대규모 채용을 간소화하는 데 도움이 되는 증강 AI 화상면접 도구를 제공하는 반면, "경험이 풍부한 인사 이사는 모든 박스를 간지럽혔지만 특정 기업문화에서 번창하지 못한 후보나 리스크가 큰 것으로 보였지만 초호화인 것으로 판명된 특출 난 인사들의 공포스러운 사연을 갖고 있다."라고 그녀는 말한다.

기계가 인간의 미래에 대해 결정을 내릴 수 있도록 허용되어야 하는가에 대한 문제는 그녀의 견해에 있어서 가장 중요한 것으로 남아 있다. "물론, 인력 관리자들은 AI가 이미 노동력에 미치는 영향 때문에 뿐만 아니라 모든 인사 전문가들은 어려운 질문을 할 준비가 되어 있어야 한다"라고 링가드씨는 덧붙였다.

배리 플랙 기술 고문은 인사과 전문가들이 결국 알고리즘을 사용하여 '몇 초 안에' 역할에 적합한 후보를 찾을 것이라고 생각하지만, 이것이 비즈니스 커뮤니티가 종종 의존하는 손상 데이터라고 말하는데, 이는 더 큰 관심사라고 말한다.

플랙 씨는 인간 고유의 편견에 대한 기존 데이터셋을 청소하는 데 시간이 걸리는 것은 이제 오래전이지만, HR에서 AI를 전면적으로 채택하는 것은 "예측할 수 있는 미래에 마케터나 괴짜들의 과도한 상상력의 산물"로 남을 것이라고 결론짓는다.