AI가 신입의 일을 없애면, 다음 세대 전문가는 누가 키우는가

AI가 신입사원의 일을 대신할수록 고민이 하나 생깁니다. 신입은 그동안 반복 업무를 하면서 일의 기준을 익히고, 선배에게 피드백을 받고, 예외 상황을 다루는 법을 배웠습니다. 이 경험이 사라지면 신입은 결과물은 빨리 만들어도 그 결과가 맞는지는 판단하기 어려워집니다. 그래서 ‘다음 세대 전문가를 어떻게 키울 것인가’는 이제 업무 설계, 현업 지도, 성장 기록 관리를 함께 다뤄야 하는 HR의 과제가 되었습니다.

쉬운 예를 들어 보겠습니다. 신입 HR 담당자가 매달 인건비 보고서를 만든다고 해 봅시다. 예전에는 부서별 자료를 직접 모으고, 숫자가 안 맞으면 그 이유를 찾으면서 ‘인원이 바뀌면 급여 항목이 어떻게 달라지는지’를 몸으로 배웠습니다. 지금은 AI가 집계와 초안을 도와주니 보고서가 훨씬 빨리 나옵니다. 하지만 “이번 달 인건비가 늘어난 건 일시적인가, 다음 분기에도 계속될까?”라는 질문에는 여전히 사람이 답해야 합니다.

만약 신입이 AI가 만든 보고서를 그대로 전달하기만 한다면, 표 만드는 시간은 줄겠지만 숫자가 무슨 뜻인지 배울 기회도 함께 줄어듭니다. 기업이 주목해야 할 지점이 바로 여기입니다. ‘자동화한 업무 안에 어떤 배움이 있었는지’, 그리고 ‘그 배움을 앞으로 어떻게 대신 제공할지’를 정해야 합니다.

판단력은 더 필요한데 판단을 연습할 기회는 줄어듭니다

McKinsey는 2026년 7월 보고서 「Building expertise in the age of AI: Who trains the next generation?」에서, 자료 조사 · 문서 작성 · 기초 분석처럼 신입이 일을 배우던 업무가 AI로 바뀌고 있다고 지적했습니다. 그래서 지식관리, 직무 설계, 일하면서 배우기, 관리자 코칭을 하나로 묶어 전문성을 키우자고 제안합니다. 다만 신입 채용이 줄어든 것이 AI 때문인지는 아직 의견이 갈린다고 덧붙였습니다. 추천하는 학습 방식은 간단합니다. ① 직원이 먼저 해 보고 ② AI가 그 결과를 평가한 뒤 ③ 관리자와 차이를 함께 이야기하는 것입니다(출처: McKinsey, 2026).

AIHR의 2027 HR 트렌드도 같은 문제를 ‘인재 역설’이라고 부릅니다. 사람의 판단력은 더 중요해지는데, 정작 기초 역량을 익힐 업무는 줄어든다는 뜻입니다(출처: AIHR, 2026). 여기에는 두 가지 위험이 있습니다. 하나는 이미 갖춘 역량을 덜 쓰다 보니 약해지는 것이고, 다른 하나는 신입이 처음부터 역량을 제대로 익히지 못하는 것입니다. 신입 육성에서는 특히 두 번째 위험을 챙겨야 합니다.

AIHR이 인용한 BCG 조사에서는 최고경영진 · 고위 임원 70명 중 절반이 “우리 조직에서 이미 디스킬링(역량 저하)이 보인다”고 답했습니다(출처: BCG, 2026). WEF와 PwC 자료에 따르면, 전 세계 청년 근로자의 37%는 AI로 업무가 크게 바뀔 수 있는 직업에서 일하고 있습니다(출처: WEF, 2026). 단, 이 숫자를 오해해서는 안 됩니다. ‘신입의 절반이 역량을 잃었다’거나 ‘청년 일자리의 37%가 사라진다’는 뜻이 아니라, 경영진이 그런 현상을 목격했고 그만큼 많은 청년이 변화의 영향권에 있다는 의미입니다.

이를 국내 기업에 적용하면 질문은 분명해집니다. “신입에게 더 높은 판단을 요구하면서, 그 판단을 연습할 과제와 피드백도 함께 주고 있는가?” AI 활용 교육을 마쳤다는 것만으로는 이 질문에 답할 수 없습니다.

교육과 함께 실제로 맡기는 일을 바꿔야 합니다

Deloitte는 「Closing the experience gap」에서 ‘기업이 원하는 경험’과 ‘직원이 실제로 경험을 쌓을 기회’ 사이의 차이를 다룹니다. 여기서 경험이란 단순히 오래 일한 기간이 아니라, 실제 상황과 제약 속에서 아는 것을 적용해 본 능력을 말합니다(출처: Deloitte, 2025). 따라서 신입 육성도 ‘교육 수료’와 ‘현업에서의 실제 수행’을 이어서 설계해야 합니다.

대기업에서는 신입이 공통 입문교육을 마친 뒤 여러 계열사와 부서로 흩어집니다. 같은 교육을 받았더라도 어떤 일을 맡고 누구에게 배우느냐에 따라 성장 속도는 크게 달라집니다. 자동화가 늘어날수록 각 부서는 ‘신입에게 어떤 일을 남겨 둘지’를 점검하고, 직무별로 꼭 거쳐야 할 경험을 정해 둘 필요가 있습니다.

앞의 인건비 보고서 사례로 돌아가 보겠습니다. 자료 취합을 전부 손으로 다시 하라는 뜻은 아닙니다. 대신 신입이 원본 자료 일부를 직접 확인하고, 숫자가 바뀐 이유를 스스로 추측해 보며, 어느 부서에 무엇을 물어볼지 정하게 하는 것입니다. 이렇게 하면 AI가 내놓은 숫자와 설명이 맞는지 따져 볼 수 있는 기초 체력이 실제 업무 속에서 쌓입니다.

AI 시대 신입의 판단력은 어떤 과제로 길러지는가

출발점은 ‘AI에 맡길 일’과 ‘신입이 꼭 배워야 할 것’을 나란히 놓고 보는 것입니다. 아래는 인건비 분석 직무에 적용해 본 예시입니다.

이런 과제의 핵심은 AI 답을 보기 전에 신입이 먼저 자기 생각을 적어 두는 것입니다. 앞서 소개한 대로 ‘신입이 먼저 시도 → AI 피드백 확인 → 관리자와 차이 점검’ 순서로 운영하면 됩니다. 단, AI의 평가를 정답으로 여겨서는 안 됩니다. 어떤 판단이 적절했는지는 현업 전문가가 확인한 기준과 근거 자료로 검토해야 합니다.

연습은 익숙한 사례에서 멈추면 안 됩니다. 첫 과제에서 정기 상여금이 들어간 달을 분석했다면, 다음에는 조직 이동이나 소급 지급(지난 기간분을 나중에 몰아서 지급)이 섞인 자료를 다뤄 보게 합니다. 상황이 바뀌어도 무엇을 확인해야 하는지 스스로 찾아내는지를 봐야, 단순히 설명을 외운 것인지 판단 기준을 제대로 익힌 것인지 구분할 수 있습니다.

처음에는 실제 급여나 인사 결정에 영향을 주지 않는 과거 자료나 가상 사례로 시작하는 것이 안전합니다. 실력이 확인되면 선배의 감독 아래 맡기는 일의 범위를 조금씩 넓혀 갑니다. 연습 단계라도 자료 접근 권한과 개인정보 보호 기준은 반드시 지켜야 합니다.

선배의 지도 시간을 업무 계획에 반영합니다

좋은 과제가 있어도 봐 줄 사람이 없으면, 신입은 AI 결과를 혼자 확인하는 수준에 머물기 쉽습니다. 관리자는 최종 결과물만 볼 것이 아니라, 신입이 어떤 근거를 썼고 무엇을 놓쳤는지도 함께 봐야 합니다. “왜 이 항목부터 확인했어요?”, “어떤 조건이 바뀌면 결론도 달라질까요?” 같은 질문이 신입의 판단 폭을 넓혀 줍니다.

이 역할을 선배의 선의에만 맡겨서는 지속되기 어렵습니다. 기업은 과제마다 검토 담당자와 피드백 시간을 정하고, 지도하는 데 드는 시간을 선배의 업무량에 반영해야 합니다. 또 멘토링을 ‘몇 번 했는지’만 기록하면 만남은 늘어도 배운 내용은 남지 않습니다. 이번 과제에서 드러난 강점과 보완점, 다음에 맡길 일을 짧게라도 기록해 두는 것이 좋습니다.

또 하나, AI로 아낀 시간을 전부 더 많은 업무로 채우면 육성할 여유는 생기지 않습니다. 자동화를 계획하는 단계부터 아낀 시간의 일부를 사례 검토와 실습에 떼어 두어야 합니다. 당장의 처리량과 미래의 전문성을 함께 챙기는 방법입니다.

신입의 성장은 무엇으로 확인해야 하는가

신입이 얼마나 성장했는지는 교육 수료율만으로 알기 어렵습니다. 모든 과정을 이수하고도 예외 상황을 놓칠 수 있고, 교육은 적게 받았어도 현업 과제를 통해 빠르게 클 수도 있기 때문입니다. 그래서 기업은 ‘무엇을 배웠는가’와 함께 ‘어떤 일을 어느 수준까지 해낼 수 있는가’를 확인해야 합니다.

확인할 수 있는 지표의 예는 다음과 같습니다. 교육 후 실제 과제를 수행한 비율, 처음 보는 사례에서 오류나 추가로 확인할 점을 찾아낸 정도, 피드백을 받은 뒤 같은 실수를 반복하는지 여부 등입니다. 기준을 넘은 직원에게는 감독을 줄이고 맡기는 책임을 넓혀 줍니다. 다만 일 처리 속도가 빨라졌다는 이유만으로 ‘이제 혼자 해도 된다’고 판단해서는 안 됩니다.

이처럼 교육 이력과 현업 수행 수준을 함께 살피려면, 흩어진 육성 기록을 한곳에서 관리할 기반이 필요합니다.

HCG의 hunel(휴넬)은 교육 계획과 이수 현황을 관리하는 교육관리 기능, 그리고 CDP(경력개발계획) · 멘토링 · Career Path(경력 경로)를 관리하는 경력개발 기능을 제공합니다. 이를 활용하면 신입의 교육 이력과 성장 계획을 하나로 연결하고, 현업에서 육성이 어떻게 진행되고 있는지 살펴보는 운영 체계를 만들 수 있습니다.

특히 공통 입문교육 후 신입을 여러 계열사에 나눠 배치하는 그룹사라면, 계열사별 육성 기준은 그대로 두면서도 그룹 전체 현황을 한눈에 볼 수 있어야 합니다. hunel은 여러 회사 · 법인을 함께 운영하는 구조를 기본으로 지원하므로, 계열사마다 다른 교육 · 경력개발 제도를 운영하면서도 그룹 단위로 현황을 모아 볼 수 있습니다.

실습 결과물, 과제별 피드백, ‘혼자 맡겨도 되는지’에 대한 판단까지 관리하려면 먼저 회사의 운영 기준을 정하고, 어떤 데이터를 남길지와 시스템 설정 · 연계 범위를 확인해야 합니다. 역할을 나누자면, 시스템은 부서나 담당자가 바뀌어도 육성 기록이 끊기지 않게 돕고, 현업은 과제를 맡기고 역량을 확인하는 책임을 집니다.

AI가 신입의 일을 바꾸는 만큼, 다음 세대 전문가를 키우는 책임도 더 분명히 나눠야 합니다. HR은 성장 경로와 공통 기준을 만들고, 현업은 판단을 연습할 업무와 피드백을 주며, 경영진은 이를 위한 시간을 확보해야 합니다. 자동화의 성과를 따질 때 “얼마나 빨리 처리하는가”와 함께 “이 일을 이어받을 사람이 자라고 있는가”를 물어야 하는 이유입니다.