효율성을 넘어 증강(Augmentation)으로: HR AX가 그리는 조직의 미래

HR DX가 끝난 자리에서, AX는 전혀 다른 질문을 던진다

마이크로소프트와 링크드인의 2025 Work Trend Index에 따르면, 한국은 노동 인구의 30% 이상이 AI를 업무에 활용하는 국가로, 조사 대상 31개국 중 AI 도입 속도가 가장 빠른 축에 속한다. (출처: Microsoft · LinkedIn, 2025 Work Trend Index)

그러나 속도와 방향은 다른 문제다. 지난 수십 년간 HR의 디지털 전환(DX)은 '종이를 데이터로 바꾸는 과정'이었다. 근태 관리, 급여 정산, 평가 취합—행정 업무의 효율을 높이는 것이 임무였고, HR은 이 과정을 관리하는 역할을 맡았다.

이제 AI 전환(AX)은 HR에게 전혀 다른 질문을 던지고 있다. '효율을 넘어, 어떻게 구성원과 조직의 역량을 확장(Augment)할 것인가?' 자동화(Automation)로 업무를 덜어내는 것과, 인간 고유의 통찰력과 창의성을 AI로 증강(Augmentation)시켜 이전에는 풀지 못했던 조직의 난제를 해결하는 것은 본질적으로 다르다.

퇴사 후가 아닌 퇴사 전에 움직인다 — 통찰의 증강

핵심 인재의 이탈은 기업 경쟁력의 치명적 손실이다. 과거의 HR이 퇴사가 이루어진 후에야 원인을 파악하는 '사후 약방문'식 대응에 머물렀다면, AX 시대의 HR은 데이터 기반 예측을 통해 선제적으로 움직인다.

단, 여기서 주의할 점이 있다. 글로벌에서 통용되는 예측 모델을 한국 기업에 그대로 적용하는 것은 위험하다. 데이터는 거짓말을 하지 않지만, '맥락(Context)'이 제거된 데이터는 오해를 낳는다.

서구의 AI가 '성과 저하 + 근태 불량'을 '해고 위험'으로 해석하고 직무 적합성 · 보상 경쟁력을 분석할 때, 한국적 맥락을 학습한 AI는 같은 신호를 '번아웃 징후'로 읽고 동료 관계, 조직문화 변화, 중첩된 R&R이라는 다층적 시각으로 접근해야 한다. 맥락이란 행동 자체에 내포된 것이 아니라, 지역 · 환경 · 관습을 포괄하는 것이기 때문이다.

'나의 맥락을 이해받고 있다'는 느낌 — 경험의 증강

모든 직원에게 획일적인 육성 기준과 성과 지표를 제시하던 'One size fits all'의 시대는 저물었다. 넷플릭스가 개인 취향을 분석해 콘텐츠를 추천하듯, HR은 이제 구성원 개개인의 직무 특성과 역량 격차(Gap)를 분석해 맞춤형 목표를 제시해야 한다.

여기서도 핵심은 맥락이다. 단순히 KPI 라이브러리에서 목표를 골라주는 것이 아니라, 조직의 전략적 목표(상위 컨텍스트)와 개인의 직무 · 성과 이력(하위 컨텍스트)을 결합해야 진짜 적합한 목표가 나온다.

리더 관점에서도 마찬가지다. 1년 치 활동 내역을 단순히 요약하는 것이 아니라 그 안에 담긴 성장의 서사(Narrative)를 추출할 수 있을 때, 리더는 기억에 의존한 편향된 평가 대신 데이터와 맥락에 기반한 공정한 피드백을 줄 수 있다. 구성원은 '평가받는다'는 느낌 대신 '나의 맥락을 이해받고 있다'는 긍정적 직원 경험(EX)을 갖게 된다.

딱딱한 조직도에 갇힌 인재를 흐르게 만든다 — 연결의 증강

대기업이 겪는 고질적인 비효율 중 하나는 부서 간 장벽(Silo)으로 인해 내부에 적합한 인재가 있음에도 외부에서 비싼 비용을 들여 인력을 찾는 것이다. 유니레버(Unilever)와 같은 글로벌 기업은 AI 기반 인재 마켓플레이스를 통해 이 문제를 해결한 바 있다.

'연결의 증강'은 데이터의 쓸모를 제곱으로 높인다. 채용부터 평가, 보상, 이동에 이르는 모든 데이터가 하나의 맥락 윈도우(Context Window) 안에서 흐를 때, AI는 'A 부서의 신규 프로젝트에는 B 부서의 박 과장이 적임자입니다. 과거 유사한 프로젝트에서 탁월한 협업 능력을 보였습니다'라고 제안할 수 있다. 딱딱한 조직도에 갇힌 인재를 맥락의 힘으로 해방시켜 조직 전체로 흐르게 만드는 것이다.

이를 실현하려면 고밀도 데이터와 이를 뒷받침하는 데이터 거버넌스 · 프로세스가 선행되어야 한다. 연결의 증강은 인재 데이터의 통합 수준에 비례해 작동한다.

Tech가 아닌 Context에 집중해야 하는 이유

한국 기업들이 AI 솔루션을 도입할 때 반드시 경계해야 할 것은 '맹목적인 기능의 이식'이다. 서구의 AI 모델은 직무 중심(Job-based) 시장에서 장기간 축적된 고용 · 해고 · 성과관리 데이터를 기반으로 학습된 경우가 많다. 반면 국내 기업은 사람 중심(People-Centric), 정규직 중심의 인사관리가 오래 지속되어 왔다.

이 차이로 인해 직무 중심 유연 시장에서 학습된 AI는 국내 기업의 제도 · 문화 · 전략적 맥락을 반영하지 못한다. 한국과 같은 고맥락(High-Context) 문화권에는 데이터만으로는 포착되지 않는 성향, 팀워크, 협업 태도 등의 암묵적 변수가 작용하기 때문이다. 맞지 않는 옷을 사이즈도 확인하지 않고 온라인으로 주문하는 것과 다를 바가 없다.

AX가 반영해야 하는 것은 결국 '영역 전문성(Domain Knowledge)'이다. 이는 HR 이론에 대한 전문성이라기보다, 기업에서 HR 활동이 일어날 때 고려되는 모든 언어적 · 비언어적 맥락에 대한 이해를 뜻한다. talenx(탈렌엑스)의 AI 피드백 분석 기능이 '고생 많으셨습니다(사실은 결과가 아쉽다)'와 같은 한국어 특유의 미묘한 언어적 뉘앙스를 학습해 리더에게 구성원의 진짜 감정 상태를 전달하는 것, AI 목표 추천 기능이 조직 전략과 개인 이력을 결합해 맞춤형 목표를 제안하는 것—이 모두가 '맥락 중심 AX'의 구체적 구현이다.

AI는 HR을 대체하지 않는다. 하지만 AI를 통해 조직의 고유한 맥락을 해석하고, 구성원의 경험을 깊이 있게 증강시키는 HR은 단순 행정 처리에 머물던 역할에서 벗어나 '경험의 설계자'로 진화하게 된다.