??? AI? ?? ???? ??? ????? ??? ??, ??, ?? ??? ?? ?? ??? ????? ? ??? ???. ?? ??? ? 생성형 AI가 현업에 도입되면 워크플로우, 역할 요구 사항, 업무 수행에 필요한 역량이 변화할 것은 분명하다. 문제는 AI가 일자리를 대체할지 여부가 아니라 어떤 역량을 대체할지, 그리고 그에 따라 조직과 리더가 사람의 우선순위를 어떻게 바꿀 수 있을지가 관건이다. 포레스터의 애널리스트인 벳시 서머스는 “특히 생성형 AI는 대체 일자리 수의 4.5배까지 영향을 미칠 것으로 예상된다. 하지만 이와 동시에 AI는 대체할 그 역량을 관리하고 향상시키는 데 도움을 줄 수 있기 때문에 주요 파괴자이자 구원자다”라고 말했다. AI가 사람보다 더 잘 수행할 수 있는 업무, 여전히 사람이 필요한 업무, 사람과 AI의 조합이 필요한 업무 등이 있을 터다. 따라서 조직은 성공에 필요한 역량을 파악하고 그 역량이 생성형 AI에 의해 어떤 영향을 받을지 파악해 미래를 위한 재교육 계획을 수립해야 한다. 이 때문에 역량 기반 또는 역량 우선 채용이 앞으로 기업에서 더 주목받을 것으로 예상되고 있다. 딜로이트 AI 연구소의 ‘’ 보고서에서는 생성형 AI에서 예상되는 변화와 리더가 역량 기반 접근 방식을 수용해 임박한 역할, 책임, 역량의 변화에 대비할 방법을 설명했다. 전통적으로 조직은 계층 구조의 모든 역할에 필요한 역량과 전문성을 정의하는 방법으로서 직급 중심의 채용 방식을 구조화해 왔다. 딜로이트와 다른 능력 우선주의 지지자에 따르면 이런 접근 방식을 고수하면 다양성, 포용성, 형평성은 말할 것도 없고 조직의 민첩성과 혁신을 저해할 수 있다. 딜로이트는 그 대신 조직 내 역할을 특정 직책이 아닌 변화하는 스킬셋의 집합으로 간주해 산업 변화, 특히 직장에서의 생성형 AI 부상에 더 잘 대응할 수 있다고 설명했다. 역량 기반 접근 방식 취하기딜로이트는 ‘빌리’라는 AI 고객 서비스 봇을 도입한 이케아(Ikea)를 예로 들었다. 이케아에 따르면 빌리는 지난 2년 동안 고객 문의의 47% 이상을 처리해 약 10,000여 명의 콜센터 직원이 인테리어 디자인 상담 등의 새로운 역량을 배우고 고객 상담을 제공할 여유를 갖도록 지원했다. 이런 직원의 숙련도 향상과 재교육을 통해 이케아는 새로운 수익원을 창출하고, 숙련된 직원을 유지하며 직원을 위한 학습 환경을 지속적으로 조성할 수 있었다. 이케아는 생성형 AI가 이미 업무 환경에 어떤 영향을 미치고 있는지 보여주는 대표적인 예다. 고객 문의 응대와 같은 특정 업무는 AI에 의해 완전히 자동화될 가능성이 높으며, 사람 직원은 더 복잡한 프로젝트에 집중하게 될 것이다. 서머스는 AI가 특히 채용 과정에서 업무의 복잡성을 줄이는 데 많은 사용 사례를 갖고 있다고 말했다. 채용 담당자가 직무 설명을 작성할 때 도움을 주고, 목록에 포함할 경쟁력 있는 역량을 식별하며, 최종 공고에 잠재적인 편견이 없는지 평가할 수 있다. 또한 지원자에게 적합한 직무를 안내하거나 매칭하고, 면접 질문을 알려주고, 각 면접 일정을 잡는 데 도움을 줘 채용 프로세스를 더욱 간소화할 수 있다. 하지만 서머스는 “이런 모든 사용 사례에 AI를 활용할 수 있다고 해서 반드시 활용해야 한다는 의미는 아니다. 각 조직은 리스크에 대한 준비 상태를 파악하고 AI 사용 사례의 우선순위를 정하고 선택하기 위해 신중한 의사 결정 프로세스를 수행해야 한다”라고 말했다. 여기에서 핵심은 조직의 리더가 어떤 업무와 역량이 생성형 AI로 잘 자동화되거나 지원될 수 있는지, 어떤 업무가 영향을 적게 받을 수 있는지 파악하는 것이다. 이런 이해가 바탕이 돼야 조직의 채용, 교육, 숙련도 향상 이니셔티브를 이끌고, 사람의 측면에 집중할 부분과 생성형 AI를 구현할 부분에 대한 지침을 제공할 수 있다. 역량 재정의 및 재분류딜로이트는 먼저 조직의 직무를 다음 유형으로 분류할 것을 권장했다. • 생성형 AI를 통해 중복성을 줄여 이점을 누릴 수 있는 데이터 입력, 기본 코딩, 고객 서비스 등의 일상적 인지 직무.• 복잡한 문제 해결, 전략적 사고 또는 데이터 기반 인사이트, 패턴 인식 또는 예측 분석의 형태로 생성형 AI가 지원할 수 있는 고급 역량이 필요한 비일상적 인지 직무.• 높은 수준의 감성 지능을 필요로 해 생성형 AI의 영향을 적게 받을 가능성이 높은 치료사, 사회복지사, 영업 사원 등의 사회적, 감정적 직무.• 대규모 언어 및 이미지 모델과 같은 생성형 AI 도구를 활용해 상당량의 작업을 자동화할 수 있는 창작 직무.• 생성형 AI 자동화의 혜택을 받을 가능성이 높지만 처음 예상보다 더 큰 혼란에 직면할 수도 있는 데이터 분석가 직무.• 자동화와 AI의 영향을 받긴 하지만, 여전히 사람의 손길이 필요한 공장 작업, 가사, 배달 서비스 등의 일상적인 신체적 직무.• 높은 수준의 사람 상호 작용, 문제 해결 및 적응력이 필요해 생성형 AI의 영향이 제한될 수 있는 비일상적인 신체적 직무. 조직의 직무를 분류한 후에는 많은 영향을 받을 역량을 파악하는 단계로 넘어갈 수 있다. 이는 업스킬링 전략을 계획하고, 직원들에게 일상 업무에서 AI를 활용하는 방법을 교육하고, 조직을 변화의 길로 안내하는 데 중요하다. 또한 어떤 역량이 자동화될지, 어떤 직원이 중복 업무에서 자유로워질지 이해하고, 자동화의 영향을 많이 받을 직원의 업스킬링 및 리스킬링 방법을 파악해야 한다. 딜로이트는 생성형 AI의 영향을 받을 역량을 식별하기 위해 다음과 같은 범주를 제시했다. • 자동화되는 역량: 사람의 개입이 최소화되거나 전혀 필요하지 않고 전적으로 수행되는 작업 범주. 이미지 및 콘텐츠 생성, 데이터 정렬 및 분류, 예측, 언어 번역, 간단한 그래픽 디자인, 기본적인 트렌드 파악 등이 그 예다.• 증강되는 역량: ‘근본적으로는 인간적’이지만 생성형 AI 도구로 향상시킬 수 있는 작업 범주. 예를 들어 분석적 사고, 문제 해결, 창의성, 연구, 데이터 시각화, 전략 계획, 예측 분석, 신속한 프로토타이핑 등이 있다. • 새로운 역량: AI 윤리 및 규제, AI와 사람의 작업 관리, 생성형 AI 결과물 맞춤화 등 앞으로 등장할 새로운 범주.• 영향이 제한된 역량: 복잡한 판단이나 미묘한 의사 결정 등 사람의 손길이 필요한 작업 범주. 이는 생성형 AI가 수행할 수 없다. 예를 들면 설득과 협상, 동기 부여 리더십, 윤리적 판단과 인간 관계 구축, 신체적 손재주 등이 있다. 역량을 정의하고 재정의하면 조직은 새로운 인재를 채용할 때 고려해야 할 부분과 내부적으로 향상시키고 재교육할 역량을 파악하는 데 유용할 수 있다. 생성형 AI가 조직 내 스킬에 어떤 영향을 미칠지 이해하면 내부 교육 및 숙련도 향상 프로그램에도 도움이 될 수 있다. 조직은 그 어느 때보다 역량 개발에 집중해야 하며, 새롭게 주목받는 역량을 주시해야 한다. 로버트하프의 기술 채용 및 컨설팅 전문가인 라이언 서튼은 IT 리더가 미래의 기술 혼란에 대비하려면 기술 인력의 역량 개발이 중요하다는 점을 이해해야 한다고 지적했다. 또한 기업이 디지털 혁신 물결에서 앞서 나가려면 올바른 역량에 투자하고 직원들이 새로운 역량을 습득하는 데 필요한 도구를 확보해야 한다. 서튼은 “기업이 특정 스킬 갭을 해소하기 위해서는 신입 직원의 채용도 고려해야 하지만, 기존 직원과 팀의 강점 및 잠재력을 활용하는 것의 가치도 인정해야 한다. 이는 비즈니스 요구 사항에 대한 더 많은 솔루션을 발견할 기회가 될 뿐만 아니라 인재를 유치하고 유지하는 데 중요한 요소인 전문적 성장에 대한 노력을 강조하는 일이다”라고 말했다. 성과 측정을 위한 지표 전환딜로이트는 생산성 향상을 위해 역량의 잠재력을 인식하는 것도 중요하지만 조직에서 생산성의 정의를 재평가하는 작업도 그에 못지않게 중요하다고 언급했다. 성과 지표를 측정하는 방식은 변화할 것이며, 근무 시간이나 직원당 매출(RPE) 같은 전통적 지표는 더 이상 적합하지 않게 될 것이다. 딜로이트는 “대신 비즈니스 성과와 인적 성과를 모두 강조하는 지표가 중요해질 것”이라고 설명했다. 딜로이트는 이를 ‘인적 지속 가능성(human sustainability)’이라고 명명했다. 조직의 인력이 “신체적, 성적, 재정적, 전문적으로 번창”할 수 있도록 하는 목표와 목적을 의미한다. 이런 지표에는 웰빙, 직무 만족도, 개인적 성장, 역량 개발 등이 포함된다. 단기적인 생산성 지표를 평가하기보다는 혁신적인 솔루션, 대인 관계, 조직 문화에 미치는 영향처럼 유형의 결과물과 무형의 기여도에 초점을 맞출 가능성이 높다. 서머스는 궁극적으로 직원들이 각 직무나 조직에 따른 스킬 프로필을 갖게 될 수 있다고 말했다. 이렇게 하면 직원은 자신의 역량과 경력 경로에 대해 더 나은 인사이트를 얻을 수 있고, 관리자는 직원의 경력 개발에 도움이 되는 데이터를 더 많이 얻을 수 있다. 또한 직무에 적합한 지원자를 더 쉽게 좁힌다는 점에서 채용 담당자에게도 유용할 수 있다. 하지만 서머스는 인재 관리와 관련해 많은 IT 리더가 역량 기반 사고방식으로 전환하는 데 사용되는 도구를 인식하지 못하고 있다고 지적했다. 그녀에 따르면 일반적으로 이런 도구를 사용하는 것은 HR 및 채용 담당자이며, CIO는 여전히 스프레드시트로 팀 스킬을 관리하려 하고 있다. 역량 기반 인재 관리 도구를 도입하면 조직 내 역량을 식별하고 분류하는 중요 작업에 유용할 수 있으며, 이는 원활한 전환에 큰 도움이 될 수 있다. 이런 도구는 조직의 스킬 스택에 대한 큰 그림을 제공해 회사 전체의 역량과 전문성을 파악하는 동시에 유용한 지표와 피드백을 제공한다. 서머스는 고용주가 “역동적이고 발전하는 지식 및 스킬 그래프”를 생성할 수 있기 때문에 스킬이 발전함에 따라 조직이 AI를 사람과 보조를 맞추게끔 사용할 수 있다고 설명했다. 앞으로는 직원의 성과에 대해 새로운 태도를 수용하고 생성형 AI 기술과 함께 성과 지표를 성장시키는 전략이 중요해질 전망이다. 자동화를 중심으로 직무 역량과 기대치가 변화함에 따라 리더는 전반적인 직원 성과를 해석하는 방식을 재평가해야 할 것이다. dl-ciokorea@foundryco.com ???? ???? ??? ??? IT ??? ???? ??? ????! ??? ??? ??? ?????. ????