AI 활용 능력 인사평가 반영 기업은 '사용량'이 아니라 '바뀐 일'을 봅니다

인사팀에서 "올해부터 AI 활용도를 평가에 넣습니다"라는 공지가 내려오면 가장 먼저 궁금한 건 기준입니다. AI 활용 능력 인사평가 반영 기업들이 실제로 보는 것은 AI를 얼마나 많이 썼는지가 아니라, AI로 일이 어떻게 바뀌었는지입니다. 국내 보도 사례를 보면 이 방향은 꽤 일관됩니다.

공지를 읽은 순간 떠오르는 불안은 대개 두 가지입니다. 프롬프트를 몇 번 입력했는지 세는 건 아닐까. 잘 쓰는 동료와 비교당하는 건 아닐까. 아래에서 보도로 확인된 기업 사례만 골라 그 기준을 정리했습니다.

AI 활용 능력 인사평가 반영 기업, 지금 어디까지 왔나

가장 자주 언급되는 곳은 한글과컴퓨터입니다. 한국일보 보도에 따르면 한컴은 올해부터 성과 지표의 최소 30% 이상을 AI를 이용한 업무 혁신 정도로 채우기로 했습니다. 지난해 AI 혁신을 전 직원에게 의무화한 데 이어, 아예 인사고과의 주요 항목으로 올린 셈입니다.

LG CNS는 IT 기술 역량을 연봉과 승진에 반영하던 인사체계를 AI 중심으로 바꿨습니다. 같은 보도에서 소개된 방식은 이렇습니다. 임원이 스스로 AX 목표를 세우고, 실제로 업무 프로세스를 바꿨는지 또는 AI 기반 성과물을 만들어냈는지를 평가합니다.

표에서 보이듯 반영 지점은 회사마다 다릅니다. 어떤 곳은 고과에, 어떤 곳은 채용에, 어떤 곳은 교육 설계용 진단에 씁니다. 그러니 "우리 회사도 반영한다"는 말을 들었다면, 먼저 그것이 어느 단계의 이야기인지부터 확인하는 편이 정확합니다.

사용 시간이 아니라 '남는 결과'를 봅니다

아주경제의 판교 기업 취재에 따르면, 한컴은 AX 역량을 세 가지 기준으로 평가합니다. 직무 경계를 넘어 완성도 있는 결과를 냈는지, AI 활용이 팀이나 다른 조직으로 확산됐는지, 일회성이 아니라 계속 쓸 수 있는 자산으로 남았는지입니다.

회사 관계자의 설명도 같은 방향입니다. 직원이 AI를 많이 쓰는지가 아니라, 그 결과물이 회사 자산으로 남아 지속적으로 쓰이는 업무 전환을 이뤘는지가 관건이라는 설명입니다.

이 차이는 생각보다 큽니다. 혼자 보고서를 빨리 쓰는 것만으로는 세 기준 중 하나도 온전히 채우기 어렵습니다. 평가받는 단위가 '나의 속도'에서 '조직의 일하는 방식'으로 옮겨갔기 때문입니다.

채용 단계부터 달라진 AI 역량평가 방식

평가의 변화는 입사 전부터 시작됩니다. 넥슨은 채용연계형 인턴십 '넥토리얼'의 게임 프로그래머 선발에서 기존 코딩테스트 대신 AI 면접과 AI 활용 역량평가를 도입했습니다. AI 면접은 AI와 일대일로 약 50분간 대화하는 방식이고, 이어지는 평가에서는 실무와 비슷한 문제를 AI 도구로 푸는 과정을 봅니다.

외부 평가 도구도 늘고 있습니다. AI타임스 보도에 따르면 그렙의 '프로그래머스 AI 역량평가'는 출시 후 우리카드·국민대 등 16개 기업·기관이 도입했습니다. 도입처 구성은 아래와 같습니다.

출제 방식도 눈여겨볼 만합니다. 개발자에게는 AI에 코딩을 맡긴 뒤 결과물을 다듬는 과제가, 일반 직무에는 문서 작성이나 자료 분석을 AI로 해결하는 과제가 주어집니다. 시험이 묻는 것은 도구 지식이 아니라 내 직무의 일을 AI와 함께 끝까지 마무리하는 능력입니다.

AI 사용량으로 평가하면 왜 문제가 생길까

반대 목소리도 분명히 있습니다. 뉴시스가 인용한 BBC 보도는 AI 활용 능력을 평가·보상에 반영하는 기업이 늘면서 공정성 지적이 잇따른다고 전했습니다. AI로 더 많은 일을 처리해도 보상은 그대로이고, 늘어난 업무량이 새 기준이 될 뿐이라는 현장 직원의 불만도 소개됐습니다.

잡코리아의 정리에 따르면 해외에서는 메타·JP모건 등이 평가·승진 기준에 AI 활용을 연결했고, 듀오링고처럼 반발 이후 방식을 조정한 사례도 있습니다. 국내 보도에서도 사용량이나 점수를 기계적으로 반영하는 방식은 지양해야 한다는 지적이 함께 나왔습니다.

HR 담당자에게는 이 부분이 실무상 가장 중요합니다. 평가 항목을 만들기 전에 직무별로 'AI로 바뀌어야 할 일'의 예시를 먼저 정의해야 합니다. 그 기준 없이 도구만 배포하면 평가는 사용량 집계로 흘러가기 쉽습니다. 직무별 교육과 평가 설계를 함께 고민한다면 기업 AI 교육 사례를 참고할 수 있습니다.

AI 활용 능력 인사평가에 대비하는 실무자의 4단계

월요일 아침, 주간보고를 앞둔 한 마케터를 떠올려 봅니다. 지난주 캠페인 데이터를 내려받아 표로 정리하고, 요약 문구를 다듬는 데 매주 두 시간 가까이 씁니다(가상 시나리오). 이 사람이 AI로 보고서를 한 번 빨리 쓰는 것만으로는 위에서 본 평가 기준에 닿지 않습니다.

달라지는 지점은 '반복되는 일'을 '팀이 같이 쓰는 절차'로 바꿀 때입니다. 순서는 이렇습니다.

1. 1

   반복 업무 찾기

   매주·매월 같은 형식으로 되풀이되는 일 하나를 고릅니다

2. 2

   전후 기록하기

   AI 도입 전 소요 시간과 오류 유형을 미리 적어 둡니다

3. 3

   절차로 만들기

   프롬프트와 입력 양식을 문서화해 누가 써도 같은 품질이 나오게 합니다

4. 4

   팀에 퍼뜨리기

   동료가 실제로 쓰게 하고, 개선 결과를 평가 시즌 전에 정리합니다

세 번째 단계에서 막히는 경우가 많습니다. 처음부터 프롬프트를 새로 짜기보다 검증된 틀에서 시작하는 편이 빠릅니다. 직무별로 바로 쓸 수 있는 무료 프롬프트를 기반으로 자기 업무에 맞게 고쳐 쓰면 됩니다.

평가 기준은 회사마다 다르지만 방향은 하나로 모입니다. 얼마나 썼는지가 아니라 무엇이 바뀌었는지를 묻습니다. 내 AI 활용 수준이 어디쯤인지 궁금하다면 1분 AI 진단으로 먼저 확인해 볼 수 있습니다. 결과를 보고 이번 분기에 바꿀 업무 하나를 정하면 됩니다.