고용노동부와 한국경영자총협회 조사에서는 국내 대기업 상당수가 AI 기반 업무 분석 도구 도입을 검토하거나 이미 적용하고 있는 것으로 나타났다. / 클립아트코리아

대기업에서 20년 가까이 일한 40대 후반 직원 A씨는 올해 초 연말 고과에서 낯선 항목을 마주했다. ‘AI 기반 업무 분석 지표’라는 이름 아래 프로젝트 처리 속도, 회의 패턴, 메신저 응답 시간 등이 세세하게 점수화돼 있었다. 예년과 비슷하게 일했음에도 점수는 낮아졌고, 그는 “AI 분석이 영향을 준 것 같다”고 말했다.

최근 국내 기업들이 HR 전반에 AI 평가 시스템을 도입하면서 특히 40~50대 직원들이 체감하는 변화 폭이 커지고 있다. AI가 특정 연령대를 불리하게 대한다는 통계는 없지만, 현장에서는 업무 방식의 차이가 결과로 이어진다는 문제 제기가 꾸준히 나온다.

최근 국내 기업들이 HR 전반에 AI 평가 시스템을 도입하면서 특히 40~50대 직원들이 체감하는 변화 폭이 커지고 있다. /클립아트코리아

AI 평가 확산과 불안의 공존

국내 대기업 다수가 AI 기반 평가 시스템을 도입하거나 적용을 검토하고 있으며, 채용·배치·성과평가까지 AI를 활용한다는 응답이 90%에 달하는 조사도 있다. 회의록 요약, 발언량 분석, 응답 속도 추적 등 디지털 흔적을 자동 수집·분석하는 시스템은 이제 HR 업무에 널리 적용됐다.

은행권은 AI 기반 인사관리 플랫폼을 활용하고 있고, SK하이닉스와 SK AX는 AI 채용 시스템으로 이력서 검토와 역량 검사를 자동화했다. 삼성SDS는 글로벌 플랫폼 ‘워크데이’를 통해 인재 관리를 AI로 운영하고 있다. 해외에서도 아스트라제네카, 아마존, IBM 등 주요 기업이 직원 분석과 평가, 배치를 AI 기반으로 전환하고 있다.

기업들은 AI 분석을 참고자료라고 설명하지만, 현장에서는 “관리자가 먼저 AI 보고서를 본다”는 말이 자연스럽다. 평가 영향력이 결코 작지 않은 셈이다.

보이지 않는 구조적 요인…중년층의 점수 격차 체감

AI가 나이에 따라 점수를 달리 책정하는 것은 아니지만, 지표 설계 방식은 결과적으로 세대 간 차이를 만들어낼 수 있다. AI 기반 평가의 핵심 지표는 속도·응답·디지털 협업 도구 활용 등 ‘즉시성’ 중심의 요소다. 메신저 응답이 빠르고 디지털 도구 활용이 활발한 젊은 직원에게 유리한 구조다.

반면 중간관리자급인 40~50대 직원들은 회의 조율, 리스크 판단, 문서 검토 등 정성적 업무가 많다. 갈등 조정이나 멘토링 같은 역할은 데이터로 기록되지 않아 지표에 반영되기 어렵다. 회의 분석 시스템이 발언 시간이나 질문 횟수를 점수화할 때도 경험 많은 리더일수록 흐름을 정리하는 역할에 집중해 수치가 낮게 나오는 구조적 문제도 있다.

해외에서도 AI 학습 데이터가 과거 평가의 편향을 일부 재현한 사례가 있었지만, 의도적 연령 차별로 결론 난 사례는 제한적이다. 다만 정부와 연구기관은 지표 편향을 점검하기 위한 가이드라인 마련을 서두르고 있다.

평가의 최종 책임은 결국 사람에게

AI 기반 평가 시스템은 앞으로 더 확산될 가능성이 높다. 그만큼 지표 편향 검증과 운영 투명성을 강화할 필요가 있다는 지적이 커지고 있다.

– 연령·직무별 점수 편차가 실제로 존재하는지 검증
– AI 정량 지표와 관리자의 정성 평가 간 보완 구조 설계
– 리더십·조정 능력 등 AI가 포착하지 못하는 요소를 별도 지표로 구성
– 평가 기준과 운영 방식에 대한 충분한 직원 설명

국가인권위원회는 AI 고용·인사 시스템에서 성별·나이·지역 등 차별이 발생하지 않도록 기준 마련과 검증을 요구하고 있다.

HR 컨설턴트들은 “AI 활용은 흐름이지만 평가의 최종 책임은 사람에게 있다”고 강조한다. AI는 참고 도구일 뿐, 평가 과정에서 발생할 수 있는 갈등을 조정하고 맥락을 해석하는 역할은 결국 사람이 맡아야 한다는 것이다.

다양한 세대가 공존하는 조직에서 AI 평가 지표가 특정 세대의 일하는 방식을 과도하게 반영하면 불안과 불만이 커질 수 있다. AI가 정밀한 평가 도구가 될지, 새로운 갈등의 원인이 될지는 결국 지표 설계와 운영의 투명성에 달려 있다는 점이 다시 확인되고 있다.