AI 시대 인재 개발: 조사 자료로 본 세 가지 우선 과제

생성형 AI가 기업의 직원 교육 방식을 바꾸고 있습니다. 이 글은 AI 시대의 교육을 계획하는 관리자와 인사 담당자를 위한 것입니다. 한국 기업에서 일하거나 한국 기업과 협업하는 외국인도 대상입니다. 최근 국제 조사 결과와 필자가 제안하는 세 가지 우선 과제를 정리합니다. 아래 수치는 2024~2025년에 나온 글로벌 또는 미국 중심 조사이며 한국 통계가 아닙니다.

최근 조사 결과

이 결과들은 한 방향을 가리킵니다. AI 도구를 사는 일은 쉬운 부분입니다. 성과는 사람을 어떻게 교육하는지, 어떤 프로젝트를 고르는지, 관리자가 변화를 지원하는지에 달려 있습니다.

과제 1: 계획을 세워 생성형 AI를 도입하기

새 도구만으로 생산성이 오르지는 않습니다. 가트너는 생성형 AI 프로젝트가 개념 증명 단계 뒤 멈추는 이유로 네 가지를 들었습니다. 낮은 데이터 품질, 부족한 위험 통제, 늘어나는 비용, 불명확한 사업 가치입니다.

필자의 제안은 다음과 같습니다.

• 먼저 현재 업무 과정을 정리하고 AI가 가장 큰 가치를 낼 영역을 찾습니다.
• 반복 업무부터 시작합니다. 예를 들어 반복되는 고객 문의는 AI가 답하고 직원은 복잡한 문제에 집중하게 합니다.
• 도구 사용법과 함께 실제 업무로 연습시킵니다. 한 번의 강의보다 실습, 피드백, 반복이 중요합니다.
• AI 도입을 장기적인 변화 관리로 봅니다. 가트너의 2025년 조사에서 성숙도가 높은 조직은 사업 가치와 기술적 실현 가능성으로 프로젝트를 고르고 거버넌스와 엔지니어링 체계를 갖췄습니다. 그 결과 프로젝트가 더 오래 유지됐습니다.

과제 2: 스킬 중심으로 인재 개발 체계 만들기

직무명은 천천히 바뀌고 스킬은 빠르게 바뀝니다. WEF 보고서에 따르면 고용주가 가장 원하는 핵심 스킬은 분석적 사고입니다. 기업 10곳 중 7곳이 필수로 꼽았습니다. 그다음은 회복탄력성·유연성·민첩성, 리더십과 사회적 영향력입니다. 가장 빠르게 중요해지는 스킬은 AI와 빅데이터이고, 네트워크와 사이버보안, 기술 활용 능력이 뒤를 잇습니다. 창의적 사고, 호기심과 평생학습도 더 중요해질 전망입니다.

스킬 중심 접근은 다음과 같습니다.

• 직원마다 가진 스킬을 기록합니다.
• 앞으로 몇 년 동안 조직에 필요한 스킬과 비교합니다.
• 차이를 메우는 개인별 학습 경로를 제공합니다.
• 기술 교육과 창의적·비판적 사고 같은 인간 고유의 역량을 균형 있게 다룹니다.
• 내부 인재 마켓플레이스를 엽니다. 직원의 스킬과 프로젝트·새 역할을 연결하는 플랫폼으로, 회사를 떠나지 않고도 성장할 기회를 줍니다.

과제 3: 동기부여, 신뢰, 조직 문화

직원이 거부하면 기술과 절차를 바꿔도 소용이 없습니다. 많은 직원이 AI가 자기 일자리를 대신할까 걱정합니다. 분명한 소통과 새 역할에 대한 구체적인 설명이 불안을 줄입니다. 필자는 AI를 사람의 역량을 넓혀 주는 도구로 소개하고, 도구를 고르고 시험하는 단계부터 직원을 참여시키라고 권합니다.

신뢰는 성숙도와 함께 커집니다. 가트너의 2025년 조사에서 현업 부서가 새 AI 솔루션을 신뢰하고 쓸 준비가 된 비율은 성숙도가 높은 조직 57%, 낮은 조직 14%였습니다.

조직 문화는 관리자에게 달려 있습니다. 가트너가 2024년 10월 발표한 2025년 인사 우선 과제 조사에서 인사 리더의 57%가 관리자들이 조직이 원하는 문화를 팀에 실천시키지 못한다고 답했습니다. 리더들이 그 문화를 보여 줄 책임을 느끼지 못한다는 응답도 있었습니다. 그래서 리더십 개발과 문화 변화를 함께 추진해야 합니다. 리더는 실험을 먼저 보여 주고, 작은 실패를 받아들이고, 완벽보다 꾸준한 개선을 택해야 합니다. 애자일 방식과 부서 간 협업 팀이 도움이 됩니다.

다양성과 지식 전수

WEF 보고서는 주로 고소득 국가에서 고령화와 생산가능인구 감소가 노동시장을 바꾸고 있다고 지적합니다. 숙련된 직원이 은퇴하면 그 지식도 함께 사라질 수 있습니다. 선배와 후배 직원을 짝지어 일하게 하고, 노하우를 기록하고, 다양성 계획에 성별·문화적 배경·학력과 함께 연령도 넣으십시오. 필자는 배경이 다른 사람들이 AI 결과물의 편향을 찾아내고 더 포괄적인 해법을 만드는 데 도움이 된다고 봅니다.

실행 로드맵

1. 시범 운영: 한 팀이나 한 업무 과정을 골라 AI를 적용하고 결과를 측정합니다.
2. 성공 사례 확산: 배운 점과 좋은 방법을 다른 팀에 단계적으로 전합니다.
3. 데이터 역량 구축: 직원에게 데이터 리터러시를 교육하고 데이터를 모으고 분석하는 체계를 만듭니다.
4. 외부 협력: 가상현실 기반 교육이나 직원 경험 플랫폼 같은 새 방식을 도입할 때는 외부 전문가나 기술 파트너와 협력합니다.
5. 측정과 수정: 분명한 성과 지표를 정하고 정기적으로 점검해 필요하면 계획을 고칩니다.

필자의 마지막 당부는 사람을 중심에 두라는 것입니다. AI 도입과 문화 변화에는 여러 해가 걸립니다. 작은 실패에서 계속 배우는 조직이 성장합니다.