2022년 이후 미국 내 직무명에 ‘AI’가 포함된 채용 공고가 3배 이상 증가했습니다. 이제 AI 인사평가를 어떻게 설계할 것인가는 IT 부서만의 고민이 아닙니다. Indeed Hiring Lab의 최신 보고서에 따르면, 연구 대상 6개국 중 5개국에서 AI 관련 직무명의 절반 이상이 비기술 분야에서 나타났고, 미국은 그 비율이 63%에 달했습니다.
계정 관리자, 운영 관리자, 주제 전문가, 기업 교육 담당자. 전통적인 직무에도 AI라는 수식어가 붙기 시작했습니다. 트럭 운전사와 물리치료사의 직무 기술서에도 AI 활용 능력이 요구되는 시대입니다.
63%가 비기술 영역, AI 인사평가가 마주한 새로운 신호
AI 관련 직무가 전 산업으로 퍼지면서, 자연스럽게 따라오는 질문이 있습니다. 이 확산 속도를 어떻게 평가에 반영해야 할까요.
↓ 63%
미국 내 AI 관련 직무명 중 비기술 분야에서 발생한 비율 (Indeed Hiring Lab, 2026)
단순 채용 공고 증가가 아닙니다. AI 인사평가 체계를 설계해야 하는 조직의 범위 자체가 넓어졌다는 신호입니다.
실무자 시각
대기업에서 13년간 인사 업무를 담당하면서, 새로운 기술 역량이 조직 내에 확산될 때 반복되는 패턴을 확인했습니다. 첫 단계는 전문가를 별도로 채용하는 것이고, 두 번째 단계는 기존 직무에 그 역량을 융합하는 것이며, 세 번째 단계는 전 구성원의 기본 소양이 되는 것입니다. AI 직무명의 확산은 이제 두 번째 단계를 넘어 세 번째 단계로 진입하고 있음을 보여줍니다.
3가지 유형으로 본 AI 직무와 AI 인사평가의 연결고리
Indeed 보고서는 AI 직무 확산을 세 가지 카테고리로 분류합니다.
- AI 활성화 및 컨설팅 — AI 도구 도입과 전략 수립을 지원하는 역할
- AI 교육 및 콘텐츠 제작 — AI 사용법을 교육하고 관련 콘텐츠를 제작하는 역할
- AI 강의 및 지도 — 조직 내 AI 리터러시를 확산시키는 역할
세 가지 유형 모두 본질적으로 사람이 AI를 관리하고 가르치는 역할입니다. 이는 Botsitting(봇 관리) 논의의 연장선이면서, 동시에 AI가 단순 도구에서 관리 대상으로 격상되고 있음을 뜻합니다.
그렇다면 자연스럽게 다음 질문이 떠오릅니다. AI 활용 능력을 평가할 수 있다면, 평가 업무 자체도 AI에게 맡길 수 있지 않을까요?
AI 인사평가, 자동화가 정답이 아닌 이유
Indeed 보고서는 AI를 설명할 수 있는 인재가 경쟁력을 가질 것이라고 전망합니다. 그 연장선에는 AI가 생성한 평가 결과를 사람이 검토하는 구조가 자리 잡고 있습니다.
여기서 중요한 함정이 있습니다. 평가 제도를 설계해본 HR 실무자라면 압니다. 아무리 절대평가 체계로 전환한다 해도, 정성적인 평가 항목을 완전히 배제할 수는 없다는 사실입니다.
실무자 시각
저는 채용 데이터와 평가 데이터를 다루면서, 정성적인 항목이 결국 조직 상황·팀의 역학 관계·프로젝트의 외부 맥락·리더십의 변화 같은 여러 환경 변수를 함께 고려해야 한다는 점을 반복적으로 확인했습니다. 이런 변수는 수치화하기 어렵고, 맥락을 모르는 제3자가 판단하기에도 위험합니다. AI 인사평가를 전면 자동화하기 어려운 이유가 바로 여기에 있습니다.
정성 평가, AI 인사평가가 따라잡을 수 없는 영역
AI가 더 많은 직무에 스며들수록, 오히려 정성 평가에서 사람의 역할은 더 중요해집니다. 모순처럼 들리지만, 기술이 발전할수록 기술이 할 수 없는 일의 가치는 함께 상승한다는 아이러니입니다.
이 관점은 최근 논의된 Botshitting(봇 맹신) 경고와도 같은 맥락에 있습니다. AI 인사평가를 설계할 때, 정성 항목을 사람의 몫으로 명확히 남겨두는 설계가 필요합니다.
HR이 피해야 할 AI 인사평가 함정 3가지
| 함정 | 내용 | 대응 방향 |
|---|---|---|
| AI 사용량 = 성과 | 토큰 사용량이 많다고 성과가 높은 것은 아님 (토큰맥싱 현상) | AI 활용 평가와 성과 평가를 별개 프로세스로 분리 |
| 공정성 = 자동화 | AI 평가 도구는 학습 데이터 편향과 조직 맥락을 반영 못함 | 평가자 역량 강화 방향으로 공정성 확보 |
| 형식적 Human In the Loop | AI 초안을 사람이 승인만 하는 구조는 실질적 개입이 아님 | 이의 제기·전면 재검토가 가능한 실질적 판단 구조 설계 |
실무자 시각
제 경험상, 사람의 개입이 실질적인 결정이 아니라 효율적인 검토에 그치는 순간 Human In the Loop는 형식으로 전락합니다. AI 인사평가 도구를 도입하는 조직이라면, 평가자가 AI 판단 근거에 이의를 제기할 수 있는 절차부터 먼저 설계해야 한다고 생각합니다.
결론: AI 인사평가에서 사람이 지켜야 할 선
Indeed 보고서는 AI 직무명의 확산이 전 산업에서 가속화될 것이라 전망합니다. 2028년까지 AI가 없애는 일자리보다 창출하는 일자리가 더 많아질 수 있으며, HR 리더의 94%는 AI 기반 초급 직무 등장을 기대합니다.
그러나 중요한 것은 속도가 아니라 방향입니다. AI가 더 많은 직무에 스며들수록, 사람만이 할 수 있는 일을 식별하고 보호하는 것이 오히려 더 중요한 HR의 과제가 됩니다.
AI 인사평가에서 AI는 참고자료를 만드는 도구이고, 최종 판단은 여전히 사람의 몫입니다. 이 경계를 흐리는 순간, 평가 제도는 형식만 남고 신뢰는 사라집니다.
귀사의 AI 인사평가 체계에는, AI가 하지 말아야 할 일을 명확히 정의해 두셨습니까?
함께 보면 좋은 글
AI 인사평가와 관련해 아래 글도 참고하시면 도움이 됩니다.
AI 인사평가 관련 HR 영어 키워드
| 영어 키워드 | 의미 |
|---|---|
| AI-enabled role | AI 역량이 요구되는 직무 |
| Botsitting | AI(봇)를 관리·감독하는 업무 |
| Botshitting | AI 결과를 검증 없이 맹신하는 태도 |
| Human In the Loop | AI 의사결정 과정에 사람이 실질적으로 개입하는 구조 |
| Tokenmaxxing | AI 토큰 사용량을 과시적으로 부풀리는 현상 |
| Qualitative assessment | 정성 평가 |
| AI literacy | AI를 이해하고 활용하는 기본 소양 |
| Absolute rating system | 절대평가 체계 |
자주 묻는 질문 (FAQ)
AI 인사평가를 전면 자동화하면 안 되는 이유가 무엇인가요?
정성 평가 항목은 조직 상황, 팀 역학, 프로젝트 맥락 같은 환경 변수를 함께 고려해야 합니다. AI는 이런 맥락을 온전히 파악하기 어렵기 때문에, 최종 판단은 사람이 담당해야 합니다.
AI 사용량을 성과 평가에 반영해도 되나요?
AI 사용량과 실제 업무 성과는 별개입니다. 토큰맥싱처럼 사용량만 부풀리는 왜곡이 발생할 수 있으므로, 두 지표는 분리해서 관리하시는 것을 권합니다.
Human In the Loop를 형식적으로 운영하면 어떤 문제가 생기나요?
AI가 만든 초안을 사람이 승인만 하는 구조는 실질적인 개입이 아닙니다. 판단 근거를 이해하고 이의를 제기할 수 있는 절차가 없다면, 책임 소재도 불분명해집니다.
AI 직무 확산은 앞으로 어떻게 진행될까요?
Indeed 보고서에 따르면 AI 관련 직무명은 이제 비기술 영역까지 확산되고 있으며, 이 흐름은 당분간 계속 가속화될 것으로 전망됩니다.
중소·중견기업에서도 AI 인사평가 체계가 필요한가요?
규모와 관계없이 AI 도구 사용이 확산되는 조직이라면 필요합니다. 다만 대규모 시스템보다는, 정성 평가란에 판단 근거를 기록하는 간단한 절차부터 시작하시는 것을 권합니다.
원문 출처
Indeed Hiring Lab, “More job titles include AI across every sector” (Lara Ewen, 2026-07-13). 이 보고서는 6개국 채용 공고 데이터를 분석해, AI 관련 직무명이 IT를 넘어 비기술 분야로 확산되고 있으며 미국의 경우 그 비율이 63%에 달한다고 밝혔습니다.
English summary: Indeed Hiring Lab’s report (Lara Ewen, July 13, 2026) finds that AI-related job titles have spread well beyond technical roles, with 63% of such titles in the U.S. now appearing in non-technical functions.