🧚♂️
AI가 일하는 방식을 바꾸고 있다,
그리고, 인사팀도 예외가 아니다
생성형 AI가 업무 현장에 들어오는 속도가 예상보다 훨씬 더 빠릅니다. 느껴지시나요?
문서 초안을 쓰고, 회의를 요약하고, 데이터를 분석하고, 이메일을 정리하는 일—불과 2년 전만 해도 사람이 직접 처리하던 업무들이 AI 도구 하나로 처리되는 시대가 됐습니다.
그렇다면 HR 부서, 특히 채용 파트를 담당하고 있는 분들의 업무는 어떨까요.
인사팀 채용 담당자의 일상을 들여다보면, 많은 시간이 어쩌면 반복적이고 수동적인 업무에 소모되고 있을지도 모릅니다. 이력서를 검토하고, JD를 작성하고, 면접 일정을 조율하고, 후보자에게 결과를 통보하고, 채용 데이터를 정리하는 과정—이 모든 것이 채용팀의 하루를 채웁니다.
문제는 이 업무들이 채용의 본질, 즉 "이 사람이 우리 조직에 맞는가"를 판단하는 데는 거의 기여하지 않는다는 점입니다.
생성형 AI는 바로 이 지점에서 채용팀에게 의미 있는 변화를 제안합니다. 반복적인 업무를 AI가 처리하고, 채용팀은 판단이 필요한 일에 집중하는 구조입니다. 그런데 이 변화를 제대로 활용하려면 한 가지를 먼저 알아야 합니다.
오늘 히든뉴스레터에서는 AI가 잘하는 인사팀(채용파트)의 일과, AI가 절대 잘할 수 없는 일이 무엇인지 알아보겠습니다.
|
| |
|
|
인사팀 채용파트의 하루 중
인사팀의 반복업무, AI가 얼마나 줄여줄 수 있을까요?
채용 담당자의 업무 시간을 실제로 분석해보면, 핵심 판단 업무인 후보자 적합성 판단, 면접 심층 검토, 채용 전략 수립—에 투입되는 시간은 전체의 20~30%에 불과한 경우가 많습니다. 나머지 70%는 내/외부 미팅, 커뮤니케이션, 문서 작업인데요.
생성형 AI가 실질적으로 줄일 수 있는 업무를 구체적으로 살펴보면 크게 세 가지로 나눌 수 있습니다.
① 직무기술서(JD) 작성
사실, JD 하나를 제대로 쓰려면 평균 2~3시간이 걸립니다. 직무 요건 정리, 회사 소개 문구, 우대 조건 배열—이 과정이 매 채용마다 반복됩니다. 생성형 AI는 직무 카테고리, 조직 정보, 채용 배경을 입력하면 초안을 수 분 내에 생성합니다. 채용팀은 초안을 검토하고 조직 맥락에 맞게 수정하는 역할을 하면서 기존 대비 작성 시간을 60% 이상 줄일 수 있습니다.
② 이력서 1차 스크리닝
대규모 공개 채용에서 이력서 수백 장을 검토하는 일은 채용팀의 대표적인 시간 소모 업무입니다. AI는 포지션 요건을 기준으로 이력서를 분류하고, 키워드 매칭과 경력 패턴 분석을 통해 1차 스크리닝 결과를 제공해 업무로드를 크게 줄여줄 수 있는데요. 단, AI의 1차 스크리닝 결과를 그대로 채용 결정에 반영하는 것은 위험합니다. AI가 놓치는 맥락이 있기 때문인데, 반드시 검토가 필요합니다.
③ 후보자 커뮤니케이션 자동화
채용 진행 중 후보자에게 발송하는 이메일과 메시지—서류 접수 확인, 면접 일정 안내, 결과 통보, 입사 서류 요청—는 대부분 내용이 유사한 반복 작업입니다. 하여 이미 SaaS기반의 다양한 HR 플랫폼 툴로 커뮤니케이션 자동화를 하고 있으실텐데요. 특히 다수의 후보자를 동시에 관리하는 공채 시즌에는 자동화 커뮤니케이션의 효과가 큽니다. 인사팀은 개별 후보자 케이스에 집중 대응이 필요한 상황에만 직접 개입하면 되기 때문입니다.
|
| |
|
|
자동화의 한계
"좋은 후보자"는 데이터가 아니라 맥락으로 판단된다
AI가 채용팀의 많은 시간을 아껴줄 수 있다는 것은 사실입니다. 그러나 채용에서 가장 중요한 판단, 즉 '이 사람이 우리 조직에서 성과를 낼 수 있는가'는 AI가 대신할 수 없습니다.
그 이유는 크게 4가지입니다.
이유 1. 좋은 이력서가 좋은 후보자를 의미하지 않는다
AI 스크리닝은 이력서의 키워드와 구조를 분석합니다. 그러나 이력서는 후보자가 자신을 가장 잘 보이도록 작성한 문서입니다. 같은 경력, 같은 직함이라도 그 경험의 깊이와 맥락은 사람 간에 크게 다릅니다. 예를 들어, "마케팅 팀장 5년"이라는 이력은 AI가 적합하다고 분류할 수 있습니다. 그러나 그 5년이 성장하는 스타트업에서의 전략 주도 경험인지, 대기업 내 실행 중심의 역할인지는 이력서만으로 구별되지 않습니다. 이 맥락이 조직 적합성과 직접 연결되는 정보입니다.
이유 2. 데이터로 잡히지 않는 역량이 존재한다
채용에서 가장 중요한 역량 중 상당수는 수치화가 어렵습니다. 조직 내 갈등을 조율하는 방식, 불확실한 상황에서의 의사결정 패턴, 팀원을 끌어가는 리더십 역량 등은 이력서와 구조화 데이터에서 읽히지 않습니다. 특히, 리더십의 경우 경력직 채용, 특히 팀장급 이상에서 이 역량이 성패를 가르는 경우가 많습니다.
이유 3. AI는 편향을 학습한다
AI 스크리닝 모델은 과거 채용 데이터를 학습합니다. 만약 과거 채용 결정에 특정 학교, 특정 기업 출신에 대한 편향이 있었다면, AI는 그것을 '기준'으로 학습하고 강화합니다. 다양한 배경과 경험을 가진 인재를 발굴해야 하는 채용에서, AI의 편향 재생산은 구조적인 리스크가 될 수 있습니다.
이유 4. 후보자는 데이터가 아니라 사람이다
채용은 기업만 후보자를 평가하는 것이 아닙니다. 후보자도 기업을 평가합니다. 면접 과정에서 채용 담당자와 팀장이 어떤 인상을 주느냐, 어떤 비전을 전달하느냐가 최종 결정에 영향을 미칩니다. AI 자동화가 과도하게 개입된 채용 프로세스는 좋은 후보자를 오히려 멀어지게 할 수 있습니다.
|
| |
|
|
진짜 해야 할 일은 '인간'이 하는 시대
자동화 이후, 더욱 선명해지는 인사팀의 역할
반복적이고 수동적인 업무를 AI가 처리하는 만큼, 채용팀이 집중해야 할 것은 더 명확해집니다.
- 포지션의 채용 배경을 정확하게 정의하는 것
- 후보자의 이력서 뒤에 있는 맥락을 읽는 것
- 헤드헌터·현업 팀장과의 신뢰 기반 커뮤니케이션
- 오퍼 이후 후보자가 실제로 입사할 때까지 관리하는 것
- 채용 실패의 원인을 분석하고 다음 채용에 반영하는 것
이 업무들은 AI로 대체되지 않습니다. 오히려 AI가 행정 업무를 줄여준 만큼, 채용팀이 이 본질적인 업무에 더 많은 시간을 쏟을 수 있게 됩니다.
헤드헌팅 플랫폼의 관점에서 보면, 이 변화는 긍정적입니다. 채용팀이 AI 자동화로 행정 부담을 줄이고, 후보자의 맥락을 읽는 데 집중하는 구조가 만들어질수록 — 헤드헌터가 검증하고 추천한 후보자를 채용팀이 더 깊이 판단할 수 있는 환경이 됩니다. AI가 처리하는 것과 사람이 판단해야 하는 것이 분리될수록, 채용의 정확도는 높아집니다.
채용팀이 AI를 잘 쓰는 것과 AI에 의존하는 것은 전혀 다른 이야기입니다.
AI는 채용팀의 시간을 돌려주는 도구입니다.
그 시간으로 무엇을 할 것인가는 여전히 사람이 결정해야 할 것입니다.
🧚♂️
오늘 히든뉴스레터는 어떠셨나요?
히든뉴스레터는 매주 목요일,
인사팀을 위한 채용 인사이트를 전합니다.
🔥봄과 함께 찾아온 히든뉴스레터 🔥
|
|
|
|
(주)히든스카우트hbteam@hiddenscout.co.kr서울특별시 강남구 테헤란로 310, 두꺼비빌딩 1106호, 1107호 02-2183-0725 Unsubscribe |
|
|
|
|