[딥파이낸셜] AI 시대 높아진 생산성 기준, 사내 인력 육성 중요성 부각

AI 활용 역량에 따라 생산성 격차 확대
외부 채용, 높은 급여에도 초기 성과 저조
사내 교육 통한 인력 육성과 경쟁력 강화

본 연구 기사는 유럽 경제 연구소 The Economy의 연구위원(Fellow)들이 작성한 The Economy Review 시리즈 기고문을 한국 시장 상황에 맞춰 재구성한 글입니다. 본 시리즈는 최신 기술-경제-정책 이슈에 대해 연구자의 시각을 담아, 일반 독자들에게도 이해하기 쉽게 전달하는 것을 목표로 합니다. 기사에 담긴 견해는 집필자의 개인적인 의견이며, The Economy 또는 집필자의 소속 기관의 견해와 일치하지 않을 수 있습니다.

AI 도입이 확산되면서 기업이 요구하는 생산성 수준도 높아지고 있다. 그러나 AI 활용 효과는 개인의 역량에 따라 엇갈린다. 버클리 하스경영대학원과 하버드경영대학원 연구진이 학술지 ‘매니지먼트 사이언스(Management Science)’에 발표한 연구에 따르면, 케냐 기업가 640명을 대상으로 5개월간 진행한 실험에서 AI 활용 집단과 대조군의 평균 성과는 통계적으로 유의미한 차이를 보이지 않았다. 그러나 기존 성과가 우수했던 기업가는 15% 이상 개선된 반면, 성과가 저조했던 기업가는 약 10% 하락했다. 이러한 격차는 기업의 인력 운용에도 새로운 과제를 던진다. AI로 업무 기준이 높아지는 상황에서 부족한 인력을 외부 채용으로 충원하기보다 기존 중위권 직원을 교육해 생산성을 끌어올리는 편이 비용 측면에서 유리할 수 있다는 분석이다.

높아지는 업무 기준과 사내 교육의 필요성

AI 활용에 따른 성과 차이는 새로운 기술을 받아들이고 활용하는 능력에서 비롯된다. 전문인력 10명을 역량에 따라 1~10단계로 나눈다면, 최상위 두세 명은 별다른 지원 없이도 높은 생산성을 유지할 가능성이 크다. 이들은 전문지식과 판단력, 적응력을 갖추고 있어 새로운 도구를 스스로 익혀 업무에 적용할 수 있기 때문이다. AI는 이처럼 기존 역량이 탄탄한 직원의 업무 처리 속도를 더 높여준다. 케냐 연구에서도 AI에 입력한 질문과 받은 답변은 집단 간 비슷했지만, 조언을 선별하고 적용하는 능력에서 차이가 나타났다. 상위권 인력은 유용한 조언과 그럴듯하지만 잘못된 조언을 구별하는 반면 중위권 인력은 이러한 판단력이 상대적으로 부족했다.

이러한 차이는 AI가 기업의 생산성 기준까지 높인다는 점에서 중요하다. 일부 직원이 AI를 활용해 이전보다 많은 업무를 처리하면 관리자는 이를 기준으로 다른 직원의 성과도 평가하게 된다. 그 결과 2년 전만 해도 맡은 역할을 충분히 수행하던 4~5단계 직원이 기존 역량을 유지하고 있음에도 새로운 기준에는 미치지 못하는 상황이 발생할 수 있다. 기업은 이들을 교체하거나 교육을 통해 역량을 높이는 방안 중 하나를 선택해야 한다. 핵심은 같은 생산성 목표를 달성하는 데 어느 쪽이 비용이 적게 드느냐다.

외부 채용에 따른 비용과 불확실성

외부 채용은 내부 승진보다 비용이 많이 들지만, 초기 성과는 오히려 낮을 수 있다. 미국 펜실베이니아대 와튼스쿨이 한 투자은행의 6년간 인사자료를 분석한 결과, 외부 채용자는 비슷한 직책으로 승진한 내부 직원보다 약 18~20% 높은 급여를 받았다. 그러나 입사 후 첫 2년간 성과평가 점수는 더 낮았으며 자발적·비자발적 퇴사율도 높았다. 이러한 성과 차이가 외부 채용자의 역량 부족을 의미하는 것은 아니다. 실제로 입사 2년이 지나면 외부 채용자의 승진 속도가 내부 승진자보다 빨라졌다. 다만 새로운 조직에서 인간관계를 형성하고 업무 방식과 의사결정 구조를 익히는 데 시간이 필요했다. 직원 1인당 요구되는 생산성이 높아질수록 적응 기간에 기대한 성과를 내지 못해 발생하는 손실도 커진다.

지원자의 실제 역량을 정확히 파악하기 힘들다는 점도 외부 채용의 부담이다. 이력서와 학위, 추천서, 면접만으로는 업무 능력을 충분히 검증할 수 없기 때문이다. 채용 당시 우수한 인재로 평가했더라도 실제 성과는 기대에 미치지 못할 수 있다. 반면 내부 직원은 수년간의 업무 이력과 평가자료가 축적돼 있어 역량을 비교적 정확하게 파악할 수 있으며 조직 적응에 필요한 시간도 적다. 이러한 차이는 기업의 채용 방식에도 반영된다. 런던정경대(LSE)와 캘리포니아주립대 이스트베이, 알토대 공동 연구진이 핀란드의 고용주·근로자 자료를 분석한 결과, 기업 생산성이 표준편차 1만큼 높아질 때 상위급 전문직 공석을 외부 채용으로 충원할 확률은 2.9%포인트, 하위급 전문직은 4%포인트 낮아졌다. 이는 생산성이 높은 기업일수록 외부 채용보다 내부 인력을 활용하는 경향이 강해진다는 의미다.

AI의 생산성 격차 완화 효과와 한계

반면 AI가 숙련도가 낮은 직원의 생산성을 더 크게 높여 인력 간 격차를 줄일 수 있다는 연구도 있다. 스탠퍼드대와 매사추세츠공대(MIT)가 고객서비스 상담원 5,179명을 분석한 결과 AI 도입 후 전체 생산성은 평균 14% 증가했다. 특히 경험이 적고 숙련도가 낮은 직원은 34% 향상된 반면, 숙련된 직원의 개선 효과는 미미했다. 이를 근거로 별도의 사내 교육 없이도 AI가 직원 간 역량 차이를 줄일 수 있다는 주장도 나온다. 다만 해당 연구는 업무가 반복적이고 성과평가 기준이 명확한 환경에서 진행됐다. 하버드경영대학원이 보스턴컨설팅그룹(BCG) 컨설턴트 758명을 대상으로 실시한 실험에서도 AI가 처리할 수 있는 업무에서는 하위권 참가자의 성과가 43% 개선됐다. 그러나 AI의 처리 능력을 벗어난 과제에서는 AI를 사용한 참가자의 정답률이 사용하지 않은 참가자보다 19%포인트 낮았다.

결국 AI의 효과는 업무의 성격과 활용 방식에 따라 달라진다. 정형화된 업무에서는 생산성을 높일 수 있지만 복잡한 판단이 필요한 상황에서는 잘못된 결과를 초래할 가능성도 있다. 따라서 문제는 AI가 어느 수준까지 정확한 답변을 제공할 수 있는지 사용자가 직접 판단해야 한다는 점이다. 이러한 능력은 실제 업무 경험을 통해 길러지며 정답이 정해져 있지 않은 경영 문제에서는 더욱 중요하다. 케냐 실험에서 저성과자의 실적이 오히려 악화된 것도 이러한 맥락에서 이해할 수 있다. 중위권 직원은 정형화된 업무와 복잡한 판단이 필요한 업무를 함께 수행하는 만큼 AI 도구를 제공하는 것만으로는 생산성 향상을 보장할 수 없다.

효과적인 사내 교육 프로그램 설계

따라서 사내 교육은 단순한 AI 사용법보다 실제 업무에 필요한 판단력을 키우는 데 초점을 맞춰야 한다. 이를 위해 기업은 먼저 인사평가와 업무 이력, 상사의 평가를 바탕으로 추가 교육을 통해 높아진 생산성 기준에 도달할 수 있는 직원을 선별하는 것이 필요하다. 내부 인력은 그동안의 업무 성과가 축적돼 있어 외부 지원자보다 현재 역량과 성장 가능성을 구체적으로 파악할 수 있다는 이점이 있다. 교육 과정도 실제 업무와 밀접하게 연계해야 한다. 회사의 고객과 업무 내용, 품질 기준을 반영해 현장에서 바로 활용할 수 있도록 설계하는 방식이다. 특히 AI가 제시한 답변의 오류를 찾아내고 어느 수준까지 신뢰할 수 있는지 판단하는 훈련이 중요하다.

비용 역시 교육 프로그램의 실효성을 판단하는 기준이다. 기업은 외부 채용에 따른 추가 급여와 적응 기간의 성과 손실을 사내 교육에 필요한 근무시간, 강사비, AI 도구 사용료 등과 비교해야 한다. 이를 통해 내부 육성이 실제로 비용 부담을 줄이면서 필요한 생산성 수준을 확보할 수 있는지 확인할 필요가 있다. 물론 조직에 없는 전문성이 필요하거나 단기간에 육성하기 힘든 경우에는 외부 채용이 불가피하다. 그러나 새로운 인재를 찾기 전에 기존 직원의 성장 가능성을 먼저 검토하고 외부 채용에 드는 추가 비용만큼 성과를 기대할 수 있는지 따져보는 것이 합리적이다.

인력 유지와 지속 가능한 AI 도입

기존 인력을 육성해야 하는 이유는 비용 절감에만 있지 않다. 중위권 직원이 퇴사하면 오랜 기간 쌓아온 업무 경험과 고객에 대한 이해, 조직 내 협력 관계도 함께 사라진다. 이는 외부 채용자가 새로 익혀야 하는 지식인 만큼 인력 교체에 따른 손실은 단순한 채용 비용을 넘어선다. 잦은 인력 교체가 조직에 미치는 영향도 무시할 수 없다. 생산성 기준이 높아질 때마다 동료가 교체되는 환경에서는 직원들이 업무상 어려움을 드러내기보다 숨기려 할 수 있다. AI 도입이 지속적인 성과로 이어지려면 직원들의 협조와 신뢰가 뒷받침돼야 하지만 일부 숙련 인력에만 혜택이 집중되고 나머지는 교체 대상으로 여겨진다면 조직 내 협력을 유지하기 힘들다. 물론 사내 교육이 이러한 문제를 얼마나 해결할 수 있는지는 추가 검증이 필요하다. 케냐에서 진행한 5개월간의 실험은 AI 자문 서비스 제공에 따른 성과 차이를 살펴본 것으로, 체계적인 교육이 저성과자의 생산성을 개선할 수 있는지까지 확인하지는 못했다. 따라서 기업은 실제 업무를 기반으로 교육 프로그램을 운영하고 성과를 측정해 내부 육성의 효과를 검증해야 한다.

결국 AI 시대의 인력 관리에서는 직원의 현재 성과뿐 아니라 성장 가능성까지 고려해야 한다. 생산성 기준이 높아질 때마다 외부 인재를 영입하는 방식은 비용 부담을 키우고 조직 내 경험과 지식의 손실로 이어질 수 있다. 기업의 경쟁력은 AI 도입 자체보다 이를 활용할 수 있는 인력을 얼마나 효과적으로 육성하고 유지하느냐에 따라 달라질 전망이다.

본 연구 기사의 원문은 In-House Training in the AI Era: Upskilling Beats Hiring을 참고해 주시기 바랍니다. 본 기사의 저작권은 The Economy에 있습니다.