AI 운영 경험 쌓이자 인재 기준도 변화, 전문성 중심으로 인력 재편 본격화

AI 도입 이후 업무·조직 재편 가속
분석 결과 활용·현장 적용 역량 중요성 부각
AI 활용 역량 겸비한 인재 선별 움직임 확대

인공지능(AI) 도입과 함께 인력을 줄였던 기업들이 새 업무 체계에 필요한 경력자를 다시 찾고 있다. 자동화를 추진하며 업무 절차와 조직을 재편한 뒤, 사람이 맡아야 할 역할과 필요한 전문성이 구체화된 데 따른 움직임으로 풀이된다. AI가 처리한 결과를 사업에 적용하고 부서 간 협업을 조율하는 업무가 늘면서 내부 사정에 밝고 현장 경험을 갖춘 인력의 가치도 높아졌다. 재채용 과정에서도 축적한 전문성을 AI와 결합해 개편된 조직의 성과로 연결할 능력이 주요 기준으로 떠오르는 양상이다.

아마존, AI·클라우드 경력자 복귀 타진

10일(이하 현지시간) 미국 경제매체 비즈니스인사이더에 따르면 최근 아마존은 해고자를 포함한 전직 직원들에게 연락해 AI·클라우드 분야 등의 채용 자리를 제안한 것으로 알려졌다. 특히 아마존웹서비스(AWS)의 AI 에이전트 조직은 AI·머신러닝 경력자를 대상으로 복귀 의사를 타진했으며, 재무 부문에서는 일부 전직 직원에게 면접 절차를 단축해 주겠다는 제안도 건넸다. 아마존 측은 전직 직원 재채용이 오래된 전사적 채용 관행이라고 설명했으나, 이번 모집 대상과 직무를 함께 보면 AI 사업 확대에 필요한 역량을 갖춘 인력을 선별해 조직에 다시 배치하려는 움직임으로 읽힌다. 기존 업무와 내부 사정을 아는 경력자를 확보해 새 사업에 투입하는 시간을 줄이려는 판단이다.

실제로 인력 재배치의 바탕에는 AI 도입에 따른 업무·조직 개편이 놓여 있다. 글로벌 컨설팅업체 맥킨지가 지난달 5일 공개한 ‘조직 운영 모델 개편(The key to AI value is hiding in plain sight: Your operating model)’ 분석에서 기업 임원과 고위 관리자 700여 명을 조사한 결과, AI 활용을 위한 개편이 진전된 기업일수록 여러 부서의 인력을 제품·고객 서비스·업무 절차별로 묶어 팀을 운영하는 경향이 확인됐다. 의사결정 권한과 성과 책임도 해당 업무를 수행하는 조직에 함께 부여하는 방식이다. 이보다 앞선 지난해 조사에서는 AI로 높은 성과를 거둔 기업들이 AI 결과물을 사람이 언제, 어떻게 검증할지 정하는 절차를 갖춘 것으로 나타났다. AI에 맡길 작업과 직원이 판단할 지점을 구체화하면서 팀별 역할과 인력 배치 기준도 함께 다듬어 가는 흐름으로 해석된다.

AI 활용 역량 따라 달라지는 재채용 조건

업무 분담이 구체화되면서 재채용 과정에서도 개편된 조직에서 맡을 역할이 중요한 기준으로 떠올랐다. 시장조사업체 가트너는 지난 2월 AI를 이유로 고객서비스 인력을 줄인 기업의 절반이 2027년까지 유사한 기능을 수행할 직원을 다른 직무명으로 다시 채용할 것으로 전망했다. 특히 고객 응대 과정에서 필요한 전문성과 공감 능력, 판단력을 인간의 핵심 역할로 꼽았다. 가트너가 지난달 제시한 ‘인력계획 모형(Workforce Planning Model)’에도 업무를 측정 가능한 단위로 나눈 뒤 사람과 AI가 각각 처리할 물량을 산정하는 절차가 포함됐다. 이를 재채용 움직임에 적용하면, 기존 업무에 대한 이해와 함께 AI가 처리한 결과를 검토하고 예외 상황을 해결하는 역량에 무게가 실린다. 기업 내부의 업무 맥락을 아는 경력자가 새 시스템의 운영을 맡는 구도가 예상되는 대목이다.

보수 책정에도 새 업무 체계에서 기대하는 생산성이 반영될 여지가 커졌다. 글로벌 컨설팅기업 PwC가 지난 6월 발표한 ‘2026 글로벌 AI 일자리 보고서(Global AI Jobs Barometer 2026)’에서 AI 역량을 요구하는 채용 공고의 임금 프리미엄은 평균 62%로 집계됐다. AI 활용도가 높은 산업에 속한 기업들의 직원당 매출로 측정한 생산성도 2018년 대비 2025년 34% 증가했다. 두 지표는 AI 활용 능력에 높은 보수를 제시하는 현상을 직원 한 명이 만들어낼 부가가치에 대한 기대와 연결해 해석할 근거다. 이 논리를 재채용 협상에도 적용하면, 기업은 복귀자가 AI를 활용해 담당할 업무량과 책임 범위를 산정한 뒤 인상된 연봉을 제시하게 된다. PwC 조사에서도 기업들이 요구하는 역량 가운데 판단력과 창의성, 리더십의 중요성이 커지는 추세가 확인됐다.

AI 운영 경험 쌓이며 재채용 수요 구체화

기업들이 필요한 역량을 다시 가려내는 데에는 개편된 시스템을 실제로 운영하며 쌓은 경험이 작용한 것으로 보인다. 미국 인력컨설팅 업체 로버트하프의 조사에서 AI 도입에 따른 감원 이후 해당 직무를 다시 채용한 이유로 조직 내부의 지식과 업무 맥락이 필요했다는 응답이 40%, 예상보다 많은 감독과 품질관리가 필요했다는 응답이 38%를 차지했다. 자동화 이후에도 사람이 맡아야 할 업무가 남았고, 운영 과정에서 그 범위가 구체적으로 확인됐다는 의미다. 로버트하프의 메건 슬라빈스키 기술인재 담당 임원은 기업들이 AI와 직원의 협업이 효과적인 영역을 파악하며 직무를 다시 설계하고 있다고 설명했다. AI 도입 이후 확인된 업무 공백을 메우기 위해 필요한 인력을 다시 확보하는 셈이다.

스웨덴 핀테크기업 클라르나에서는 운영 경험을 바탕으로 상담 인력의 역할을 구체화한 사례가 확인된다. 세바스티안 시미옹코프스키 최고경영자(CEO)는 지난 5월 미국 기술매체 빅테크놀로지와의 인터뷰에서 외주로 처리하던 고난도 상담을 맡길 인력을 채용하고 있다고 밝혔다. 회사 측 설명에 따르면 AI는 고객 상담 채팅의 3분의 2를 처리했으며, 도입 초기에는 답하지 못했던 서비스 이용 거절 사유까지 안내하도록 기능이 개선됐다. 사람에게 맡길 업무도 복잡한 사안을 다루고 회사에 대한 깊은 이해를 요구하는 상담으로 구체화됐다. AI의 처리 범위를 넓히는 작업과 전문 상담 인력을 확보하는 작업이 함께 진행된 것이다.

표1. AI 도입 이후 재확인된 인력 수요 및 기업별 활용 사례

자동화 이끌 혁신 담당자 도입

개편된 업무를 현장에 정착시키는 과정에서 실무 부서와 기술 조직을 연결할 인력의 필요성도 커졌다. 보스턴컨설팅그룹(BCG)이 9월 공개한 기업 사례 분석에 따르면, 채용 플랫폼 그린하우스는 부서마다 운영 업무를 이해하는 ‘혁신 담당자’를 두는 방식을 도입 중이다. 이들에게는 자동화할 업무와 적합한 도구를 선정하고, 중앙의 정보기술(IT) 엔지니어 조직과 시스템을 구축하는 역할이 주어진다. 특히 자동화 대상을 정하고 개발 요구사항을 전달하려면 현장의 업무 순서와 부서 간 인계 과정에 대한 이해가 필수적이다. 새로 생긴 자리를 채울 때도 해당 부서에서 쌓은 경험과 이를 자동화에 접목할 능력을 함께 평가하게 되는 이유다.

여기에 숙련자의 경험을 AI가 활용할 지식으로 정리하는 업무도 추가됐다. 같은 BCG 분석에 등장한 역량 평가·교육 기술기업 워케라(Workera)는 분야별 전문가를 채용해 전문지식을 문서화하고, AI 에이전트가 이를 읽어 조직 전반에서 활용하도록 했다. 보험금 청구 관리기업 리저브(Reserve)도 직원들이 자신의 업무용 AI 에이전트를 만들면서 축적한 노하우를 다른 직원들이 재사용하는 체계를 구축했다. 경력자의 지식이 여러 직원과 AI의 업무 수행에 반영되도록 설계한 것이다. 숙련자가 쌓아 온 판단 기준을 조직 전체가 활용하는 체계에서는 재채용의 경제적 가치도 커진다. 복귀자 한 명의 전문성이 AI를 통해 여러 부서의 업무에 반영되는 만큼, 기업은 인재 확보에 들인 비용을 더 넓은 범위에서 회수하는 효과를 기대하게 된다.

AI 조직 재편 본격화로 채용 요건 구체화

숙련자의 지식을 조직 전반에 활용하려는 시도는 기업들이 인재의 역할을 새 업무 체계에 맞춰 다시 정하는 과정과도 맞물려 있다. 마이크로소프트(MS)가 9월 공개한 AI 전환 지침서 ‘프런티어 플레이북(Frontier Playbook)’에는 공급망 전문가와 엔지니어가 업무 절차를 함께 정비한 뒤 계획·조달·물류 등에 100개 이상의 AI 에이전트를 배치한 사례가 담겼다. 에이전트들이 동일한 데이터를 바탕으로 작업하도록 기반을 마련하고, 수요 변화 분석과 운송 대안 검토 등을 맡기는 방식이다. 수요 변동의 원인을 파악하는 시간이 줄자, 담당자들은 대응 시나리오를 비교하고 비상계획을 수립하는 데 역량을 집중하게 됐다. 시스템 개편으로 사람에게 맡길 업무가 구체화되고, 인력 운용에서도 분석 결과를 실제 공급망 운영에 반영할 전문성의 중요성이 커진 것이다.

업무 체계가 바뀌자 기업들이 채용시장에서 찾는 인재의 요건도 한층 구체화됐다. 글로벌 인력서비스 기업 랜드스타드가 지난달 29일 발표한 조사에 따르면, 11개국 기업·기술 부문 의사결정자 1,100명 중 61%는 기술 인력을 구하는 것보다 소통과 이해관계 조율 능력까지 갖춘 인재를 찾기가 더 어렵다고 답했다. AI를 업무에 투입한 뒤 여러 부서의 요구를 조정하고 실제 운영을 이끌 사람을 확보하는 데 애를 먹고 있다는 얘기다. 운영을 책임질 인력에 대한 수요는 별도의 구인공고·후보자 정보 분석에서도 확인돼, AI 위험관리 분야의 수요 증가율이 108%에 달했다. 랜드스타드의 산더 판트 노르트엔더(Sander van't Noordende) CEO는 AI를 현업에 곧바로 적용할 기술과 판단력, 소통 능력을 겸비한 인재 확보를 기업들의 핵심 채용 과제로 꼽았다. 조직 개편으로 필요한 역할이 정해질수록, 기업의 채용 수요도 새 시스템에서 전문성을 발휘할 경력자에게 집중되는 모양새다.