윤욱지 에프엠어소시에이츠 수석 컨설턴트, 이중학 가천대학교 경영학부 HR데이터분석 교수
등록 : 2025-07-23 16:05:46
최근 인공지능Artificial Intelligence, AI을 성과관리나 평가와 같은 인사제도에 활용하는 방법을 묻는 경영진들을 계속 만나곤 한다. 실제로 성과관리는 AI 활용에 대한 기대가 높은 영역 중 하나다. 성과관리란 조직과 구성원이 더 나은 성과를 만들기 위해 그 과정과 결과를 체계적으로 관리하는 것이다. 과거에는 성과관리를 연말에 한 차례 실시하는 '인사고과' 정도로 여기는 경우가 많았지만, 최근에는 월별·분기별 성과점검이나 OKR 등을 도입하는 기업들이 늘어나고 있다. 더 나은 성과관리 방식에 대한 고민이 계속돼 온 가운데, 이제는 그 해답 중 하나로 AI가 주목받고 있다.
성과관리는 주로 텍스트로 이루어지기 때문에 AI가 효과적으로 활용될 수 있는 분야다. 목표 설정부터 계획수립, 성과점검, 피드백까지 성과관리의 모든 과정은 문서화되어 기록된다. 챗GPT로 대표되는 대규모 언어모델LLM은 자연스러운 텍스트 생성이 주된 기능이기 때문에, 피드백 작성 등 많은 부분에서 곧바로 활용할 수 있다.
조직 내부 데이터와 결합될 때 AI의 효과는 더욱 강력해진다. LLM이 외부 데이터를 참고하는 검색증강생성RAG 기술을 활용하면, AI는 조직 내부에 축적된 데이터를 활용해 보다 정확한 답변을 제공할 수 있다. 예를 들어 실제 업무 사례를 바탕으로 구체적이고 맞춤화된 성과관리 피드백을 제시할 수 있다. 이와 관련해 성과관리, 그중에서도 특히 피드백Feedback에서의 AI 활용에 초점을 맞춰 살펴보고, 이 과정에서 HR이 고민해야 할 과제들을 다뤄보고자 한다.
.jpg)
성과관리에 도입된 AI, 평가자 아닌 조언자로
성과관리에 AI를 도입할 때 가장 중요한 원칙은 AI가 점수를 매기는 '평가자'가 아닌 피드백에 초점을 맞춘 '조언자'의 역할을 해야 한다는 점이다. AI가 직접 평가 점수를 매기거나 등급을 결정하는 것은 바람직하지 않다. AI가 복잡한 업무 성과를 정확하게 측정하기 어려울 뿐 아니라, 무엇보다도 직원들의 수용성이 문제가 된다. 평가 결과는 연봉이나 승진과 직결되는 만큼 AI가 본인의 평가를 결정한다는 생각에 거부감을 느낄 수밖에 없기 때문이다.
따라서 AI는 조언자 역할에 충실해야 한다. 성장과 개선을 위한 객관적인 피드백을 제공하고, 강화해야 할 부분과 보완이 필요한 영역을 구체적으로 제시하는 역할을 하는 것이다. 실제로 여러 연구에서 직원들은 AI의 평가에는 강한 거부감을 보이지만, 발전을 위한 피드백을 받는 것에는 긍정적으로 반응한다는 결과가 나왔다.
미국 코넬대학교 연구팀은 AI가 평가할 경우 인간이 평가할 때보다 참가자들의 성과가 감소하고 스트레스가 증가한다는 점을 확인했다. 연구진은 참가자들을 두 그룹으로 나눠 아이디어를 제시하는 과제를 수행하게 했다. 그리고 3분이 경과한 후에 "충분한 아이디어를 내놓지 못했다"는 평가 결과를 전달했는데 한 그룹에게는 AI가, 다른 그룹에게는 인간이 전달했다. 차이는 분명하게 드러났다. AI에게 평가를 받은 참가자는 30% 이상이 불만을 토로했지만, 인간 평가자에게 평가받은 참가자 중 불만을 표한 비율은 7%에 그쳤다. 동일한 메시지임에도 불구하고 평가 주체에 따라 수용도가 4배 이상 달라진 것이다. 더 중요한 발견은 연구진이 AI의 역할을 새롭게 정의했을 때 드러났다. AI의 역할을 '평가자'가 아닌 '성장을 위한 조언자'로 소개한 새 실험에서는 다른 결과가 나온 것이다. 참가자들은 AI의 피드백을 자연스럽게 받아들였고, 불만도 느끼지 않았다. AI 기술 자체보다도 어떤 역할로 제시되느냐에 따라 직원들의 수용도가 좌우된다는 점이 확인된 셈이다.
또 하나의 흥미로운 연구로 독일 뮌헨대학교 연구진의 실험을 소개한다. 해당 실험의 핵심은 피드백의 내용이 긍정적인지 혹은 부정적인지에 따라서 AI와 인간의 피드백 효과가 달라진다는 점이다. 긍정적인 피드백의 경우 인간의 피드백 효과가 훨씬 우세하게 나타났다. 참가자들은 AI에게 칭찬받을 때 동기부여 효과가 유의미하게 낮았고, 피드백 수용도도 떨어졌다. 사람들이 칭찬에서 감정적 연결을 중요하게 여기는 만큼, AI의 칭찬은 상대적으로 공허하게 느껴졌던 것이다. 반대로 부정적인 피드백에서는 AI 피드백의 장점이 나타났다. 인간의 비판은 참가자에게 수치심과 위축감을 불러일으켰다. 반면 AI의 피드백은 '객관적 분석'으로 받아들이기 때문에 감정적 상처 없이 개선점을 수용할 수 있었다. AI에게 느끼는 거리감이 오히려 심리적 타격을 완화하는 원인이 된 것이다.
이러한 연구 결과들을 통해 성과관리에서 AI 활용의 방향성을 정리해볼 수 있다. AI는 평가의 주체가 아닌 성장을 위해 객관적 조언을 제공하는 도구가 돼야 한다. 특히 개선점·보완점에 대한 피드백을 전달할 때 AI를 활용하면 직원의 심리적 상처를 줄이면서도 메시지를 효과적으로 전달할 수 있다. 반면 긍정적 인정과 격려는 여전히 사람의 고유한 영역으로 남아야 할 것이다. 직원들은 AI의 칭찬보다 동료와 상사의 진심 어린 인정을 통해 동기부여를 받는다. 결국 AI와 사람이 역할을 적절히 분담할 때 효과적인 변화를 만들 수 있다.
AI를 활용한 성과관리 피드백 편의성 개선
성과 피드백에 AI를 활용하는 것이 실무적으로는 어떤 의미가 있을까? 핵심은 피드백 편의성의 개선이다. 상시적이고 지속적인 피드백이 연말 고과 시즌에 한 번에 쏟아내는 평가보다 효과적이라는 점은 누구나 알고 있는 사실이다. 하지만 실무적인 어려움이 크다 보니 지속적인 피드백을 제공하기란 쉽지 않다. 실제로 야심차게 2주 단위, 월 단위 피드백 제도를 도입했다가 운영 부담과 직원들의 피로감으로 분기 단위, 반년 단위로 후퇴하는 기업들의 사례를 쉽게 찾아볼 수 있다. 대규모 팀을 관리하는 관리자들의 고충도 만만치 않다. 처음 몇 명의 피드백은 성실히 작성하다가, 시간에 쫓겨 나머지 팀원들에게는 형식적인 피드백만 제공하는 상황도 자주 발생한다. 이때 AI를 활용하면 피드백의 품질을 높임과 동시에 관리자의 시간적·심리적 부담을 줄일 수 있다. 실무에서 AI를 성과 피드백에 어떻게 활용할 수 있을지 구체적으로 살펴보자.
첫째, AI가 내부 데이터를 활용해 피드백을 자동으로 생성할 수 있다. 조직 내부에는 이미 풍부한 데이터가 존재한다. 특히 이메일, 메신저 대화, 회의록, 일대일 면담 기록 등 일상적인 업무 커뮤니케이션에는 개인의 성과와 기여도에 대한 구체적인 정보가 담겨 있다. AI는 이러한 텍스트 데이터를 종합적으로 분석해 의미 있는 피드백을 만들어 낼 수 있다. 예를 들어 이메일에서 문제해결 능력을 파악하거나, 회의록에서 창의적 아이디어를 제시한 사례를 발견하고 피드백을 제공하는 것이다.
둘째, AI를 활용해 인간이 제공하는 피드백의 품질을 향상시킬 수 있다. 사람의 통찰력과 AI의 효율성을 결합해서 활용하는 방식이다. 많은 관리자가 "잘했다"거나 "더 노력하라"는 식의 막연한 피드백에 머무는 이유는 구체적인 표현과 사례를 찾기 어렵기 때문이다. AI를 활용하면 "프레젠테이션을 잘했다"는 막연한 피드백도 "데이터 시각화를 활용한 설득력 있는 프레젠테이션으로 계약 체결을 이끌어냈다"처럼 구체적으로 바꿀 수 있다. 나아가 팀원의 성격 유형에 맞는 커뮤니케이션 톤을 추천할 수도 있다. 어떤 직원에게는 더 직접적이고 결과 중심적인 피드백을, 다른 직원에게는 더 따뜻하고 격려하는 톤을 제안하는 식이다.
셋째, AI는 피드백 결과를 종합해 효과적으로 요약할 수 있다. 피드백은 데이터가 누적되면서 그 의미가 커지는 법이다. AI는 수년간의 피드백 결과를 종합해 "최근 2년간 개선됐다"와 같은 성장기록을 제시할 수 있다. 또한 다면평가에서 나온 여러 사람의 관점을 "10명 중 8명이 커뮤니케이션을 강점으로 꼽았다"와 같이 체계적으로 정리하는 것도 가능하다. 기존에는 HR담당자가 피드백을 분석하고 의미 있는 패턴을 찾기 위해 수일 동안 작업해야 했지만, AI는 이를 몇 분 만에 처리할 수 있다.
...[결제 필요] 구독권한이 있는 회원님만 전체 내용을 보실 수 있습니다...
윤욱지 에프엠어소시에이츠 수석 컨설턴트, 이중학 가천대학교 경영학부 HR데이터분석 교수
로그인 하기
리스트로 이동