연례 스탠포드 AI 지수에 따르면 더 많은 인사 부서에서 인재 관리를 위해 SkyHive와 같은 HR 플랫폼에 AI를 도입하고 있지만, 기업 내 다른 고객들이 업무에 AI를 도입하는 속도만큼 빠르지는 않은 것으로 나타났습니다.
스탠퍼드 대학교 AI 지수는 전 세계에서 AI가 어떻게 채택되고 있는지에 대한 벤치마크 연례 연구입니다. 이 보고서는 투자 및 생산성에서 규제 및 대중의 태도에 이르기까지 이 기술이 세상을 변화시키는 다양한 방식을 다룹니다.
기술 변화가 얼마나 빠르게 진행되는지 고려할 때 HR 기술 현황을 따라잡기란 쉽지 않습니다. 스카이하이브는 스탠포드 인덱스에서 인재 관리, 스킬 기반 인력 관리, 직원 유지 측면에서 현재 HR 분야의 AI가 어디에 있는지, 그리고 앞으로 어떤 방향으로 나아갈 수 있는지를 보여주는 몇 가지 구체적인 데이터를 선별했습니다.
비용 절감 및 매출 증대를 위한 HR의 AI
보고서에 인용된 McKinsey 설문조사에 따르면 설문조사에 참여한 HR 관리자 10명 중 4명은 AI가 비용을 10% 절감했다고 답했으며, 이들 중 대부분(26%)은 20% 이상 비용을 절감했다고 답했습니다. 또한 응답자 10명 중 6명은 AI 덕분에 매출이 10% 이상 증가했다고 답했습니다.
스카이하이브에서 놀라운 점은 다른 부서에서도 이와 비슷하거나 더 큰 이득을 보고 있다는 것입니다. 인사 담당자의 입장에서 이는 기업 내 다른 이해관계자들이 인공지능 기술을 갖춘 직원을 더 많이 채용하기 위해 인사팀의 문을 두드리게 될 것이라는 의미입니다. 예를 들어 제조업의 경우 관리자의 55%가 비용 절감을, 66%가 매출 증가를 경험하고 있다고 답했습니다. 따라서 HR 팀이 AI 숙련 제조 인력에 대한 수요를 충족하려면 기술 기반 인력 계획이 필수적입니다.
인사팀은 다른 부서와 동일한 비율로 AI를 사용하지 않습니다.
전반적으로 제품 개발(26%), 마케팅 및 영업(25%), 서비스 운영(24%) 분야에서 AI 도구를 가장 많이 사용한다고 답했습니다. 기술, 미디어, 통신 분야의 제품 개발과 같은 특정 산업에서는 그 비율이 훨씬 더 높았습니다(44%).
반면, HR 분야의 AI는 평균 9%의 산업에서만 도입이 보고되었으며, 의료 분야(5%)가 가장 낮고 기술 분야(14%)가 가장 높았습니다.
대부분의 AI 채용은 데이터 엔지니어와 머신러닝 엔지니어를 대상으로 합니다.
AI 직무에 대한 채용은 데이터 엔지니어(36%), AI 데이터 과학자(31%), 머신러닝 엔지니어(31%)가 대부분을 차지했습니다. 금융 서비스 및 기술 기업의 머신러닝 엔지니어 채용률이 가장 높았습니다.
채용 관리자는 어디에서 AI 인재를 찾을 수 있을까요? 글로벌하게 생각하기
미국은 인공지능 투자 및 스타트업 분야에서 계속해서 세계를 선도하고 있지만, 인재 확보와 관련해서는 점점 더 많은 글로벌 인재들이 프로필에 인공지능 기술을 포함시키고 있습니다.
스탠포드 보고서에 포함된 LinkedIn 분석에 따르면 미국 근로자는 자신이 AI 기술을 보유하고 있다고 답할 확률이 전 세계 평균보다 2.2배 높습니다. 그러나 LinkedIn 프로필을 가진 인도 근로자는 이보다 훨씬 더 높은 비율(전 세계 평균의 2.75배)로 응답했습니다.
이러한 AI 역할 중 상당수는 원격으로 수행할 수 있거나 쉽게 마이그레이션할 수 있습니다. 미국은 여전히 잃는 것보다 더 많은 AI 인재를 유치하고 있지만 아랍에미리트와 스위스 같은 국가는 훨씬 더 많은 인력을 유치하고 있습니다. 이스라엘, 인도, 한국은 모두 AI 인재를 유치하는 것보다 잃는 것이 더 많습니다. 인재 집중도를 계산하면 이스라엘과 한국의 1인당 AI 인력 수가 훨씬 더 많습니다.
AI가 HR 생산성을 향상시킬 수 있을까요? 예, 올바르게 사용한다면 가능합니다.
스탠포드 보고서의 주요 연구 결과 중 하나는 AI가 작업자의 생산성을 높이고 더 높은 품질의 업무로 이어진다는 것입니다. AI의 전사, 법률 분석, 콜센터 업무에 대한 여러 연구가 인용되었습니다.
그러나 이 보고서는 하버드 비즈니스 스쿨 연구원의 한 연구를 인용하여 인사팀의 잠재적 실수를 지적하기도 했습니다.
이 연구에서는 전문 채용 담당자에게 이력서를 평가하고 최고의 계산 능력을 갖춘 지원자를 찾도록 요청했습니다. AI를 사용한 채용 담당자는 그렇지 않은 채용 담당자보다 더 나은 성과를 거두었습니다. 하지만 질적인 차이도 있었습니다. 일부 채용 담당자는 좋은 성과를 내는 '좋은 AI'를 사용한다고 답한 반면, 다른 채용 담당자는 오류를 범하는 것으로 알려진 '나쁜 AI'를 사용한다고 답했습니다. '나쁜 AI'를 사용하는 사람들의 실적이 더 좋았습니다. 연구진은 '좋은 AI'를 사용한 채용 담당자는 안주하는 반면 '나쁜 AI'를 사용한 채용 담당자는 결과를 더 열심히 살펴본 것으로 추측했습니다.
그렇다면 기업이 좋은 인재 관리 시스템보다 버그가 많은 2류 인재 관리 시스템을 구입하는 것이 더 낫다는 뜻일까요? 물론 아닙니다. 시스템에서 실수가 발생할 수 있다고 알려주면 사람들이 더 신중하게 행동할 것이라는 점은 누구도 놀랄 일이 아닙니다.
하지만 이 결과는 인재 관리에서 맥락이 중요하다는 것을 의미합니다.
스카이하이브는 항상 기술 기반 인력 계획에는 '예술과 과학'이 있다고 주장해 왔습니다. 과학은 단순히 더 빠르고 더 나은 선택을 내리는 것만이 아니라 잘 구축된 AI가 이를 지원해야 합니다. 사람들이 자신도 몰랐던 기술을 파악하고 기술 격차를 해소할 수 있는 더 나은 인사이트를 제공하는 것입니다. 단순히 이력서 더미를 분류하는 것이 아니라 근로자와 고용주가 미래의 업무에 적응할 수 있는 기술 전략을 수립하는 것입니다.
하버드 비즈니스 스쿨의 연구 참가자들은 특정 기술 하나만을 기준으로 후보자를 평가하도록 요청받았습니다. 이 연구에는 기술 혁신과 같이 수요가 많은 기술과 회사의 목표에 대한 폭넓은 지식이 필요한 복잡한 내용은 포함되지 않았습니다. 또한 공급업체와 협력하여 다단계 구현 프로세스를 통해 얻을 수 있는 AI 기반 인력 관리 플랫폼에 대한 포괄적인 지식도 없었습니다. 기업에 가장 큰 혜택을 가져다줄 수 있는 것은 바로 이러한 복잡하고 가치 있는 작업이며, HR 직원과 SkyHive와 같은 AI 도구 모두에서 가장 많은 요구가 있습니다.
스킬 혁신은 HR에서 AI의 진정한 가치입니다. 이에 대해 자세히 알아보고 SkyHive가 어떻게 지원할 수 있는지 지금 바로 자세히 알아보세요.
.png)
