AI HRD · 2026-07-01
AI 시대의 새로운 인재 평가 기준을 어떻게 설계할까?
생성형 AI 시대에 기존 성과 평가가 왜 한계를 맞는지, AI 리터러시와 업무 재설계 과정을 중심으로 새로운 인재 평가 기준을 정리합니다.
AI 시대의 평가는 결과물의 양보다 판단 과정을 봐야 한다
생성형 AI의 보편화로 기존의 텍스트나 코드 양 중심의 성과 평가는 더 이상 작동하지 않습니다. 미래형 고성과자는 AI를 도구로 다루는 능력과 결과물을 비판적으로 검증하는 AI 리터러시를 갖춘 사람입니다.
한 고객사에서 이런 장면을 본 적이 있습니다. 인공지능 도구가 전사적으로 도입되자마자 주니어 직원들이 작성하는 기획서의 양이 세 배 넘게 늘어났습니다. 하지만 리더들은 정작 누구를 고성과자로 평가해야 할지 깊은 혼란에 빠졌습니다.
AI가 만든 결과물의 홍수 속에서 길을 잃은 리더들
과거에는 기획안 서두의 시장 분석을 정교하게 채우거나 기초적인 분석 리포트를 남들보다 빠르게 만드는 직원이 유능하다는 평가를 받았습니다. 그러나 생성형 AI가 단 몇 초 만에 그럴듯한 초안을 뽑아내면서 모든 직원의 서류가 상향 평준화된 것처럼 보이기 시작했습니다.
리더들은 겉보기에 완벽한 보고서들 사이에서 진짜 문제를 해결한 인재가 누구인지 구별해 내지 못합니다. 기존 평가 지표로는 생성형 AI를 몰래 써서 양만 채운 결과물과 진지하게 고민해 만든 결과물을 걸러내기 어렵습니다.
양적 산출물에서 질문과 검증의 프로세스로 이동해야 한다
생성형 AI가 업무에 깊숙이 들어온 조직일수록, 평가는 결과 중심에서 과정 중심으로 이동해야 합니다. 랩리워크는 현장에서 이 지점을 단순한 인사 제도 개편이 아니라 업무 재설계라는 렌즈로 접근합니다.
AI 시대의 고성과자는 해결해야 할 비즈니스 문제를 정확하게 쪼개어 AI에게 명확하게 질문하는 프롬프팅 역량, 그리고 AI가 내놓은 그럴듯한 환각 현상을 필터링하는 비판적 검증 능력을 동시에 가진 사람입니다.
데이터와 글로벌 연구가 증명하는 고성과자의 재정의
Betterworks의 2026년 성과 역량 보고서는 인사 조직 리더의 90%가 인공지능이 이미 고성과자의 기준을 재정의했다고 응답했지만, AI 시대의 새로운 인재 평가 기준을 공식 제도로 업데이트했다고 답한 기업은 42%에 그쳤다고 제시합니다.
Human Resource Management에 게재된 Pan, Froese, Xue의 연구는 AI가 성과 평가에 참여할 때 기술적 차원뿐 아니라 직원 경험과 관계적 차원을 함께 고려해야 한다고 설명합니다. AI와 인간의 협업 관계를 명확히 정립할 때 평가 만족도를 높이는 실무적 단서가 만들어집니다.
작은 실험으로 평가 방식을 다시 설계해야 한다
그래서 랩리워크는 도구 사용법을 가르치는 일회성 강의 대신, 리더와 구성원이 함께 모여 평가 지표를 합의하는 워크숍을 제안합니다. 핵심은 작은 실험으로 평가 방식을 바꿔야 정착된다는 점입니다.
예를 들어 한 분기 동안 주 단위 싱크업 미팅에서 결과물이 아니라 이번 주에 AI와 검증한 가설의 목록을 공유하게 만들 수 있습니다. 이를 통해 리더는 직원이 문제를 정의하는 깊이를 관찰할 수 있고, 자연스럽게 AI 시대의 새로운 인재 평가 기준을 수립할 수 있습니다.
자주 묻는 질문
새로운 평가 기준을 도입할 때는 주니어 직원들이 이를 상시적인 감시나 감찰로 받아들이지 않도록 심리적 안전감을 주는 것이 우선입니다. 프로세스 평가의 목적이 통제가 아니라 성장을 돕는 상시 코칭이라는 점을 리더의 언어로 명확히 전달해야 합니다.
전통적인 정량적 성과 지표와 AI 리터러시 평가 지표의 가장 큰 차이는 평가 대상이 산출물의 결과인가, 아니면 문제를 해결해 나가는 판단력과 맥락 이해도인가에 있습니다.
핵심 정리
- 생성형 AI 시대에는 텍스트나 코드의 양만으로 성과를 평가하기 어렵다.
- 미래형 고성과자는 AI를 활용하는 능력과 결과물을 비판적으로 검증하는 AI 리터러시를 함께 갖춘 사람이다.
- 평가는 결과 중심에서 업무 재설계 과정과 피드백 루프를 관찰하는 다면적 프레임워크로 전환되어야 한다.