AI 도입 뒤 '직원 평가 더 어렵다' 시니어 리더 절반 넘어

AI를 도입한 뒤 직원 업무를 평가하기가 더 어려워졌다고 답한 시니어 리더가 절반을 넘었다. 결과물이 깔끔하게 다듬어져 관리자에게 도착하면서 어디까지가 직원의 판단이고 어디부터가 AI의 작업인지 가리기 힘들어졌기 때문이다.

업무 관리 소프트웨어 기업 Monday.com이 의뢰한 닐슨(Nielsen) 조사는 7개국 임원과 시니어 관리자 1700명을 대상으로 이뤄졌다. 관리자의 거의 절반은 팀 결과물을 검토하고 지도하는 데 예전보다 시간을 더 쓴다고 답했다. 이 내용은 21일(현지시간) 테크크런치(TechCrunch)가 보도했다.

관리자들이 AI에 등을 돌린 것은 아니다. 응답자의 94%는 AI로 업무를 개선하는 데 기대가 크다고 답했고, 상당수는 어디에 AI를 써야 효과가 가장 큰지 안다고 자신했다. 미할 밀러 레비(Michal Miller Levi) Monday.com 시장조사·고객인사이트 책임자는 이 열기를 2000년대 초 인터넷 초창기에 비교했다. 그는 AI의 발전 속도를 기업의 조직 운영이 따라잡지 못하는 점을 문제의 핵심으로 짚었다.

레비 책임자는 "AI는 개인에게는 매우 잘 작동하지만, 관리자는 조직을 이끌어야 하는 다른 역할을 맡고 있다"고 말했다. 개인의 생산성 향상과 조직의 관리 책임이 서로 다른 문제라는 설명이다.

평가 기준도 달라지고 있다. 응답자의 78%는 AI 도입 후 직원 평가 방식을 바꿨다고 답했다. 프롬프트를 얼마나 잘 쓰는지, 어떤 업무를 AI에 맡길지 정하는지, 새로운 업무 방식을 실험하는지에 더 높은 비중을 둔다. 다만 결과물에 AI가 얼마나 개입했는지 알기 어렵다면 평가가 얼마나 공정할 수 있느냐는 질문이 따라붙는다.

평가 과정에 AI를 쓰는 관행도 나타났다. 관리자의 46%는 판단을 돕기 위해 AI를 활용한다고 답했고, 39%는 성과 평가서 초안을 AI로 작성한다고 밝혔다. 룩셈부르크 사회경제연구소(Luxembourg Institute of Socio-Economic Research)는 올해 초 연구에서 객관적 기준이 명확하지 않을 때 대규모언어모델(LLM)이 사람과 비슷한 방식으로 성과를 매긴다고 밝혔다. Monday.com 측은 AI가 평가에 개입할 때 생기는 외부 편향을 어떻게 다룰지 기업들이 아직 정하지 못했다고 답했다.

AI 에이전트를 감독하는 일도 새 부담으로 떠올랐다. 응답자의 58%는 향후 1년 안에 사람 직원보다 AI 에이전트를 더 많이 관리하게 될 것으로 예상했다. 46%는 에이전트의 행동을 통제하지 못할까 우려했고, AI의 결정에 책임져야 하는 상황이 부담스럽다는 응답도 35%였다. 레비 책임자는 관리자들이 에이전트의 완전한 자율화를 원하지 않는다고 설명했다. 가상자산 업계에서도 바이낸스가 AI 에이전트에 주문 권한을 열었다.

소프트웨어 관리도 복잡해졌다. 응답자의 57%는 조직 내 도구가 예전보다 많아졌다고 답했고, 51%는 AI 도입 후 도구끼리 더 얽혔다고 말했다. AI 인프라가 완전히 최적화되고 중앙화됐다고 답한 비율은 29%였다. 승인받지 않은 도구를 쓰는 '섀도 AI'까지 늘면서 기업들이 줄이려던 소프트웨어 스택이 오히려 커졌다고 테크크런치는 전했다.

테크크런치는 이번 결과가 AI 도입을 생산성 향상 기회이기에 앞서 거버넌스 문제로 보게 만든다고 해석했다. 적절한 절차와 인프라 없이는 관리자들이 업무를 돌리느라 허둥대는 상황이 이어질 수 있다는 진단이다.

💡 전략 포인트 평가 기준이 결과물 중심에서 AI 활용 능력과 판단 과정 중심으로 옮겨가는 흐름이 조사에 나타났다. 평가에 AI를 쓸 때 생기는 편향은 기업들이 아직 대응 방식을 정하지 못한 영역이다.

📘 용어정리 거버넌스: AI 도구와 에이전트의 권한, 책임, 감독 절차를 정하는 관리 체계. 섀도 AI: 기업이 승인하지 않은 상태로 직원들이 쓰는 AI 도구. 대규모언어모델(LLM): 방대한 텍스트를 학습해 문장을 생성하는 AI 모델.

💡 자주 묻는 질문 (FAQ)