짧은 AI 교육은 많았습니다.
그런데 현장에서는 종종
이런 말이 이어졌습니다.
“배웠는데 어디에 써야 할지
모르겠습니다.”
이번 이야기는 조금 다릅니다.
배운 뒤 멈춘 사례가 아니라,
실제로 업무 안으로 들여온
인사팀의 움직임입니다.
지난주 HR아너스포럼 회원 중
한 분이 사내 챗봇을 띄웠습니다.
직원이 “출장비 한도 얼마예요?”라고
물으면 규정을 찾아 답하는 구조입니다.
흥미로운 지점은 따로 있습니다.
본인이 코드를 한 줄도
직접 쓰지 않았다는 점입니다.
사용한 도구는
클로드 코드,
OpenAI 코덱스,
클로드 디자인이었습니다.
예전 같으면 개발팀에 요청서를 넣고,
우선순위를 기다리고,
몇 차례 회의를 거쳐야 했을 일입니다.
그런데 이제는 인사담당자가
직접 화면을 열고 만들기 시작합니다.
물론 여기서 중요한 건
“누가 더 코딩을 잘하느냐”가
아닙니다.
오히려 핵심은,
회사 안의 흐름을
누가 더 잘 이해하고 있느냐에
가깝습니다.
인사팀이 직접 만드는 시대
요즘 인사 담당자들이 만드는 도구를 보면
공통점이 있습니다.
거창한 서비스부터 시작하지 않습니다.
대부분은 반복적으로 들어오는 질문,
계속 손이 가는 정리 작업,
사람이 일일이 확인하던 흐름에서
출발합니다.
예를 들면 이런 것들입니다.
- 사내 규정 답해주는 챗봇
- 신입 입사자 시스템 권한 자동 부여
- 조직도 변경 기록 자동 정리
- 채용 이력·면접 평가 자동 정리
하나씩 보면 작은 기능처럼 보입니다.
그런데 실제 현장에서는
이런 작은 반복 업무가
인사팀 시간을 오래 붙잡습니다.
특히 규정 문의는 비슷한 질문이
계속 반복되곤 합니다.
연차 기준,
출장비 한도,
복지 적용 범위,
평가 기준처럼
이미 문서에 있는 내용인데도
매번 다시 설명하게 됩니다.
그래서 챗봇 사례가
많은 사람들의 관심을 끌었습니다.
단순히 “AI를 썼다”가 아니라,
인사팀 안에서 실제로 막히던 흐름을
직접 풀었다는 점 때문입니다.
여기에는 또 다른 변화도 있습니다.
예전에는 업무 담당자가
기획을 설명하고,
개발팀이 구현했습니다.
지금은 그 중간 단계가
짧아지고 있습니다.
화면 한쪽에 AI 창을 띄우고,
“이런 걸 만들고 싶어요”라고 말합니다.
그러면 AI가 코드를 작성합니다.
사람은 결과를 보고 다시 수정 요청을 합니다.
“이 버튼은 팀장만 보이게 해주세요.”
이 과정은 점점
코딩이라기보다 대화에 가까워집니다.
물론 완전히 쉬워졌다는 뜻은 아닙니다.
다만 예전처럼 개발 언어를
처음부터 깊게 익혀야만
무언가를 시도할 수 있는 구조는
조금씩 달라지고 있습니다.
질문의 수준이 달라지고 있습니다
원문에서 특히 인상적인 부분은
지난 6개월간 질문 자체가
달라졌다는 대목입니다.
작년 말에는
“버튼이 안 눌려요” 수준이었다면,
올봄에는
“어떻게 시작해야 하나요”가 많았습니다.
그리고 지금은 질문이 달라집니다.
“팀장만 볼 수 있게 하려면요?”
“누가 언제 물었는지 기록 남길까요?”
표면적으로는 기능 질문처럼 보입니다.
하지만 조금만 들여다보면,
이미 고민의 중심이
운영과 권한으로 이동하고 있다는 걸
알 수 있습니다.
실제로 인사 업무는
정보 민감도가 높은 영역입니다.
인사평가 문서,
퇴사자 정보,
채용 평가 기록,
조직 이동 이력 같은 데이터는
누가 볼 수 있는지 자체가
중요한 기준이 됩니다.
그래서 직접 만들기 시작하면
곧바로 현실적인 질문에 부딪힙니다.
- 인사평가 문서는 누구까지 보게 할까
- 답이 진짜인지 어떻게 확인할까
- 퇴사자 정보는 어떻게 분리할까
- 외부로 정보가 새지 않게 하려면
이 단계부터는 단순 사용법 문제가 아닙니다.
회사 운영과 연결됩니다.
그리고 바로 이 지점에서,
현장을 아는 사람이 가진 강점이
드러납니다.
누가 어떤 정보를 봐야 하는지,
어떤 순간에 민감한 이슈가 생기는지,
어떤 승인 흐름이 필요한지는
실제 조직을 경험한 사람이
더 잘 이해하기 때문입니다.
기능 하나를 추가하더라도
현업 맥락을 알고 있는 사람은
조금 다르게 접근합니다.
예를 들어 “권한 분리”라는 말도
실무에서는 꽤 복잡합니다.
단순히 관리자와 일반 사용자로
나누는 수준이 아니라,
팀장만 보는 정보,
특정 조직만 접근 가능한 문서,
평가 시즌에만 열리는 권한처럼
상황별 기준이 계속 생깁니다.
그래서 인사팀이 직접 만드는 도구는
생각보다 조직 운영 구조를
많이 반영하게 됩니다.
실패 경험까지 공유되기 시작했습니다
또 하나 눈에 띄는 변화는
대화의 분위기입니다.
불과 몇 달 전만 해도
“AI 어떻게 시작하나요”가
주된 질문이었다면,
지금은 만든 결과물을 공유합니다.
어떤 방식으로 연결했는지,
어디서 막혔는지,
무엇이 잘 안 됐는지,
실패 경험까지 오갑니다.
이 변화는 작아 보이지만 의미가 있습니다.
새로운 도구가 조직 안으로 들어올 때,
초기에는 대부분 사용법 중심으로
대화가 흘러갑니다.
그런데 실제 결과물을 보여주기 시작하면
관심이 추상적인 가능성에서
구체적인 운영 문제로 이동합니다.
“이게 되나요?”에서
“이건 어떻게 관리하나요?”로
질문이 바뀌는 겁니다.
특히 HR 영역에서는
정답보다 운영 경험이 중요할 때가 많습니다.
예를 들어 채용 이력을 자동 정리하더라도,
누가 수정 권한을 갖는지,
평가 기록을 어디까지 남길지,
기존 툴과 어떻게 연결할지 같은 문제가
곧바로 따라옵니다.
그래서 최근 인사 담당자들 사이에서 오가는
질문들도 현실적입니다.
- “사내 문서를 자동으로 읽게 하려면요?”
- “팀장급만 보는 정보 분리는 어떻게요?”
- “채용관리 기존 툴이랑 연동 어떻게 해요?”
- “누가 언제 뭘 물었는지 기록은 어디까지?”
이 질문들은 단순 기능 탐색을 넘어,
조직 안에서 실제로 굴리는 단계에
가까워졌다는 신호처럼 보입니다.
경계가 흐려지고 있습니다
원문에서 가장 중요한 문장은
아마 이 부분일 수 있습니다.
“회사 안에서 누가 도구를 만들 수 있는지
그 경계는 흐려지고 있습니다.”
예전에는 도구를 만드는 사람과,
도구를 사용하는 사람이
분리되어 있었습니다.
지금은 그 사이가 조금 달라집니다.
인사팀이 만들고,
영업팀이 수정하고,
재무팀이 자기 업무 흐름에 맞춰
직접 조정하기 시작합니다.
물론 모두가 성공하는 것은 아닙니다.
실제로 만들다가 멈추는 경우도 있고,
보안이나 권한 문제 때문에
다시 구조를 손보는 일도 생깁니다.
그럼에도 변화의 방향 자체는
분명하게 보입니다.
현업 담당자가
자기 문제를 직접 해결하려는 흐름입니다.
그리고 이 변화는
조직 안에서 새로운 질문을 만듭니다.
사내에 AX 전문가를 별도로 채용할지,
아니면 현업 담당자에게
AX를 익히게 할지.
이 둘 사이의 균형은
앞으로도 계속 논의될 가능성이 있습니다.
다만 현재 현장에서는,
이미 각 부서가 자기 업무에 맞는 도구를
직접 실험해보는 움직임이
조금씩 나타나고 있습니다.
결국 중요한 것은 운영입니다
AI 도구를 만든다는 말은
종종 기술 이야기처럼 들립니다.
하지만 실제 인사 현장에서는
운영 이야기와 더 가까워 보입니다.
누가 접근할 수 있는지,
어떤 정보를 남길지,
어디까지 자동화할지,
사람이 마지막으로 확인해야 하는 지점은
어디인지.
결국 조직의 기준과 연결됩니다.
그래서 이번 사례가 흥미로운 이유도
단순히 “인사팀이 챗봇을 만들었다”에만
있지 않습니다.
업무를 가장 가까이에서 아는 사람이,
직접 문제를 정의하고,
직접 해결 흐름을 만들어가기 시작했다는 데
의미가 있습니다.
그리고 지금 회사 안 어딘가에서는,
이미 누군가가 비슷한 시도를
하고 있을지도 모릅니다.
대표님이 한번쯤
자문해 볼 만한 질문도
그래서 자연스럽게 이어집니다.
“우리 직원 중 누가 이걸 하고 있을까.”
“우리 회사는 어디까지 와 있을까.”