HR Lens

HR전략

사업 전략과 연계된 인사 전략, 인력계획, 조직 역량, 리더십, HR 의사결정 체계를 다루는 태그입니다.

  • [2026 HR Trend ③] 연례평가의 끝, AI 코칭 시대의 성과관리 재설계

    [2026 HR Trend ③] 연례평가의 끝, AI 코칭 시대의 성과관리 재설계

    2026 HR Trend 연재의 3편이다. 1편은 HR 운영 방식의 재설계를, 2편은 AI 책임선을 다뤘다. 이번 글은 성과관리다. SHRM의 2026년 트렌드에서 AI 코칭과 People Analytics는 연례평가 중심의 성과관리 관행을 다시 보게 만드는 신호로 읽힌다.

    성과평가가 사라진다는 뜻은 아니다. 오히려 목표 설정, 피드백, 역량개발, 관리자 판단이 더 자주 연결되어야 한다는 뜻에 가깝다. AI 코칭은 평가자를 대체하는 기술이 아니라, 성과관리의 리듬을 바꾸는 운영 장치로 봐야 한다.

    연례평가가 흔들리는 이유는 평가 주기가 아니라 일의 속도다

    SHRM의 2026 HR Trends는 AI가 2026년에도 HR의 중심 의제이며, 조직이 비용과 위험을 함께 보면서 실제 비즈니스 영향으로 연결해야 한다고 설명한다. 같은 흐름에서 SHRM의 2026 트렌드 해설은 AI 코치가 연례 성과평가의 종말을 앞당길 수 있다는 관점을 다룬다.

    여기서 중요한 것은 “연례평가 폐지”라는 구호가 아니다. 일의 속도가 빨라졌고, 역할이 자주 바뀌며, 필요한 스킬도 짧은 주기로 달라진다는 점이다. 1년에 한 번 목표를 점검하고 등급을 매기는 방식만으로는 직원의 성장과 조직의 성과를 동시에 관리하기 어렵다.

    AI 코칭은 평가자를 대체하기보다 피드백의 빈도를 높인다

    SHRM은 AI 활용을 비용 절감, 생산성 향상, 더 나은 인력 의사결정과 연결해 설명한다. 성과관리에서 이 관점을 적용하면 AI 코칭의 역할은 명확해진다. AI는 관리자 대신 최종 평가를 내리는 장치가 아니라, 피드백의 초안을 만들고 대화의 빈도를 높이며 목표와 행동을 연결하는 보조 장치다.

    예를 들어 관리자는 AI를 활용해 최근 프로젝트 기록을 요약하고, 직원의 강점과 개선 포인트를 정리할 수 있다. 하지만 어떤 피드백을 실제로 전달할지, 성과 문제를 공식 기록으로 남길지, 보상이나 승진 판단과 연결할지는 사람이 결정해야 한다. AI가 평가를 대신하면 책임이 흐려지고, AI가 피드백 준비를 돕게 하면 관리자의 대화 품질을 높일 수 있다.

    성과관리 재설계의 출발점은 목표, 피드백, 개발의 연결이다

    SHRM 2026 Talent Trends 요약은 조사 대상에 2,000명 이상 HR 전문가 응답자 표본을 포함하고, 채용난과 스킬 부족을 함께 다룬다. 공개 요약에 따르면 HR 전문가 41%는 충원하기 어려운 역할을 위해 기존 직원을 훈련하고, 42%는 최근 12개월 동안 정규직 유지 어려움을 경험했다.

    이 수치는 성과관리가 평가와 보상만의 문제가 아니라는 점을 보여준다. 필요한 인재를 외부에서 쉽게 구하기 어렵고, 기존 인력 유지도 쉽지 않다면 성과관리는 내부 역량개발과 더 강하게 연결되어야 한다. 목표가 바뀌면 필요한 스킬도 바뀌고, 피드백은 그 스킬을 어떻게 개발할지까지 이어져야 한다.

    관리자의 역할은 줄어들지 않고 더 명확해진다

    AI 코칭이 확산되면 관리자의 역할이 줄어든다고 보는 시각이 있다. 하지만 실제로는 반대에 가깝다. AI가 더 많은 데이터와 문안을 제공할수록 관리자는 무엇을 근거로 판단했는지 더 명확히 설명해야 한다.

    성과관리에서 관리자는 세 가지 책임을 가져야 한다. 첫째, AI가 제안한 피드백이 실제 업무 맥락과 맞는지 확인해야 한다. 둘째, 직원에게 전달할 메시지와 공식 기록으로 남길 내용을 구분해야 한다. 셋째, 목표 조정이나 개발계획이 조직의 우선순위와 연결되는지 판단해야 한다. AI가 도와줄 수는 있지만 이 책임을 대신할 수는 없다.

    한국 기업은 평가제도보다 운영 리듬을 먼저 바꿔야 한다

    한국 기업에서 성과관리 개편은 종종 평가등급, 상대평가 여부, 보상 반영률 논의로 시작된다. 하지만 2026년의 변화는 제도 문구보다 운영 리듬을 먼저 묻는다. 목표를 언제 점검하는가, 피드백은 얼마나 자주 이뤄지는가, 개발계획은 다음 업무 배치와 연결되는가가 더 중요해진다.

    HR이 먼저 할 일은 AI 코칭 도구를 고르는 것이 아니라 성과관리의 흐름을 그리는 것이다. 목표 설정, 중간 점검, 피드백, 역량개발, 보상 판단이 어디에서 끊기는지 확인해야 한다. 그 다음 AI가 도울 수 있는 지점을 정해야 한다.

    2026년 성과관리의 먼저 봐야 할 부분은 “평가를 더 자주 하자”가 아니다. 직원이 지금 무엇을 잘하고 있고, 다음 성과를 위해 무엇을 배워야 하며, 관리자는 어떤 대화를 해야 하는지를 더 빨리 확인하는 것이다. AI 코칭은 그 대화를 준비하게 해주는 도구일 때 가장 유용하다.

    HR 트렌드 시리즈 함께 읽기

    이 글은 2026 HR 트렌드 시리즈의 한 편입니다. AI 도입, 책임선, 성과관리, 채용, 업스킬링, 혼합형 인력, Polywork, 직원경험을 연결해 읽으면 HR 운영모델 변화의 흐름을 더 입체적으로 볼 수 있습니다.

    HR이 다음에 봐야 할 방향

    이 글의 결론은 제도를 하나 더 만들자는 뜻이 아닙니다. 지금 필요한 일은 이 이슈를 조직의 운영 기준으로 옮기는 것입니다.

    작게 시작한다면 한 가지 질문이면 충분합니다. 이 변화가 채용, 성과관리, 학습, 보상 중 어디의 의사결정을 실제로 바꾸는가. 그 답이 분명할수록 HR의 일은 보고서가 아니라 현장의 기준에 가까워집니다.

    참고자료

    이 글은 SHRM의 2026 HR Trends, 2026 Talent Trends, 그리고 2026년 HR 트렌드 해설을 바탕으로 작성했다. 공개 자료에서 확인 가능한 수치와 문구만 본문 근거로 사용했고, 회원 전용 상세 보고서의 비공개 내용은 인용하지 않았다.

  • [2026 HR Trend ②] AI 도입률보다 중요한 것, HR의 AI 책임선 설계

    [2026 HR Trend ②] AI 도입률보다 중요한 것, HR의 AI 책임선 설계

    2026 HR Trend 연재의 2편이다. 1편이 전체 흐름을 “HR 운영 방식의 재설계”로 읽었다면, 이번 글은 그중 AI를 다룬다. 먼저 봐야 할 부분은 AI 도입률이 아니다. HR이 AI를 어디까지 쓰고, 누가 검토하며, 구성원에게 어떻게 설명할 것인가다.

    SHRM은 2026년에도 AI가 HR의 중심 의제로 남을 것으로 본다. 동시에 AI가 기대만큼 성과를 냈는지, 비용과 위험은 어디에 숨어 있는지 다시 봐야 한다고 설명한다. CEO의 89%가 AI가 조직의 가치 창출과 확보 방식을 재정의할 것으로 예상한다는 수치도 제시한다. 기대가 큰 만큼 책임도 커진다.

    AI가 HR의 중심 의제가 될수록 책임선이 먼저 필요하다

    AI는 채용, 성과관리, 교육, 인력계획, 직원경험 분석에 빠르게 들어온다. 하지만 HR에서 AI를 쓴다는 말은 하나의 행동이 아니다. 후보자 서류를 요약하는 AI, 면접 질문을 추천하는 AI, 성과 피드백 문안을 만드는 AI, 이직 위험을 예측하는 People Analytics 도구는 각각 다른 위험을 만든다.

    문제는 도구가 많아질수록 판단의 출처가 흐려진다는 점이다. AI가 낸 결과를 HR 담당자가 그대로 따랐는지, 관리자가 수정했는지, 예외를 인정한 기준이 무엇인지 남아 있지 않으면 구성원은 결과를 납득하기 어렵다. 그래서 2026년 HR AI의 첫 과제는 “무엇을 도입할 것인가”보다 “누가 최종 판단자인가”를 정하는 일이다.

    HR AI 책임선은 세 가지 질문으로 시작된다

    첫 번째 질문은 사용 목적이다. SHRM의 2026년 HR Trends는 AI를 둘러싼 과대 기대를 걷어내고, 실제로 중요한 지점에서 AI를 활용해야 한다고 설명한다. 그래서 AI를 비용 절감용으로 쓰는지, 생산성 향상용으로 쓰는지, 더 나은 인력 의사결정을 위한 보조 도구로 쓰는지 구분해야 한다. 목적이 흐리면 성과도 측정하기 어렵다.

    두 번째 질문은 검토 책임이다. AI가 만든 추천을 누가 확인하는가. 채용에서는 채용 담당자와 현업 리더의 역할이 다르고, 성과관리에서는 관리자와 HRBP의 책임이 다르다. 세 번째 질문은 기록 기준이다. 어떤 데이터가 입력됐고, 어떤 기준으로 결과가 수정됐으며, 예외는 누가 승인했는지 남겨야 한다.

    이 세 질문이 정리되지 않으면 AI는 HR을 더 빠르게 만들 수는 있어도 더 신뢰받게 만들지는 못한다.

    채용 AI는 선별 속도보다 설명 가능성이 중요하다

    SHRM은 2026 Talent Trends에서 2,000명 이상 HR 전문가 데이터를 바탕으로 채용난과 스킬 부족을 다룬다. 공개 요약에 따르면 HR 전문가 약 70%가 정규직 채용에서 여전히 어려움을 겪고, 42%는 최근 12개월 동안 정규직 유지의 어려움을 경험했다.

    이런 상황에서 채용 AI는 매력적인 해결책처럼 보인다. 지원서를 빠르게 요약하고, 후보자를 분류하고, 면접 질문을 만들 수 있기 때문이다. 하지만 SHRM이 지적하듯 자동화와 알고리즘만으로 채용 문제를 해결할 수는 없다. 직무요건이 낡아 있고 평가 기준이 불명확하다면 AI는 그 모호함을 더 빠르게 반복할 뿐이다.

    그래서 채용 AI의 먼저 봐야 할 부분은 속도가 아니라 설명 가능성이다. 왜 이 후보자가 제외됐는지, 어떤 역량이 부족하다고 판단했는지, AI의 추천을 사람이 어떻게 검토했는지 설명할 수 있어야 한다.

    성과관리 AI는 관리자 판단을 더 투명하게 만들어야 한다

    AI 코칭과 People Analytics는 성과관리 방식도 바꾼다. SHRM의 2026년 HR Trends는 AI가 비용 절감과 생산성 향상을 넘어 더 나은 인력 의사결정으로 이어질 수 있다고 설명한다. 또 SHRM의 2026 트렌드 해설은 AI 코치가 연례 성과평가의 종말을 앞당길 수 있다는 흐름을 다룬다. 이는 평가가 사라진다는 뜻이 아니다. 오히려 피드백이 더 자주, 더 구체적으로, 더 데이터에 기반해 이뤄져야 한다는 뜻이다.

    여기서도 책임선은 중요하다. AI가 직원의 개발계획 초안을 만들 수는 있다. 하지만 어떤 피드백을 실제로 전달할지, 어떤 목표를 조정할지, 어떤 성과 문제를 공식 기록으로 남길지는 관리자가 판단해야 한다. HR은 AI가 관리자 판단을 대신하게 할 것이 아니라, 판단 과정을 더 일관되고 투명하게 만드는 장치로 써야 한다.

    한국 기업은 AI 사용 기록과 예외 처리 기준을 남겨야 한다

    한국 기업이 먼저 할 일은 거창한 AI 윤리 선언보다 운영 문서 정비다. SHRM이 2026년 AI 의제를 비용, 위험, 생산성, 인력 의사결정의 문제로 함께 제시했다는 점을 한국 HR 운영 기준으로 옮기면, 채용·성과관리·교육 추천·이직 위험 분석처럼 구성원에게 영향을 주는 영역부터 AI 사용 기준을 나눠야 한다.

    예를 들어 채용에서는 AI가 지원서 요약까지만 하는지, 후보자 순위화까지 하는지 구분해야 한다. 성과관리에서는 AI 피드백 문안이 참고자료인지 공식 평가 근거인지 분리해야 한다. HR 데이터 분석에서는 개인 단위 예측을 관리자에게 제공할지, 조직 단위 지표로만 활용할지 기준이 필요하다.

    2026년 HR AI의 경쟁력은 더 많은 도구를 쓰는 데 있지 않다. AI가 만든 판단을 사람이 검토하고 설명할 수 있는 구조를 만드는 데 있다. 그것이 HR이 AI를 조직의 신뢰 자산으로 바꾸는 출발점이다.

    HR 트렌드 시리즈 함께 읽기

    이 글은 2026 HR 트렌드 시리즈의 한 편입니다. AI 도입, 책임선, 성과관리, 채용, 업스킬링, 혼합형 인력, Polywork, 직원경험을 연결해 읽으면 HR 운영모델 변화의 흐름을 더 입체적으로 볼 수 있습니다.

    HR이 다음에 봐야 할 방향

    이 글의 결론은 제도를 하나 더 만들자는 뜻이 아닙니다. 지금 필요한 일은 이 이슈를 조직의 운영 기준으로 옮기는 것입니다.

    작게 시작한다면 한 가지 질문이면 충분합니다. 이 변화가 채용, 성과관리, 학습, 보상 중 어디의 의사결정을 실제로 바꾸는가. 그 답이 분명할수록 HR의 일은 보고서가 아니라 현장의 기준에 가까워집니다.

    참고자료

    이 글은 SHRM의 2026 HR Trends, 2026 Talent Trends, 그리고 2026년 HR 트렌드 해설을 바탕으로 작성했다. 특히 2026 Talent Trends의 HR 전문가 응답자 표본과 공개 수치를 기사 수준 근거로 사용했다. 공개 자료에서 확인 가능한 수치와 문구만 본문 근거로 사용했고, 회원 전용 상세 보고서의 비공개 내용은 인용하지 않았다.

  • Deloitte 2026 인적자본 트렌드, AI 성과 논의가 HR 운영 재설계로 이동

    Deloitte 2026 인적자본 트렌드, AI 성과 논의가 HR 운영 재설계로 이동

    Deloitte Insights의 2026 Global Human Capital Trends는 AI 논의를 기술 구매나 생산성 도구의 문제가 아니라 업무 재설계의 문제로 옮긴다. 특히 조사 대상 100명의 C-suite 리더 중 59%가 AI에 대해 기술 중심 접근을 취하고, 그런 조직이 인간 중심 접근 조직보다 기대를 넘는 AI 투자수익을 실현하지 못할 가능성이 1.6배 높다는 대목은 HR이 놓치기 어렵다. AI 성과는 도입률이 아니라 일의 구조에서 갈린다는 뜻에 가깝다.

    59%의 기술 중심 접근은 AI 투자 검토표의 빈칸을 드러낸다

    Deloitte가 제시한 100명 C-suite 리더 조사에서 조직의 59%는 AI를 기술 중심으로 접근한다. 같은 자료는 기술 중심 접근 조직이 인간 중심 접근 조직보다 기대 초과 AI 투자수익을 실현하지 못할 가능성이 1.6배 높다고 설명한다. 이 숫자는 AIHR 예산 심의에서 단순한 경고 문구가 아니다. 구매한 도구가 업무 판단, 승인, 협업, 학습을 어떻게 바꾸는지 묻지 않으면 성과 측정 자체가 비어 있다는 신호다.

    HR은 그래서 AI 도입 검토표를 바꿔야 한다. 기능 목록과 라이선스 비용만 비교하면 부족하다. 사용 직무, 데이터 접근 권한, 결과 검토자, 오류 보고 방식, 교육 대상, 성과지표 변경 여부를 같은 표에 넣어야 한다. 1.6배라는 수치는 기술팀의 성과만이 아니라 HR 운영 설계의 책임을 가리킨다.

    우위는 정적 배치보다 사람·스킬·데이터의 실시간 조율에서 나온다

    Deloitte 원문은 AI가 업무 속도를 높이면서 경쟁우위가 정적인 인재 배분에서 사람, 스킬, 데이터, 기술을 실시간으로 조율하는 방식으로 이동한다고 설명한다. 이 문장은 조직도 개편보다 운영 리듬의 변화를 말한다. 연 1회 인력계획, 반기별 역량 진단, 분기별 교육 신청만으로는 업무 수요가 바뀌는 속도를 따라가기 어렵다.

    HR 실무에서는 스킬 데이터의 갱신 주기부터 확인해야 한다. 어떤 직무가 어떤 도구를 쓰는지, 새 업무가 생겼을 때 내부 이동 후보가 며칠 안에 확인되는지, 프로젝트 인력 배치가 성과관리와 학습 이력에 남는지 점검해야 한다. 사람·스킬·데이터를 실시간으로 조율한다는 말은 플랫폼 도입보다 먼저 데이터 품질과 의사결정 주기를 바꾸라는 요구다.

    HR 기능은 사일로가 아니라 결과 중심 역량 묶음으로 재조립된다

    보고서는 HR·재무·IT 같은 전통 기능이 오늘의 사업 요구에는 느리고 사일로화돼 있다고 쓴다. 같은 section은 기능을 결과 중심 역량으로 해체하고 재조립할 필요도 제기한다. HR 입장에서는 채용팀, 교육팀, 평가팀, HRIS팀이 각자 연간 계획만 수행하는 방식이 AI 시대의 업무 변화와 충돌할 수 있다는 의미다.

    예를 들어 고객응대 AI를 도입하는 조직이라면 채용은 프롬프트 작성 경험만 볼 수 없다. 교육은 도구 사용법만 가르쳐서도 부족하다. 성과관리는 AI가 만든 초안과 사람이 수정한 판단을 어떻게 평가할지 정해야 한다. HRIS는 로그와 권한 데이터를 남겨야 한다. 기능별 KPI를 그대로 두면 한쪽은 도입 속도를 높이고 다른 한쪽은 리스크를 뒤늦게 처리하는 구조가 된다.

    지속학습은 교육 과정이 아니라 업무 흐름 안의 적응 능력이다

    Deloitte는 전통적 변화관리와 교육이 조직과 구성원의 적응 속도를 맞추기에 느릴 수 있다고 본다. 원문은 AI가 학습, 적응, 스킬 적용을 업무 흐름 안으로 끌어들인다는 설명도 덧붙인다. 이 대목은 HRD의 역할을 교육 신청률이나 수료율 관리에서 일하는 중의 학습 데이터 관리로 확장시킨다.

    다음 분기 HR 회의에서는 세 가지 지표를 물어볼 만하다. 첫째, AI 관련 업무 변경이 발생한 뒤 해당 직무의 교육 콘텐츠가 며칠 안에 업데이트되는가. 둘째, 구성원이 실제 업무에서 어떤 도움말·코칭·검토 절차를 쓰는지 데이터로 남는가. 셋째, 새 스킬이 성과평가와 내부 이동 의사결정에 반영되는가. 2026년 인적자본 트렌드의 먼저 봐야 할 부분은 AI를 더 많이 사는 것이 아니다. 사람이 판단하고 배우고 협업하는 방식을 얼마나 빨리 다시 설계하느냐에 있다.

    HR이 다음에 봐야 할 방향

    이 글의 결론은 제도를 하나 더 만들자는 뜻이 아닙니다. 지금 필요한 일은 이 이슈를 조직의 운영 기준으로 옮기는 것입니다.

    작게 시작한다면 한 가지 질문이면 충분합니다. 이 변화가 채용, 성과관리, 학습, 보상 중 어디의 의사결정을 실제로 바꾸는가. 그 답이 분명할수록 HR의 일은 보고서가 아니라 현장의 기준에 가까워집니다.

    참고한 공개 자료
    Deloitte Insights, 2026 Global Human Capital Trends.