알고리즘이 인사 결정을 내리는 시대 — 책임은 누가 지는가

지난달, 한 중견 물류 회사에서 배송 기사 12명이 동시에 퇴사했다. 이유를 물었더니 돌아온 답이 묘했다. “앱이 자꾸 이상한 루트를 잡아줘서요.” 배차 알고리즘이 최적 경로라고 찍어준 동선이 현장에선 역주행에 가까웠다. 항의 창구는 없었다. 시스템이 결정했으니까.

개인적으로는 이 사례가 2026년 한국 HR이 직면한 가장 불편한 질문을 정확히 찌른다고 본다. 알고리즘이 스케줄을 짜고, 성과를 매기고, 심지어 해고 후보까지 추린다. 그런데 그 결정에 대한 책임은? 아무도 손들지 않는다.

한 줄 요약: 미국 기업 90%가 이미 알고리즘 경영 도구를 쓰고 있지만, 관리자 28%는 ‘잘못된 결정의 책임이 누구에게 있는지 모른다’고 답했다. 한국은 가이드라인조차 올해 말에야 나온다.

90%는 이미 쓰고 있다 — 알고리즘 경영의 실체

OECD가 2025년 미국·프랑스·독일·이탈리아·스페인·일본 6개국 6,000개 기업을 조사했다. 결과는 꽤 충격적이다.

숫자를 뜯어보면 구조가 보인다. 알고리즘 경영(Algorithmic Management)은 단순 자동화가 아니다. 채용 필터링, 근무 스케줄 배정, 실시간 성과 모니터링, 보상 산정, 심지어 해고 후보 리스트까지 — AI가 의사결정 체인의 중심에 앉아 있다. 미국 기업 4분의 3은 이런 도구를 10개 이상 동시에 쓴다.

유럽도 79%가 도입했다. 다만 직원 대화 모니터링 비율은 6%에 불과하다. 미국의 55%와 극명하게 대비된다. 이건 기술력 차이가 아니라 규제 차이다. EU는 이미 알고리즘 결정에 대한 설명 의무와 이의 제기 절차를 법제화하고 있다.

솔직히 이건 좀 무섭다. 한국은 어디쯤 서 있을까.

책임의 블랙홀 — 관리자도, HR도, 알고리즘도 손들지 않는 구조

OECD 보고서에서 가장 눈에 걸린 대목은 관리자 설문 결과다. 28%가 “알고리즘이 내린 결정에 대한 책임 소재가 불분명하다”고 답했고, 27%는 “도구가 어떻게 추천을 만들어내는지 이해하지 못한다”고 인정했다. 관리자 3분의 2는 도구의 신뢰성 자체에 의문을 품고 있었다.

이게 현장에서 어떤 일로 번지는지 보자.

한국 고용노동부는 올해 안에 「채용분야 AI 활용 가이드라인」을, 내년 상반기까지 「노동분야 AI 윤리 가이드라인」을 마련하겠다고 발표했다. 그런데 가이드라인은 법이 아니다. 위반해도 제재가 없다. EU가 AI Act로 알고리즘 투명성을 강제하고, 일리노이주가 AI 면접 사전 동의법(BIPA)을 시행하고 있는 것과 비교하면 한국의 대응 속도는 느리다. 아주 느리다.

근로자 추정제가 2026년 상반기부터 시행되면서 플랫폼 노동자 보호는 한 발 나아갔지만, 정규직 사업장 내 알고리즘 의사결정에 대한 규율은 사각지대로 남아 있다.

알고리즘이 평가하면 더 공정할까 — 데이터가 말하는 불편한 답

직감적으로는 “사람보다 기계가 공정하지 않겠어?”라고 생각하기 쉽다. 편견 없이 숫자만 보니까. 하지만 현실은 정반대 방향으로 흘러간 사례가 적지 않다.

Amazon은 2018년 자사 채용 AI가 남성 지원자를 체계적으로 우대하도록 학습됐다는 사실을 발견하고 시스템을 폐기했다. 학습 데이터 자체가 남성 위주 채용 이력이었기 때문이다. 알고리즘은 편견을 ‘제거’한 게 아니라 ‘자동화’한 셈이다.

OECD 조사에서 알고리즘 경영 환경의 근로자들은 일관되게 직무 만족도 하락, 업무량 증가, 스트레스 상승, 직장 내 신뢰 감소, 고용 불안 심화를 보고했다. 63%의 기업이 “직원에게 자문을 구한다”고 답했지만, 그 대상은 대부분 관리자였다. 실제 영향을 받는 일선 근로자는 대화 테이블에 앉지 못한다.

이건 한국에서 특히 중요한 맥락이 있다. 한국 사업장은 ‘인사 평가=연봉·승진’이라는 등식이 강하다. 알고리즘이 성과 평가에 개입하면 그 결과가 곧바로 보상과 경력 경로에 반영된다. 유럽처럼 직무급이 일반화된 구조와 다르다. 알고리즘 한 줄의 영향력이 더 크다는 뜻이다.

SHRM 2026 보고서에 따르면 글로벌 조직의 69%가 HR 또는 타 기능에서 AI를 활용 중이거나 도입 계획 중이다. 국내도 Carrot AX Center 조사에서 61%의 조직이 이미 AI 도입을 완료했다고 답했다. 하지만 그중 알고리즘의 결정 근거를 문서화하고, 근로자 이의 제기 절차를 갖추고, 편향성 정기 감사를 실시하는 곳이 몇 퍼센트인지는 아무도 모른다. 이게 핵심이다.

북유럽이 힌트를 준다 — ‘참여형 도입’이 부작용을 줄인다

OECD 보고서에서 유일하게 긍정적 결과가 나온 건 북유럽 사례다. 핀란드와 노르웨이에서는 알고리즘 도구 도입 과정에서 근로자가 “의사결정에 실질적 영향력”을 행사하고 “도입 과정 전반에 의미 있게 참여”한 경우, 직무 만족도 하락과 스트레스 상승 같은 부작용이 유의미하게 줄어들었다.

이걸 한국 맥락으로 번역하면? 노사협의회(근로자참여및협력증진에관한법률)의 안건으로 알고리즘 도구 도입을 올리는 것이다. 30인 이상 사업장은 의무 설치이니 형식은 갖춰져 있다. 문제는 내용이다. 현재 노사협의회 안건에 ‘AI 도구 도입’이 들어가는 사업장이 얼마나 될까. 솔직히 거의 없다고 본다.

Ipsen이라는 제약회사는 AI가 리더의 피드백 품질을 채점하고 개선점을 제시하는 시스템을 운영 중이다. 흥미로운 건 이 시스템이 리더를 ‘감시’하는 게 아니라 ‘코칭’하는 프레임으로 설계됐다는 점이다. 같은 기술이라도 도입 프레임에 따라 조직의 반응이 갈린다.

한국 HR 실무자가 지금 당장 점검할 3가지

가이드라인이 나올 때까지 기다리면 늦는다. 지금 사내에서 쓰고 있는 알고리즘 도구를 점검하는 게 먼저다.

첫째, 인벤토리를 만든다. 채용 ATS, 근태 시스템, 성과 관리 플랫폼, 급여 산정 도구 — 이 중 어떤 것이 알고리즘 기반 추천·결정·필터링 기능을 갖고 있는지 목록화한다. OECD 조사에서 미국 기업의 75%가 10개 이상을 쓰고 있었다. 한국도 인지하지 못한 채 쓰고 있는 도구가 있을 가능성이 높다.

둘째, 결정 경로를 문서화한다. 알고리즘이 내린 추천이 최종 인사 결정에 어떤 경로로 반영되는지 기록한다. 근로기준법 제23조의 ‘정당한 이유’ 입증은 사용자 책임이다. 알고리즘 출력값에 의존한 결정이 분쟁으로 갈 경우, 결정 경로 문서가 없으면 사실상 방어가 불가능하다.

셋째, 이의 제기 채널을 만든다. “이 스케줄은 왜 이렇게 잡혔나요?”라는 질문에 “시스템이 그렇게 했어요”는 답이 될 수 없다. 최소한 근로자가 알고리즘 결정에 이의를 제기하고, 인간 관리자가 재검토하는 절차가 필요하다.

AI 도구로 측정/자동화 가능한 부분

• 알고리즘 결정 로그 자동 기록 — Workday, SAP SuccessFactors 등 주요 HCM은 의사결정 감사 추적(audit trail) 기능을 내장하고 있다. 활성화만 하면 결정 근거가 자동 문서화된다.
• 편향 탐지 자동화 — Holistic AI, Fairly 같은 도구가 채용·평가 알고리즘의 성별·연령·학력 편향을 정기적으로 스캔한다. 한국에서는 아직 도입 사례가 드물지만, EU AI Act 대응 차원에서 글로벌 기업 한국 법인이 먼저 움직이고 있다.
• 직원 감정·스트레스 실시간 모니터링 — Culture Amp, Qualtrics의 펄스 서베이를 2~4주 주기로 돌리면 알고리즘 도구 도입 전후의 직원 반응을 정량화할 수 있다. 다만 한국에서는 개인정보보호법(제15조 동의 요건)과의 충돌을 반드시 확인해야 한다.
• 의사결정 책임 매핑 자동화 — Notion AI나 Confluence 기반으로 RACI 매트릭스를 만들되, 각 인사 결정 단계에서 ‘알고리즘 추천’과 ‘인간 승인’의 경계를 명시한다. 이걸 자동화하면 OECD가 지적한 ‘책임의 블랙홀’을 구조적으로 메울 수 있다.
• 노사협의회 안건 자동 생성 — AI 도구 도입·변경 시 노사협의회 보고 안건을 자동 생성하는 워크플로를 n8n이나 Zapier로 구축할 수 있다. 도입 프레임을 ‘감시’가 아닌 ‘참여’로 세팅하는 첫 단추다.

실무 시사점: 알고리즘 경영 도구는 이미 한국 사업장에 깊이 들어와 있다. 문제는 도입 여부가 아니라 책임 구조다. OECD 6개국 데이터가 보여주는 교훈은 명확하다 — 근로자 참여 없는 도입은 생산성도, 신뢰도 둘 다 깎는다. HR의 역할은 알고리즘을 막는 것이 아니라, 결정 경로를 투명하게 만들고 이의 제기 채널을 설계하는 것이다. 가이드라인이 나오기 전에 먼저 움직인 조직이 리스크도, 규제 대응 비용도 줄인다.

#알고리즘경영 #HRAI #인사평가 #데이터 #조직문화 #HR트렌드

참고 링크

• OECD, “How Widespread Is Algorithmic Management in Workplaces?” (2025)
• TUAC, “New OECD Report on Algorithmic Management Reveals Urgent Need for Worker Protections” (2025)
• AIHR, “10 Workforce Analytics Trends Shaping HR in 2026” (2026)
• 한국IT산업뉴스, “2026년 고용법 대전환: AI 알고리즘 규제 강화” (2026)
• CLAP, “2026 AI 트렌드: HR이 HR다워질 수 있다고?” (2026)

작성: 서재홍 | NODE