직장인 70%가 번아웃인데, HR은 아직 ‘감’으로 대응하고 있다 — 정신건강 데이터가 바꾸는 실무 지형

지난달 팀장 한 명이 조용히 퇴사했다. 이유는 ‘개인 사유’. 인사팀은 뒤늦게 알았다. 그가 6개월째 수면장애를 겪고 있었고, 주간 업무 집중 시간이 절반으로 줄어 있었다는 사실을. 출퇴근 기록에는 하루도 빠지지 않았다. 성과지표도 평균 이상이었다. 그런데 그는 무너지고 있었다.

이건 한 회사의 이야기가 아니다. 잡코리아 조사에 따르면 한국 직장인 10명 중 7명이 번아웃 증후군을 경험하고 있다. 원인 1위는 과중한 업무량과 시간적 압박(22.4%). 그런데 대부분의 HR 부서는 이 신호를 ‘감’으로 잡고 있다. 개인적으로는, 이 간극이 2026년 HR의 가장 위험한 사각지대라고 본다.

한 줄 요약: 직장인 번아웃은 이미 ‘유행’이 아니라 ‘구조’다. HR이 정신건강을 데이터로 측정하지 않으면, 조용한 이탈은 가속된다.

사일런트 번아웃 — 결근하지 않는 사람이 더 위험하다

번아웃 하면 흔히 떠올리는 이미지가 있다. 쓰러지고, 울고, 무단결근하는 장면. 현실은 다르다. Spring Health의 2026년 조사에서 HR 리더의 30%가 자사 직원들이 ‘사일런트 번아웃’ 상태라고 추정했다. 조용히 자리를 지키면서 서서히 소진되는 유형이다.

문제는 이 유형이 기존 HR 시스템에서 포착되지 않는다는 점이다. 출결 데이터? 정상. 성과평가? 보통 이상. eNPS 설문? 참여조차 안 한다. 솔직히 이건 좀 무섭다. 보이지 않는 적을 상대하는 셈이니까.

Gallup의 2026 글로벌 직장 보고서는 이 현상을 숫자로 확인시켜 준다. 글로벌 직원 몰입도가 20%로 떨어졌다. 2022년 23%에서 3년 연속 하락. 그런데 더 충격적인 건, 매니저의 몰입도가 같은 기간 9%포인트 급락했다는 것이다. 팀을 이끄는 사람이 먼저 무너지고 있다.

왜 설문으로는 부족한가 — ‘측정 간극’이라는 구조적 함정

대다수 한국 기업의 정신건강 대응은 이렇다. 연 1회 직무스트레스 설문. EAP(직원지원프로그램) 외부 상담 연계. 그리고 끝. 이 방식의 근본적 문제는 ‘시차’다. 설문은 과거를 물어보고, 상담은 이미 터진 뒤에 시작된다.

SHRM의 2026년 AI in HR 보고서는 이 현상을 ‘AI 측정 간극(measurement gap)’이라 명명했다. 조직들이 AI를 공격적으로 도입하면서도, 정작 그 효과를 측정하는 데는 투자하지 않는다는 뜻이다. 정신건강 영역도 똑같다. 도구는 있는데 데이터 파이프라인이 없다.

한국 고용노동부가 올해부터 정신건강 검진 주기를 10년에서 2년으로 단축한 건 의미 있는 변화다. 하지만 검진이 곧 데이터는 아니다. 검진 결과가 HR 시스템에 연결되지 않으면, 그냥 PDF 한 장이 캐비닛에 들어갈 뿐이다.

한국 사업장에서 측정 가능한 것과 불가능한 것

여기서 현실을 직시할 필요가 있다. 해외 사례를 그대로 가져올 수 있느냐? 어렵다. 한국 노동법은 직원의 건강정보 수집에 엄격한 동의 절차를 요구하고, 개인정보보호법은 민감정보(정신건강 데이터 포함)의 처리를 별도로 규율한다.

하지만 ‘직접 측정’이 아닌 ‘간접 신호’ 포착은 다른 이야기다.

근태 시스템에서 잡을 수 있는 것들이 있다. 잔업 시간의 급격한 변동. 휴가 미사용률의 패턴 변화. 유연근무 사용 빈도의 감소. 이런 데이터는 이미 대부분의 HR 시스템에 쌓여 있다. 문제는 아무도 ‘번아웃 렌즈’로 들여다보지 않는다는 것이다.

협업 도구 데이터도 마찬가지다. Slack 메시지의 야간 발송 비율. 회의 시간 대비 개인 집중 시간의 비율. HR Executive 보도에 따르면, 2026년 직장인의 ‘집중 시간(focus time)’은 3년래 최저를 기록했다. 회의와 알림이 업무 시간을 갉아먹으면서, 정작 깊이 일할 시간이 사라지고 있다. 이건 번아웃의 원인이자 결과다.

정신건강 데이터 파이프라인을 설계하는 법

그렇다면 실무적으로 무엇을 할 수 있을까. 전사 정신건강 대시보드를 한 번에 구축하겠다는 건 비현실적이다. 단계를 나눠야 한다.

1단계: 기존 데이터에서 프록시 지표 추출. 근태 시스템에서 ‘주 3회 이상 잔업 + 휴가 미사용 30일 초과’ 조건을 걸면, 소진 위험군 리스트가 자동으로 생성된다. 이건 개인정보보호법 이슈 없이 가능한 영역이다.

2단계: 펄스 서베이 주기 조정. 연 1회에서 월 1회로. 단, 문항 수를 3개로 줄인다. “지난 2주간 업무 에너지를 1~5점으로 매긴다면?” 수준이면 충분하다. Lattice, Culture Amp 같은 도구가 이 패턴을 지원한다.

3단계: 이상 탐지 자동화. 2~3개 분기 데이터가 쌓이면 추세 이탈을 감지할 수 있다. 특정 부서의 에너지 점수가 전사 평균 대비 1.5 표준편차 이하로 떨어지면, 해당 팀 리더에게 자동 알림이 간다.

AI 도구로 측정/자동화 가능한 부분

• Workday Peakon: 실시간 직원 감정 분석 — 자연어 코멘트에서 번아웃 키워드를 자동 태깅하고, 부서별 소진 위험도 히트맵 생성
• Unmind + Slack 연동: 주간 마이크로 체크인을 Slack으로 발송, 응답 패턴의 변화를 AI가 추적해 매니저에게 코칭 포인트 제공
• Microsoft Viva Insights: 야간 메일 발송 비율, 집중 시간 비율, 회의 과부하 지수를 자동 산출 — 개인 대시보드로 제공하되, 팀 단위 익명 집계는 HR에게 공유
• Culture Amp의 AI 코멘트 분석: 서베이 주관식 응답에서 감정 극성(polarity)과 주제를 자동 분류, ‘인정 부족’ ‘성장 정체’ 같은 번아웃 드라이버를 식별
• 근태 시스템 + Python/SQL 스크립트: 기존 ERP(SAP, 더존 등)에서 잔업·휴가·유연근무 데이터를 추출해 프록시 번아웃 지수를 산출하는 건 내부 개발로도 가능. 외부 SaaS 도입 전 MVP로 적합

실무 시사점: 직원 정신건강은 ‘복지’가 아니라 ‘리스크 관리’다. 근태 데이터에서 프록시 지표를 뽑고, 펄스 서베이로 주기를 좁히고, AI 이상 탐지로 선제 개입하는 3단계가 지금 당장 시작할 수 있는 최소 단위다. 번아웃을 데이터로 읽지 못하는 조직은, 이탈을 ‘개인 사유’로 분류하는 실수를 반복하게 된다.

#번아웃 #정신건강 #HR데이터 #펄스서베이 #직원몰입 #AI도구

참고 링크

• Spring Health, “10 Workplace Mental Health Statistics From Our Latest Benchmarking Research” (2026)
• Gallup, “State of the Global Workplace 2026” (2026)
• Yomly, “Workplace Mental Health Statistics For 2026” (2026)
• SHRM, “The State of AI in HR 2026 Report” (2026)
• HR Executive, “Focus Time Hit a Three-Year Low” (2026)
• 뉴스스페이스, “직장인 10명 중 7명 번아웃 증후군” (2026)

작성: 서재홍 | NODE