HR AI 도입률 61%, 내재화율 6.7% — 의사결정 설계가 빠진 도입의 함정

HR AI 도입률 61%, 그런데 왜 성과는 체감이 안 되는 걸까

숫자만 보면 장밋빛이다. HR 리더의 AI 도입률은 2023년 6월 19%에서 2025년 1월 61%로 뛰었다. 한국도 다르지 않다. 국내 기업의 생성형 AI 도입률은 61%를 넘었고, 2026년에는 85%까지 올라갈 것이라는 전망도 나온다. 그런데 현장에서 체감하는 온도는 다르다. 조직 내재화, 즉 AI가 일하는 방식 자체를 바꾼 기업은 6.7%에 불과하다. 나머지는 공고문 초안을 뽑거나 보고서 요약에 쓰는 정도다. 솔직히, 이 정도면 도입했다고 말하기도 민망한 수준이다.

문제는 도입 자체가 아니다. HR 부서들이 AI 앞에서 던지는 첫 질문이 잘못됐다. “어디에 쓸까?” — 이 질문은 AI를 만능 도구로 전제하고, 쓸 만한 업무를 찾아 끼워 넣는 발상이다. 실제로 효과를 보는 조직은 질문이 다르다. “이 의사결정은 어떤 수준의 AI 개입이 적절한가?” 도구가 아니라 의사결정 설계의 문제로 접근하는 것, 이것이 도입률과 성과 사이의 간극을 메우는 열쇠다.

한 줄 요약: HR AI 도입의 성패는 ‘어디에 쓸까’가 아니라 ‘어떤 의사결정에 어떤 수준의 AI를 배치할까’에 달려 있다.

도입률은 높은데 내재화율이 바닥인 이유

글로벌 컨설팅 기관과 국내 조사를 종합하면, HR AI의 현주소는 ‘넓지만 얕은 도입’으로 요약된다.

이 세 숫자가 말하는 건 하나다. 대부분의 HR 부서가 AI를 ‘써보는’ 단계에 머물러 있고, 그 결과물을 조직의 의사결정 체계에 녹여내지 못하고 있다는 것이다. 시범 도입 25.9%, 부분 확산 28.5%라는 세부 수치가 이를 뒷받침한다. AI가 문서 작성 보조 도구 이상의 역할을 하려면, 단순 도입이 아니라 의사결정 구조 자체를 재설계해야 한다.

의사결정의 무게가 다르면, AI의 역할도 달라져야 한다

MIT 슬론 매니지먼트 리뷰는 최근 흥미로운 프레임워크를 제시했다. 의사결정을 유형별로 나누고, 각 유형에 맞는 AI 활용 수준을 매칭하라는 것이다. 핵심은 단순하다. 모든 HR 의사결정에 같은 수준의 AI를 적용하면 안 된다.

채용 공고 초안 작성, 면접 일정 조율, FAQ 응답 같은 반복·정형 업무는 AI에 높은 자율성을 부여해도 된다. 이 영역에서 AI의 가치 창출 비중은 약 20%로, HR 기능 중 가장 크다. 반면 성과 평가 피드백 초안, 승진 후보자 풀링, 보상 체계 설계 같은 판단 중심 업무는 AI가 ‘초안’까지만 담당하고 반드시 사람이 최종 결정을 내려야 한다.

개인적으로는, 한국 기업의 가장 큰 문제가 바로 이 구분 없이 AI를 투입하는 데 있다고 본다. “AI가 추천한 후보니까 괜찮겠지”라는 식의 접근은 편향 재생산의 지름길이다. 유럽에서조차 핵심 HR 프로세스의 19%만 AI로 강화되어 있고, 32%는 아직 파일럿 단계다. 선진국도 신중한 영역에서 한국이 무작정 속도를 내는 건 위험하다.

검증을 넘어서 — “감독 체계”가 필요한 이유

AI 도입 기업의 47%가 이미 부정적 결과를 경험했다는 조사 결과가 있다. 그런데 정작 AI 생성물을 전수 검토하는 기업은 27%에 불과하다. 나머지 30%는 AI가 만든 결과물의 80% 이상을 그냥 쓴다. 이건 검증이 아니라 방치에 가깝다.

MIT 슬론 리뷰의 또 다른 연구는 이 지점을 정확히 짚는다. “단순 검증(verification)을 넘어 제도적 감독(institutional oversight)이 필요하다”는 것이다. 검증은 AI 결과물이 맞는지 틀리는지 확인하는 것이고, 감독은 AI가 어떤 기준으로 판단했는지, 그 기준이 조직의 가치와 부합하는지를 구조적으로 점검하는 것이다. HR이라는 영역의 특성을 생각하면, 이건 선택이 아니다.

이건 좀 불편한 이야기지만, 한국 기업 대부분은 아마존보다 데이터 거버넌스 수준이 낮다. 아마존도 실패한 영역에서 더 작은 데이터셋, 더 취약한 감독 체계로 같은 실수를 반복할 가능성은 훨씬 높다.

한국 HR 맥락에서 의사결정 매칭이 더 어려운 이유

한국 기업의 HR AI 도입에는 고유한 장벽이 있다. 하나는 연공서열 기반의 인사 체계와 AI의 성과 기반 추천이 충돌하는 것이고, 다른 하나는 개인정보보호법과 AI 기본법 제정 논의가 맞물리면서 법적 불확실성이 커진 것이다.

특히 채용 단계에서의 AI 활용은 채용절차법, 개인정보보호법, 그리고 곧 시행될 AI 기본법이 동시에 적용되는 교차 규제 영역이다. 유럽 AI Act이 채용 AI를 ‘고위험’으로 분류한 것처럼, 한국에서도 채용·평가 AI에 대한 규제 수준이 높아질 것은 시간문제다.

그렇다고 AI 도입을 미루라는 이야기가 아니다. 오히려 지금이 의사결정 유형별로 AI 활용 수준을 설계해둘 적기다. 규제가 구체화되기 전에 내부 기준을 세워둔 조직이, 규제 시행 후에도 흔들리지 않는다.

결국, 도구의 문제가 아니라 설계의 문제다

HR AI의 실패는 기술의 한계에서 오지 않는다. AI가 무엇을 잘하는지는 이미 충분히 입증됐다. 채용 공고 생성, 이력서 스크리닝, 온보딩 자료 개인화 — 이런 정형 업무에서의 효율은 의심할 여지가 없다. 실패는 AI가 잘하는 일과 사람이 해야 하는 일의 경계를 긋지 않을 때 발생한다.

핵심이다. HR 부서가 해야 할 일은 AI 툴을 고르는 것이 아니라, 자기 조직의 HR 의사결정을 유형별로 분류하고, 각각에 적절한 AI 개입 수준을 설정하는 것이다. 그리고 판단이 필요한 영역에는 반드시 인간 전문가의 감독 체계를 제도화해야 한다. AI를 얼마나 빨리 도입하느냐가 아니라, 얼마나 정확하게 배치하느냐. 그것이 61% 도입률과 6.7% 내재화율 사이의 간극을 메우는 유일한 방법이다.

💡 실무 시사점: HR AI 도입 전, 조직의 의사결정을 ‘자동화 가능 영역’과 ‘인간 판단 필수 영역’으로 먼저 분류하라. AI 생성물 전수 검토 체계를 구축하고, 특히 채용·평가·보상 영역에서는 AI 추천 근거를 문서화하는 감독 프로세스를 제도화해야 한다. 규제가 오기 전에 내부 기준을 세우는 조직이 결국 유리하다.

#HR_AI #의사결정설계 #AI감독체계 #채용AI #AI거버넌스

참고 링크

• McKinsey, “Four ways to start using generative AI in HR” (2024)
• MIT Sloan Management Review, “Calibrate AI Use to the Decision at Hand” (2025)
• MIT Sloan Management Review, “Beyond Verification — What Responsible AI Really Demands of Human Experts” (2025)
• 캐럿글로벌, “2026 한국기업 AI 활용 현황 디브리핑” (2026)

작성: 서재홍 | NODE