번아웃 위험군 10%p 급증, 그런데 EAP 이용률은 11% — HR 데이터가 정신건강을 측정하지 못하는 구조적 이유

지난달 팀장 한 명이 갑자기 사라졌다. 정확히는 ‘무단결근 3일 후 퇴사 통보’였다. 인사팀이 뒤늦게 출근 기록을 뒤져 보니, 직전 2개월간 연차 사용 0일, 야근 시간 월 평균 38시간. 수치만 보면 ‘헌신적인 직원’이었다. 번아웃 시그널은 데이터 어디에도 잡히지 않았다.

한국 직장인 10명 중 7명이 번아웃을 경험했다는 통계는 이제 놀랍지도 않다. 문제는 다른 데 있다. 대부분의 HR 시스템이 정신건강을 ‘측정 불가 영역’으로 방치하고 있다는 사실이다. 출퇴근, 급여, 평가 점수는 소수점 둘째 자리까지 추적하면서, 사람이 무너지고 있는지 여부는 연 1회 설문에 의존한다.

한 줄 요약: 번아웃 위험군은 전년 대비 10.6%p 늘었지만, 기업의 정신건강 데이터 인프라는 연 1회 설문 수준에 머물러 있다 — HR 애널리틱스가 웰빙을 측정하지 못하면 이직률과 생산성 지표도 설명할 수 없다.

번아웃은 늘었는데, 데이터는 없다

2025년 상반기 국내 EAP 심리진단 결과, 번아웃 관련 상담은 전년 대비 21.8% 증가했다. 번아웃 위험군 비율도 10.6%p 뛰었다. 특히 40·50대 여성에서 증가세가 두드러진다. 솔직히, 이건 현장 실무자라면 체감으로 이미 알고 있는 숫자다. 놀라운 건 수치 자체가 아니라, 이 데이터가 HR 시스템 밖에서 나왔다는 점이다.

글로벌 수치도 크게 다르지 않다. 갤럽 2026 보고서에 따르면 전 세계 직원 몰입도는 20%까지 떨어졌다. 2022년 23%에서 3년 연속 하락이다. 직원 40%가 ‘어제 심한 스트레스를 받았다’고 응답했고, 외로움을 느낀 비율은 22%에 달한다. 이 몰입도 하락이 만들어낸 생산성 손실은 추정치로 10조 달러다.

핵심 문제는 이렇다. 번아웃 위험군이 10%p 늘었다는 사실을 알려준 건 HR 시스템이 아니라 외부 EAP 업체의 상담 데이터다. 기업 내부 HRIS(인사정보시스템)에는 번아웃을 감지할 필드 자체가 없다. 근태 기록, 성과 점수, 급여 데이터 — 어디에도 ‘이 사람이 지금 괜찮은가’를 알려주는 지표는 설계되어 있지 않다.

Spring Health의 조사에 따르면, 정신건강 관련 데이터를 실제로 추적하는 기업은 전체의 22%에 불과하다. 나머지 78%는 직원이 번아웃으로 쓰러지고 나서야 사후적으로 파악한다. HR 애널리틱스가 채용 퍼널과 이직률 예측에는 수백만 원을 쓰면서, 정작 이직의 가장 큰 원인인 정신건강에는 데이터 파이프라인 하나 없는 셈이다.

EAP는 왜 구멍 난 안전망인가

한국 기업들이 정신건강 대응으로 가장 먼저 꺼내는 카드가 EAP(근로자지원프로그램)다. 그런데 이 제도의 현실을 들여다보면 꽤 아쉽다.

한화큐셀의 사례를 보자. EAP 프로그램 ‘피톤치드’를 도입해 이용률을 7%에서 11.3%로 끌어올렸다. 62% 증가라는 수치는 인상적이다. 그런데 뒤집어 보면, 최선의 노력을 기울인 결과가 11.3%라는 뜻이다. 직원 10명 중 9명은 여전히 EAP를 쓰지 않는다.

SK이노베이션의 ‘하모니아’도 마찬가지다. 연간 이용 건수가 862건에서 1,194건으로 38% 늘었지만, 전체 임직원 규모를 감안하면 이용률은 한 자릿수대에 머문다. LX하우시스는 주 1회였던 상담을 주 2회로 늘렸는데, 본사 기준 월 32건이 전부다.

EAP의 구조적 한계는 명확하다. ‘문제가 생긴 뒤 상담을 신청하는’ 사후 대응 모델이다. 그리고 상담 데이터는 개인정보 보호 때문에 HR 시스템과 연결되지 않는다. 개인적으로는 여기가 핵심이다 — EAP는 ‘치료’이지 ‘예방’이 아니다. HR이 필요로 하는 건 익명화된 조직 단위 웰빙 트렌드 데이터인데, 현재의 EAP 구조로는 그것이 불가능하다.

HR 리더의 61%가 ‘정신건강 사유 휴직이 전년 대비 증가했다’고 답했고, 16%는 25% 이상 급증했다고 보고했다. 휴직 데이터는 HR 시스템에 있다. 상담 데이터는 EAP 업체에 있다. 근태 이상 패턴은 출퇴근 시스템에 있다. 이 세 가지를 연결하는 파이프라인은 없다.

선제적 감지 — 데이터는 이미 있다, 연결만 안 됐을 뿐

반전이 있다. 번아웃을 예측할 수 있는 데이터는 사실 이미 HR 시스템 안에 흩어져 있다. 문제는 아무도 그걸 정신건강 지표로 읽지 않는다는 것이다.

연차 사용 패턴을 보자. 연차를 아예 안 쓰는 직원과 몰아서 쓰는 직원 — 둘 다 위험 신호다. 잔여 연차가 10일 이상인 직원의 번아웃 위험이 높다는 건 상식 수준이지만, 이것을 자동으로 플래그하는 HR 시스템은 거의 없다.

야근 시간도 마찬가지다. 주 52시간 관리 차원에서 근로시간은 추적하지만, ‘특정 팀의 야근이 3개월 연속 증가 추세’라는 패턴은 리포트에 잡히지 않는다. 설문 응답 변화도 있다. 반기 1회 몰입도 조사에서 특정 팀의 점수가 급락했다면, 그건 번아웃 선행 지표다. 하지만 대부분의 기업에서 설문 결과는 경영진 보고 PPT로 소비되고 끝난다.

flowchart TD
    A[근태 시스템] -->|연차 미사용·야근 패턴| D[웰빙 리스크 엔진]
    B[몰입도 서베이] -->|팀별 점수 변동| D
    C[EAP 이용 데이터] -->|익명 집계| D
    D -->|팀 단위 리스크 스코어| E[관리자 대시보드]
    D -->|개인 식별 없이 트렌드 경고| F[CHRO 리포트]
    E -->|선제 개입 트리거| G[1on1 권고·업무 재배분]

갤럽 데이터에서 한 가지 더 눈에 띄는 수치가 있다. 관리자 몰입도가 27%까지 떨어졌는데, 관리자는 팀 몰입도 변동의 70%를 설명한다. 관리자가 번아웃이면 팀 전체가 무너진다. 이건 개인 상담으로 풀 수 있는 문제가 아니다. 조직 단위 데이터 분석이 필수다.

실제로 글로벌 HR 테크 시장에서는 이미 ‘예측적 웰빙 분석’이 트렌드다. Spring Health는 임상 평가 기반 정밀 매칭 모델로, 직원을 적합한 케어 유형에 자동 라우팅한다. Headspace for Work는 익명화된 관리자 대시보드에서 팀별 스트레스 트렌드를 보여준다. 동남아 시장에서는 Intellect가 실시간 웰빙 체크인과 AI 코칭을 결합해 번아웃 조기 감지 모델을 구축 중이다.

한국에서도 움직임은 있다. 다인 EAP는 심리적 위험도를 31.4% 개선한 데이터를 내놓았고, 마인드카페·트로스트 같은 디지털 멘탈 헬스 플랫폼이 B2B 시장을 두드리고 있다. 그러나 이들은 여전히 HRIS 외부에서 작동한다. SAP SuccessFactors나 Workday에 웰빙 모듈이 통합된 사례는 한국 기업에서 거의 찾아볼 수 없다.

AI 도구로 측정/자동화 가능한 부분

• Pulse Survey 자동화 — Lattice·Culture Amp의 2~4주 간격 펄스 서베이로 팀 단위 웰빙 지수를 실시간 추적. 연 1회 대규모 설문 대비 이상 감지 속도가 최대 8배 빠르다.
• 근태 패턴 이상 탐지 — 기존 근태 시스템 데이터에 간단한 이상 탐지 알고리즘(표준편차 2 이상 야근 증가, 연차 미사용 90일+ 등)을 얹어 번아웃 선행 지표를 자동 플래그.
• 익명 웰빙 대시보드 — Headspace for Work·Spring Health가 제공하는 관리자 대시보드처럼, 개인 식별 없이 팀/부서 단위 정신건강 트렌드를 시각화. 한국 노동법상 개인정보 이슈를 우회하면서 조직 인사이트 확보.
• AI 기반 EAP 트리아주(triage) — Spring Health의 정밀 매칭처럼, 초기 자가진단 데이터를 기반으로 셀프 케어/코칭/전문 상담을 자동 분류. EAP 이용률의 병목인 ‘어디서부터 시작해야 할지 모르겠다’를 해소.
• 퇴사 예측 모델에 웰빙 변수 추가 — 기존 이직 예측 모델(근속 연수, 급여 인상률, 평가 점수)에 펄스 서베이 점수·EAP 이용 빈도(익명 집계)를 추가하면 예측 정확도가 올라간다는 Visier·One Model의 사례가 있다.

측정하지 않으면 관리할 수 없다 — 그런데 측정 방식부터 바꿔야 한다

결국 질문은 이것이다. HR은 왜 정신건강을 ‘측정 대상’으로 인식하지 못했는가?

답은 의외로 단순하다. 기존 HR 메트릭이 ‘효율’과 ‘비용’ 중심으로 설계됐기 때문이다. 1인당 매출, 인건비 비율, 채용 단가, 이직률. 전부 재무적 결과를 역추적하는 지표다. 사람의 상태는 이 프레임 안에 들어갈 자리가 없었다.

번아웃이 52%의 이직 의향과 연결되고, 18~20%의 생산성 저하를 만들고, 63% 더 많은 병가를 유발한다는 데이터가 이미 나와 있다. 정신건강은 ‘복지’가 아니라 ‘비즈니스 리스크’다. 그런데 리스크로 관리하려면 데이터가 필요하고, 데이터를 얻으려면 측정 체계가 필요하다.

한국 기업의 현실적 출발점은 세 가지다. 기존에 이미 보유한 데이터(근태·설문·EAP)를 연결하는 것. 펄스 서베이를 도입해 측정 주기를 ‘연’에서 ‘월’ 단위로 줄이는 것. 그리고 관리자에게 팀 웰빙 리포트를 제공해 선제 개입의 책임을 분산하는 것. 거창한 AI 플랫폼 도입 전에, 이 세 가지를 먼저 시작할 수 있다.

번아웃 위험군이 10%p 늘었다는 데이터를 EAP 업체가 아닌 HR 시스템이 먼저 잡아내는 날. 그때서야 HR 애널리틱스가 사람을 위한 도구라고 말할 수 있을 것이다.

실무 시사점: 정신건강 데이터는 ‘없는 것’이 아니라 ‘연결되지 않은 것’이다. 근태·설문·EAP 세 가지 데이터 소스를 팀 단위로 익명 집계하는 웰빙 대시보드부터 시작하면, 연 1회 설문으로는 보이지 않던 번아웃 선행 지표를 잡을 수 있다. 관리자에게 ‘팀 웰빙 리스크 스코어’를 제공하는 것이 EAP 이용률 끌어올리기보다 실질적인 첫 번째 스텝이다.

#번아웃 #정신건강 #HR애널리틱스 #EAP #웰빙데이터 #펄스서베이

참고 링크

• Gallup, “State of the Global Workplace 2026” (2026)
• Spring Health, “10 Workplace Mental Health Statistics” (2026)
• Meditopia, “Employee Burnout Statistics 2026” (2026)
• 팜뉴스, “번아웃에도 퇴사 대신 회복 — 다인 EAP, 심리적 위험도 31.4% 개선” (2025)
• 달램, “EAP 도입으로 번아웃·퇴사율 30% 줄인 국내 기업 사례 3가지” (2025)
• 리포테라, “직장인 61%가 겪고 있는 심각한 비상사태” (2026)

작성: 서재홍 | NODE