채용 공고를 쓸 때 가장 먼저 열어보는 건 직무기술서(Job Description)다. “마케팅 매니저, 경력 5년 이상, 브랜드 전략 수립 경험 필수.” 익숙한 포맷이지만, 솔직히 이 한 줄이 실제로 그 사람의 역량을 얼마나 담아내는지는 의문이다. 경력 5년 차 마케터 A와 B의 실제 스킬셋은 완전히 다를 수 있다. 한 명은 데이터 분석에 강하고, 다른 한 명은 크리에이티브 디렉션에 강하다. 그런데 직무기술서는 이 차이를 구분하지 못한다.
AI 도구의 등장이 이 오래된 문제를 해결할 실마리를 제공하고 있다. 핵심은 간단하다. 인재를 ‘직무(job)’ 단위가 아니라 ‘스킬(skill)’ 단위로 파악하고 운용하는 것. 이건 단순한 트렌드가 아니라, AI가 비로소 가능하게 만든 관리 방식의 전환이다.
한 줄 요약: AI 도구가 스킬 기반 인재관리를 현실로 만들고 있다 — HR은 직무 중심 체계에서 벗어나 스킬 단위 운용으로 전환해야 한다.
직무 중심 체계가 놓치는 것
전통적인 HR 시스템은 ‘직무’를 중심으로 설계됐다. 채용, 평가, 보상, 승진 — 모든 의사결정이 직무등급(Job Grade)과 직무기술서에 기반한다. 문제는 이 체계가 빠르게 변하는 비즈니스 환경에서 점점 더 둔감해지고 있다는 점이다.
한 구성원이 현재 직무와 무관하게 보유한 역량 — 예컨대 파이썬 코딩 능력, 프로젝트 관리 경험, 외국어 역량 — 은 기존 시스템에서는 사실상 보이지 않는다. 개인적으로는, 이 ‘보이지 않는 스킬’이 조직 내 가장 큰 유휴자산이라고 본다. 직무기술서 밖에 있다는 이유만으로 활용되지 못하는 역량이 어마어마하다.
AI 이전 시대에 스킬 기반 관리가 불가능했던 건 아니다. 다만 비용이 현실적이지 않았다. 수백, 수천 명의 구성원이 각각 보유한 스킬을 수동으로 파악하고, 매칭하고, 갱신하는 건 관리 부담이 너무 컸다. AI가 이 비용 장벽을 허문 것이다.
AI가 스킬 관리에서 실제로 하는 일
글로벌 HR 플랫폼 기업 Workday가 자사 내부에서 실행한 스킬 기반 채용 실험 결과가 주목할 만하다. 약 900건의 신규 채용에 AI 기반 스킬 매칭을 적용한 결과, 채용 소요 시간이 15% 줄고 합격 수락률은 8% 올랐다. 내부 이동(Internal Mobility)은 42% 늘었다.
15%
채용 소요 시간 감소
Workday 내부 실험, 900건 기준 (2026)
42%
내부 이동 증가율
Workday 스킬 기반 프로젝트 매칭 (2026)
55%
스킬 기반 전략 도입 기업 비율
Workday Global Survey (2026)
이 숫자들이 의미하는 바는 분명하다. AI가 이력서와 직무기술서 사이의 ‘번역’ 역할을 해주면, 기존에 미스매치로 놓치던 인재를 잡을 수 있다. 이건 좀 과소평가되는 부분인데, 채용 시장에서 ‘적합한 후보가 없다’는 불만의 상당 부분은 실제로 후보가 없는 게 아니라, 직무기술서가 실제 필요 스킬을 제대로 반영하지 못해서 생기는 문제다.
AI 도구가 수행하는 구체적 기능은 이렇다. 구성원의 업무 이력, 프로젝트 참여 기록, 학습 데이터 등에서 스킬을 자동 추출한다. 이를 조직 내 오픈 포지션이나 프로젝트와 실시간으로 매칭한다. 그리고 각 구성원에게 부족한 스킬을 보완할 수 있는 맞춤 학습 경로를 제안한다. 이 전 과정이 사람의 수작업 없이 자동으로 돌아간다.
사례 — Workday 내부 스킬 전환Workday의 CLO(Chief Learning Officer) Chris Ernst는 “스킬은 이제 업무의 화폐(currency of work)”라고 표현했다. 이 회사는 자사 AI 플랫폼으로 전 직원의 스킬 프로파일을 구축한 뒤, 직무 공석이 아닌 ‘스킬 갭’ 기반으로 인력 재배치를 시작했다. 타깃 스킬 정렬을 통해 L&D(학습·개발) 비용도 대폭 절감했다고 보고했다. 핵심은 AI 도입 자체가 아니라, 구체적인 사업 문제(채용 속도, 내부 이동률)를 먼저 정의하고 그에 맞는 도구를 선택했다는 점이다.
왜 ‘지금’인가 — 도입 조건이 갖춰진 시점
스킬 기반 인재관리 자체는 새로운 개념이 아니다. 컨설팅 펌들이 10년 넘게 이야기해온 주제다. 그런데 왜 지금 현실화되고 있을까?
글로벌 HR 리더 대상 조사에서 55%가 이미 스킬 기반 전략을 실행 중이고, 23%가 12개월 내 도입을 계획하고 있다고 응답했다. 불과 2~3년 전만 해도 파일럿 단계에 머물던 기업이 대부분이었다는 점을 감안하면, 전환 속도가 급격히 빨라지고 있다.
이 가속의 배경에는 세 가지 조건이 있다. 하나는 생성형 AI의 등장으로 비정형 데이터(이력서, 프로젝트 보고서, 피드백 기록)에서 스킬을 추출하는 정확도가 비약적으로 올랐다는 점이다. 또 하나는 HR 플랫폼들이 스킬 온톨로지(Skills Ontology)를 표준화하면서 기업 간 스킬 데이터 호환이 쉬워졌다는 점이다. 마지막으로 노동시장 자체가 변했다. 하나의 직무에 평생 머무는 경력 모델이 해체되면서, ‘직무’보다 ‘스킬’이 더 안정적인 관리 단위가 된 것이다.
HR 실무자 응답의 95%가 “AI 덕분에 더 높은 수준의 업무에 집중할 수 있게 됐다”고 답한 것도 같은 맥락이다. AI가 반복적 데이터 처리를 대신하면서, 실무자가 전략적 의사결정에 쓸 시간이 확보된다.
한국 HR 현장에 적용할 때 유의할 점
글로벌 사례를 한국에 바로 이식하기 어려운 지점이 있다. 한국 기업 다수는 여전히 직급·호봉 체계를 운영하고 있고, 스킬 데이터 자체가 축적돼 있지 않은 경우가 많다. “우리 회사 구성원의 스킬 프로파일을 보여달라”고 하면 인사팀이 내놓을 수 있는 건 기껏해야 자격증 목록과 교육 이수 내역 정도다.
그래서 현실적인 첫 단계는 거창한 AI 플랫폼 도입이 아니라, 기존에 이미 쌓여 있는 데이터에서 스킬 정보를 뽑아내는 것이다. 업무 일지, 프로젝트 결과 보고서, 심지어 사내 메신저 데이터에서도 구성원의 실제 역량 단서를 추출할 수 있다. 이 작업에 생성형 AI를 활용하면, 별도의 대규모 시스템 없이도 스킬 맵핑의 초안을 만들 수 있다.
아쉽다 싶은 건, 국내 HR SaaS 시장에서 스킬 온톨로지를 제대로 지원하는 제품이 아직 드물다는 점이다. 글로벌 플랫폼(Workday, SAP SuccessFactors 등)을 쓰는 대기업은 사정이 낫지만, 중견·중소기업은 자체 구축이 필요한 상황이다. 이 격차를 줄이는 것이 국내 HR 테크 시장의 다음 과제가 될 것이다.
스킬 전환이 바꾸는 것 — 채용부터 퇴직까지
스킬 기반 전환은 채용에만 국한되지 않는다. 구성원의 전체 생애주기(Employee Lifecycle)를 바꾼다.
채용 단계에서는, 직무 요건 대신 필요 스킬셋을 정의하고 AI가 후보자 풀에서 매칭한다. 온보딩 단계에서는, 신규 입사자의 기존 스킬과 필요 스킬 사이의 갭을 분석해 맞춤형 교육을 설계한다. 성과 관리에서는, 직무 목표 달성도뿐 아니라 스킬 성장을 평가 축에 포함한다. 경력 개발에서는, 구성원 본인이 보유 스킬과 목표 스킬을 비교하며 자기주도적으로 성장 경로를 설계한다.
이 모든 단계에서 AI가 데이터 수집·분석·매칭을 자동화한다. 핵심이다 — AI 없이도 스킬 관리는 가능하지만, AI가 있어야 ‘규모(scale)’가 된다. 수십 명 규모의 조직이라면 수작업도 가능하다. 하지만 수백 명, 수천 명이 되면 AI 기반 자동화 없이는 스킬 데이터의 실시간 갱신과 매칭이 사실상 불가능하다.
flowchart LR
A[직무기술서 기반 채용] -->|AI 스킬 추출| B[스킬 프로파일 구축]
B -->|자동 매칭| C[내부 이동·프로젝트 배정]
C -->|갭 분석| D[맞춤 학습 경로]
D -->|성장 데이터 축적| B
질문을 바꿀 준비가 됐는가
대규모 플랫폼 도입 없이도 당장 시도할 수 있는 접근이 있다. Workday의 스킬 전환 프로젝트를 이끈 Josh Tarr는 “가장 큰 성과는 구체적인 사업 문제에 집중했을 때 나왔다”고 말했다. 전사적 스킬 맵핑부터 시작하는 게 아니라, 하나의 구체적 문제 — 예를 들어 ‘특정 부서의 채용 소요 시간이 너무 길다’ — 에서 출발해 그 문제 해결에 필요한 스킬 데이터만 먼저 확보하는 것이다.
생성형 AI 도구(ChatGPT, Claude 등)를 활용하면, 기존 직무기술서에서 핵심 스킬을 추출하고, 유사 스킬끼리 클러스터링하는 작업을 빠르게 수행할 수 있다. 완벽한 스킬 온톨로지가 아니더라도, ‘우리 조직에 어떤 스킬이 있고 어디가 부족한지’의 대략적 지도를 그리는 것만으로도 인사 의사결정의 질이 달라진다.
결국 스킬 기반 전환은 기술 도입의 문제가 아니라 관점 전환의 문제다. “이 사람이 어떤 직무를 했는가”에서 “이 사람이 무엇을 할 수 있는가”로 질문을 바꾸는 것. AI는 그 질문에 답할 수 있는 데이터와 분석력을 제공한다. 도구는 준비돼 있다 — 질문을 바꿀 준비가 됐는가?
💡 실무 시사점: 스킬 기반 인재관리 전환은 전사적 플랫폼 도입이 아니라 하나의 구체적 사업 문제에서 시작하라. 기존 데이터(업무 이력, 프로젝트 기록)에서 AI로 스킬을 추출하고, 채용·배치·육성의 의사결정 단위를 직무에서 스킬로 전환하라. AI 도구는 준비돼 있다.
#스킬기반인재관리#AI채용#HRTech#내부이동#직무재설계
참고 링크
- Workday, “Doubling Down on Human Skills With AI” (2026)
- Workday, “Skills and AI: The Symbiotic Relationship Driving the Future of Work” (2026)
작성: 서재홍 | NODE