AI가 인사평가를 쓰는 시대 — 도구는 준비됐는데 신뢰가 없다

연말이면 어김없이 반복되는 풍경이 있다. 관리자는 평가 시즌을 앞두고 수십 명의 리뷰를 한꺼번에 써야 하고, 직원은 그 결과를 받아들 때 “이걸 진짜 제대로 본 거 맞아?”라는 의문을 품는다. 이 낡은 사이클에 AI가 끼어들었다. 2026년 현재 Lattice, Betterworks, 15Five, Leapsome 같은 성과 관리 플랫폼은 리뷰 초안 생성, 다면 피드백 요약, 목표 정렬 분석까지 자동화한다. Factorial의 AI 에이전트 ‘One’은 과거 리뷰 데이터를 기반으로 톤 교정과 목표 정렬 요약까지 제안한다. 관리자 업무 시간은 절반 이상 줄었다.

그런데 숫자 하나가 걸린다. SHL이 미국 직장인 1,000명 이상을 대상으로 진행한 설문에서 AI를 책임감 있게 사용한다고 자기 회사를 신뢰한다는 응답은 27%에 불과했다. 59%는 AI가 편향을 줄이기는커녕 악화시킨다고 답했다. 도구는 준비됐다. 그런데 도구를 받아들일 조직의 준비는 아직이다.

한 줄 요약: AI 성과 평가 도구가 급속히 보급되고 있지만, 직원 신뢰를 설계하지 않은 채 도입하면 오히려 조직 공정성이 후퇴한다.

평가 시즌의 병목은 기술이 아니라 시간이었다

전통적 성과 리뷰의 가장 큰 비용은 관리자의 시간이다. 팀원 10명을 관리하는 중간관리자가 1인당 리뷰에 45분을 쓰면 7.5시간. 다면 피드백 취합, 목표 대비 실적 정리, 표현 다듬기까지 포함하면 실질 소요 시간은 그 두 배에 달한다. 이 병목이 ‘복사-붙여넣기 리뷰’를 만들어냈고, 그 결과물을 받은 직원은 평가 자체를 불신하게 됐다.

AI 도구는 이 병목을 정면으로 공략한다. 1:1 미팅 노트, OKR 달성률, 동료 피드백 키워드를 자동 취합해 리뷰 초안을 생성한다. ActivTrak의 2026 Workplace Report에 따르면, AI를 활용하는 직원은 평균 주당 6시간을 절약한다. 솔직히 이 숫자만 보면 도입하지 않을 이유가 없다.

하지만 절약된 시간이 곧 품질로 전환되는 건 아니다. AI가 생성한 초안을 관리자가 그대로 제출하는 순간, 평가는 ‘자동화’가 아니라 ‘방기’가 된다.

메타의 실험 — AI 활용도를 평가 항목으로 넣다

2026년 2월, 메타는 전 직원의 성과 평가에 ‘AI 활용 영향력(AI-driven impact)’을 핵심 항목으로 추가했다. 관리자가 직원을 평가할 때 “이 사람이 AI를 얼마나 효과적으로 활용했는가”를 묻는 것이다. 대형 테크 기업 중 AI 활용도를 공식 성과 지표로 채택한 첫 번째 사례다.

사례 — 메타의 AI-driven impact 평가메타는 직원이 AI를 활용해 달성한 구체적 성과를 평가 기준으로 삼았다. 단순 사용 빈도가 아니라 ‘비즈니스 임팩트’를 측정 기준으로 설정한 점이 기존 디지털 리터러시 평가와 다르다. 이 모델이 확산되면 “AI를 안 쓰면 낮은 평가”라는 새로운 압력 구조가 형성된다.

개인적으로는 이 접근이 양날의 검이라고 본다. AI 활용을 독려하는 효과는 분명하지만, 직무 특성상 AI 활용 여지가 적은 역할군에게는 구조적 불이익이 된다. 영업 현장의 관계 관리자, 제조 라인의 품질 감독자에게 “AI를 얼마나 썼느냐”를 묻는 게 공정한 평가인지는 별도의 논의가 필요하다.

숫자로 보는 AI 성과 관리의 현주소

27%

자사의 AI 사용을 신뢰한다고 답한 미국 직장인 비율

SHL Survey, 2025

50%

업무에 AI를 연 1회 이상 사용하는 미국 직장인

Gallup, 2026.02

59%

AI가 편향을 악화시킨다고 응답한 비율

SHL Survey, 2025

6시간/주

AI 도구 사용자의 평균 주당 절약 시간

ActivTrak, 2026

갤럽의 2026년 2월 조사(미국 직장인 약 24,000명)에 따르면 업무에 AI를 사용하는 직장인 비율은 50%까지 올랐다. 2023년 중반의 21%에서 2.4배 뛴 수치다. 그중 33%는 매주 또는 매일 AI를 쓴다. 도구 접근성의 장벽은 사실상 무너졌다.

문제는 그 다음이다. AI를 자주 쓰면서 관리자의 적극적 지원을 받는 직원의 몰입도는 전국 평균보다 14포인트 높다. 반대로 도구만 주고 맥락 없이 내버려두면 몰입도가 하락한다. 기술 보급과 조직 설계 사이의 간극이 결과를 가른다.

편향을 줄이려다 편향을 확대하는 구조

AI 성과 리뷰 도구의 가장 매력적인 약속은 ‘공정성’이다. 관리자의 기억에 의존하는 최신 효과(recency bias), 유사성 편향, 후광 효과를 데이터 기반으로 교정할 수 있다는 것. Engagedly, Culture Amp 같은 플랫폼은 다면 피드백을 AI로 요약하면서 특정 표현의 편향을 감지하고 경고를 띄운다.

그런데 AI가 학습하는 데이터 자체가 과거의 편향을 내장하고 있다면? 이전 리뷰에서 특정 커뮤니케이션 스타일을 선호한 패턴, 가시적 업무에 높은 점수를 준 관행, 팀별로 들쭉날쭉했던 기준 — 이 모든 것이 훈련 데이터에 녹아 있다. AI는 그 편향을 ‘객관적 패턴’으로 학습해 재생산한다.

EU AI Act와 뉴욕시의 AEDT법(자동 고용 결정 도구법)은 이 위험에 대응해 편향 감사(bias audit)를 의무화했다. 한국은 아직 이에 대응하는 구체적 규제 프레임워크가 없다. 이건 좀 아쉽다. 국내 기업이 글로벌 SaaS 성과 관리 도구를 도입할 때 편향 감사 없이 들여오는 경우가 대부분이기 때문이다.

신뢰 설계 없는 도입이 만드는 역효과

마이크로소프트 Xbox의 대규모 구조조정 과정에서 벌어진 사건은 HR 부서의 신뢰 자본이 얼마나 빠르게 소진되는지를 보여준다. 베데스다 스튜디오 직원들이 해고된 동료를 추모하기 위해 설치한 기념물을 HR이 제거했다는 보도가 나오면서, “HR은 회사 편”이라는 불신이 조직 전체로 퍼졌다. 이런 환경에서 AI 성과 평가 도구까지 도입한다면? 직원은 “또 다른 통제 도구”로 인식할 가능성이 높다.

Writer의 2026년 기업 AI 도입 리포트에 따르면 79%의 조직이 AI 도입에 어려움을 겪고 있으며, C-suite 임원의 54%는 AI 도입이 “조직을 갈라놓고 있다”고 인정했다. 기술 도입이 조직 내 갈등의 촉매가 된 것이다.

핵심은 투명성이다. AI가 어떤 데이터를 보고, 어떤 기준으로 판단하며, 최종 결정에 어느 정도 영향을 미치는지를 직원이 알 수 있어야 한다. ‘설명 가능한 AI’는 기술의 문제가 아니라 조직 커뮤니케이션의 문제다.

한국 기업에 적용 가능한 AI 성과 리뷰 설계 원칙

국내 기업의 AI 도입률은 55.7%(2025년 기준)이며, 2026년 85%까지 확대될 전망이다. 성과 관리 영역에서도 Workday, SAP SuccessFactors를 통한 자동화가 확산되고 있다. 다만 대부분의 활용이 데이터 집계 수준에 머물러 있고, AI가 리뷰 내용 자체에 개입하는 단계까지는 가지 못했다.

한국 맥락에서 AI 성과 리뷰 도입 시 고려해야 할 설계 원칙은 다음과 같다.

‘초안 생성 + 관리자 편집’ 모델로 시작하라. AI가 작성한 리뷰 초안을 관리자가 반드시 검토하고 수정하는 워크플로를 기본값으로 설정한다. 관리자가 수정 없이 제출하면 시스템에서 경고를 띄우는 것도 방법이다. Factorial의 ‘One’이 톤 교정과 목표 정렬을 제안하되 최종 작성은 관리자 몫으로 두는 구조가 참고할 만하다.

편향 감사를 자체적으로 돌려라. EU나 뉴욕시처럼 법적 의무가 없어도, 분기별로 AI 추천과 실제 평가 결과를 성별, 직급, 부서별로 교차 분석해야 한다. 특정 그룹에 체계적으로 낮은 점수가 나오는 패턴이 보이면 즉시 모델을 조정한다.

직원에게 AI의 역할을 공개하라. “이 리뷰에 AI가 개입한 범위”를 명시하는 것만으로도 신뢰 지수는 올라간다. SHL 조사에서 27%에 불과했던 신뢰도의 핵심 원인은 불투명성이었다. 무엇을 자동화했는지 숨기는 순간, 나머지 73%의 불신은 확정된다.

# AI 리뷰 편향 감사 스크립트 예시
import pandas as pd

def bias_audit(reviews_df: pd.DataFrame) -> dict:
    """분기별 AI 리뷰 편향 점검: 성별/직급별 평균 점수 편차 분석"""
    results = {}
    for group_col in ["gender", "job_level", "department"]:
        if group_col in reviews_df.columns:
            group_means = reviews_df.groupby(group_col)["ai_score"].mean()
            overall_mean = reviews_df["ai_score"].mean()
            deviation = (group_means - overall_mean).abs()
            flagged = deviation[deviation > 0.5]  # 0.5점 이상 편차 경고
            results[group_col] = {
                "group_means": group_means.to_dict(),
                "flagged_groups": flagged.to_dict()
            }
    return results

도구가 아니라 거버넌스가 성패를 가른다

AI 성과 관리 도구 시장은 이미 성숙했다. Lattice, Betterworks, Culture Amp, 15Five — 어떤 플랫폼을 고르든 기본 기능은 충분하다. 차이를 만드는 건 도구 선택이 아니라 도구를 둘러싼 거버넌스 설계다.

거버넌스가 약할 때 편향은 빠르게 확대된다. 반대로 거버넌스가 강할 때 AI는 기존에 발견하지 못했던 임금 격차, 승진 경로의 병목, 업무량 불균형을 드러낸다. 같은 도구가 조직에 따라 독이 되기도 하고 해독제가 되기도 하는 이유다.

결국 질문은 이것이다. 당신의 조직은 AI에게 평가를 ‘위임’하려는 건가, 아니면 AI를 활용해 평가를 ‘개선’하려는 건가. 그 의도가 결과를 결정한다. 도구를 들여놓기 전에, 그 도구를 감시할 체계부터 만들어야 한다. 순서가 바뀌면 27%의 신뢰는 더 내려간다.

참고 링크

Forbes, “The Future Of Feedback When Your Performance Review Includes AI” (2026)
Gallup, “Employee Engagement Remains Flat as AI Adoption Accelerates” (2026)
ActivTrak, “2026 State of the Workplace: AI Adoption and Workforce Performance Benchmarks” (2026)
Writer, “Enterprise AI Adoption in 2026” (2026)
People Matters, “Microsoft layoffs: Bethesda employees say HR removed tribute” (2026)
Engagedly, “AI in Performance Reviews: Use Cases, Tools & Risks” (2026)

💡 실무 시사점: AI 성과 리뷰 도구를 도입할 때 가장 먼저 설계해야 하는 건 ‘기능 설정’이 아니라 ‘편향 감사 주기’와 ‘직원 공개 범위’다. 도구의 정교함보다 거버넌스의 두께가 조직 신뢰를 결정한다.

#AI인사평가 #성과관리 #HR거버넌스 #편향감사 #직원신뢰

작성: 서재홍 | NODE

실무 문서 가이드