AI 도입률 95%, ROI 입증은 23% — HR의 AI 투자가 실패하는 진짜 이유

2026년 현재, CHRO(최고인사책임자) 95%가 AI를 하나 이상의 HR 기능에 도입했다. 채용 자동화, 성과 분석, 이탈 예측까지 — AI가 닿지 않은 HR 영역을 찾기가 더 어렵다. 그런데 이상한 일이 벌어지고 있다. 88%의 HR 리더가 “AI 도구에서 유의미한 비즈니스 가치를 체감하지 못한다”고 답한 것이다(Gartner, 2025년 10월 조사). 도입은 거의 끝났는데, 성과는 어디로 갔을까. 솔직히, 이건 기술의 실패가 아니라 측정의 실패다.

한 줄 요약: HR AI 도입률은 95%에 달하지만 ROI를 숫자로 입증하는 조직은 23%에 불과하다 — 도입 속도가 아니라 측정 체계와 학습 민첩성이 AI 투자의 성패를 가른다.

CFO 앞에서 버벅거리는 HR — 측정의 벽

올해 7월, 인도에서 열린 Keka HR Katalyst 서밋에 약 8,000명의 HR 전문가가 모였다. 여기서 발표된 서베이 결과가 꽤 충격적이다. HR 리더 중 AI ROI를 ‘하드 데이터’로 증명할 수 있는 비율은 23%에 그쳤다. 나머지 77%는 부분적으로만 측정하거나, ROI가 불명확하거나, 아예 측정 자체를 하지 않고 있었다.

더 아찔한 건 CFO와의 대화 장면이다. HR 기술 투자 수익을 설명하라는 CFO의 질문에 48.8%가 “대략적인 추정치만 제시할 수 있다”고 답했다. 그러니까 HR 리더 절반이 “AI에 이만큼 썼는데, 효과는… 아마… 이 정도?”라는 수준의 답변을 하고 있다는 뜻이다. 개인적으로는, 이 숫자가 한국 기업에서는 더 낮을 거라고 본다. 국내 HR 부서에서 AI 투자 ROI를 정량적으로 트래킹하는 곳은 대기업 일부를 제외하면 거의 없다.

왜 측정이 안 되나 — ‘적합한 지표’ 선정이 최대 장벽

Keka 서베이에서 50.5%가 “적절한 성공 지표를 선정하는 것 자체가 가장 큰 장벽”이라고 답했다. 이건 핵심이다. AI 채용 도구를 도입했다면, 무엇을 측정해야 할까? ‘서류 심사 시간 단축’은 쉽다. 하지만 그게 ‘채용 품질 향상’으로 이어졌는지, ‘조기 이탈률 감소’에 기여했는지는 전혀 다른 차원의 문제다.

53%의 조직이 “아직 AI를 실험 중이며 재무적 수익은 불명확하다”고 보고한 것도 같은 맥락이다. 도입은 했지만 ‘무엇이 성공인지’를 정의하지 않았기 때문에, 실험이 끝나도 판단을 내릴 수 없다. PwC의 2026 CEO 서베이에서도 CEO 56%가 “AI에서 매출 증가나 비용 절감 효과를 얻지 못했다”고 답했다. HR만의 문제가 아니라, 조직 전체의 AI 측정 역량 부재가 드러난 셈이다.

기술 스킬의 반감기가 2.5년으로 줄었다 — 학습 민첩성이 답

TELUS Digital의 Naval Gupta는 이렇게 단언한다. “학습 민첩성이 어떤 단일 기술 스킬보다 중요하다. 기술, 도구, 비즈니스 우선순위는 계속 바뀔 것이기 때문이다.” Google의 내부 추정에 따르면, 기술 스킬의 반감기가 6년에서 약 2.5년으로 줄었다. 오늘 배운 Python 라이브러리, 내일 새 버전이 나오면 재학습이 필요하다는 뜻이다.

이건 HR AI 투자의 ROI 문제와 직접 연결된다. AI 도구 자체에 투자하는 것만으로는 부족하다. 그 도구를 빠르게 학습하고 업무에 적용할 수 있는 인력의 ‘학습 민첩성’에 동시 투자하지 않으면, AI 도구는 비싼 장식품이 된다. TELUS Digital은 3,000명 이상의 직원에게 Agentic AI 실습 교육을 실시하고, IIT Roorkee·IISc Bangalore와 연구 파트너십을 체결했다. 도구 도입과 역량 개발을 동시에 진행한 사례다.

에이전틱 AI가 오고 있다 — 거버넌스 없이 쓰면 40%는 폐기

HR 리더 82%가 12개월 내 에이전틱 AI(스스로 판단·실행하는 AI)를 도입할 계획이라고 밝혔다(Gartner CHRO Priorities 2026). 그런데 Gartner는 동시에 에이전틱 AI 프로젝트의 40% 이상이 2027년까지 취소될 것이라고 예측한다. 이건 좀 아쉽다. 기대와 현실의 괴리가 너무 크다.

Keka 서베이에서도 거버넌스 우려가 명확히 드러났다. 58.6%가 “AI가 더 큰 의사결정 권한을 가지면 인간의 책임 소재가 불명확해질 것”을 우려했고, AI에 리더십 의사결정을 완전히 맡기겠다는 응답은 3.8%에 불과했다. HR은 사람에 대한 의사결정을 다루는 부서다. 채용 탈락, 성과 등급, 승진 누락 — 이런 결정에 AI가 개입할 때 ‘누가 책임지는가’라는 질문에 답하지 못하면, 법적 리스크는 물론 조직 신뢰 자체가 무너진다.

측정 가능한 HR AI 전략 — 어떻게 설계할 것인가

Keka의 CRO Tapan Acharya는 올해 서밋의 분위기 변화를 이렇게 요약했다. “조직의 초점이 AI 도입에서 ‘비즈니스 임팩트 입증’으로 이동했다.” 이 전환이 핵심이다. 그렇다면 구체적으로 무엇을 해야 하는가.

지표를 2단계로 설계하라. 1단계는 효율 지표(처리 시간, 비용 절감)로, 도입 직후 바로 측정 가능하다. 2단계는 효과 지표(채용 품질, 이탈률 변화, 직원 만족도)로, 6~12개월 뒤에야 의미 있는 데이터가 나온다. 대부분의 HR 부서가 1단계도 제대로 측정하지 않으면서 2단계 성과를 기대하는 것이 문제다.

AI 도구 예산과 학습 민첩성 예산을 분리·동시 집행하라. 도구 라이선스비만 잡고 교육 예산을 빼먹으면, 도입 6개월 뒤 활용률이 바닥을 치는 패턴이 반복된다. TELUS Digital 사례처럼, 실습 기반 교육 + 내부 연구 파트너십이 ROI를 끌어올리는 레버다.

AI 거버넌스 프레임워크를 ‘사후 정비’가 아니라 ‘사전 설계’하라. 에이전틱 AI가 면접 일정을 잡는 수준이면 거버넌스 이슈가 크지 않다. 하지만 성과 평가 초안을 작성하거나 후보자를 스크리닝하는 수준이 되면, 인간 검증(Human-in-the-Loop) 단계와 책임 소재가 반드시 명문화돼야 한다.

참고 링크

• People Matters, “Only 1 in 4 HR leaders can show AI ROI with hard data: Keka” (2026)
• People Matters, “Learning agility matters more than technical skills in the AI era: Naval Gupta” (2026)
• HR Executive, “Gartner, Phenom and others reveals AI’s ROI problem” (2026)

💡 실무 시사점: AI 도구 도입 속도에 취하지 말 것. CFO에게 “대략 좋아진 것 같다”가 아니라 “채용 소요 시간 30% 단축, 조기 이탈률 2%p 감소”를 말할 수 있어야 AI 투자가 지속된다. 측정 체계 수립 → 학습 민첩성 교육 → 거버넌스 프레임워크, 이 순서가 AI ROI의 생존 공식이다.

#HR_AI #AI_ROI #학습민첩성 #에이전틱AI #HR테크 #AI거버넌스

작성: 서재홍 | NODE