COLUMN

글 싣는 순서1. 생성형 AI의 기술 동향: 기업들의 도입 사례와 HRD에서의 시사점2. 생성형 AI, 우리 구성원들에게 무엇을 가르쳐야 하는가생성형 AI는 사용자의 요구에 따라 텍스트와 이미지 등 다양한 형태의 결과물을 만들어내는, 말 그대로 ‘새로운 콘텐츠’를 창출하는 기술이다. 특히, 멀티모달 AI, 맞춤형 AI, AI 에이전트, 추론 모델 등이 2024년-2025년을 이끌 핵심 기술로 부상하며, 업무에 AI를 활용하는 속도를 가속하고 있다. 이미 다양한 산업군에서 생성형 AI를 적극적으로 도입하고 있으며 이제 엑셀처럼 일상 업무에 당연히 AI를 쓸 날이 머지않았다. 이에 발맞춰 HRD에서도 임직원의 AI 활용력 향상을 위한 준비가 반드시 필요하다.생성형 AI(Generative AI). 요즘 세상을 뒤흔드는 화두다. 생성형 AI는 인공지능의 한 분야로, 사용자의 요구에 따라 새로운 콘텐츠를 만들어내는 기술이며 텍스트, 이미지, 동영상, 오디오, 프로그래밍 코드와 같은 다양한 형태의 결과물을 생성할 수 있다. 즉, 이 세상에 없는 것들을 새로 만들어 내는 것에 초점을 맞춘 AI라고 봐도 괜찮다.생성형 AI의 ‘생성 능력’은 거대한 딥러닝 모델을 통해 이뤄지며, 과거 데이터의 패턴을 학습한 뒤 그에 기초해 창의적 결과물을 만들어낸다. 2022년 말 공개된 ChatGPT의 폭발적 인기 이후 생성형 AI는 전 세계적으로 주목받으며 전례 없는 속도로 발전·확산되고 있다. ChatGPT를 만든 회사인 OpenAI의 2024년 12월 보고서에 따르면 일일 활성화 유저(Daily Active Users)가 1억 2천 명 정도라고 하니, 반짝인기를 얻는 것이 아닌 정말 우리 생활에 스며들고 있다고 해도 과언이 아니다. 리서치 결과를 살펴보면, 맥킨지는 이미 3분의 1에 달하는 기업들이 적어도 하나 이상의 업무에서 생성형 AI를 정기적으로 활용 중이며, 가트너는 2026년까지 80% 이상의 조직이 생성형 AI 애플리케이션이나 API를 도입할 것으로 전망하고 있다. 이는 생성형 AI가 더 이상 특정 분야의 실험적 기술이 아니라, 범용 업무 도구로 부상했음을 보여준다. 생성형 AI의 근간을 이루는 기술도 지속적으로 변화하고 있는데 2024년 말과 2025년을 이끄는 생성형 AI의 주요 핵심 기술을 살펴보면 다음과 같다.---멀티모달 AI: 초기 생성형 AI는 주로 텍스트 생성이나 이미지 생성 등 단일 모달리티(하나의 유형에 데이터만 사용하는 방식을 의미하며, 텍스트 데이터밖에 이해하지 못했던 초창기의 ChatGPT를 생각하면 된다)에 집중되어 있었지만, 이제는 한 모델이 여러 유형의 데이터를 동시에 다루는 멀티모달 능력이 중시되고 있다. 예를 들어 GPT-4는 이미지 입력을 해석하여 답변을 제공하는 비전 기능을 도입했으며, Google의 Gemini는 처음부터 텍스트, 이미지, 음성, 코드, 비디오까지 복합적인 입력과 출력을 처리하도록 설계됐다. 멀티모달 AI는 사용자가 자연스러운 방식으로 여러 형태의 정보를 주고받을 수 있게 함으로써 보다 풍부한 상호작용을 가능케 한다. 이런 발전으로, 교육 현장에선 그림이나 표를 이해하고 설명해주는 AI 튜터나 제조 현장에서 설계 도면을 분석해주는 AI 도우미와 같은 응용이 현실화되고 있다.맞춤형 AI(Personalized AI): 기업과 사용자들은 자신들의 특수한 필요에 맞게 AI를 맞춤형으로 활용하길 원한다. 이에 따라 사전에 훈련된 거대 모델을 사용자 데이터로 미세 조정(fine-tuning)하거나, 프롬프트를 통해 응답 스타일을 사용자에 맞게 제어하는 기술이 발전하고 있다. OpenAI는 ChatGPT에 사용자 지정 지시사항 기능을 추가해 매번 프롬프트를 주지 않아도 사용자별 선호 사항을 기억하도록 했고, Meta의 LLM들은 비교적 가벼운 사양으로 공개되어 각 조직이 자기 데이터로 재훈련하기 용이하게 했다. 예컨대 기업들은 공개된 LLM을 사내 매뉴얼, 문서 등을 학습시켜 자사 전용 AI 비서로 활용하거나, 특정 산업 도메인에 특화된 생성형 AI를 별도로 구축하기도 한다. 이러한 맞춤형 활용 추세 덕분에 AI가 개인별 학습 튜터가 되거나, 특정 업종 전용 챗봇처럼 전문화된 역할을 수행하는 사례가 늘고 있다. 또한, 대화형 AI의 설정을 변경해 브랜드의 어조를 그대로 모방하게 하거나, 사용자별 취향을 학습하여 추천 콘텐츠를 생성하는 등 개인화 수준도 향상되고 있다.AI 에이전트(AI Agent): AI 모델을 기반으로 자율적으로 주어진 목표를 달성하도록 설계된 시스템을 가리킨다. 일반적인 생성형 AI가 사용자 질문에 답변하는 데 그친다면, AI 에이전트는 스스로 계획을 수립하고 일련의 작업을 수행한다. 특히, 이러한 에이전트들은 여러 개의 AI를 결합하거나, 외부 도구(웹 검색, 프로그래밍 코드 실행기 등)를 필요시 스스로 찾아 사용하면서 복잡한 문제를 해결한다. 즉, 생성형 AI가 단순히 질문/답변에 응답하는 수준을 넘어서, AI 에이전트들은 자기 자신에게 프롬프트를 계속 던지며(goal-driven self-prompting) 사용자의 개입 없이도 연속적으로 작업을 수행한다. 직관적인 예시로, ‘시장 조사를 해서 보고서를 작성하라’는 목표를 주면, 관련 정보 수집→요약→문서 작성 등의 단계를 각 프로세스를 담당하는 전담 에이전트가 알아서 전문성을 발휘해 내용 고도화를 진행하는 식이다. 2024년에 관련 기술이 무르익고 있고, 추론 모델의 발전과 함께 이제 우리의 업무를 도와주는 진짜 요원(agent)을 각각 갖게 되는 시점이 얼마 남지 않았다.추론 모델: 2024년 12월 OpenAI가 공개한 O 시리즈 모델은 추론(Reasoning) 능력에 특화된 신규 계열의 모델로서, 더 긴 시간 심층적인 연산을 통해 복잡한 문제 해결 능력을 높였다. O1은 출시 당시 GPT-4 대비 논리적 사고와 코딩 문제 해결에서 뛰어난 모습을 보여줬고, 곧이어 2024년 12월 20일에 공개된 O3 모델은 사람의 인지 능력을 뛰어넘는 수준에 도달했다고 평가받았다. 실제로 OpenAI는 O3가 ARC-AGI 벤치마크에서 인간 최고점(85점)을 넘는 87.5점을 기록하여 세계 최초로 AGI 수준의 성적을 달성했다고 발표했다. 이는 특정 시험 환경이긴 하지만, 일반적인 인간 지능 수준을 넘볼 정도로 AI의 종합적 사고력이 발전했음을 보여주는 상징적인 사건이다. 다만 O3 모델은 막대한 연산 자원과 비용이 필요하다는 한계도 있었다. 이를 보완하고자 OpenAI는 앞서 소개한 O3-미니를 올해 초 선보여, O1-Pro 모델 대비 약간 낮은 성능 대신 월등히 빠른 속도와 효율성을 제공함으로써 더 넓은 활용을 도모하고 있다. 직관적으로, O1 모델은 2025년 수능 국어를 풀었을 때 만점 수준까지 도달했다.이러한 기술을 종합적으로 사용하여 생성형 AI는 현재 다양한 산업 분야에서 실질적인 도구로 활용되며 업무 방식을 변화시키고 있다. 제조, 금융, 마케팅, 교육 등 분야별로 몇 가지 대표적인 사례와 활용 방식을 살펴보겠다.제조 산업에선 생산 공정 데이터와 AI의 결합을 통해 생산 일정 최적화, 품질 검사 자동화, 현장 업무 지원 등이 이뤄지고 있다. 예를 들어 글로벌 산업제어 기업 Honeywell은 역사적 생산데이터와 실시간 정보를 분석하는 생성형 AI로 생산 일정을 최적화하고 자원 활용을 높이고 있다. 자동차 제조사 BMW는 품질 관리에 생성형 AI 기반 비전검사 시스템을 도입해 사람 눈으로 놓치기 쉬운 미세한 균열 등의 결함을 고속으로 탐지하고 있어 검사 정확도와 속도를 높였다. 또한, 지멘스(Siemens)는 마이크로소프트와 협력하여 산업 현장 코파일럿을 개발했는데, 이는 현장 엔지니어가 자연어로 기계 제어를 프로그래밍하도록 돕는 GPT-4 기반 생산 자동화 지원 AI 어시스턴트다. 해당 코파일럿 도입으로 독일 티센크루프 공장의 엔지니어들은 영어와 독일어로 기계에게 지시를 내리며 작업을 효율화하고 있다. 국내 제조업체들도 생산 현장과 사무관리 분야에 생성형 AI를 적극 도입하고 있다. 삼성전자, LG, 현대차, 포스코 등은 보안 이슈를 고려해 자체 개발한 생성형 AI를 도입하면서 업무생산성 향상을 꾀하는 한편, 제조 라인의 설비 이상 탐지나 공정 스케줄링 최적화 등에 AI를 활용해 고효율/저비용 생산체계를 모색하고 있다. 포스코DX는 제철 공정에 특화된 대규모 언어모델인 ‘P-GPT’를 개발하여 용선 생산 일정 최적화 등에 적용하고 있고, LG전자는 생산 공정 레시피에 AI를 적용해 불량률을 크게 줄였다. 이처럼 제조업 전반에서 생성형 AI는 스마트팩토리를 넘어 사무·기술 인력의 의사결정까지 지원하며 생산 효율성과 품질 경쟁력을 높여주고 있다.금융업에선 고객 응대 자동화, 리스크 분석/사기 탐지, 금융문서 처리 분야에서 생성형 AI 활용이 두드러진다. 먼저 고객 서비스 측면에서, 영국 NatWest은행은 IBM 왓슨 기반의 챗봇 ‘코라(Cora)’에 생성형 AI를 접목하여 고객에게 보다 대화형이고 개인화된 금융 상담을 제공한다. 이 챗봇은 은행의 다양한 내부 데이터에 접근해 예금, 대출부터 채용 문의까지 폭넓은 질문에 응대하며, 인간 상담원처럼 맥락에 맞는 대화를 수행해 고객 만족도를 높이고 있다. 보험업계에선 현대해상 등이 AI로 보험사기 의심사례를 자동 선별해내어 조사 인력이 인지하지 못한 사례까지 추가 적발하는 등 리스크 관리 효율이 향상되고 있다. 사내 데이터를 적극적으로 활용하여 적용한 사례도 있다. 미국 모건스탠리는 GPT-4 기반 사내 챗봇을 도입해 방대한 리서치 보고서와 상담 메모를 요약/분석함으로써 자산관리 어드바이저들이 주당 10시간-15시간을 절약하고 더 많은 고객 상담에 집중할 수 있었다고 발표했다. 특히, 금융권은 데이터 자체가 정형화되어 있으므로 AI 학습에 굉장히 적극적이다. 블룸버그는 금융 도메인에 특화된 ‘BloombergGPT’를 훈련시켜 금융뉴스 분류, 질의응답 등에서 기존 모델보다 뛰어난 성능을 확보했다. 우리나라도 작년 12월, 금융위원회가 공식적으로 금융권의 생성형 AI 활용을 적극적으로 지원하겠다는 포부를 밝혔다. 이처럼 금융업에서 생성형 AI는 고객경험 개선과 내부 운영 효율화 측면에서 큰 가치를 제공한다. 매킨지 설문조사에서도 80%의 금융 리스크 담당 임원이 향후 1년 내 생성형 AI를 도입할 계획이라고 답했다.다양한 사례와 활용방식으로 미루어봤을 때 우리가 숫자 데이터를 다룰 때 엑셀을 열고, 발표 자료를 만들 때 파워포인트를 키는 것처럼, 업무를 시작하면 자연스럽게 생성형 AI 서비스를 동작시키는 날이 얼마 남지 않은 것 같다. 이러한 대격변에 맞춰, HRD에선 우리 임직원들의 AI 활용력을 높이기 위한 준비를 해야 할 것이다.김지훈 대표AI, Data 기반의 DT 전문 교육과 컨설팅을 수행하는 회사인 스코프랩스의 대표. 한양대학교에서 정보시스템학을 전공했고, KAIST에서 AI로 석사 학위를 마쳤으며, 티맥스과 AI 스타트업에서 AI 연구와 특허 출원 등을 수행했다. 현재 금융, 제조 대기업의 AI 교육과 컨설팅을 수행하고 있다.

글 싣는 순서1. 스타 인재의 영향2. 스타 인재의 영입3. 스타 인재의 육성4. 스타 인재의 관리조직성과를 결정하는 스타 인재는 주로 담당하는 업무나 함께 일하는 사람들 때문에 다른 직장으로 이직한다. 이를 막으려면 스타 인재가 직장 생활과 자신의 커리어에서 의미를 느낄 수 있도록 조직과 사회에 파급력이 클 수 있는 직무를 맡기고 훌륭한 동료나 상사와 일할 수 있도록 배려해야 한다. 특히, 전략적 우선순위가 높은 현안에 스타 인재들로 구성된 스타 팀을 투입하여 효과적으로 조직성과를 향상시킬 수 있도록 HR담당자와 CHRO가 전략적으로 가치 있는 역할을 수행해야 한다.---조직 내부에서 육성하거나 경쟁사로부터 영입하여 스타 인재를 확보하였다면, 이제 스타 인재를 통해 기대했던 조직성과를 얻을 수 있도록 관리해야 한다. 우리나라 155개 기업으로부터 수집한 자료를 분석했던 연구 결과[1]를 살펴보면, S등급과 A등급을 받았던 상위 20% 고성과자들의 자발적 이직률은 총자산수익률과 자기자본수익률을 감소시키는 것으로 나타났는데, 이처럼 스타 인재를 잔류시키는 것은 스타 인재를 확보하는 것만큼 중요하다.미국 포츈(Fortune)지가 매년 발표하는 미국의 가장 일하기 좋은 회사(Best Companies to Work For) 순위에서 2010년 전후로 자주 1위에 올랐던 구글(Google)은 당시 자발적 이직률이 2% 내외로 매우 낮은 편이었다. 그러나 구글은 비록 극소수지만 소중한 인재가 다른 회사로 떠나는 것을 막기 위해 피플 애널리틱스 프로젝트를 진행하여 업무, 동료, 상사가 자발적으로 이직한 인재들의 주요 불만사항임을 확인하였다[2]. 보상이나 평가 결과가 불만족스러워서 퇴사하는 일반적인 직장인들과 달리 충분한 처우를 받는 스타 인재들은 담당하는 업무, 함께 일하는 사람들에게 더 큰 의미를 두는 차이점을 발견할 수 있었다.스타 인재들에게는 그들이 원하거나 그들에게 적합한 중요한 일을 맡기고 자율성을 부여해야 한다. 스타 인재는 자신이 성장할 수 있는 직무를 선호한다. 또한, 조직성과에 대한 기여도와 사회에 미치는 파급력이 높은 직무를 의미 있게 생각한다. 앞서 언급했던 구글의 내부 자료 분석 결과를 살펴보면, 떠나는 인재들은 “회사의 사명이 와 닿지 않거나 일이 중요한 것 같지 않다.”라고 말했다. 그래서 구글은 ‘기술을 통해 세상을 변화시킬 수 있는 기회’라는 직원 가치 제안(employee value proposition: EVP)을 마련하여 구글에서 일하는 의미를 인재들에게 전달하였다.조직의 사명과 일의 의미를 연결하는 것과 함께, 다양한 직무 중 전략적 직무(strategic job)를 파악하여 스타 인재를 배치해야 한다[3]. 전략적 직무는 조직성과를 향상시킬 수 있는 가능성이 가장 큰 직무를 의미한다. 상단의 그림에서 A, B, C 직무 중 어떤 직무가 전략적 직무일까? A 직무가 전략적 직무다. A 직무는 해당 직무 담당자의 성과가 높아질수록 조직성과가 기하급수적으로 상승한다. 반면, B 직무는 직원이 달성한 성과만큼 비례적으로 조직성과가 향상하고, C 직무는 어느 지점을 넘어서면 직원이 아무리 높은 성과를 달성해도 조직 성과는 더 이상 향상되지 않는다.조직성과에 가장 큰 변화를 가져올 수 있는 전략적 직무는 어떻게 파악할 수 있을까? 일반적으로 조직의 역사와 전통 속에서 관습적으로 가장 중요하다고 인정해 온 직무일까? 아니면 임원처럼 직급이 높은 사람들의 직무가 가장 중요할까? 고객 경험 관리의 끝판왕으로 손꼽히는 미국의 온라인 유통 업체 제포스닷컴(zappos.com)에서 전략적 직무는 전화 상담사다. 업계의 후발 주자였던 제포스닷컴은 기존 업체들처럼 고객 만족 전략을 추구하였으나 같은 전략을 실행하는 방식은 정반대였다. 효율성을 강조했던 경쟁사들과 다르게 제포스닷컴은 고객이 긍정적인 경험을 할 수 있도록 최대한 수익을 양보했다. 예를 들면, 일반적으로 경쟁사들은 아웃소싱했던 물류 창고와 콜 센터를 자체적으로 운영했다. 고객이 주문하자마자 신속하게 배송을 시작하기 위해, 그리고 불편을 겪고 있는 고객을 돕기 위해 원가 중심점(cost center)으로 간주해온 이 두 가지 기능을 제포스닷컴은 이익 중심점(profit center)으로 간주하고 투자하여 경쟁사와 다른 방식으로 고객만족 전략을 실행했다.전화 상담사는 공식적인 규칙 없이 자유롭게 일했다. 그래서 한 고객과 7시간 28분 동안 통화한 직원도 있었고, 웹사이트에 원하는 신발의 재고가 없다고 불평하는 고객에게 경쟁사의 웹사이트에서 상품을 찾아준 직원도 있었으며, 어머니가 돌아가셔서 선물로 드리려고 샀던 신발을 환불한 고객을 직접 찾아가 조문한 직원도 있었다. 이런 전화 상담사들의 활약 덕분에 제포스닷컴은 고객 재방문율 75%를 달성하게 된다. 전 CEO 토니 쉐이(Tony Hsieh)가 “고객을 위해 갈 데까지 갔다(going to extremes for customers).”라고 말했을 정도로 스타 인재들은 전화 상담사라는 전략적 직무를 성공적으로 수행했다[4]. 그리고 회사는 조직성과에 가장 크게 기여한 전화 상담사들에게 CEO보다 높은 연봉으로 보상했다. 다른 직무들을 담당하는 동료들도 반드시 전화 상담사 교육과 실습을 통해 콜 센터에서 어떤 일이 발생하는지 경험하고 전화 상담사들의 고객만족 전략 실행을 효과적으로 지원할 수 있도록 관련 제도들을 운영하였다.전사적으로 긍정적인 영향을 미치도록 스타 인재를 부서별로 골고루 배치하기도 하는데, 이러한 HR 전략은 조직의 기대와 다른 결과를 낳을 수 있다. 공정하고 체계적인 성과관리와 인재관리 제도가 부재하다면 실력이나 성과보다는 정치를 통해 스타 인재로 인정받아 중요한 직무를 차지하기 위한 경쟁이 발생할 수 있다. 그리고 스타 인재에 대한 다른 직원들의 견제나 비협조는 오히려 스타 인재의 성과를 하락시킬 수 있다. 또한, 스타 인재를 감당할 수 있는 훌륭한 리더가 현실적으로 그렇게 많지 않다.무엇보다도 스타 인재는 배울 수 있는 동료나 상사와 함께 일하거나 차라리 혼자 일하는 것을 선호할 수 있다. 그래서 넷플릭스(Netflix)는 업계 최고 수준의 인재들만 잔류시키고 평범한 성과자조차 퇴사시킨다. 또한, 몇몇 선진 기업들은 스타 인재들로 스타 팀을 구성하여 조직성과를 극대화시켰다.예를 들어, 애플(Apple)은 자체적으로 개발한 가장 혁신적인 OS로 평가받는 OS X를 개발할 때 600명의 A급 엔지니어들만 투입해서 약 2년 만에 상용화에 성공했는데, 마이크로소프트(Microsoft)가 윈도우 비스타(Window Vista)를 개발할 때 10,000명의 엔지니어를 투입해서 상용화시키는 데 5년 이상이 소요됐던 것과 비교해보면 A급 인재로만 구성된 팀의 효과성이 어느 정도인지 확인할 수 있다[5].스타 인재는 희소하므로 스타 인재를 성공적으로 영입하거나 육성하고 관리할 수 있는 HR 기능의 전략적 가치는 재무나 마케팅 등 다른 기능과 견주어 볼 때 전혀 낮지 않다. 맥킨지의 한 보고서를 살펴보면[6], 핵심 인재를 전략적 우선순위가 높은 현안에 신속하게 배치한 상장 기업들은 그렇게 하지 못한 경쟁사들보다 총주주수익률 측면에서 1.5배 더 성과가 높았다. 종합해보면, CEO의 전략 수립, CFO의 자본 활용과 함께 CHRO의 인재 활용이 빛을 발해야 스타 조직이 될 수 있다. 여러분의 조직에서 HR담당자와 CHRO는 어떤 일을 하고 있는가?[참고 자료][1] Kwon, K., & Rupp, D. E. 2013. High-performer turnover and firm performance: The moderating role of human capital investment and firm reputation. Journal of Organizational Behavior, 34: 129-150.[2] Bryant, A. 2011. Google’s Quest to Build a Better Boss. New York Times.[3] Becker, B. E., Huselid, M. A., & Beatty, R. W. 2009. The differentiated workforce. Boston, MA: Harvard Business Press.[4] Hsieh, T. 2010. How I did it: Zappos’s CEO on going to extremes for customers. Harvard Business Review, July-August.[5] 정지택·안희재. 2018. [Premium: 베인앤드컴퍼니의 조직경영법] ‘A급 인재’ 모아 A급 팀 만들면 100배, 150배 성과 낸다. 조선일보.[6] Andrianova, S., Maor, D., & Schaninger, B. 2018. Winning with your talent-management strategy. McKinsey & Company.