🥕AI 시대 HRD, 기나긴 질문을 시작할 때

사람들은 대개 익숙한 일을 더 잘하기 위해 새로운 기술을 사용합니다. 인공지능도 마찬가지입니다. 그러나 기술이 일의 속도를 높이는 데 그치지 않고 일의 구조까지 바꾸기 시작하면, 우리는 오랫동안 당연하게 여겨 온 전제들을 다시 살펴봐야 합니다.

✔ AI는 HRD의 일하는 방식뿐 아니라, HRD가 지원하는 현업의 일 구조까지 바꾼다

✔ 잘하고 있다는 성공 경험이 오히려 변화를 놓치게 할 수 있다(역량의 함정)

✔ HRD의 전문성은 과정의 ‘수’가 아니라, 교육이 ‘왜’ 필요한지 설명하는 데서 드러난다

왜 지금 이 질문인가: 전기 모터의 교훈

19세기 말 미국 공장은 거대한 증기기관 하나가 긴 회전축과 벨트로 수많은 기계를 돌리는 구조였습니다. 전기 모터가 등장하자 공장주들은 증기기관만 모터로 바꿨지만, 생산성은 크게 오르지 않았습니다. 변화는 기계마다 작은 모터를 달고 축과 벨트를 걷어낸 뒤, 공장을 생산 순서대로 새로 설계하고 나서야 찾아왔습니다. 전기의 진짜 가치는 ‘대체’가 아니라 ‘구조의 재설계’에 있었습니다. 지금 우리가 AI를 쓰는 방식은 어느 쪽에 가까울까요?

AI가 HRD에 가져오는 두 겹의 변화

① HRD의 일하는 방식이 바뀐다 : 교육과정 개발 시간이 절반으로 줄면, 같은 시간에 두 배의 과정을 만들 수 있습니다. 분명한 효율 향상입니다.

② 현업의 일 구조가 바뀐다 : 그러나 ①은 ‘현업의 일이 지금처럼 이어지고, 지금의 교육과정도 계속 필요하다’는 전제 위에 서 있습니다. 직무와 조직 구조가 달라지면 교육이 풀어야 할 문제도 달라집니다. 첫 번째 변화에만 집중하면 HRD는 더 빨라지지만, 두 번째 변화를 놓치면 엉뚱한 문제를 빠르게 풀 수 있습니다.

이처럼 익숙한 방식에 머무는 경향을 바바라 레빗과 제임스 마치는 ‘역량의 함정(competency trap)’이라 불렀습니다. 익숙한 방식으로 성과가 날수록 조직은 그 방식을 더 신뢰하고, 더 나은 대안이 나와도 머무르게 됩니다. 변화를 가로막는 것은 실패가 아니라 성공의 경험일 수 있습니다. AI는 익숙한 일을 더 빠르고 정교하게 만들어 이 경향을 강화할 수 있습니다.

사례: ‘팀장 리더십 강화’ 요청을 다시 읽으면

“면담이 형식적이고, 업무 지시와 세대 간 소통이 어렵다.” 이런 요청이 오면 보통 면담·피드백·위임 교육을 설계하고, AI는 이 작업을 빠르게 도와줍니다. 하지만 먼저 물어야 할 것이 있습니다. 문제의 원인이 팀장 개인의 역량인가, 아니면 팀장이 맡아 온 일 자체가 바뀌고 있기 때문인가?

AI가 정보 취합과 진척 관리를 맡게 되면, 방침 전달·업무 배분·보고라는 중간관리자의 전통적 역할은 크게 달라질 수 있습니다. 가트너도 2024년 전망에서 AI로 조직이 평평해지고 중간관리자 직위가 줄어들 가능성을 제시했습니다. 반대로 구성원의 성장을 돕고 복잡한 상황에서 판단하는 역할은 더 중요해질 수 있습니다. 이 경우 필요한 것은 면담 스킬만이 아니라, 사람과 AI가 함께 일하는 조직에서 팀장의 역할과 권한을 다시 살펴보는 일입니다.

물론 AI에게 이런 질문을 던질 수도 있습니다. 다만 AI는 묻는 것에 답할 뿐, 무엇을 물을지는 사람의 몫입니다. AI는 질문하는 사람의 깊이를 비추는 거울에 가깝습니다.

HRD가 집중해야 할 ‘세 가지 질문’

① 이 문제는 교육으로 풀리는가, 구조를 바꿔야 풀리는가?

과정 설계에 앞서 권한·책임·프로세스의 문제는 아닌지 확인합니다. AI로 일의 구조가 바뀌는 시기에는 구조의 문제가 교육으로 풀어야 할 개인 역량의 문제처럼 보이기 쉽습니다.

② 현장의 신호를 조직의 판단 근거로 어떻게 전할 것인가?

HRD는 다양한 구성원의 어려움을 가장 가까이에서 듣는 부서입니다. 예컨대 AI 도입 후 여러 부서 팀장이 공통으로 의사결정의 어려움을 호소한다면, 판단력 부족이 아니라 ‘책임은 팀장에게, 권한은 상위 조직에’ 있는 구조 때문일 수 있습니다. HRD의 역할은 구조를 직접 바꾸는 것이 아니라, 이런 발견을 다른 자료와 함께 검증해 조직이 판단할 수 있는 근거로 전달하는 것입니다.

③ ‘몇 개를 만들었나’보다 ‘왜 필요한가’를 설명할 수 있는가?

AI가 발전할수록 교육자료와 과정을 만드는 일은 쉬워집니다. 그만큼 HRD의 전문성은 학습과 조직 운영의 문제를 구분하고, 교육이 조직의 문제 해결에 무엇을 기여했는지 설명하는 안목에서 드러납니다. AI 활용이 첫 번째 변화에 대응하는 힘이라면, 두 번째 변화를 읽어 내는 이 안목은 이론적 이해와 현장을 관찰·해석한 경험에서 나옵니다.

맺으며: 기나긴 질문을 시작할 때

AI가 조직과 직무를 얼마나 바꿀지는 아무도 단정할 수 없습니다. 교육 만족도와 성과지표가 좋을수록 지금의 방식에 의문을 가질 이유는 더 보이지 않습니다. 그러나 기존의 일을 잘하는 능력과 앞으로 무엇을 해야 할지 판단하는 능력은 같지 않습니다.

“이 교육은 왜 필요한가, 몇 년 뒤에도 같은 문제가 남을까?” 한 번에 답할 수 없는 이 기나긴 질문을 붙들고 가는 것, 그것이 속도만 높이는 것보다 의미 있는 출발점입니다. 전기 시대의 공장주들처럼 우리도 지금 아는 최선의 방식으로 AI를 쓰고 있습니다. 그 선택도 훗날 다르게 평가될 수 있습니다. 새 모터를 단 뒤에도 남아 있는 ‘오래된 축’은 없는지, 지금 한번 둘러볼 때입니다.