노동행정에서 AI 효용 가치가 더 큰 이유
'HR을 부탁해'는 일과 사람에 대한 고민을 가진 이 시대 직장인 모두를 위한 기획 연재물입니다. 다방면에서 활약 중인 HR 전문가들이 인적자원 관련 최신 트렌드와 인사이트를 전달합니다. 송지현 커뮤니케이션 헤드는 'AI 시대, HR이 새겨야 할 N번째 레슨'이라는 주제로 총 5회에 걸쳐 연재할 예정입니다. 정부가 'AI 전환(AX, AI Transformation)'을 앞당기기 위해 드라이브를 걸고 있다. AI 분야에 100조원 투자를 천명하고 국가인공지능전략위원회를 출범시키는 한편, AI를 총괄하는 과학기술정보통신부 장관을 부총리로 격상시키는 등 전방위적으로 속도를 높였다. 각 부처들이 앞다퉈 AI 부서를 신설하는 가운데, 고용노동부 역시 흐름에 발맞춰 노동정책실 산하에 '노동행정인공지능혁신과'를 신설했다. 노사관행개선과 등 몇몇 부서에 흩어져 있던 AI 관련 업무들을 노동행정인공지능혁신과에 수렴시킨 것으로 보인다. 노동 분야 AX의 기대를 한껏 끌어올리는 신호탄이다. 김영훈 장관은 취임한 지 채 두 달도 되지 않아 '고용노동행정 인공지능 대전환 회의(AX Summit)'를 개최하며 노동행정에 AI를 접목하려는 의지를 피력했다. 김 장관은 이 자리에서 AI 노동법 상담, 근로감독 AI 비서 운영 등을 공표했다. 이들은 특정 영역의 지식 허브이자 정보 탐색에 특화된 법률·행정 보조자 역할에 가깝다. 그런데 노동행정에 있어 AI의 잠재력은 결코 사람의 보조적 역할에 국한되지 않는다. AI는 데이터 기반의 객관적 의사결정 근거를 제시하고, 각종 위험 시그널을 선제적으로 예측하는 등 핵심적인 브레인 역할도 충분히 수행하고 있다. AI는 누가 어떻게 다루느냐에 따라 노동의 공정성을 극적으로 제고할 게임 체인저가 될 수도 있다. 물론 앞선 1화에서 다뤘던 'AI는 제안하고 최종 의사결정은 사람이 한다'는 원칙과 XAI(설명 가능한 AI, eXplainable AI) 구현을 전제로 말이다. 노동 X AI = 데이터 기반 공정성 확보 노동행정에서 AI의 효용 가치가 높은 이유는 간단하다. 노동행정은 곧 공정성의 규범적 기준을 제시하는 일이다. 이때 감이 아닌 데이터가 공정이라는 가치에 명확한 근거를 부여한다. 이번 정부의 노동정책 방향성은 '노동시간 단축'과 '공정한 임금 체계 확립'으로 수렴된다. 그리고 이 두 축을 관통하고 있는 핵심이 바로 투명한 HR 데이터다. 노동시간 단축을 위한 정책(실근무시간 측정·기록 강화, 주 4.5일제 도입, 연차휴가 개선)부터 공정한 임금 체계 확립을 위한 제도(임금분포제, 고용평등임금공시제), 나아가 두 축을 연결하는 포괄임금제 개선에 이르기까지, 노동 분야의 정책 아젠다는 HR 데이터의 투명성 확보를 필연적으로 요구하고 있다. 투명한 HR 데이터가 필수 조건이 된 환경에서, AI는 축적할 HR 데이터를 표준화하는 단계부터 이미 축적된 데이터를 합리적 의사결정의 근거로 활용하거나 리스크를 선제적으로 예측하는 단계까지 그 쓰임이 무궁무진하다. 특히 민간 기업의 HR은 이미 SSoT(Single Source of Truth, 단일 진실 공급원) 기반 위에서 AI를 활용한 혁신을 일궈내고 있다. 정부 정책 방향의 두 축인 '노동시간'과 '임금' 분야에서 AI의 구체적인 용례를 함께 살펴보자. 노동시간 AX: 법적·조직문화적 리스크를 포착하다 노동시간은 조직의 맥박과도 같다. 주 52시간제 준수, 휴게시간 부여 등 적법한 HR 운영의 근간이면서 조직 전반의 업무 집중도를 드러내는 핵심 지표다. 임금과 맞물려 있어 데이터 중요성도 높다. 제대로 축적한 근태 데이터가 AI와 만날 때, HR은 어떤 의사결정을 내릴 수 있을까. 실근무시간 측정 데이터를 분석해 조직·직급·직무·개인별 시계열 트렌드를 살피고 워크로드를 파악한다. 예컨대 특정 직무의 초과근무시간이 길고 연차 사용률이 낮은 경우 AI는 인력 재배분, 충원 등 인사 전략 수정의 객관적 근거를 제시한다. 주 52시간 초과 등의 시그널을 선제적으로 모니터링해 법률 위반 리스크도 예방한다. 나아가 초과근무수당을 시뮬레이션하여 재정 운영의 예측 가능성까지 극대화한다. HR 기반 AI 플랫폼이 구축한 '태만-과로 스펙트럼' 모델에 따라 조직의 건강도도 과학적으로 진단할 수 있다. 각 조직이 적절한 긴장도 범위 안에서 지속 가능한 몰입도를 유지하는지 데이터를 통해 측정하는 것이다. 이는 번아웃으로 인한 핵심인재 이탈 등 문화적 리스크를 사전에 포착하고, 리텐션 저하 문제를 예방하는 근거로 작동한다. AI는 위와 같은 분석을 토대로 해당 기업에 가장 적합한 근무제도를 추천하고, 제도 변경 시 예상되는 초과근무수당 절감 효과까지 구체적으로 제시한다. 임금 AX: 공정하고도 합리적인 보상 수준을 최적화하다 위와 같이 노동시간은 법적 상한선 내에서 기업 고유의 데이터를 활용한 AI 분석을 필요로 한다. 그러나 임금은 기업 내부를 넘어서는 방대한 시장 데이터와 고도화된 분석 능력을 요구한다. 임금은 노동시간과 달리 상한선이 존재하지 않으며, 시장의 실시간 가치와 그 변동 데이터를 확보하기 어려운 미지의 영역이기 때문이다. 합리적인 보상 수준을 결정하려면 외부 시장 대비 자사의 상대적 임금 경쟁력을 파악해야 한다. 물론 직급·직무에 따른 세부적 비교 분석은 필수다. 그러나 개별 기업이 방대한 시장의 임금 데이터를 확보하고, 이 데이터를 완벽히 정렬 및 축적하며, 제각각인 직급·직무 체계와 명칭을 표준화하는 건 사실상 불가능하다. 이때 HR 기반 AI 플랫폼이 표준화한 직무·직급 체계 및 데이터를 활용해 자사의 임금 경쟁력을 객관적으로 파악, 직급·직무 별로 세분화한 임금 전략을 설계 및 실행한다. 물론 시장 대비 임금 경쟁력 만큼이나 조직 내 보상 공정성도 중요한 요소다. AI는 이 둘을 함께 고려한 최적의 지점을 찾아 차기 연봉 조정 가이드를 제시한다. 이는 공정하고 투명한 인상률 설계의 기준이 되어 구성원의 보상 수용성을 높인다. 노동 AX의 문, 활짝 열려면? 이처럼 AI를 만난 HR은 단순 반복적 오퍼레이션 업무 자동화는 물론, 데이터 기반으로 공정하고 합리적인 의사결정을 내리는 시대로 나아가고 있다. HR 기반 AI 플랫폼 기업들이 이미 노동정책 아젠다의 실마리를 다각도로 풀어내고 있는 것처럼, 고용노동부가 혁신할 수 있는 정책과 AI의 교집합은 상당하다. AI를 단순한 보조자가 아니라 일종의 브레인으로 활용할 때 AX의 문은 비로소 활짝 열릴 것이다. 정부가 노동 분야의 AX를 가속해 더 투명하고 공정한 노동시장을 이끌길 고대한다.
