Offcanvas

AI / CIO / HR / 로봇|자동화 / 리더십|조직관리 / 머신러닝|딥러닝 / 신기술|미래

'고용도, 해고도 하는' 디지털 보스의 시대··· 난제가 다가온다

2022.01.12 Lucas Mearian  |  Computerworld
하이브리드 업무 환경 확산에 따라 매니저와 경영진의 직원 관리에 어려움이 생기면서 인공지능과 머신러닝(AI/ML) 이용이 급증하고 있다. 시장조사업체 IDC의 최신 보고서에 따르면, 2024년까지 전 세계 2,000대 기업의 80%가 AI/ML 기반의 ‘디지털 매니저(Digital Manager)’를 이용해 직원을 고용, 해고, 교육할 예정이다. 그러나 인간 개입이 없다면 기업 5곳 중 1곳만이 유의미한 가치를 얻게 될 것으로 전망했다.
 
ⓒ Getty Images Bank

세계적으로 계속되는  코로나19 팬데믹은 여러 기업이 새 직무 모델을 채택하지 않을 수 없게 만들었다. 완전한 원격 접근법, 개인과 팀이 디지털 및 물리적 장소 모두에서 일하는 하이브리드 접근법 등이 대표적이다.

IDC에 따르면 이처럼 분산된 노동으로의 변화는 기업을 관리, 지휘, 조직하는 새로운 방식에 대한 요구로 이어졌다. 2021년 4월 IDC가 공개한 ‘미래 기업 탄력성 및 지출 설문조사(Future Enterprise Resiliency and Spending Survey)’를 보면, 실제로 기업 약 41%가 원격 및 하이브리드 인력을 관리하는 것을 핵심 기술로 보고 있고, 채용이나 사내 개발을 통해 확보하려는 계획인 것으로 나타났다.

오늘날 AI/ML을 활용한 디지털 경영 솔루션은 기업 경영 전반에서 널리 사용된다. 이력서를 검사하고 구직자에게 전화하고 일일 직원 성과를 측정하고 추가 교육을 권고하고 일정 직무, 특히 교대 유형의 직무에 언제 얼마나 많은 직원이 필요한지 결정하는 것 등이다.

IDC의 세계 ‘일의 미래(Future of Work)’ 시장 조사 서비스의 연구소장인 에이미 루미스는 "AI/ML을 이용해 직원을 채용하고 해고하는 일이 파격적으로 보일 수 있다. 그러나 이는 오늘날 인력 관리 분야에서 이런저런 수준에서 널리 쓰이고 있다. 알고리즘은 흔히 직원을 스택-랭킹(stack-ranking)하는 데 사용되고 채용에 가장 적합하거나 해고해야 할 사람에 관해 권고한다”라고 말했다.

스택 랭킹(stack-ranking)은 강제 랭킹(forced ranking)이나 강제 분포(forced distribution)라고도 불리는 것으로, 다른 팀원과 비교해 직원의 직무 성과를 평가하는 통계 기반 접근법이다. 스택-랭킹 솔루션은 직원이 추가 교육을 받도록 제안하거나, 매니저가 직원을 변화시키도록 압박하거나, 심지어 성과 기준에 미달하는 일정 비율의 직원을 해고하도록 촉구하는 데 쓰인다. 예를 들어 기업은 이들 솔루션을 이용해 성과가 하위 10%에 속하는 직원을 모두 해고하는 선택을 할 수도 있다.
 

논란의 아마존

실제로 2020년 보도에 따르면, 아마존은 소프트웨어 알고리즘, 즉 ‘봇(bots)’을 직원 채용에 활용했고 별다른 '인간의 개입' 없이 수많은 사람을 해고했다. 아마존 대변인인 켈리 낸틀은 상당한 비율의 아마존 직원이 무단결근을 이유로 해고됐고, 성과 문제로 해고된 직원은 얼마 되지 않았다고 설명했다.

직원이 140만 명 이상인 아마존은 오로지 직원을 해고하는 데 이 알고리즘을 이용한다는 사실을 부인했다. 인력 관리 기술은 구직자와 직원의 경험을 지원하고 개선하는 데 쓰이며, 매니저를 대체하려는 것이 아니고, 데이터와 정보로 이들의 의사 결정을 보조하려는 의도라는 것이다.

낸틀은 “무단 결근자를 특정해 표시하는 인력 관리 시스템(그리고 그 결과 자동으로 해고됨)과 성과 시스템은 명확한 차이가 있다. 성과 시스템은 직원이 어디서 어떻게 직무를 수행하고 있는지를 매니저에게 피드백을 보내고 다른 사람과 비교 평가한 후 어려움에 부닥친 직원에게 조언과 피드백을 제공한다. 밖에서는 '로봇이 수백 명, 수만 명을 해고한다'고 쉽게 말할 수 있다. 무단결근 사례만 보면 어느 정도 사실이다. 하지만 이들은 성과 때문에 해고된 것이 전혀 아니다. 기술(소프트웨어 로봇)이 인간을 지도하거나 해고하거나 징계하지는 않는다”라고 말했다.

IDC의 IT 서비스 관리 및 클라이언트 가상화 프로그램의 연구 책임자인 새넌 칼바에 따르면, 기업이 직원을 해고하는 데 소프트웨어 봇에 전적으로 의존하지 않더라도 AI/ML에 기반한 조언이 의사 결정에 큰 영향을 준다. 그는 “우리는 모두 지나치게 일하고 지나치게 스트레스를 받는다. 특히 누군가를 원격으로 관리하는 상황이라면, (봇이) 어떤 제안을 할 때 이를 무시할 가능성이 얼마나 되겠나”라고 말했다.

디지털 관리 시스템은 팬데믹 전에도 이미 사용됐다. 주로 트럭 차대, 소매 종사자, 서비스 종사자 혹은 ‘작업 지향적 직무(task-oriented job)’를 관리하는 일을 보조했다. 예를 들어 긱 경제(gig economy)는 유연한 배송 서비스를 가능하게 했고, 이는 다시 소매 제품 및 식료품의 당일 배송으로 이어졌다. 이제 배송 트럭은 며칠 전에 미리 적재할 필요가 없다.

아마존은 2015년 정규 직원 대신 계약직 운전자를 이용해 긱-형식의 플렉스(Flex) 배송 서비스를 시작했다. 계약 직원의 성과는 이들의 경로와 배송 시간을 추적하는 소프트웨어 알고리즘에 의해 세세하게 모니터됐다.

칼바는 “디지털 매니저가 있는 기업의 수가 놀랄 만큼 많다. 이에 관한 관심이 매우 증가했고, 이미 사무 직원에게도 적용되기 시작했다. 오늘날 이는 작업 지향적 직무에 주로 쓰이지만, 우리가 모두 작업 지향적 직무로 이동하고 있음을 알아야 한다. 업무 처리 과정의 문제를 감지하는 소프트웨어가 매우 다양하게 나와 있다. 이는 곧 인간의 책임 소재가 어디이고, 어떤 부분을 바꿔야 하는지 소프트웨어가 판단하는 것을 의미한다”라고 말했다.

이 문제는 유럽에서 뜨거운 감자가 됐다. 유럽연합 집행위원회(European Commission, EC)는 기업의 알고리즘 경영에 대한 투명성을 강화하는 조치를 검토 중이다. 알고리즘에 의한 직원 관리의 가장 큰 문제는 애플리케이션의 이질성이다. ERP 시스템에 내장된 툴이 있는가 하면 독립 애플리케이션이나 서비스인 경우도 있다. 대기업이라면 상이한 인사 관리 및 교육 애플리케이션을 다양하게  사용할 수 있고, 대개 이들은 서로 정보를 주고받지 않는다.

바로 이것이 아마존의 문제였다. 아마존은 여러 유형의 소프트웨어와 알고리즘을 사용한다. 직원 시간 및 출퇴근을 추적하는 유형이 있는가 하면 직원의 성과를 감시하는 유형도 있고, 직원의 병가 기록을 유지하는 유형도 있다. 아마존이 시간 및 출근 모니터링 알고리즘과 직원 휴가 시스템 사이의 통신을 지원하기 위해 노력했지만 결국 두 시스템을 통합하는 데 실패했다.

낸틀은 “어떤 경우 한 사람이 휴가 중이고 두 시스템이 서로 통신하지 않기 때문에 서식 이메일 또는 서한이 생성되어 무단결근을 통지하는 문제가 있었다. 사실 이들은 휴가 중이었다. 두 시스템을 연결하는 패치를 여전히 개발 중이다. 이는 아마존만의 문제가 아니다. 아마존같이 큰 회사이면서 급속히 확장, 성장 중이라면 기술과 시스템이 따라잡지 못하는 부분이 있게 마련이다”라고 말했다.

앞으로 몇 년에 걸쳐 AI/ML 기반 경영 소프트웨어의 이용은 증가할 전망이다. 투자자와 전문가는 AI 소프트웨어 시장이 앞으로 5년 이내에 최대 5,000억 달러 이상으로 증가할 것으로 전망한다. 예를 들어 IDC는 소프트웨어, 하드웨어, 서비스를 포함한 전 세계 AI 시장이 2021년 3,275억 달러에서 2024년 5,543억 달러로 성장해 5년 연평균 성장률(CAGR)이 17.5%에 이를 것으로 예측했다.

포레스터 리서치는 다소 보수적인데, 시장이 2025년까지 370억 달러 규모로 성장할 것으로 내다봤다. 대다수 애플리케이션은 AI 기능을 별도 비용 없이 제공하고, 기업이 제작하는 커스텀 AI 앱은 시장에서 수익을 발생시키지 않기 때문이다.

포레스터는 2021년 출간된 백서에서 “소프트웨어가 사업에 불가결해진 것처럼 AI 역시 빠르게 소프트웨어의 핵심 요소가 되고 있다. 그 결과 AI 소프트웨어는 갈수록 기존 소프트웨어 업체에 의해 기존 소프트웨어 제품에 내장될 것이다. 기업은 이들 소프트웨어를 통해 AI 기능을 확보하는 것이 가장 합리적이다. 궁극적으로, AI는 어느 소프트웨어 제품에든 들어갈 것이다. 마치 애널리틱스, 워크플로우, 데이터가 소프트웨어 제품의 일부인 것과 같다”라고 설명했다.

포레스터는 AI를 이용해 AI가 융합된 애플리케이션을 개발할 수 있는 전문 및 범용 소프트웨어 ‘빌드 플랫폼(Build Platform)’과 ‘바이 애플리케이션(Buy Applications)’을 구분해 제시했다. ‘바이 애플리케이션’은 사업 실적을 개선하는 데 도움을 주도록 설계된 AI 융합 소프트웨어이다.

IDC의 칼바에 따르면 현재 여러 플랫폼과 앱에서 보편화된 AI는 분산된 직원을 관리하는 기업 임원이 단순한 신기술 이상이 필요함을 의미한다. 이들은 생산성, 리더십을 이해할 수 있고 직원, 관리자, 기업 사이의 관계를 파악할 수 있는 ‘심적 모델(mental models)’을 필요하다는 것이다. 즉, 자동화된 직원 관리 소프트웨어를 이용하는 기업은 직원과의 관계를 재평가할 필요가 있다. 칼바는 “오늘날 우리는 여전히 산업 시대 사고방식에 갇혀 있다. 그러나 일종의 공장으로써 사무실이라는 개념은 더는 유용한 도구가 아니다”라고 말했다.

일방적인 리더십 스타일은 직원의 업무가 매니저와 회사 실적에 주는 혜택을 강조하지만, 인간적 감독 기술에 자리를 내주어야 한다고 IDC의 연구는 지적했다. 인간 개입이 없다면 직원은 기업 공동체 의식을 상실하고 자신의 업무 성과에 몰두하려는 생각을 갖지 못할 수 있다. 또한, 인간 감독이 없다면 기업은 유능한 구직자를 잃을 위험이 있다. 이력서 검사 시스템이 적절히 설정되지 않은 경우가 빈번하고 유망한 구직자의 이력서가 탈락할 수 있기 때문이다.

칼바에 따르면, 소프트웨어 로봇에 의해 해고된 직원은 정당한 이유 없이 해고됐더라도 재고용 되는 경우가 드물다. 그는 “이는 특히 저임금 직종에서 일어난다. 소프트웨어 로봇의 조언에 따라 유능한 사람을 모두 해고했다면 그것으로 끝이다. 대다수 회사는 해고된 직원을 재고용하지 않을 것이고, 채용할만한 사람이 여전히 있겠지만 유능한 이들을 찾기 힘들 것이다. 소프트웨어 로봇에는 보이지 않기 때문이다”라고 말했다.

예를 들어 회사가 구직자에게 대학 학위를 요구한다면, 이들의 경력이 직무에 적합하더라도 알고리즘은 유망한 구직자 목록에서 이들을 자동으로 탈락시킨다. 칼바는 “대학 졸업자가 적은 지역이고, 분류 소프트웨어에 대학 교육을 모든 직종에 필수로 설정한다면 이내 검토할 수 있는 구직자가 남아 나지 않을 것이다. 실제로는 채용할 만한 사람이 30% 정도 있다고 해도 이들을 볼 수 없게 되는 것이다. 결과적으로 인재 불균형에 직면하게 된다”라고 말했다.

일부 기업은 이미 이를 깨닫고 경영 문화를 바꾸기 시작하고 있다. 예를 들어 일본의 금융기관인 소프트뱅크는 AI/ML에 의해 거부된 이력서를 인간이 다시 검토해 유망한 응시자가 탈락하지 않도록 한다.

칼바는 “솔직히 지금까지 모범 관행이라고 할 만한 것이 없다. 이를 파악하는 일은 관리자에게 큰 난제다. 하지만 이런 한계와 특성을 빨리 파악해야 한다. 이를 파악할 수만 있다면 지극히 참여적이고 지극히 충성스러운 기업 문화를 갖게 될 것이다. 반면 이를 파악하는 데 실패하는 기업은 매우 빈약해질 것이다"라고 말했다. editor@itworld.co.kr
CIO Korea 뉴스레터 및 IT 트랜드 보고서 무료 구독하기
추천 테크라이브러리

회사명:한국IDG 제호: CIO Korea 주소 : 서울시 중구 세종대로 23, 4층 우)04512
등록번호 : 서울 아01641 등록발행일자 : 2011년 05월 27일

발행인 : 박형미 편집인 : 천신응 청소년보호책임자 : 한정규
사업자 등록번호 : 214-87-22467 Tel : 02-558-6950

Copyright © 2024 International Data Group. All rights reserved.