채용을 멈춰야 인재를 더 빨리 찾는 인사관리의 변화

• 목록
• 답변
• 글쓰기
• 옵션
  • 수정
  • 삭제

사업부에서 새로운 프로젝트 인력이 필요하다고 말하면 많은 기업은 곧바로 채용 공고부터 준비합니다. 그러나 공고 작성, 지원자 모집, 면접, 처우 협의까지 거치는 동안 정작 필요한 업무는 이미 두세 달 지연되기 쉽습니다. 채용 속도를 높이는 것보다 채용이 정말 필요한지 먼저 판단하는 인사관리가 주목받는 이유입니다.

최근 HR 솔루션의 무게중심은 외부 지원자를 관리하는 시스템에서 조직 안팎의 인재를 상시 탐색하는 구조로 이동하고 있습니다. 직원의 직급과 소속만 기록하던 인사 데이터에 스킬, 프로젝트 경험, 학습 이력, 희망 직무를 연결하면 채용하지 않고도 적임자를 발견할 수 있기 때문입니다. 이 변화는 채용을 없애자는 주장이 아니라 외부 채용을 여러 인재 확보 수단 가운데 하나로 재배치하자는 흐름에 가깝습니다.

채용 공고보다 먼저 움직이는 내부 인재 시장

사람이 아니라 필요한 역량에서 출발합니다

기존 인사관리에서는 자리가 비어야 채용 절차가 시작됐습니다. 반면 내부 인재 시장은 앞으로 수행할 업무를 작은 과제와 스킬 단위로 나눈 뒤, 사내에서 해당 역량을 가진 직원을 먼저 탐색합니다. 정규 이동뿐 아니라 단기 프로젝트, 겸직, 멘토링, 사내 프리랜싱까지 후보에 포함하므로 조직도를 바꾸지 않고도 인력 부족에 대응할 수 있습니다.

예를 들어 마케팅팀이 3개월간 데이터 시각화 역량을 필요로 한다고 가정해 보겠습니다. 외부 분석가를 채용하는 대신 재무팀에서 관련 도구를 다뤄 본 직원에게 근무시간의 20%를 프로젝트에 배정할 수 있습니다. 직원은 새로운 경력을 얻고 기업은 채용 기간과 온보딩 비용을 줄입니다. 인사관리의 기본 개념과 역할은 인사관리 용어 설명에서도 확인할 수 있지만, 이제 관리 대상은 고정된 직무를 넘어 실제로 이동할 수 있는 역량까지 넓어지고 있습니다.

이 구조를 구현하려면 HR 솔루션에 이력서만 넣어서는 부족합니다. 직원이 최근 수행한 업무와 배우고 싶은 분야를 직접 갱신할 수 있어야 하며, 프로젝트 종료 후 검증된 역량이 다시 프로필에 쌓여야 합니다. 다음 데이터가 연결될수록 추천 정확도가 높아집니다.

• 보유 스킬: 자격증뿐 아니라 실제 업무에서 사용한 도구와 숙련 수준
• 프로젝트 경험: 맡은 역할, 수행 기간, 산출물과 협업 부서
• 학습 이력: 사내 교육 수료 여부와 학습 후 적용 사례
• 이동 의향: 희망 직무, 근무 지역, 참여 가능한 시기와 시간
• 검증 정보: 동료 피드백, 리더 승인, 결과물에 근거한 역량 증거

팁: 직원 프로필을 한 번에 완성시키려 하지 마세요. 최근 프로젝트 세 개와 앞으로 배우고 싶은 스킬 두 개부터 입력하게 하면 참여 장벽을 크게 낮출 수 있습니다.

AI 매칭이 발전할수록 직무기술서는 더 작아집니다

직무명 중심 검색의 한계

같은 ‘사업기획’ 직무라도 어떤 직원은 시장 조사에 강하고, 다른 직원은 재무 모델링이나 프로젝트 조정에 능합니다. 직무명과 근속연수만 비교하는 인사관리 솔루션은 이 차이를 발견하지 못합니다. 최근의 AI 매칭은 직무 전체를 한 사람에게 맞추기보다 업무를 구성하는 스킬과 경험의 조합을 해석하는 방향으로 진화하고 있습니다.

그렇다고 AI가 직원의 가능성을 자동으로 정확히 알아낸다는 뜻은 아닙니다. 사내 데이터에 과거의 배치 관행이 남아 있으면 추천 결과도 익숙한 후보에게 쏠릴 수 있습니다. 영업 출신은 계속 영업 과제만 추천받고, 육아휴직이나 해외 파견으로 기록이 비어 있는 직원은 실제 역량보다 낮게 평가될 가능성도 있습니다. 추천 알고리즘보다 먼저 데이터가 누구를 보이지 않게 만드는지 살펴야 합니다.

사람이 확인할 지점을 남겨야 합니다

현실적인 운영 방식은 AI가 후보군을 넓히고 사람이 맥락을 검토하는 구조입니다. 시스템은 유사 스킬, 인접 경험, 학습 속도를 바탕으로 예상 밖의 후보를 제안하되 최종 배치에서는 직원의 희망과 현재 팀의 업무 상황을 확인해야 합니다. ‘추천 점수 92점’처럼 정밀해 보이는 숫자만 제시하는 솔루션보다 추천 이유와 부족한 역량을 설명하는 제품이 실무에 유리합니다.

1. 필요한 업무를 직무명이 아닌 5~8개의 핵심 과제로 나눕니다.
2. 각 과제에 필수 스킬과 입사 후 학습 가능한 스킬을 구분합니다.
3. AI 추천 후보와 키워드 검색 후보를 함께 비교합니다.
4. 후보자 본인에게 참여 의향과 성장 목표를 확인합니다.
5. 배치 결과와 프로젝트 성과를 기록해 추천 기준을 보정합니다.

솔루션 데모에서는 멋진 추천 화면보다 설명 가능성을 시험해 보세요. “왜 이 직원을 추천했는가”, “어떤 데이터가 점수를 높였는가”, “직원이 정보를 수정하거나 추천에서 제외될 수 있는가”에 답하지 못한다면 자동화 범위를 좁히는 편이 안전합니다. AI의 역할은 최종 결정을 대신하는 것이 아니라 사람이 미처 찾지 못한 선택지를 보여주는 것이어야 합니다.

외부 채용은 사라지지 않고 더 선명해집니다

내부에서 해결할 일과 시장에서 구할 일을 나눕니다

내부 인재 시장이 활성화되면 채용팀의 일이 줄어들 것 같지만 실제로는 채용의 목적이 더 분명해집니다. 사내에서 찾을 수 있는 보편적 역량과 외부에서 확보해야 할 희소 역량이 구분되기 때문입니다. 무조건 공고를 올리는 대신 내부 이동, 직원 재교육, 계약 인력, 외부 채용을 비용과 속도에 따라 조합하게 됩니다.

가령 신제품 출시를 앞두고 보안 전문가가 필요하다면 선택지는 하나가 아닙니다. 장기적으로 반복될 핵심 업무라면 정규 채용이 적합하지만, 6주간의 점검이라면 외부 전문가 계약이 효율적일 수 있습니다. 내부 개발자가 기본 역량을 갖췄다면 교육과 멘토링을 붙여 전환 배치하는 방법도 있습니다. 인력을 단순 배치하는 기능을 넘어 조직 목표와 사람의 능력을 조정한다는 관점은 인사관리의 또 다른 정의와도 맞닿아 있습니다.

다음 비교 기준을 HR 솔루션에 넣으면 현업의 요청을 빠르게 구조화할 수 있습니다. 금액은 기업과 직무마다 달라지므로 고정 가격표보다 총비용과 회수 기간을 함께 계산하는 것이 중요합니다.

• 내부 이동: 적응은 빠르지만 기존 팀에 생기는 공백 비용을 계산해야 합니다.
• 재교육 후 배치: 잠재력을 살릴 수 있으나 교육 기간과 현업 코칭이 필요합니다.
• 프로젝트 참여: 단기 수요에 유연하지만 원소속 팀과 시간 배분 합의가 필수입니다.
• 외부 계약: 희소 전문성을 빠르게 쓰기 좋지만 지식이 사내에 남도록 인수인계를 설계해야 합니다.
• 외부 채용: 지속적인 업무와 문화적 책임이 필요한 자리에는 여전히 가장 안정적입니다.

현업이 채용을 요청하면 “언제까지 누구를 뽑을까요?”보다 “어떤 결과를 언제까지 만들어야 하나요?”라고 먼저 물어보세요. 답이 달라지면 필요한 고용 형태도 달라집니다.

사내 이동을 막는 것은 기술보다 운영 규칙입니다

좋은 인재를 보내지 않으려는 관리자 문제

내부 채용 공고를 열어도 직원이 지원하지 않는 기업이 많습니다. 지원 사실이 현재 리더에게 즉시 알려지거나, 이동을 희망했다는 이유로 평가에서 불이익을 받을까 걱정하기 때문입니다. 뛰어난 직원을 보유한 관리자가 이동을 막는 ‘인재 사재기’도 흔한 장애물입니다. 이 상태에서 AI 추천 기능만 추가하면 시스템에는 후보가 나타나지만 실제 이동은 일어나지 않습니다.

따라서 기업은 기술 도입 전에 공개 가능한 기회와 비공개 탐색의 범위를 정해야 합니다. 직원이 관심 직무를 살펴보는 단계에서는 비밀을 보장하고, 면담이나 최종 지원 단계에서만 현재 리더와 협의하도록 절차를 나눌 수 있습니다. 이동 승인권, 업무 인수인계 기간, 원소속 부서의 대체 인력 지원도 문서로 정해 두어야 합니다.

성과지표가 이동을 방해하지 않게 설계합니다

부서장이 우수 직원을 다른 팀으로 보내면 자신의 단기 성과만 나빠지는 구조에서는 협조를 기대하기 어렵습니다. 내부 이동 인원을 배출한 리더에게 인재 육성 성과를 인정하고, 프로젝트에 직원을 공유한 부서에는 예산이나 인력 계획상 보상을 주는 방식이 필요합니다. 조직 전체 최적화를 요구하면서 평가는 부서 단위로만 하면 제도와 행동이 충돌합니다.

직원의 선택권도 중요합니다. 추천을 받았다는 이유로 이동 압박을 느끼지 않도록 거절 기능, 프로필 공개 범위, 추천 중단 기간을 제공해야 합니다. 인사 데이터의 수집 목적과 활용 범위를 직원이 이해할 수 있는 언어로 설명해야 신뢰가 유지됩니다. 인사관리 관련 개념을 참고하더라도 실제 기업 운영에서는 권한과 책임을 구체적인 절차로 바꾸는 작업이 뒤따라야 합니다.

• 관심 직무 탐색 기록을 현재 리더에게 자동 공개하지 않습니다.
• 프로젝트 참여와 정식 전보의 승인 절차를 서로 다르게 설계합니다.
• 직원을 내보낸 리더에게도 인재 육성 실적을 인정합니다.
• 추천 결과에 대한 이의 제기와 데이터 수정 경로를 제공합니다.
• 성별, 연령, 고용 형태, 휴직 이력 등에 따른 추천 편차를 정기적으로 점검합니다.
• 이동 후 30일·90일 시점에 직원과 양쪽 리더의 경험을 확인합니다.

솔루션보다 먼저 세울 네 가지 투자 순서

기능 수가 아니라 이동 성공률을 봅니다

내부 인재 시장을 표방하는 HR 솔루션은 스킬 자동 추출, AI 추천, 경력 경로 제안, 학습 콘텐츠 연결 등 다양한 기능을 내세웁니다. 하지만 직원 데이터가 낡았거나 부서 간 이동 규칙이 없다면 고가의 기능도 화려한 검색창에 머뭅니다. 견적을 비교할 때도 사용자당 월 이용료만 보지 말고 초기 데이터 정비, 연동 개발, 관리자 교육, 운영 인력까지 포함한 1~3년 총비용을 확인해야 합니다.

가격대는 직원 수, AI 기능, 구축 방식, 급여·전자결재·학습 시스템 연동 범위에 따라 크게 달라집니다. 소규모 클라우드형은 비교적 가볍게 시작할 수 있지만 고급 매칭이나 세밀한 권한 설정이 별도 옵션일 수 있습니다. 대기업용 제품은 확장성이 높은 대신 구축과 데이터 표준화에 상당한 시간과 비용이 들어갑니다. 무료 체험 화면보다 실제 익명 데이터를 일부 넣은 개념검증을 진행하고, 최소 두 번의 프로젝트 배치 주기를 관찰하는 편이 판단에 도움이 됩니다.

성과지표도 채용 건수 중심에서 바꿔야 합니다. 내부 후보 추천 수가 많아도 이동 후 적응하지 못하면 의미가 없습니다. 내부 충원율, 프로젝트 성사율, 배치까지 걸린 시간, 이동 후 유지율, 직원의 성장 체감도를 함께 측정하세요. 외부 채용과 비교할 때에는 채용비 절감뿐 아니라 업무 공백 단축과 핵심 인재 유지 효과까지 포함해야 합니다.

1. 첫째, 해결할 업무를 정의합니다. ‘AI 인재 플랫폼 도입’이 아니라 반복되는 인력 병목과 필요한 결과를 먼저 적습니다.
2. 둘째, 데이터의 신뢰도를 확보합니다. 직무 체계와 스킬 사전을 작게 만들고 직원이 최신 경험을 수정할 수 있게 합니다.
3. 셋째, 이동 규칙과 권리를 확정합니다. 지원 비밀, 관리자 승인, 인수인계, 거절권이 기능보다 앞서야 합니다.
4. 넷째, 솔루션의 연결성과 설명력을 평가합니다. 기존 인사관리 시스템과 연동되는지, 추천 근거를 공개하는지, 결과 편향을 점검할 수 있는지 확인합니다.

우선순위를 다시 세우면 선택은 의외로 단순해집니다. 가장 먼저 볼 것은 AI 모델의 화려함이 아니라 우리 기업이 해결해야 할 인력 문제이고, 그다음은 데이터 품질과 이동 제도, 마지막이 제품 기능과 가격입니다. 이 순서를 지킬 때 채용을 잠시 멈추는 판단은 인재 확보를 늦추는 행동이 아니라 이미 조직 안에 있는 가능성을 가장 빠르게 작동시키는 인사관리 전략이 됩니다.