<위펀 에디터 노트>

위펀은 HR 실무진분들께 깊이 있는 정보를 전하기 위해 각 분야의 전문가를 필진으로 모시고 있습니다. 이번 <HR 인사이트>는 잡코리아 CHRO 김준수 님과 함께했는데요.

김준수 님은 LG 전자 임원인사팀/인사기획팀과 원티드랩 HRBP 팀장, 현대차 그룹 42dot 채용 팀장을 거치시며, 다양한 조직에서 성과 관리와 평가 제도를 설계하고 운영해 오셨어요. 평가의 계절 12월, 준수님의 인사이트를 통해 기업 담당자로서 꼭 알아야 할 인사이트를 가득 얻어가실 수 있을 거예요.

AI에 끌려가는 채용 vs AI로 주도하는 채용

— 불안을 줄이고, 채용의 ‘정확도’는 올리는 가장 현실적인 전략

2026년 채용 현장에서 가장 자주 듣는 말은 두 가지다. “AI를 안 쓰면 뒤처질 것 같아요.” 그리고 “AI가 우리 일을 대체할까 불안해요.” 서로 다른 말처럼 보이지만, 이 두 문장은 같은 질문에서 출발한다. AI가 채용을 바꾸고 있다는 사실은 모두가 체감하지만, ‘어디에’, ‘어떻게’, ‘어디까지’ 써야 하는지에 대한 합의는 아직 없기 때문이다.

CHRO로서 나는 이 질문을 이렇게 바꿔서 팀에 던진다. “AI를 도입할 것인가?”가 아니라, “AI를 어디에 써야 채용의 질이 좋아지는가?”

AI는 채용을 자동화하는 도구이기도 하지만, 더 본질적으로는 채용 의사결정의 품질(정확도·일관성·공정성)을 높이는 운영 장치에 가깝다. 다만 한 가지는 분명하다. AI는 공정성을 ‘만들어주지’ 않는다. 오히려 조직이 어떤 공정성을 선택할(정의할지) 것인지, 어떤 기준을 유지할 것인지를 더 명확히 요구한다.

최근 HBR도 AI가 편향을 줄일 수 있다는 기대와, 반대로 편향을 규모 있게 고착할 수 있다는 우려가 동시에 존재한다고 짚는다. 결국 답은 기술이 아니라 설계와 운영 역량에 있다.

채용 단계별 AI를 가장 효과적으로 활용하는 법

AI를 “채용 전 과정”에 한꺼번에 넣으려 하면 실패 확률이 높다. 성공한 팀들은 공통으로 채용 퍼널을 쪼개고, 리스크가 낮고 효과가 큰 지점부터 AI를 붙인다.

(1) JD/공고: ‘작성’이 아니라 ‘정렬’에 AI를 써라

AI로 JD를 뽑아내는 건 쉽다. 문제는 문장이 아니라 정렬이다. 많은 채용 공고가 실패하는 이유는 글을 못 써서가 아니라, 해당 포지션이 어떤 문제를 해결해야 하는지, 그리고 무엇을 기준으로 평가할 것인지가 명확하지 않기 때문이다.

AI는 이 지점에서 강력한 도구가 된다. “성과 정의(Outcome) → 핵심 과제(Responsibilities) → 필수 역량(Skills) → 인터뷰 질문”으로 논리를 연결하는 데 AI를 활용하면, 채용 공고는 단순 홍보물이 아니라 평가 기준의 출발점이 된다. SHRM의 리서치에서도 AI 활용 영역에서 채용(공고 포함)이 높은 비중으로 나타난다.

(2) 소싱: ‘검색’이 아니라 ‘타깃팅’에 AI를 써라

AI의 가치는 “더 많은 후보자”가 아니라 더 적합한 후보자를 빠르게 좁히는 데 있다. 기존 소싱이 키워드 매칭 중심이었다면, 2026년 소싱은 역할 기반(직무·성과·스킬)을 기준으로 한 시맨틱 매칭이 핵심이 된다.

다만 이때 HR이 반드시 가져야 할 태도는 하나다. AI가 추천한 후보자 리스트가 ‘정답’이 아니라 ‘가설’이라는 점이다. 추천의 근거(feature)와 누락된 후보군을 점검하지 않으면, AI는 빠르게 “익숙한 인재상”만 강화한다.

✅시맨틱 매칭(Semantic Matching)이란?

시맨틱 매칭이란 단순히 키워드나 문자열이 일치를 넘어 이력서나 직무 기술서(JD)의 문맥, 의도, 의미를 파악해 직무와 성과, 스킬 기반으로 가장 적합한 인재를 찾아내는 것을 의미한다.

(3) 스크리닝: 자동 탈락(Autoreject)은 가장 마지막에

스크리닝 단계는 AI 활용에서 가장 신중해야 할 구간이다. AI가 이력서를 먼저 읽고, 인간이 보기 전에 걸러내는 흐름이 이미 확산되고 있다. 효율은 올라가지만, 기업은 두 가지 리스크를 동시에 안게 된다.

• 공정성/설명 문제(왜 탈락했는가를 설명하기 어려움)

• 후보자 경험 훼손(‘기계에게 평가받았다’는 감정)

후보자는 AI 평가를 통해 오히려 행동을 바꾸기도 한다는 연구도 있다. 그래서 권한다. 2026년에는 스크리닝에서 AI를 “탈락”이 아니라 구조화(요약·증거 수집·질문 생성·편향 점검)에 쓰는 것이 안전하고 효과적이다. 사람의 판단을 돕는 역할에 AI를 두는 것이 장기적으로 채용의 신뢰를 지킨다. SHRM 리서치에서도 투명성과 설명의 중요성을 강조한다.

(4) 인터뷰: AI는 ‘평가자’가 아니라 ‘구조화 코치’

좋은 채용의 본질은 여전히 인터뷰다. AI는 인터뷰를 대체하기보다, 구조화된 인터뷰를 강제하는 데 쓰일 때 가장 큰 ROI가 난다. 질문의 일관성, 평가 기준의 명확성, 면접관 간 편차 감소. 이 세 가지가 갖춰질 때 채용은 더 이상 “감”이 아니라 “운영”의 영역이 된다. 많은 TA 테크 기업들도 AI를 오토파일럿이 아닌 코파일럿으로 봐야 한다고 말한다.

(5) 오퍼/온보딩: AI는 ‘맞춤 커뮤니케이션’에서 빛난다

후보자 경험의 마지막은 오퍼와 온보딩이다. 이 구간에서 AI는 커뮤니케이션 품질을 급격히 끌어올려 후보자 경험을 크게 바꿀 수 있다. 직무·면접 피드백·후보자의 우선순위에 맞춘 메시지, 온보딩 FAQ, 리더의 첫 30일 가이드까지. “사람을 존중하는 속도”가 곧 경쟁력이 되는 구간이다.

AI시대, 채용 담당자가 반드시 가져야 할 5가지 역량

AI 시대 채용 역량은 ‘툴 사용법’이 아니다. 채용을 설계하고 운영하는 능력이 더 중요해진다.

1. 문제 정의(Problem Framing): “이 포지션이 해결할 문제는 무엇인가?”를 문장으로 못 쓰면 AI는 방향을 잃는다.

2. 데이터 리터러시: AI 추천·평가 결과를 ‘그럴듯함’이 아니라 근거와 지표로 검증해야 한다.

3. 구조화 능력: JD–평가 기준–면접 질문–스코어링–캘리브레이션까지 하나의 체계로 묶는 힘.

4. 윤리/거버넌스 감각: 투명성, 편향 점검, 감사(audit) 준비. “도입”보다 “책임”이 먼저다.

5. 실험/ROI 설계: 한 번에 바꾸지 말고, 퍼널 한 지점에서 60~90일 단위로 실험하고 성과를 측정하라(리드타임, 합격률, 오퍼수락률, 초기 이탈률 등).

AI가 바꾸는 것은 ‘채용 담당자의 역할’이다

AI가 채용 담당자를 대체할까? 나는 오히려 반대로 본다. AI는 채용 담당자의 일을 빼앗기보다, 채용 담당자의 역할을 더 ‘채용답게’ 만든다. 반복 업무를 줄이는 대신, 더 많은 시간을 “정의·설계·설득·판단”에 쓰게 만든다. 그게 2026년 채용의 본질적인 변화다.

그래서 결론은 단순하다. 2026년 채용 전략에서 AI는 ‘신기한 도구’가 아니라 채용의 품질을 올리기 위한 운영 시스템이다. 퍼널마다 AI의 역할을 다르게 설계하고, 사람의 판단이 들어가야 할 지점을 명확히 남겨두는 것. 투명성과 공정성을 설명할 수 있는 구조를 갖추는 것. 그리고 채용 담당자가 스스로를 “툴 사용자”가 아니라 채용 시스템 디자이너로 재정의하는 것. 그 순간, 불안은 줄고 성과는 올라간다

채용에서 AI를 도입한다는 건, 결국 사람을 어떻게 바라볼 것인가에 대한 기준을 다시 정의하는 일입니다.

AI를 판단을 대신하는 존재가 아닌, 사람을 더 잘 이해하기 위해 사용하는 도구로 활용해 보세요. 기술은 속도를 높여줄 수 있지만, 어디로 갈지 방향을 정하는 건 여전히 인간의 역할이니까요.

AI시대 채용에서 중요한 건, 도구보다 방향키를 쥔 우리의 태도일 거예요. 위펀은 앞으로도 HR 실무자와 리더들이 기술의 변화 속에서도 ‘사람을 향한 채용’의 방향을 고민할 수 있도록

<HR 인사이트>를 통해 현장의 이야기를 들려드릴게요! 다음 이야기에서도 다시 만나요!

Editor: 위펀 브랜드마케팅 하수빈, 김민정