AI Agent 시대의 HR

Josh Bersin이 그리는 AI Agent 시대의 HR

2026년 10월 UNLEASH Paris에서 Josh Bersin의 1시간 특강이 있었다. 주제는 AI가 노동시장과 기업 성장, HR Technology, 그리고 HR의 역할을 어떻게 바꾸고 있는가였다.

1. 노동력은 줄어들고, 성장은 계속 필요하다

향후 10년 동안 대부분의 선진국에서는 노동시장이 축소될 전망이다. 베이비부머 세대의 은퇴, 낮은 출산율, 이민을 둘러싼 정치적 문제 등이 동시에 영향을 미치고 있다. 미국도 비슷하다. 향후 10년간 노동력 증가는 약 3~3.5% 수준에 그칠 것으로 예상되는 반면, 연간 2.5~3% 수준의 경제성장을 유지하려면 10년 동안 25~30%의 성장이 필요하다. 사람의 숫자를 늘리는 방식만으로는 이 차이를 메우기 어렵다. 앞으로 성장을 만들어낼 핵심 동력은 세 가지이다. Productivity, Talent Density, AI.

AI is a Growth Technology. AI를 통해 사람을 얼마나 줄일 수 있는가 보다 AI를 활용해 얼마나 높은 생산성과 성장을 만들어낼 수 있는가가 중요하다.

2. AI 투자는 늘어나고, ROI 압박도 커지고 있다

AI에 들어가는 투자 규모는 이미 상당하다. 발표에서 인용한 Financial Times 분석에 따르면, 미국의 AI 관련 투자는 약 10조 달러 규모에 이를 것으로 전망된다. 미국 GDP의 약 3.5~4%에 해당하는 수준이다. 동시에 AI 투자 열기가 Bubble로 이어질 가능성도 있다. 이 정도의 돈이 들어가면 기업에는 당연히 다음 질문이 따라온다. Where is the ROI?

AI를 도입하고 Pilot을 많이 하는 것만으로는 부족하다. 실제 business value를 증명해야 한다.

직원들이 처한 상황은 또 다르다. 인플레이션과 정치적 불확실성이 이어지는 가운데 AI로 인한 일자리 변화에 대한 불안도 커지고 있다. 주식시장 성장으로 자본을 보유한 주주들의 부가 늘어나는 동안 많은 근로자의 임금은 물가 상승을 따라가지 못하고 있다. 기업은 AI를 통한 성장과 ROI를 만들어야 하는 동시에 이런 workforce의 불안도 함께 관리해야 한다.

3. HR Technology는 계속 좋아졌지만, 동시에 복잡해졌다

HR Technology는 여러 단계를 거쳐 발전했다.

ERP → HCM → Point Solutions → Employee Portal

초기의 ERP에서는 사람을 다른 기업 자원과 비슷한 방식으로 관리했다. 이후 PeopleSoft와 같은 HCM이 등장하면서 보다 사람 중심의 HR Technology가 발전했다. 그다음에는 Recruiting, Learning, Compensation, Performance 등 각각의 HR 문제를 해결하기 위한 전문 솔루션이 빠르게 늘어났다.

그 결과 새로운 문제가 생겼다. 일부 대기업에는 직원들이 사용하는 HR system, portal과 point solution이 140개 이상 존재하게 되었다. Employee Portal을 통해 여러 기능을 한 곳에 모으려고 했지만, 직원들은 어디서 어떤 정보를 찾아야 하는지 어려움을 겪었다. 2030년 HR Architecture에 대한 전망은 여기서 달라진다.

4. System에서 Agent Network로

미래의 HR Architecture는 개별 application의 집합보다는 Super Agent와 Specialized Agent가 연결된 network에 가까워진다. 발표에서는 HR의 주요 영역을 담당하는 Super Agent와 그 아래 연결될 수 있는 총 161개의 잠재적인 Agent가 제시됐다.

직원이 Payroll, Recruiting, Learning 등 여러 system에 직접 들어갈 필요가 줄어든다. 직원에게는 하나의 interface가 있고, 뒤에서는 여러 Agent가 필요한 data와 system, process를 연결한다.

즉 HR Technology의 중심이 System → Agent로 이동하는 것이다.

5. 자율주행차처럼 바뀌는 Employee Experience

Agent 중심의 HR Architecture는 자율주행차에 비유됐다. 초기의 자동차 기술은 운전자를 지원하는 방식이었다. Cruise Control, Navigation, Lane Assist가 생겼지만 운전은 여전히 사람이 했다.

기존 HR Technology도 비슷하다. Employee Self-Service와 HR Portal을 통해 직원이 더 쉽게 HR 업무를 처리하도록 도왔지만, 결국 직원이 system을 찾아 들어가 직접 process를 수행해야 했다.

자율주행차에서는 운전 방법을 알 필요가 없다. 승객은 어디로 가고 싶은지만 이야기하면 된다. 미래의 HR Employee Experience도 비슷한 방향으로 갈 수 있다. 직원이 어느 system에서 어떤 메뉴를 선택해야 하는지 알 필요가 없다. 필요한 것을 묻거나 요청하면 Agent가 뒤에서 필요한 data와 process를 연결한다. 복잡한 HR process를 직원이 배우는 대신, system이 직원의 필요를 이해하는 방식이다.

6. AI Agent는 Digital Twin으로 발전할 수 있다

Agent의 역할은 단순한 Q&A에서 끝나지 않는다. 직원들의 email, working time, compensation, meeting 등 여러 정보를 지속적으로 분석하면서 개인에게 필요한 information과 coaching을 제공할 수 있다. 이렇게 되면 Agent는 직원의 work context를 이해하는 Digital Twin과 비슷한 역할을 하게 된다.

AI가 단순히 질문에 답하는 도구에서 개인의 업무와 상황을 지속적으로 이해하고 지원하는 Digital Worker로 발전하는 것이다.

7. Agent에게도 권한과 통제가 필요하다

Agent가 더 많은 일을 할수록 Governance는 중요해진다. 새로운 직원이 입사했다고 해서 첫날부터 사내의 모든 정보에 접근할 수 있는 권한을 주지는 않는다. AI Agent도 마찬가지이다.

각 Agent에 다음이 명확하게 정의되어야 한다.

Goal

Guideline

Authority

Data Access

Guardrails

어떤 data에 접근할 수 있는지, 어디까지 스스로 결정할 수 있는지, 언제 사람에게 넘겨야 하는지가 명확해야 한다. Agent Architecture는 AI Technology의 문제만이 아니다. Identity, Security, Access와 Governance가 함께 설계되어야 한다.

8. AI라고 항상 더 싸거나 좋은 것은 아니다

AI도 공짜가 아니다. AI Agent를 실행하고 model을 사용하고 data와 system을 연결하는 데 모두 비용이 발생한다. 단순한 수학 계산처럼 정답이 명확한 업무는 AI보다 기존 computing 방식이 훨씬 저렴할 수 있다. 그러므로 모든 업무를 AI로 바꾸는 것이 목표가 되어서는 안 된다.

AI가 할 수 있는가와 AI가 하는 것이 경제적인가는 다른 질문이다. 어떤 업무에 어떤 technology를 사용할 때 가장 효율적인지 판단하고, 지속적으로 cost efficiency를 확인해야 한다.

9. HR Tech Vendor들도 Agent 중심으로 이동하고 있다

주요 HR Technology 기업들은 이미 Agent 중심의 기능을 빠르게 확대하고 있다.

Workday는 AI Agent와 Identity Management 기능을 확대하고 있다.

SAP는 Joule을 중심으로 Agentic Platform을 구축하고 있다. SmartRecruiters와 Textkernel 등을 통해 Recruiting과 Skills 영역도 확장하고 있다.

ServiceNow는 Manager Experience와 Self-Service를 지원하는 Agent Platform을 확대하고 Galileo를 선보였다.

Microsoft는 Copilot을 중심으로 개인 productivity와 Agent 영역을 넓히고 있다.

Oracle은 1,000개 이상의 Agent를 출시하고 Oil & Gas, Defense 등 산업별 솔루션도 강화하고 있다.

Cornerstone, HiBob, UKG 등 기존 HR Tech 기업들도 AI를 HR data와 기존 product에 빠르게 결합하고 있다.

전체적인 흐름은 개별 application의 기능을 하나씩 강화하는 것에서 서로 연결된 Agent Ecosystem을 만드는 것으로 이동하고 있다.

10. 지금 시작할 수 있는 세 가지 영역

AI를 HR에 적용할 때 비교적 빠르게 변화를 만들 수 있는 영역으로 세 가지가 제시됐다.

Talent Acquisition

채용은 15~20개의 단계와 여러 handoff로 이루어진 복잡한 process이다. AI를 통해 Sourcing, Screening 등 여러 단계를 연결하고 채용 속도와 정확도를 높이면 단순한 HR cost saving을 넘어설 수 있다.

필요한 사람을 더 빨리 채용하면 실제 business의 Revenue Improvement에도 직접 기여할 수 있다.

AI를 Growth Technology로 봐야 한다는 앞의 이야기와 연결되는 부분이다.

Employee Self-Service & Concierge

직원이 여러 HR Portal을 찾아다니거나 HR Call Center에 문의하는 대신 하나의 Front-end Agent를 통해 필요한 정보와 서비스를 받을 수 있다. 직원에게는 하나의 interface가 보이지만, 뒤에서는 여러 Agent와 HR system이 연결되어 작동한다.

Learning & Development

기존 LMS에서는 회사가 교육과정을 만들고 직원이 필요한 과정을 찾아 듣는 방식이 일반적이었다.

AI를 활용하면 Employee의 role, skills와 development needs에 따라 보다 개인 맞춤형 상황에 맞춘 learning experience를 제공할 수 있다. Learning도 정해진 course를 제공하는 방식에서 필요한 순간에 필요한 capability를 지원하는 방향으로 이동할 수 있다.

11. 결국 HR의 역할은 줄어드는가?

결론은 HR이 사라진다는 것이 아니었다. AI를 제대로 활용하려면 오히려 HR이 지금까지 해온 기본적인 원칙이 중요하다.

Data Governance, Security, Change Management.

이 원칙들을 AI Agent에도 적용해야 한다. 기술이 발전해도 기업의 성과는 결국 사람의 capability, relationship, culture와 alignment에 달려 있다. 따라서 AI가 확대될수록 사람과 조직을 다루는 HR의 역할도 함께 변화한다. HR Strategy와 사람을 다루는 전문 영역에 대한 수요 역시 계속 커질 것이라는 전망이다.

한 시간의 발표를 관통한 메시지는 비교적 명확했다. AI는 단순히 기존 HR 시스템에 추가되는 하나의 기능이 아니다. ERP에서 HCM으로, HCM에서 수많은 Point Solution과 Portal로 발전했던 HR Technology가 이제 다시 한번 큰 전환점을 맞고 있다. 다음 단계는 System 중심의 HR에서 Agent 중심의 HR로의 이동이다.