코알라가 사는 숲 ③ : AX시대 인사담당자는 기술 최전방에서 무엇을 준비하고 있는가

인사담당자, 누구보다 기술 최전방을 사수해야 할 핵심 보좌관

기업 현장에 AI 활용이 본격화 되면서 가장 먼저 등장한 질문 중 하나가 일자리다. AI는 얼마나 많은 일자리를 대체할 것인가. 어떤 직무가 사라질 것인가. 사람은 AI와 무엇으로 경쟁해야 하는가. 여기에 장애인 고용까지 생각하려면 질문의 무게와 부담은 끝이 없다. 장애인 일자리 상당수가 단순 반복 업무와 지원 업무에 집중되어 있는 현실을 감안하면, 가장 불리한 사람은 사람이 아닌 AI와 경쟁해야 하는 장애인인 셈이다.

하지만 시대적 불안과 불확실 속에서 나는 정반대의 가능성을 경험한 적이 있다. AI가 장애인의 일을 대신하는 것이 아니라, 공정 라인에 장애인이 투입된 덕분에 기술 고도화와 함께 새로운 일자리가 만들어진 사례다. 그리고 그 과정에서 나는 장애인 고용을 조금 다르게 바라보게 됐다. 다양한 특성을 가진 사람이 함께 공동의 프로세스와 시스템을 교류하는 과정에서 기업이 미처 발견하지 못한 공정의 취약점을 찾아내고, 기술을 더 정교하게 만들며, 새로운 고객과 시장을 발견하는 단서가 된다는 점이다. 특히 인사담당자는 단순 채용, 교육, 평가, 보상 등의 정형화된 업무를 넘어, 우리 비즈니스의 가장 핵심인 인재 전략을 제시하고, 시장 트렌드에 함께 반응해야 하는 핵심 보좌관이기도 하다. 이런 특별 임무를 가진 인사담당자가 AX 시대에 채용 시 염두해야 할 세 가지를 나누고자 한다.

1) 다양한 직원을 업무 공정의 취약점을 발견하는데 활용하라

비전 AI 기술을 통해 패션 산업에서 발생하는 반품 상품을 AI로 검품하고, 단순 변심인 상품을 포장해 상품화하는 스타트업와 장애인 일자리를 함께 개발했을 때의 일이다. 이 회사는 비전 AI와 카메라가 설치된 테이블에 반품된 의류를 펼쳐 놓으면 센서가 실시간으로 반품 유형을 파악하여 반품 대상인지 아닌지를 알려주고, 판매 가능하도록 대신 패키징해 주는 B2B 서비스를 운영하고 있었다. 당시 스타트업의 특성상 고정 인건비 부담이 커서 검품 라인 일부에 단기 일용직을 활용하고 있는 상태였다. 공정을 지켜보니 특별히 큰 대화가 오가지 않고 기술 정확도가 높아 장애인 직무로써도 적합해 보였다. 그래서 우리는 이 공정에 청각장애인을 배치해 6개월 간 직무 적합성을 검증했다.

지켜본 결과, 예상과는 달리 검품 업무 자체에는 큰 문제가 없었다. 오히려 문제는 그 주변에서 나타났다. 선천적 농인, 중도 청각장애인, 보청기 사용으로 일부 소리가 들리는 난청인은 모두 ‘청각장애인’으로 분류되지만 사용하는 언어와 비장애인과의 소통 방식이 모두 달랐던 것이다. 누구는 수어를, 누구는 구화(입 모양을 보는)와 필담(종이에 글자를 적는)을 사용했다. 마치 겉모습은 아시아인지만 뚜껑을 열어보니 한국어, 일본어, 중국어로 소통해야 하는 상황이었다. 언어를 통일하는 것이 시급했다. 그래서 우리는 비장애인 중심으로 작성된 업무 매뉴얼을 이들의 언어에 맞춰 쉬운 글과 사진, 그림, 수어 영상을 함께 제공하는 형태로 바꿨다. 비장애인 직원에게도 청각장애에 대한 기본적인 이해와 간단한 생활 수어 교육을 병행했다.

그렇게 한 고비를 잘 넘어 가는듯 했는데, 두 번째 문제가 나타났다. 정확히 말하면 장애로 인한 문제가 아니라 60대 중년이라는 연령과 디지털 역량에 대한 문제였다. 검품 라인의 앞뒤 과정에 노트북과 엑셀을 사용해 고객사와 상품 정보를 확인하는 작업이 있는데, 일부 중년 근로자는 기기 조작에 어려움을 느꼈다. 처음에는 장애로 인한 문제라고 생각하기 쉽다. 하지만 자세히 들여다 보면 이는 장애 보다 연령과 디지털 경험의 차이에 가까웠다. 이는 단기 일용직 청년과 일할 땐 발견하지 못한 요소였다. 하지만 ‘중년’이라는 새로운 레이어가 추가되니 우리의 채용 프로세스에서 놓치고 있던 점이 확인되었다. 이후 선발 단계에서 컴퓨터 활용 수준을 확인하고, 온보딩 단계에서 한번 더 기초적인 시스템 사용법을 익힐 수 있도록 구조를 개선했다.

가장 흥미로운 문제는 언어에서 발견됐다. 중도 청각장애인이나 보청기 사용자에게서는 크게 나타나지 않았지만 일부 선천성 농인의 경우 문자보다 의미 중심으로 정보를 인식하는 특성이 있었다. 장애라는 1차 레이어에 연령이라는 2차 레이어를 올리니 비전 AI에서 놓치고 있던 부분을 드러났다. 패션 상품을 검품하다 보면 같은 색상을 브랜드에 따라 ‘검정, 흑, 黑, Black’ 처럼 서로 다른 방식으로 표현하는 상황이 생긴다. 사람에게 이 모든 표현을 외우게 하는 교육도 방법이다. 하지만 우리는 반대로 접근했다. 사람을 시스템에 맞추는 대신, 기술과 시스템이 사람의 언어 차이를 이해하도록 비전 AI 개발 방향을 바꾼 것이다. 패션 업계에서 자주 사용하는 표현과 생상 정보를 AI에 학습시켜 서로 다른 표현이라도 같은 의미로 인식하도록 기술을 보완했다. 사람이 모든 예외를 기억하도록 요구하는 대신 기술이 예외를 처리함으로써 정보 입력 과정에서 발생할 수 있는 휴먼 에러를 차단하도록 공정을 개선한 것이다. 장애인 고용을 시도했을 뿐인데 AI 기술 고도화 지점을 발견하였고, 이는 업계에서 기술 경쟁력을 갖는 계기가 되었다.

이 사례가 특별한 이유는 장애인 고용을 위해 생산성을 양보한 것이 아니기 때문이다. 오히려 다양한 사람이 업무에 참여하면서 기존 공정이 암묵적으로 전제하고 있던 조건들이 드러났다. 모든 직원이 디지털 기기에 익숙할 것이라는 가정, 모두가 같은 언어 표현을 이해할 것이라는 가정, 하나의 매뉴얼만 만들어두면 누구나 같은 방식으로 업무를 수행할 것이라는 가정 말이다. 평균적인 직원은 이런 불편을 스스로 해결하거나 참고 넘어갔을 수도 있다. 하지만 다양한 조건을 가진 사람이 들어오자 문제가 선명하게 드러났고, 발견한 문제를 개선하자 그 효과는 장애인에게만 머물지 않았다. 고령 근로자, 외국인 근로자, 신규 입사자처럼 기존 시스템에 익숙하지 않은 사람의 실수도 함께 줄일 수 있는 공정으로 고도화 되었다.

여기서 인사담당자가 장애인 고용 시 염두해야 할 중요한 관점이 있다. 다양한 사람을 채용하는 것은 단지 조직의 다양성을 높이는 일이 아니다. 기존 조직이 발견하지 못했던 업무 프로세스의 취약점을 발견하는 일이기도 하다. 잘 설계된 포용은 생산성을 낮추는 비용이 아니라 생산성을 높이는 개선 활동이 될 수 있다.

2) 가장 불편한 고객을 우리의 R&D 뮤즈로 삼아라

예술가들이 자신에게 창조적인 영감을 준 사람을 부를 때 ‘뮤즈(Muse)’라고 한다. 나는 이 경험을 통해 다양한 레이어를 가진 사람이 기업의 리스크가 아니라, 새로운 비즈니스와 기술의 발판이 되는 R&D 뮤즈라는 생각이 들었다. 만약 업무 프로세스에서 이런 일이 가능하다면, 우리가 만드는 제품과 서비스에서도 동일한 일이 일어날 수 있지 않을까. 장애인은 기술과 제품 개발의 최전선에 리얼한 불편과 편의를 느끼고 있는 사용자이자 중장기 R&D 파트너가 될 수 있다. 기술의 오류는 평균적인 사용자에게서 나타나지 않는다. 그들은 조금 불편하더라도 참고 사용할 수 있기 때문이다. 반면 시각이나 청각, 신체 기능에 제약이 있는 사용자에게 작은 설계 오류 하나는 곧바로 서비스 이용 중단으로 이어진다. 그래서 가장 큰 제약을 경험하는 사람이 어디에서 멈추는지를 관찰하면 기술과 서비스의 약점을 훨씬 빠르게 발견할 수 있다. 장애는 기술 개발의 장애물이 아니라 기술 완성도를 확인하는 일종의 ‘스트레스 테스트’가 될 수 있는 것이다.

글로벌 기술 기업에서도 이러한 접근을 찾을 수 있다. 구글은 개발팀을 확대 개편하여 자회사 웨이모를 설립했다. 이들의 핵심 역량 중 하나가 자율주행 기술이었는데, 완전자율주행의 가치를 증명하기 위해서는 기존 자동차를 직접 운전할 수 없는 사람도 목적지까지 이동할 수 있는 스토리가 필요했다. 이를 위해 2016년 시각장애인 스티브 마한이 자율주행차에 올랐고 시범 운영에 성공하는 모습을 선보였다. ‘잘 볼 수 있는 사람이 운전하기 편한 자동차’와 ‘운전을 할 수 없는 사람도 목적지까지 이동할 수 있는 자동차’는 기술적으로 요구하는 수준이 다르다. 후자를 기준으로 사업화 전략을 선택하는 순간, 자동차는 단순한 운전 보조장치를 넘어 센서와 카메라, AI 기술이 주변 환경을 스스로 인식하고 판단해 대응해야 하는 시스템으로 패러다임이 진화한다.

사진 설명. 구글 자회사 웨이모가 시각장애인 단독 자율주행차 시험운행에 성공한 모습

한창 상용화를 위해 기술 경쟁 중인 스마트글래스도 비슷하다. 스마트글래스 자체가 시각장애인을 위해 만들어진 것은 아니지만 삼성, 구글, 샤오미 등 글로벌 기업은 앞다퉈 시각장애인을 대상으로 기술을 검증하고 있다. 안경에 부착된 카메라와 AI 기술의 시너지는 주변 사물과 공간을 이해하고 설명하는 것을 넘어 시각장애인에게는 ‘눈’이 청각장애인에게는 ‘귀’가 낯선 문화를 마주한 이방인들에게는 ‘통역사’로 영향력이 확장되고 있다. 최근에는 시각장애인이 가이드 러너 없이 스마트글래스 착용만으로 약 42km 마라톤을 완주했다. 이는 어떤 의미일까. 매번 타인에게 의존해야만 하는 구조적 불평등에서 벗어나 독립적으로 자신의 삶의 반경을 넓히고 개척해 나가는 출발을 시사한다. 기술이 누군가의 삶의 여정에 전환점을 제공한 격이다. 마이크로소프트는(Microsoft)는 이러한 접근을 ‘Solve for one, extend to many’라고 표현했다. 한 사람의 극단적인 불편을 제대로 해결하면 그 결과가 더 많은 사람에게 확장된다는 의미다. 마치 청각장애인을 위해 개발된 자막은 OTT 산업의 기본값이 되었고, 저시력 사용자를 위해 개발된 스마트폰 다크 모드, 고대비, 큰 글씨 기능을 비장애인들이 더 많이 사용하고 있는 것처럼 말이다.

나는 이것이 기업에게 중요한 비즈니스의 힌트라고 생각한다. 장애인을 기준으로 R&D를 한다는 것은 작은 시장을 위해 특수한 제품을 만드는 일이 아니다. 오히려 가장 까다로운 사용자가 겪는 문제를 먼저 해결함으로써 아직 평균적인 고객조차 인식하지 못했던 불편을 발견하는 전략에 가깝다. 장애인을 직원으로만 바라보면 HR의 영역에서 이야기가 끝난다. 하지만 직원이자 고객, 뮤즈이자 기술 파트너로 바라보기 시작하면 이야기는 하이테크 기반의 R&D와 제품 개발, CX, 품질, 신사업으로 확장된다. 장애인의 경험은 기업이 미처 발견하지 못한 기술의 빈틈이자 동시에 블루오션(또는 퍼플오션)의 단서일 수 있다. 포용이 사회적 가치에 머무르지 않고 기술과 비즈니스에 적극적으로 활용해야 하는 전략인 이유이다.

3) 기술만 배운 R&D 인재를 경계하라

그렇다면 여기서 인사담당자는 어떤 역할을 해야할까. 좋은 기술, 포용적 기술을 만들라고 R&D 조직에 요구하는 것만으로 충분할까. 나는 그렇지 않다고 생각한다. 만약 개발팀 모두가 비슷한 환경에서 성장하고, 비슷한 신체 조건과 경험을 가지고 비슷한 방식의 고객 경험만 했다면 그들이 발견할 수 있는 문제의 범위와 솔루션 역시 비슷해질 가능성이 높다. AI와 기술은 결국 그것을 만드는 사람의 경험과 질문, 문제 의식의 그릇만큼 작동하기 때문이다. 이 문제는 생성형 AI와 AX가 확산될수록 더욱 중요해진다. AI 모델을 만들고 데이터를 설계하는 개발자는 어떤 데이터를 포함하고 제외할지 결정한다. 제품기획자는 어떤 사용자의 행동을 정상적인 사용 방식으로 정의할지 결정한다. UX 개발자는 어떤 사람이 어떤 순서로 화면을 사용할 것인지 가정한다. 결국 기술에 포함되는 편향은 알고리즘의 문제이기 이전에 그것을 만드는 조직이 어떤 사람과 경험을 상상할 수 있었느냐의 문제이기도 하다.

따라서 앞으로 기업이 AI 개발자와 데이터 전문가, UX·서비스 기획자와 같은 R&D 인력을 채용할 때에는 기술 역량만으로 충분하지 않을 수 있다. 다양한 사용자의 환경을 이해할 수 있는 감수성이 뒷받침 되어야 한다. 장애 유형에 따라 정보와 기술을 사용하는 방식이 어떻게 달라지는지 이해하는 경험, 접근성 프로젝트를 수행한 경험, 장애인 당사자와 제품을 함께 개발해본 경험, 자신의 기술이 특정 사용자에게 구조적으로 불리하게 작동할 가능성을 질문할 수 있는 태도 역시 중요한 역량이 될 수 있다. 모든 개발자가 장애 전문가가 되어야 한다는 뜻은 아니다. 오히려 중요한 것은 자신과 다른 사용자를 상상할 수 있는가, 그리고 자신이 당연하게 생각했던 기준을 의심할 수 있는가​를 선발 과정에서부터 검증하고 평가해야 한다는 뜻이다.

R&D 조직의 팀 구성 자체도 중요하다. 장애인 개발자나 디자이너를 직접 채용할 수도 있고, 장애 당사자를 사용자 연구와 테스트 과정에 참여시킬 수도 있다. 접근성 전문가나 특수교육, 사회복지, 재활, 인지과학 등 서로 다른 배경을 가진 사람과 기술 인력이 협업하는 구조를 만들 수도 있다. 기술을 만든 뒤 마지막 단계에서 장애인에게 테스트를 부탁하는 것이 아니라, 문제를 정의하는 첫 단계부터 서로 다른 사용자가 참여하는 것이다. 나는 이것이 앞으로 HR과 R&D가 만나는 중요한 접점이라고 생각한다. 그동안 다양성 채용은 주로 ‘누구를 얼마나 채용했는가’의 문제였다. 하지만 AX 시대에는 한 단계 더 나아가 다양한 경험을 가진 사람의 관점이 실제 제품과 기술, 의사결정에 얼마나 반영되고 있는가​를 봐야 한다. 그래야 다양성이 숫자로 끝나지 않고 기업의 경쟁력으로 전환되기 때문이다.

AX 인재 전쟁, HR의 감도가 높이자

다시 청각장애인 검품 사례로 돌아가, 처음에는 단순한 장애인 직무개발 프로젝트였다. 그러나 청각장애인이 실제 공정에 들어오자 기존 업무 프로세스의 문제점이 드러났고, 그 문제를 해결하면서 AI 기술과 업무 시스템이 더 정교해졌다. 무엇보다 장애·비장애 직원 모두가 안정적으로 협력할 수 있는 생산 라인과 지원 제도가 재설계되면서 사업 모델이 고도화되고, 투자 기회도 함께 열렸다. 결과적으로 장애인 고용은 하나의 HR 프로젝트에서 끝나지 않았다. 고용, 공정개선, 기술 고도화, 사업모델 확장으로 이어졌고 인사(HR)의 역할과 범위가 한층 더 깊어짐을 경험했다. 그래서 나는 장애인을 HR의 채용 대상으로만 바라보는 것에 아쉬움이 크다.

포용은 생산성의 반대말이 아니다. 잘 설계된 포용은 프로세스의 오류를 발견하고, 기술과 비즈니스를 더 정교하게 만드는 방법이다. 하지만 여기에는 중요한 전제가 하나있다. 우리의 기술과 문화, 시스템에는 우리만의 철학과 관점이 들어가야 한다는 것이다. 인사(HR) 영역에도 AI·AX가 적극적으로 도입되고 있는 이 시점에 우리가 놓치고 있는 건 무엇일까. AI가 사람을 평가하기 시작한 지금, 우리가 사용하는 AI는 정말 다양한 사람을 공정하게 바라보고 있을까. 포용성을 외치는 트렌드 속에서 기업은 무엇을 공정한 평가라고 정의해야 하는 걸까. 다음 글에서는 이 질문을 다뤄보려 한다.