AI 시대 인사평가, 산출물 개수보다 재작업률을 봐야 한다

AI를 쓰는 직원의 성과를 평가할 때는 산출물 개수를 주된 지표에서 내리고, 최종 승인율·대폭 수정률·하류 오류율·수정 시간·인간 검토 시간·지식 이전을 함께 봐야 한다. 처리량은 업무 수요와 도구 활용 정도를 보여주는 보조지표로 남기되, 개인 평가는 결과물이 실제로 쓰였는지와 다른 사람에게 얼마나 많은 재작업을 남겼는지에 연결하는 방식이다.

평가 절차는 같은 직무와 비슷한 난도의 업무끼리 기준선을 세우는 데서 시작한다. AI 사용 여부와 사용 단계는 비교 조건으로 기록하되 그 자체로 가감점하지 않고, 도입 전후 데이터를 병행 측정한 뒤 관리자 보정 회의에서 업무 난도·검토 책임·도구 접근 조건의 차이를 조정한다.

산출량은 성과보다 작업 조건을 반영할 수 있다

생성형 AI는 초안 작성과 요약처럼 첫 결과물을 만드는 시간을 줄일 수 있다. 보고서나 메일, 완료 처리된 업무의 수가 늘어도 그 증가분을 곧바로 개인의 판단력이나 최종 기여로 해석하기 어려운 이유다. 같은 직무에서도 도구 접근권, 교육, 업무의 표준화 가능성에 따라 산출량이 달라질 수 있다.

Microsoft Research의 실제 직장 연구 종합 은 12건이 넘는 연구를 검토했으며, 생성형 AI의 생산성 영향이 역할·기능·조직과 도입·활용 방식에 따라 달라진다고 설명한다. 따라서 전사 공통의 산출량 기준 하나로 개인을 비교하면 역할별 효과와 사용 조건의 차이가 성과점수에 섞일 수 있다.

처리량 자체를 버릴 필요는 없다. 다만 인력 배치와 업무 흐름을 보는 운영지표로 사용하고, 인사평가에서는 품질과 후속 비용을 해석하는 맥락으로 둬야 한다. 완료 건수가 늘었지만 동료의 전면 수정과 승인 대기가 함께 증가했다면, 생산성이 높아졌다기보다 검토 업무가 다른 사람에게 이전됐을 가능성을 살펴야 한다.

최소 KPI는 결과와 숨은 비용을 함께 잡는다

평가표가 지나치게 복잡해지지 않도록 핵심 지표를 다음과 같이 제한할 수 있다. 모든 비율은 같은 직무군·업무 유형·기간 안에서 계산하고, 단순 교정과 논리·사실·구조를 다시 만드는 대폭 수정을 구분한다.

• 처리량: 평가기간에 완료된 비교 가능한 업무 단위 수다. 단독 점수가 아니라 품질지표의 분모와 업무량 확인에 사용한다.
• 최종 승인율: 제출물 가운데 대폭 수정 없이 승인되거나 실제 운영에 사용된 비율이다. 승인 기준과 승인권자는 측정 전에 정한다.
• 대폭 수정률: 다른 사람이 핵심 논리, 사실, 계산, 구조 또는 고객 전달 내용을 크게 다시 만든 업무의 비율이다. 제목이나 표현을 다듬는 가벼운 편집은 제외한다.
• 하류 오류율: 승인 뒤 고객 대응, 정산, 개발, 법무 또는 운영 단계에서 발견된 오류의 비율이다. 오류의 위험도와 유입 단계, 책임 범위를 함께 기록한다.
• 수정 시간: 최초 제출부터 최종 승인까지 작성자와 후속 담당자가 투입한 수정 시간이다. 앞단의 시간 절감이 뒷단의 재작업으로 옮겨갔는지 보여준다.
• 인간 검토 시간: 검토자가 사실 확인, 위험 판단과 문맥 보완에 쓴 시간이다. 정상적인 품질 보증과 결함을 수습하는 재작업을 분리한다.
• 지식 이전: 동료가 재사용한 업무 지침, 검증 절차와 템플릿, 반복 오류를 줄인 코칭의 기여다. 문서 개수보다 재사용 기록이나 동료 확인을 근거로 삼는다.

Rework의 성과평가 제안 도 원시 산출량을 보조지표로 낮추고 결과물의 활용·승인·전환을 보며, 판단 품질은 하류 오류와 타인의 대폭 수정, 구조화된 동료 피드백으로 확인하라고 권한다. 이는 보편적으로 검증된 표준이 아니라 직무별 평가표를 설계할 때 참고할 실무 프레임워크로 보는 편이 정확하다.

직무별 기준선과 기록 규칙을 먼저 설계한다

같은 KPI도 직무에 따라 의미가 달라진다. 영업은 승인된 제안서가 고객 단계로 이어졌는지, 개발은 배포 뒤 결함과 코드 검토 부담이 어땠는지, 인사는 문서의 정책 적합성과 같은 문의의 재발 여부를 볼 수 있다. 규제나 안전 위험이 큰 업무라면 처리량보다 하류 오류와 검토 품질에 더 큰 비중을 둘 수 있다.

측정은 사람 단위의 총점보다 업무 건별 기록에서 시작하는 편이 낫다. 업무 유형, 난도나 위험등급, 담당 역할, AI 사용 단계, 최초 제출일, 승인 결과, 수정 주체·사유·시간, 하류 오류와 검토 시간을 남긴다. 평가 목적과 무관한 프롬프트 원문이나 화면 활동까지 수집하지 말고, 필요한 항목과 접근 권한, 보존기간을 사전에 정해 알린다.

AI 사용 공개는 결과의 조건을 해석하기 위한 표식이지 충성도 점수가 아니다. 사용에 자동 가점을 주거나 미사용을 일률적으로 감점하면 부적합한 업무에도 AI를 쓰거나 사용 사실을 숨길 유인이 생길 수 있다. 승인된 도구의 접근권과 교육 기회가 다르다면 그 차이도 비교 조건에 포함해야 한다.

속도만으로 효과를 판정해서는 안 된다는 점은 영국 노동연금부의 Microsoft 365 Copilot 평가 에서도 드러난다. 이 평가는 시간 절감뿐 아니라 직무 만족도와 업무 결과물의 품질을 함께 측정했으며, 비무작위 라이선스 배정과 자기보고식 측정, 도입 전 기준선 부재를 한계로 밝혔다. 기업 역시 속도·품질·업무 경험을 분리하고, 관측된 변화가 도구 사용 때문인지 단정하기 전에 비교 조건을 점검해야 한다.

도입 전후 비교표는 평가 질문을 유지하고 증거를 바꾼다

새 체계를 도입할 때 기존 항목을 모두 폐기할 필요는 없다. 같은 성과 질문에 답하는 증거를 다음처럼 바꾸면 직무별 평가표의 초안을 만들 수 있다.

• ‘작성 건수’ → ‘처리량과 최종 승인율’: 많이 만들었는지가 아니라 실제로 쓸 수 있는 결과를 얼마나 안정적으로 냈는지 본다.
• ‘마감 속도’ → ‘최초 제출부터 승인까지의 총시간’: 초안 작성뿐 아니라 작성자 수정, 동료 검토와 승인 대기를 포함한다.
• ‘오류 건수’ → ‘위험도별 하류 오류율’: 표현상 오류와 고객·재무·법무에 영향을 주는 오류를 동일한 한 건으로 계산하지 않는다.
• ‘상사 만족도’ → ‘판단 기준표와 수정 사유’: 사실 확인, 맥락 반영, 예외 처리와 위험 식별처럼 관찰 가능한 항목으로 평가 근거를 제한한다.
• ‘교육 이수’ → ‘검증 가능한 지식 이전’: 수강 여부보다 동료가 재사용한 절차와 반복 오류를 줄인 기여를 확인한다.

가중치는 직무 특성에 맞춰야 한다. 반복 업무가 많은 운영직은 승인율과 총처리시간의 비중을 높일 수 있고, 전문 판단이 중요한 직무는 하류 오류와 판단 기준표를 더 무겁게 볼 수 있다. 평가기간 중 유리한 방향으로 기준이 움직이지 않도록 지표 정의와 가중치는 시작 전에 공개한다.

평가는 기준선, 병행 측정, 보정 순서로 운영한다

1. 업무 단위를 고정한다. 크기가 제각각인 ‘보고서 한 건’ 대신 업무 유형과 난도 구간을 함께 정의한다. 한 사람이 작성자와 검토자를 겸한다면 역할별 시간을 나눈다.
2. 도입 전 기준선을 확보한다. 정상적인 업무 주기를 포함해 처리량, 승인율, 오류와 검토 시간을 모은다. 과거 기록의 정의가 다르면 억지로 합치지 않고 새 기준으로 수집한다.
3. AI 사용을 병행 기록한다. 조사, 초안, 분석, 교정 등 사용 단계를 표시하고 기존 지표와 새 지표를 동시에 관찰한다. 측정 초기에는 새 지표를 곧바로 인사등급에 연결하지 않아 기록 누락과 전략적 행동을 살핀다.
4. 예외를 검토한다. 긴급업무, 신규 고객, 규정 변경과 다른 팀의 지연처럼 개인이 통제하기 어려운 조건을 업무 건별로 남긴다. 낮은 승인율이 어려운 과제의 결과인지 반복되는 품질 문제인지 구분한다.
5. 관리자 보정 회의를 연다. 같은 직무군의 표본을 최소한의 식별 정보와 함께 비교해 대폭 수정과 오류의 경계를 맞춘다. 업무 난도, AI 접근권, 교육 기회와 검토 책임의 차이를 확인한 뒤 평가를 확정한다.
6. 다음 주기에 정의를 고친다. 수집 부담이 크지만 판단에 쓰이지 않는 항목은 줄이고, 판정이 자주 엇갈리는 항목에는 실제 예시를 추가한다.

보정 회의는 사람을 평균점수에 맞추는 자리가 아니다. 같은 행동이 관리자마다 다르게 분류되는 문제를 줄이고, 특정 팀이 검토 업무를 떠안아 개인 산출량이 낮아 보이는 상황을 바로잡는 절차다. 최종 점수와 함께 근거가 된 업무 표본과 예외 사유를 남겨야 다음 주기의 기준선도 개선할 수 있다.

AI 사용량이 아니라 책임 있는 결과를 보상한다

판단 품질은 주관적 인상 대신 사실 확인, 근거 선택, 업무 맥락 반영, 예외 식별과 위험 제기처럼 관찰 가능한 행동으로 나눈다. 중요한 오류를 사전에 찾아 결과물 사용을 중단시킨 결정도 성과로 인정해야 한다. 그렇지 않으면 위험을 알리기보다 빠르게 승인받는 행동이 유리해질 수 있다.

지식 공유도 문서나 교육 횟수만 세면 산출량의 함정이 반복된다. 공유된 검증 목록이 동료 업무에서 재사용됐는지, 같은 유형의 수정 사유가 줄었는지 확인한다. 다만 팀의 변화에는 여러 사람의 기여가 섞이므로 한 개인에게 전부 귀속하지 말고 보조 증거로 사용한다.

최종 평가표에는 처리량과 함께 승인율, 대폭 수정률, 하류 오류, 총수정시간, 검토시간과 지식 이전 근거가 나란히 있어야 한다. 지표가 서로 엇갈리면 하나의 종합점수로 먼저 덮지 말고 원인을 확인한다. 공정한 평가는 더 많은 초안을 만든 사람을 찾는 일이 아니라, 사용 가능한 결과와 그 결과가 남긴 재작업 비용을 함께 드러내는 일이다.