HR에 새로 생기는 네 가지 역할

이 글은 ‘에이전틱 AI 시대, HR은 어떻게 바뀌는가’ 연재의 4편입니다.

앞선 글에서는 AI 파일럿의 함정, HR 운영모델 변화, 그리고 신입·초기 경력자의 성장 경로를 살펴봤습니다.

이번 글에서는 에이전틱 AI 시대에 HR 안에 새롭게 요구되는 네 가지 역할을 다룹니다.

AI가 HR 업무에 들어오면 가장 먼저 떠오르는 질문은 이것입니다.

“HR 업무가 얼마나 줄어들까?”

채용공고 작성, 이력서 스크리닝, 면접 일정 조율, 직원 문의 응대, 재직증명서 발급, 교육 추천, 성과 코멘트 요약 같은 업무는 이미 AI와 에이전트의 영향권 안에 들어왔습니다.

그래서 많은 조직은 HR의 미래를 효율화 관점에서 먼저 봅니다.

반복 업무가 줄어들 것이다.
처리 시간이 단축될 것이다.
Shared Service 인력이 줄어들 수 있다.
HRBP는 더 전략적인 일에 시간을 쓸 수 있다.
CoE는 더 정교한 제도 설계에 집중할 수 있다.

틀린 말은 아닙니다.

하지만 이것만으로는 부족합니다. AI가 HR 업무를 줄이는 만큼, HR 안에는 새로운 일이 생깁니다. 과거에는 없었거나 작게 존재했던 일이 앞으로는 핵심 역할이 될 수 있습니다.

맥킨지는 「Escaping the pilot trap: Building HR for the agentic era」에서 에이전틱 AI 시대 HR에 새로 중요해질 네 가지 역할을 제시합니다.

피플 전략가.
피플 테크놀로지스트.
피플 사이언티스트.
플로우투워크 제너럴리스트.

이 이름들이 낯설게 느껴질 수 있습니다. 그러나 그 안에 담긴 변화는 분명합니다.

HR은 더 이상 사람 관련 제도를 운영하는 기능에 머물기 어렵습니다. 앞으로 HR은 사람, 일, 데이터, 에이전트, 경험, 책임 구조를 함께 설계하는 역할로 이동해야 합니다.

왜 새로운 역할이 필요한가

기존 HR 역할은 비교적 익숙했습니다.

채용 담당자는 사람을 뽑습니다.
교육 담당자는 과정을 설계합니다.
보상 담당자는 임금과 인센티브를 관리합니다.
성과관리 담당자는 평가제도를 운영합니다.
HRBP는 현업 조직의 이슈를 조율합니다.
Shared Service는 반복 문의와 행정 처리를 맡습니다.

이 구조에서는 사람이 중심 실행자였습니다. 시스템은 그 실행을 돕는 도구였습니다.

그러나 에이전틱 AI가 들어오면 상황이 달라집니다.

AI 에이전트가 후보자를 정리합니다.
AI 에이전트가 직원 문의에 답합니다.
AI 에이전트가 교육을 추천합니다.
AI 에이전트가 급여 프로세스를 실행합니다.
AI 에이전트가 구성원의 이동 가능성을 분석합니다.
AI 에이전트가 조직 리스크와 몰입 신호를 감지합니다.

이제 HR은 직접 처리하는 사람만이 아닙니다. 에이전트가 어떤 기준으로 움직이는지 설계하고, 그 결과를 검토하고, 위험을 관리하고, 구성원 경험을 책임져야 합니다.

즉, HR의 일은 처리에서 설계로, 운영에서 오케스트레이션으로, 제도 관리에서 사람과 AI가 함께 움직이는 시스템 관리로 이동합니다.

새 역할이 필요한 이유가 여기에 있습니다.

기존 역할 이름만 유지한 채 AI만 붙이면 변화가 제대로 일어나지 않습니다. 채용 담당자가 AI 스크리닝 도구를 쓰는 것만으로는 충분하지 않습니다. 교육 담당자가 AI 추천 기능을 붙이는 것만으로도 부족합니다. 성과관리 담당자가 AI로 평가 의견을 요약하는 것만으로는 HR 운영모델이 바뀌었다고 말하기 어렵습니다.

AI가 들어온 뒤에는 누군가 다음 질문을 책임져야 합니다.

이 에이전트는 어떤 업무를 맡는가.
어떤 데이터와 기준을 사용하는가.
결과가 틀릴 가능성은 어디에 있는가.
사람은 어느 지점에서 개입해야 하는가.
구성원은 이 시스템을 신뢰할 수 있는가.
이 변화는 조직의 역량을 키우는가, 아니면 약화시키는가.

이 질문을 맡는 사람이 앞으로의 HR입니다.

1. 피플 전략가: 사람과 일을 함께 설계하는 역할

첫 번째 역할은 피플 전략가입니다.

피플 전략가는 단순히 인력계획을 세우는 사람이 아닙니다. 몇 명을 뽑을지, 어느 부서에 몇 명이 필요한지 계산하는 역할을 넘어섭니다.

에이전틱 AI 시대의 피플 전략가는 다음을 함께 봐야 합니다.

어떤 일이 사라지는가.
어떤 일이 새로 생기는가.
어떤 업무는 AI 에이전트에게 넘어가는가.
어떤 판단은 사람에게 남겨야 하는가.
어떤 Capability를 내부에서 길러야 하는가.
어떤 역량은 외부에서 빌리거나 사와야 하는가.
어떤 일은 사람과 AI가 함께 수행해야 하는가.

기존 인력계획은 주로 사람의 숫자를 중심으로 이루어졌습니다. 그러나 앞으로는 일의 구조를 함께 봐야 합니다.

예를 들어 채용 업무를 생각해보겠습니다.

이력서 검토에 10명이 필요했는데 AI가 1차 스크리닝을 한다면 단순히 몇 명을 줄일 것인지 묻는 것으로는 부족합니다. 이제 리크루터에게 필요한 일은 달라집니다. 후보자 경험을 설계하고, AI가 놓친 예외를 판단하고, 현업의 모호한 요구를 역할 요건으로 바꾸고, 중요한 후보자를 설득하는 일이 더 커질 수 있습니다.

그렇다면 질문은 바뀝니다.

“채용팀 인원을 몇 명 줄일 수 있는가?”가 아니라

“채용이라는 일이 어떻게 바뀌고, 사람에게 어떤 판단과 관계 역량이 남는가?”를 물어야 합니다.

피플 전략가는 이 질문을 다룹니다.

AI 시대의 인력전략은 인원 수 조정이 아닙니다. 일의 변화, 요구 역량, 사람과 에이전트의 역할 분담, 조직의 성장 방향을 함께 설계하는 일입니다.

이 역할이 약하면 조직은 AI를 도입하고도 사람의 배치와 육성을 과거 방식으로 유지합니다. 그러면 AI는 일부 업무를 빠르게 만들 수는 있어도, 조직 전체의 역량 구조를 바꾸지는 못합니다.

2. 피플 테크놀로지스트: HR과 기술 사이를 번역하는 역할

두 번째 역할은 피플 테크놀로지스트입니다.

이 역할은 단순히 HR 시스템 관리자나 HR Tech 담당자를 뜻하지 않습니다. 에이전틱 AI 시대의 피플 테크놀로지스트는 HR의 업무 흐름과 기술 구조를 함께 이해하는 사람입니다.

어떤 에이전트를 만들 것인가.
어떤 데이터에 접근하게 할 것인가.
어떤 시스템과 연결할 것인가.
어떤 권한을 줄 것인가.
어떤 상황에서는 사람이 개입하게 할 것인가.
성능이 떨어지는 에이전트는 어떻게 수정하거나 중단할 것인가.

이 질문을 다룹니다.

기존 HR에서는 기술팀이 시스템을 만들고 HR이 사용하는 경우가 많았습니다. 그러나 에이전틱 AI 시대에는 이 경계가 흐려집니다. 현업 HR 담당자가 로우코드 도구로 직접 에이전트를 구성할 수 있기 때문입니다.

이것은 큰 기회입니다. HR이 자기 업무를 가장 잘 알고 있으므로, 현장의 통증 지점을 빠르게 자동화할 수 있습니다.

하지만 위험도 큽니다.

각자가 만든 에이전트가 서로 다른 데이터를 쓰고, 다른 기준으로 판단하고, 보안과 개인정보 기준을 제대로 지키지 않으면 조직은 섀도 스택을 떠안게 됩니다. 겉으로는 혁신처럼 보이지만, 실제로는 통제되지 않는 자동화가 늘어나는 것입니다.

피플 테크놀로지스트는 이 중간을 잡아야 합니다.

IT가 모든 것을 통제해 속도가 느려지는 것도 문제입니다. HR이 각자 마음대로 만들어 조직 전체가 파편화되는 것도 문제입니다. 두 극단 사이에서 현장의 속도와 전사의 일관성을 조율해야 합니다.

그래서 이 역할은 기술을 아는 HR이기도 하고, HR을 아는 기술 파트너이기도 합니다.

앞으로 HR 담당자는 시스템 사용법만 알아서는 부족합니다. 자신이 운영하는 업무가 어떤 데이터와 워크플로로 움직이는지, 에이전트가 어떤 규칙을 따르는지, 사람의 판단이 어디에서 들어가야 하는지를 이해해야 합니다.

3. 피플 사이언티스트: 데이터와 AI 판단의 위험을 감시하는 역할

세 번째 역할은 피플 사이언티스트입니다.

이 이름을 들으면 People Analytics를 떠올릴 수 있습니다. 실제로 데이터 분석과 관련이 깊습니다. 하지만 에이전틱 AI 시대의 피플 사이언티스트는 단순히 리포트를 만들거나 대시보드를 운영하는 역할에 머물지 않습니다.

AI가 사람 관련 판단에 개입할수록 새로운 위험이 생깁니다.

채용 추천에 편향이 들어갈 수 있습니다.
성과 예측 모델이 특정 집단에 불리하게 작동할 수 있습니다.
학습 추천이 기존 직무 경로를 고착시킬 수 있습니다.
이동 추천이 구성원의 가능성을 좁게 판단할 수 있습니다.
직원경험 데이터가 지원보다 감시로 느껴질 수 있습니다.

피플 사이언티스트는 이런 위험을 봅니다.

어떤 데이터가 사용되었는가.
데이터는 정확한가.
특정 집단에 불리한 결과가 반복되는가.
AI의 추천은 설명 가능한가.
구성원이 이의를 제기할 수 있는가.
사람이 최종 판단을 검토했는가.
결과가 조직의 가치와 법적 기준에 맞는가.

이 역할은 앞으로 더 중요해질 수밖에 없습니다.

AI가 사람 관련 결정을 돕기 시작하면, 편향과 설명 가능성은 부가 문제가 아닙니다. 채용, 평가, 보상, 이동, 교육 추천은 모두 개인의 기회와 직접 연결됩니다. 잘못된 AI 판단은 단순 오류가 아니라 신뢰의 문제, 법적 문제, 조직문화의 문제가 됩니다.

특히 유럽연합의 AI 규제처럼 고위험 AI 시스템에 설명 가능성, 인간 감독, 이의제기 가능성을 요구하는 흐름은 HR에도 영향을 줍니다. HR 데이터와 AI 판단은 더 이상 내부 효율화 도구로만 볼 수 없습니다. 구성원의 권리와 조직의 책임이 걸린 영역입니다.

피플 사이언티스트는 그래서 “숫자를 잘 보는 사람”만이 아닙니다.

데이터가 사람에게 어떤 영향을 미치는지 보는 사람입니다.

AI 판단이 어떤 기회를 열고 닫는지 보는 사람입니다.

조직이 빠르게 의사결정할 때 놓칠 수 있는 공정성과 책임의 기준을 지키는 사람입니다.

AI 시대 HR에 필요한 데이터 역량은 분석 기술만이 아닙니다. 사람에 대한 판단을 데이터로 할 때 무엇을 조심해야 하는지 아는 역량입니다.

4. 플로우투워크 제너럴리스트: 일이 있는 곳으로 움직이는 역할

네 번째 역할은 플로우투워크 제너럴리스트입니다.

이 표현은 조금 낯설지만, 의미는 중요합니다. 특정 기능이나 고정된 직무에 묶이지 않고, 조직의 중요한 과제와 업무 흐름에 따라 유연하게 이동하는 HR 역할입니다.

과거 HR은 기능별로 나뉘어 있었습니다.

채용 담당자는 채용을 합니다.
교육 담당자는 교육을 합니다.
보상 담당자는 보상을 합니다.
조직문화 담당자는 조직문화를 합니다.

하지만 실제 조직 문제는 이렇게 나뉘어 오지 않습니다.

신규 사업이 생기면 채용, 교육, 보상, 조직문화, 리더십, 성과관리 문제가 함께 옵니다.

AI 도입이 시작되면 업무 재설계, 역량 개발, 평가 기준, 노사 커뮤니케이션, 직원경험 문제가 함께 옵니다.

조직개편이 일어나면 직무, 사람 배치, 리더십, 커뮤니케이션, 보상, 갈등 관리가 동시에 필요합니다.

이때 필요한 사람은 특정 제도만 아는 담당자가 아닙니다. 여러 HR 영역을 연결하고, 필요한 전문성을 끌어오고, 현업 문제에 맞게 조합할 수 있는 사람입니다.

플로우투워크 제너럴리스트는 이런 역할을 합니다.

문제가 있는 곳으로 이동합니다.
업무 흐름을 읽습니다.
필요한 HR 전문성을 연결합니다.
사람과 에이전트의 역할을 조정합니다.
현업 리더가 판단해야 할 의제를 정리합니다.
실행이 막히는 지점을 찾아냅니다.

이 역할은 과거의 “일반 HR 담당자”와 다릅니다. 단순히 여러 업무를 조금씩 아는 사람이 아니라, 문제의 흐름을 읽고 필요한 자원을 조합할 수 있는 사람입니다.

AI가 반복 업무를 줄이면 HR에는 더 많은 예외와 복합 문제가 남습니다. 이때 필요한 것은 정해진 기능 안에서만 움직이는 사람이 아니라, 일이 움직이는 방향을 따라 함께 움직일 수 있는 HR입니다.

그래서 flow-to-work는 단순 인력 운영 방식이 아닙니다.

조직의 문제가 어디에서 발생하든, HR이 그 문제의 흐름에 맞춰 움직이는 방식입니다.

네 역할은 서로 분리된 직함이 아니다

중요한 것은 이 네 역할을 곧바로 새로운 직무명으로만 받아들이지 않는 것입니다.

피플 전략가.
피플 테크놀로지스트.
피플 사이언티스트.
플로우투워크 제너럴리스트.

이 네 가지는 조직마다 하나의 직책으로 생길 수도 있고, 여러 사람의 역할 조합으로 나타날 수도 있습니다.

한 사람이 두 가지 역할을 일부 맡을 수도 있습니다. 작은 조직에서는 HR 리더가 이 역할을 동시에 수행해야 할 수도 있습니다.

핵심은 직무명이 아닙니다.

HR 안에 이런 기능이 실제로 존재하는가입니다.

우리 조직에는 사람과 일을 함께 설계하는 기능이 있는가.
HR 업무와 기술을 연결해 에이전트를 관리하는 기능이 있는가.
AI 판단과 데이터 위험을 감시하는 기능이 있는가.
기능 경계를 넘어 현업 문제의 흐름으로 이동하는 기능이 있는가.

이 질문에 답해야 합니다.

새 역할을 만들었다고 전환이 되는 것은 아닙니다. 반대로 직무명이 없더라도 이 기능들이 작동한다면 조직은 이미 변화를 시작한 것입니다.

HR 역량은 어떻게 달라지는가

이 네 역할이 중요해지면 HR 담당자에게 필요한 역량도 달라집니다.

과거 HR은 제도 지식, 관계 조율, 운영 경험, 노동법 이해, 커뮤니케이션 능력이 중요했습니다. 앞으로도 여전히 중요합니다.

하지만 여기에 새로운 역량이 추가됩니다.

업무 흐름을 설계하는 능력.
데이터를 읽고 의심하는 능력.
AI 에이전트의 작동 방식을 이해하는 능력.
사람과 AI의 역할 경계를 정하는 능력.
직원 경험을 제품처럼 개선하는 능력.
AI 판단의 위험과 편향을 감지하는 능력.
현업의 문제를 일과 Capability 언어로 바꾸는 능력.

이 역량들은 단순히 AI 교육 한두 번으로 생기지 않습니다.

HR 스스로 일하는 방식을 바꿔야 생깁니다. 반복 업무를 처리하던 사람이 에이전트를 운영해야 합니다. 제도를 설명하던 사람이 사용자 경험을 설계해야 합니다. 데이터를 보고하던 사람이 판단 위험을 감시해야 합니다. 현업 요청을 받아 처리하던 사람이 문제의 구조를 되물어야 합니다.

결국 AI 시대 HR 역량의 핵심은 “AI를 사용할 줄 아는가”가 아닙니다.

AI가 들어온 뒤 사람의 일과 판단이 어떻게 바뀌는지 설계할 수 있는가입니다.

국내 HR 조직에는 무엇을 묻는가

이 논의를 국내 HR 조직에 가져오면 몇 가지 질문이 남습니다.

첫째, 우리 HR은 AI 전환을 IT 프로젝트로만 보고 있는가.

AI 도입이 시스템 구축과 도구 사용 교육으로만 끝난다면 HR은 사용자에 머물게 됩니다. 그러나 AI가 업무와 역량, 책임 구조를 바꾸는 순간 HR은 설계자가 되어야 합니다.

둘째, HR 안에 에이전트 운영 책임이 있는가.

누가 HR 에이전트의 기준을 정하는가.
누가 오류를 모니터링하는가.
누가 성능을 개선하는가.
누가 중단 여부를 판단하는가.

이 책임이 없으면 에이전트는 늘어나지만 관리되지 않습니다.

셋째, AI가 사람 관련 판단에 개입할 때 공정성과 설명 가능성을 누가 보는가.

채용, 평가, 보상, 이동, 교육 추천은 모두 구성원의 기회와 연결됩니다. 이 영역에서 AI가 사용된다면 데이터와 모델의 위험을 점검하는 HR 내부 기능이 필요합니다.

넷째, HR 담당자는 기능 경계를 넘어 움직일 준비가 되어 있는가.

AI 전환은 채용팀만의 일이 아니고, 교육팀만의 일도 아닙니다. 업무 재설계, 역량 개발, 성과 기준, 직원경험, 노사 커뮤니케이션이 함께 움직입니다. HR도 그 흐름에 맞춰 움직여야 합니다.

AI가 HR 업무를 줄인다는 말은 절반만 맞습니다.

AI는 일부 업무를 줄입니다.

동시에 새로운 HR 업무를 만듭니다.

에이전트를 설계해야 합니다.
데이터와 판단 위험을 봐야 합니다.
사람과 AI의 역할 경계를 정해야 합니다.
직원 경험이 신뢰를 잃지 않도록 관리해야 합니다.
조직의 중요한 과제에 따라 HR 역량을 유연하게 배치해야 합니다.

그래서 앞으로 HR에 필요한 사람은 단순히 “AI를 잘 쓰는 사람”이 아닙니다.

사람과 일을 함께 설계하는 사람.
HR과 기술을 연결하는 사람.
데이터가 사람에게 미치는 영향을 감시하는 사람.
일이 흐르는 곳으로 움직일 수 있는 사람.

이 네 가지 역할이 HR 안에 생겨야 합니다.

AI 시대 HR의 질문은 이렇게 바뀝니다.

“어떤 HR 업무가 자동화될 것인가?”에서
“자동화 이후 HR은 어떤 새로운 역할을 맡아야 하는가?”로.

반복 업무가 줄어든 자리에 아무것도 남지 않는다면 HR은 축소됩니다.

하지만 그 자리에 전략, 기술, 데이터, 경험, 판단을 설계하는 역할이 생긴다면 HR은 더 중요해집니다.

AI는 HR의 일을 없애는 것이 아니라, HR에게 더 어려운 일을 요구하고 있습니다.

다음 글에서는 CHRO가 지금 정해야 할 다섯 가지 판단 의제를 정리해보겠습니다.

출처
McKinsey, 「Escaping the pilot trap: Building HR for the agentic era」, 2026. 8. 4.