# AI는 기업 HRD에서 무엇을 바꾸고 있는가 이 글은 AI를 기업 HRD에 어떻게 도입해야 하는지를 설명하기 위한 글이 아니다. AI가 HRD 영역에 들어오면서 이미 현장에서 어떤 변화가 일어나고 있는지, 그리고 그 변화가 반드시 긍정적이지만은 않은 이유를 하나의 답이 아닌 관찰과 가설의 형태로 정리해보기 위한 기록이다. AI는 HRD를 더 효율적으로 만들기도 했고, 동시에 더 많은 질문을 떠안게 만들기도 했다. 그 변화는 관리의 방식에서도 나타나고 있다. --- ## AI가 HRD에서 가장 먼저 바꾼 것 AI가 기업 HRD 영역에 본격적으로 들어오면서 가장 크게 달라진 점을 한 가지 꼽자면, 교육생을 훨씬 더 **밀착해서 관리할 수 있게 되었다는 점**이다. 기존 기업 교육 현장을 보면 HRD 운영 인력은 많아야 2~3명, 적게는 1명이 수십 명에서 많게는 수백 명의 교육생을 동시에 관리한다. 이 구조에서는 교육 과정 중에 발생하는 수많은 관찰 포인트와 교육생의 반응, 고민, 사고 과정과 같은 비정형 데이터(raw data)가 대부분 가공되지 못한 채 휘발된다. 문제는 이 데이터들이 단순한 기록이 아니라는 점이다. 교육 과정에서 흘러가던 이 데이터들은 - 향후 교육 기획의 방향성을 설정하는 근거이자 - 교육생 개인의 커리어 개발에 필요한 중요한 단서이며 - 인사·조직개발 등 유관 부서에 전달될 수 있는 인사이트다 그럼에도 불구하고 기존 방식으로는 이를 체계적으로 수집·분석·활용하는 것이 현실적으로 어려웠다. 그래서 HRD는 알면서도 관리하지 못하는 영역을 사실상 포기해온 셈이다. AI는 바로 이 지점을 건드린다. --- ## LLM과 자동화가 만든 전환점 ![*자동화툴 MAKE와 LLM을 활용한 자동 보고서 분석 프로세스 일부 이미지](https://upload.cafenono.com/image/slashpagePost/20260113/110309_ik3NthNB5uhjcOKAfT?q=80&s=1280x180&t=outside&f=webp) LLM(Large Language Model)과 간단한 자동화 프로세스는 이 구조를 근본적으로 바꾸고 있다. 실제로 팀제이커브에서는 모 그룹사 인재개발원과 함께 핵심 인재 교육 과정을 운영하며, 교육생 약 60명의 소감문, 주임 교수의 정성적 피드백, 팀 별 사업계획서를 LLM으로 구조화·요약·분석해 보고서 형태로 자동 정리하고, 이를 각 계열사에 전달할 수 있는 공통 지표 체계로 가공한 경험이 있다. 이 사례의 핵심은 단순히 '보고서를 빠르게 만들었다'는 데 있지 않다.기존에는 관리할 수 없었던 교육 과정 중의 정성 데이터를 HRD의 자산으로 전환했다는 점이 중요하다. --- ## 활동형 교육에서 AI가 만드는 또 다른 변화 ![(왼) 팀제이커브 AI 코치 '김성준' / (오른) 프롬프트 예시](https://upload.cafenono.com/image/slashpagePost/20260113/110340_vMBZPL0Bv3eKNsJpmw?q=80&s=1280x180&t=outside&f=webp) AI의 유의미함은 교육 결과를 정리하는 단계에만 머물지 않는다. 교육이 진행되는 '활동 과정' 자체에서도 AI는 새로운 역할을 수행할 수 있다. 기존 활동형 교육에서는 교보재를 통해 학습을 돕지만, 활동 중 발생하는 질문이나 막힘에 대해 실시간으로 멘토처럼 대응하는 것은 현실적으로 어렵다. 이때 HRD 담당자가 직접 설계한 AI Agent는 학습 보조자이자 코치, 때로는 모더레이터로 기능할 수 있다. 과거에는 외부의 표준화된 SaaS형 AI 서비스를 도입해야 했고, 그 과정에서 기업의 교육 맥락과 맞지 않거나 교육 기획 의도와 다른 방식으로 안내가 이루어지는 경우도 많았다. 하지만 최근에는 HRD 담당자 스스로 프롬프트 설계만으로도 자사 교육 맥락에 맞는 AI 보조자를 만들 수 있게 되면서, 교육 몰입 환경을 훨씬 정교하게 설계할 수 있게 되었다. --- ## HRD 관점에서 본 AI 도입의 긍정적 변화 지금까지의 변화를 정리하면, HRD에서 AI 도입이 가져온 긍정적 변화는 크게 세 가지다. 첫째, 개인화된 학습 관리가 가능해졌다. 둘째, 그동안 놓치고 있던 비정형 데이터의 재발견이 가능해졌다. 셋째, HRD가 직접 AI Agent를 설계할 수 있을 만큼 진입장벽이 낮아졌다. 여기에 더해 최근에는 Cursor와 같은 바이브 코딩 도구를 활용해 개발자 없이도 AI 기반 학습 환경을 실험하는 시도도 늘고 있다. --- ## AI는 HRD의 일을 줄이지 않는다 흥미로운 점은 AI를 본격적으로 쓰기 시작한 이후 HRD의 일이 줄었다고 말하는 경우는 거의 없다는 것이다. 오히려 HRD는 더 많은 질문 앞에 서게 된다. AI는 HRD를 대체하지 않는다. 대신 HRD가 그동안 하지 않아도 되었던 판단을 더 이상 피할 수 없게 만든다. --- ## 장현민의 AI Native 가설 - AI가 HRD에 들어오며 가장 크게 바뀐 것은 교육 콘텐츠가 아니라, HRD가 관리할 수 있는 범위 자체다. - 관리 불가능했던 학습 과정이 보이기 시작하면서, HRD는 더 이상 '운영이 잘 되었는가'만으로 설명되기 어려워졌다. - 그래서 AI 시대의 HRD 역량은 툴 숙련도가 아니라, 무엇을 자산으로 보고 어디까지를 설계의 대상으로 삼을 것인지 결정하는 판단력에 가깝다. For the site tree, see the [root Markdown](https://blog.teamjcurve.com/.md).