평가등급과 평가기술의 불일치를 줄이고 구성원 성장을 돕는 HR 전략
많은 조직에서 반복되는 평가 갈등
성과평가 시즌이 끝난 후 HR 조직에 자주 들어오는 질문이 있다.
“평가 의견에는 제가 잘했다고 되어 있는데 왜 등급은 B인가요?”
실제로 평가 의견을 보면 다음과 같은 문장이 적혀 있는 경우가 많다.
“OO님은 올해 맡은 업무를 성실하게 수행하였으며 팀 내 협업에도 긍정적인 기여를 하였습니다.”
이 문장은 틀린 말은 아니다.
하지만 문제는 평가등급과 연결되지 않는다는 점이다.
구성원 입장에서는 자연스럽게 이런 의문이 생긴다.
“이렇게 좋은 평가라면 왜 등급이 낮지?”
이러한 평가등급과 평가기술 간의 불일치는 많은 조직에서 반복적으로 발생한다.
그리고 이는 구성원이 평가 결과를 받아들이기 어려워지는 대표적인 이유가 된다.
또 다른 사례도 있다.
예를 들어 한 직원이 다음과 같은 역할을 수행했다고 가정해보자.
- 프로젝트 일정 관리
- 내부 회의 정리
- 보고서 작성
이 직원은 매우 성실하게 일을 수행했다.
하지만 조직의 핵심 KPI는 다음과 같았다.
- 신규 고객 확보
- 신규 매출 창출
이 경우 해당 직원의 업무는 프로젝트 운영 지원 역할이기 때문에 조직 성과와의 직접적인 연결성은 상대적으로 낮다.
그래서 관리자 입장에서는 평가등급을 높게 주기 어렵다.
하지만 이러한 논리가 평가 의견에 설명되지 않으면 구성원은 다음과 같이 생각한다.
“나는 맡은 일을 잘했는데 왜 평가가 낮지?”
결국 문제는 평가 결과 자체가 아니라 평가 설명 방식이다.
그래서 최근 인사관리에서는 단순히 평가등급을 매기는 것이 아니라
- 왜 이런 평가가 나왔는지
- 조직 성과와 어떤 관계가 있는지
- 앞으로 무엇을 개선하면 좋은지
를 명확하게 설명하는 피드백 중심 평가 체계가 중요해지고 있다.
이 과정에서 AI 기반 Performance Review 지원 시스템이 현실적인 도움을 줄 수 있다.
중요한 점은 AI가 평가를 대신하는 것이 아니라 관리자가 더 좋은 평가를 할 수 있도록 돕는 도구라는 것이다.
문제 원인 분석: 평가가 설득력을 잃는 이유
HR 현장에서 평가 갈등이 발생하는 이유는 크게 세 가지다.
① 평가등급과 평가기술의 연결이 약하다
많은 평가 코멘트는 다음과 같은 문장으로 시작한다.
“업무를 성실하게 수행하였다.”
“팀워크에 기여하였다.”
이 문장은 틀린 말은 아니지만 평가등급의 근거가 되기 어렵다.
결과적으로 구성원은 평가 논리를 이해하기 어려워진다.
② 조직 성과와 개인 업무의 연결이 설명되지 않는다
예를 들어 다음과 같은 실제 상황이 있다.
A 직원
- 프로젝트 문서 관리
- 일정 관리
- 보고자료 작성
업무 자체는 매우 성실했다.
하지만 조직의 핵심 목표는 신규 매출 확대였다.
이 경우 A 직원의 역할은 프로젝트 운영을 지원하는 역할이기 때문에 조직 KPI와의 직접적인 연결성은 낮다.
관리자는 이러한 이유로 평가등급을 낮게 줄 수 있다.
그러나 이 논리가 설명되지 않으면 직원은 평가를 수용하기 어렵다.
③ 성장 피드백이 부족하다
많은 평가 코멘트는 다음과 같은 문장으로 끝난다.
“앞으로도 좋은 성과를 기대한다.”
이 문장은 사실상 의미가 없는 문장이다.
구성원이 알고 싶은 것은 다음이다.
- 무엇을 잘했는가
- 무엇을 개선하면 좋은가
- 어떤 역할을 하면 성장할 수 있는가
즉 평가가 아니라 성장 중심 피드백이 필요하다.
한 줄 결론
AI는 평가를 대신하는 도구가 아니라 평가자의 생각을 구조화하고 의미 있는 피드백을 돕는 도구다.
복잡한 시스템 없이도 가능한 AI 평가 지원 구조
많은 HR 담당자들이 이렇게 생각한다.
“우리 회사는 People Analytics 시스템이 없는데 AI를 어떻게 활용하지?”
하지만 실제로는 복잡한 시스템 없이도 충분히 활용할 수 있다.
핵심은 평가를 작성하는 생각 구조를 바꾸는 것이다.
STEP 1: 세 가지 질문으로 평가 구조 만들기
관리자는 평가를 작성하기 전에 다음 세 가지 질문만 정리하면 된다.
- 이 직원이 올해 가장 잘한 일은 무엇인가
- 그 일이 팀이나 조직 성과와 어떤 관계가 있는가
- 앞으로 어떤 역할을 하면 더 성장할 수 있는가
이 세 가지 질문만 정리해도 평가의 구조가 만들어진다.
STEP 2: AI를 활용해 평가 문장 구조 만들기
관리자는 간단한 메모 형태로 정보를 입력한다.
(예시)
직원: 김OO
잘한 점: 프로젝트 일정 관리 안정적
조직 성과 연결: 프로젝트 운영 안정성 기여
개선점: 고객 커뮤니케이션 경험 부족
AI는 이를 기반으로 다음과 같은 평가 문장을 생성할 수 있다.
“김OO님은 프로젝트 일정 관리 역할을 안정적으로 수행하며 프로젝트 진행 과정에서 일정 지연이 발생하지 않도록 관리하였다. 이러한 역할은 프로젝트 운영 안정성을 높이는 데 기여하였다. 향후 고객 커뮤니케이션이나 사업 기획 단계에 참여한다면 조직 성과와의 연결성을 더욱 높일 수 있을 것으로 기대된다.”
이 방식만으로도 평가 작성 시간이 크게 줄어든다.
AI 사용 시 발생할 수 있는 현실적인 문제
AI를 활용할 때 HR에서 가장 많이 나오는 우려가 있다.
“AI가 평가 문장을 작성하면 팀장의 책임감이 약해지지 않을까?”
이 문제를 해결하기 위해서는 AI를 ‘초안 생성 도구’로만 사용하도록 설계하는 것이 중요하다.
① AI는 초안만 작성한다
AI의 역할은 문장의 구조를 잡는 것이다.
최종 평가 책임은 관리자에게 있다.
관리자는 반드시 다음을 수행해야 한다.
- 실제 사례 추가
- 개인 관찰 내용 추가
- 문장 수정
② 관리자 확인 질문을 넣는다
평가 시스템에 다음과 같은 질문을 넣을 수 있다.
- 이 평가 문장은 실제 사례를 포함하고 있는가
- 조직 성과와의 연결 설명이 충분한가
- 본인이 직접 관찰한 행동을 반영했는가
이 질문에 답해야 평가 제출이 가능하도록 한다.
③ AI 초안 대비 수정 정도를 확인한다
AI 문장을 그대로 사용하는 것을 방지하기 위해
AI 초안과 최종 평가 문장을 비교하는 방식을 사용할 수 있다.
예를 들어 다음과 같은 방식이다.
AI 초안
“OO님은 프로젝트 일정 관리 역할을 안정적으로 수행하며 프로젝트 진행에 기여하였다.”
관리자 수정 후 제출
“OO님은 프로젝트 A 일정 관리 역할을 맡아 일정 지연 없이 프로젝트를 운영하였다. 특히 3분기 고객 프로젝트 진행 과정에서 일정 리스크를 사전에 조정하며 팀의 프로젝트 안정성에 기여하였다.”
이처럼 구체적인 사례가 추가된 문장으로 수정하도록 유도한다.
HR에서는 다음과 같은 기준으로 확인할 수 있다.
| 수정 비율 | 의미 |
| 0~10% | AI 문장 그대로 사용 가능성 |
| 20~40% | 사례 및 설명 추가 |
| 40% 이상 | 관리자 관찰 기반 평가 |
이 방식의 핵심은 AI가 평가를 대신하지 않도록 하는 것이다.
AI는 문장 구조를 돕고 최종 판단과 책임은 관리자에게 남겨둔다.
실제 기대 효과
이러한 방식으로 AI를 활용하면 다음과 같은 변화가 나타난다.
첫째, 평가 작성 시간이 약 40~50% 감소한다.
둘째, 평가등급과 평가기술의 논리적 연결성이 높아진다.
셋째, 구성원이 평가 결과를 더 잘 이해하게 된다.
넷째, 평가가 단순한 등급 결정이 아니라 구성원 성장 피드백 과정으로 바뀐다.
이러한 변화는 결국 데이터 기반 HR과 People Analytics가 지향하는 방향과도 맞닿아 있다.
마무리
많은 기업이 성과평가 제도를 바꾸려고 한다.
하지만 실제 문제는 제도 자체가 아니라 평가 설명 방식에 있다.
평가등급과 평가기술이 연결되지 않으면 구성원은 평가를 신뢰하지 않는다.
따라서 앞으로 인사관리에서 중요한 것은 다음 세 가지다.
- 평가 논리를 명확하게 설명하는 것
- 조직 성과와 개인 성과의 관계를 보여주는 것
- 성장 중심 피드백을 제공하는 것
AI는 평가를 대신하는 도구가 아니라 관리자가 더 좋은 평가를 할 수 있도록 돕는 도구다.
그리고 이것이 바로 앞으로 People Analytics 시대 HR 전략의 중요한 변화가 될 것이다.