.png)
AI 도입안을 내야 하는데, 무엇부터 바꿀지 안 보인다면
온보딩, 인사변경, 휴직, 퇴사 중 어느 업무에 AI를 붙여야 할까요? HRIS 담당자에게 물으면 모두 반복적이고 급한 일처럼 보입니다. 담당자마다 가장 힘들다고 꼽는 단계도 다르죠.
이 상태에서 챗봇이나 생성형 AI부터 고르면 간단한 조건문에 비싼 모델을 쓰거나, 정답이 틀리면 곤란한 결정을 확률적인 시스템에 맡기기 쉽습니다. 먼저 해야 할 일은 업무가 실제로 어디서 멈추고 누가 몇 번 손대는지 기록하는 것이에요.
HRBench가 소개한 HRIS 리더도 팀별 업무시간과 영향을 받는 인원을 조사한 뒤 수작업부터 자동화했습니다. 반환된 시간을 스프레드시트에 계속 기록해 성과평가 때 생산성 1,000시간을 절약했다고 보고했는데, 이 과정에는 AI가 쓰이지 않았습니다.
1,000시간은 목표가 아니라 측정 습관의 사례입니다
이 숫자를 우리 팀의 예상 절감 시간이나 AI ROI로 가져오면 안 됩니다. 원문에는 회사 규모, 측정 기간, 자동화한 업무 목록, 건당 기준시간, 예외 처리와 유지보수 시간을 차감했는지가 공개돼 있지 않습니다. 한 실무자가 자체 집계한 사례이므로 현금 절감액으로 환산할 근거도 부족합니다.
대신 가져올 수 있는 것은 조사 순서입니다. 사례자는 한 사람의 반복된 불만만 듣지 않고 각 업무에 드는 시간과 영향을 받는 인원 수를 함께 살폈습니다. 담당자의 업무 문서를 저장소에 남긴 일은 인력 이탈이나 기업 거래 때 개인에게 묶인 운영 지식을 보존하는 데도 도움이 됐다고 설명합니다. 다만 그 효과는 별도로 정량화되지 않았습니다.
절약 시간과 절감 비용은 다른 숫자예요.
처리시간이 줄어도 반환된 시간이 다른 업무에 실제로 재배치되지 않았다면 현금 절감으로 볼 수 없습니다. 오류 수정, 예외 처리, 검수, 수동 개입과 유지보수에 다시 쓴 시간도 함께 빼야 합니다.
첫 실행: 완료된 온보딩 한 건을 프로세스 지도로 만드세요
처음부터 전사 HR 프로세스를 조사할 필요는 없습니다. 최근 완료된 반복 업무 하나를 고르고 개인정보를 제거하거나 최소화한 소규모 CSV로 시작하세요. 아래 값과 업무명은 제품 성능이나 실제 처리시간이 아니라 입력 형식을 보여주기 위한 가상 예시입니다.
- 로그 유형부터 정합니다.
한 행이 한 사건을 나타내는 이벤트 로그라면 Case ID, Activity Name, 발생 시각 하나를 준비하세요. 각 단계의 지속시간까지 분석할 활동 로그라면 시작 시각과 종료 시각을 각각 넣습니다. Microsoft 문서는 Case ID와 Activity Name을 요구하면서 이벤트 로그와 활동 로그의 타임스탬프 구조를 구분합니다. - 아래 가상 예시를 CSV로 저장합니다.
case_id,activity_name,event_timestamp
ONB-024,입사자 정보 접수,2026-09-01T09:00:00+09:00
ONB-024,관리자 승인,2026-09-01T13:40:00+09:00
ONB-024,IT 장비 요청,2026-09-01T14:05:00+09:00
실제 작업에서는 HRIS 상태 변경, 승인 이력과 티켓 기록을 대조하고 이름·이메일처럼 분석에 불필요한 개인정보는 넣지 마세요. 현재 상태만 저장한 표에는 과거 활동 이력이 없을 수 있습니다. - 환경과 권한을 확인한 뒤 브라우저에서 로그인합니다.
Process Mining을 시작하려면 적절한 라이선스 또는 평가판, Microsoft Dataverse 데이터베이스가 구성된 Power Platform 환경, 해당 환경의 Environment Maker 역할이 필요합니다. 사용할 환경을 선택할 수 없거나 Dataverse 데이터베이스가 없다면 관리자에게 환경 구성과 역할 할당을 요청하세요. 조건이 갖춰졌다면 Power Automate에 조직 계정으로 로그인하고 Process Mining 홈의 Start here에서 프로세스 이름을 입력합니다. 별도 로컬 설치는 필요하지 않습니다. - CSV를 연결하고 열을 매핑합니다.
Choose data source → All categories → Text/CSV → Browse OneDrive로 이동해 OneDrive for Business 인증을 거쳐 CSV를 엽니다. 필요한 기간과 활동만 남기고 다음 화면에서 Case ID, Activity와 로그 유형에 맞는 타임스탬프 열을 매핑한 뒤 Save and analyze를 선택하세요. OneDrive for Business를 쓸 수 없다면 공식 문서의 Blank table 경로를 검토할 수 있습니다. - 첫 성공은 활동 노드와 경로로 확인합니다.
Analytics의 프로세스 지도에 입사자 정보 접수, 관리자 승인, IT 장비 요청이라는 세 활동 노드와 입사자 정보 접수 → 관리자 승인 → IT 장비 요청 전이가 나타나고, 총 case count가 1로 표시되면 가상 로그가 분석된 것입니다. 프로세스 지도는 개별 Case ID 아래 이벤트를 펼치는 화면이 아니라 활동과 활동 사이의 경로를 집계해 보여줍니다. ONB-024 자체를 확인해야 한다면 별도의 사례 목록이나 상세 화면에서 찾으세요. 분석 오류가 나면 Case ID와 Activity Name이 Text 형식인지, 타임스탬프가 Date/Time 형식인지 먼저 점검합니다.
프로세스 마이닝은 기록된 이벤트 데이터에서 실제 흐름, 병목, 재작업과 자동화 후보를 찾는 선택지입니다. 최초 업무 문서화를 대신하지 않으며, 안정적인 Case ID나 과거 이벤트가 없다면 도구 설정을 늘리기보다 완료 사례를 스프레드시트에 수집하는 단계로 돌아가세요.
지도에서 찾은 일을 세 단계로 나누세요
기록한 경로에서 규칙으로 고정되는 구간부터 자동화하고, 그래도 해석이 남는 구간만 AI 후보로 넘기면 됩니다. IBM의 일반적인 HR 자동화 절차도 수작업 조사와 문서화, 도구 선택, 기존 HRIS·급여·복리후생·지원자 추적 시스템 연결 순서로 설명됩니다.
- 1단계: 실제 경로와 기준선을 고정합니다.
완료된 여러 사례에서 처리 건수, 단계 간 경과시간, 수동 개입시간, 재작업 사유와 예외를 같은 정의로 기록하세요. 담당자의 기억과 시스템 기록이 다르면 둘 다 남기고 차이가 생긴 이유를 확인합니다. - 2단계: 규칙 한 문장으로 테스트할 수 있는 구간을 자동화합니다.
“승인된 입사자 레코드에 필수 장비 필드가 모두 있으면 지정된 IT 대기열에 티켓을 만들고 처리 상태를 기록한다”처럼 입력, 조건, 결과와 실패 대기열을 적으세요. 정상, 필수값 누락, 중복, 취소, 담당자 부재의 기대 결과를 만든 뒤 현재 HRIS나 자동화 도구에서 구현합니다. - 3단계: 규칙으로 고정되지 않는 구간만 AI로 평가합니다.
문의 문장의 의도를 분류하거나 정책 문서 초안을 만드는 것처럼 입력 표현은 다양하지만 사람이 결과를 검토할 수 있는 일부터 시작하세요. AI가 지원할 작업, 지식의 한계, 사용 범위, 검토 책임자, 중단 조건, 기대 편익과 오류 비용을 문서화합니다. NIST AI RMF도 이런 항목을 정의하고 기록하도록 안내합니다.
| 판단 질문 | 규칙 자동화가 맞는 경우 | AI를 검토할 수 있는 경우 |
|---|---|---|
| 입력 | 정해진 필드·코드·상태값 | 메일·문서·자유서술 |
| 정답 | 조건과 결과를 미리 열거 가능 | 문맥에 따라 분류·요약·초안이 달라짐 |
| 검사 | 필수값·중복·형식을 즉시 확인 | 사람이 맥락과 근거를 검토 |
| 예시 | 승인 전달, 알림, 티켓 생성 | 문의 의도 분류, 정책 초안 작성 |
| 실패 대응 | 재실행하거나 담당 대기열로 전달 | 승인 보류, 사람 검토 또는 사용 중단 |
채용처럼 사람의 기회에 영향을 주는 AI는 일반 생산성 자동화와 분리해야 합니다. 영국 정부 지침은 구매 전에 목적과 기능을 정의하고 데이터 보호, 효과적인 인간 감독, 접근성과 편향 위험을 검토하며, 실제 사용자와 영향을 받는 집단이 참여하는 파일럿을 권고합니다. 영국 환경의 지침이므로 실제 도입에서는 적용 지역의 노동·차별·개인정보 법률도 별도로 확인해야 합니다.
성공 여부는 속도와 실패 비용을 함께 계산하세요
자동화가 한 번 실행됐다는 사실만으로는 성공이 아닙니다. 같은 업무 범위와 측정 기간, 시작·완료 정의를 유지한 상태에서 처리시간과 대기시간이 줄고 오류·재작업·예외·수동 개입이 허용 범위 안에 있어야 합니다.
예를 들어 처리 건수 × 건당 처리시간 감소분 − 예외 처리·검수·유지보수 시간을 순반환 시간으로 정의할 수 있습니다. 이 계산식은 공식 표준이 아니라 팀이 적용 전에 합의할 수 있는 보수적인 예시예요. HRBench 사례의 1,000시간을 목표치로 삼기보다 우리 조직의 정의와 원자료를 다시 확인할 수 있게 만드는 편이 중요합니다.
업무 기록을 요청할 때 목적부터 공유하세요.
HRBench 사례에서도 팀원은 문서화가 자신의 일자리를 없애기 위한 것인지 물었습니다. 무엇을 자동화 후보로 삼는지, 반환된 시간을 어디에 쓸지, 실제 담당자가 설계와 검수에 어떻게 참여할지 먼저 설명해야 숨은 예외까지 기록할 수 있습니다.
