국제노동기구(ILO)는 인사·경력 전문가의 생성형 AI 노출을 중간 수준으로 평가하며, 같은 직업 안에서도 업무마다 노출 정도가 다르다고 봅니다.[[1]](https://www.ilo.org/publications/generative-ai-and-jobs-refined-global-index-occupational-exposure) 미국 ONET에 나온 인사 담당자의 업무를 보면 인사 문서를 관리하는 일과 직원 고충을 다루는 일이 함께 들어 있습니다.[[2]](https://www.onetonline.org/link/summary/13-1071.00)
자신의 업무를 살펴볼 때는 결과물이 문서인지부터 보기보다, 그 문서를 만들거나 설명하는 과정에서 어떤 사실을 확인하고 누구의 의견을 들어야 하는지 짚어 보면 도움이 됩니다.
한눈에 보기
| 항목 | 내용 | 근거 |
|---|---|---|
| ILO 인사·경력 전문가 분류 | ISCO-08 코드 2423은 생성형 AI 노출 2등급(Gradient 2)에 해당합니다. | [[1]](https://www.ilo.org/publications/generative-ai-and-jobs-refined-global-index-occupational-exposure) |
| 인사·경력 전문가의 업무 노출 점수 | 평균은 0.45이고 표준편차는 0.07입니다. | [[1]](https://www.ilo.org/publications/generative-ai-and-jobs-refined-global-index-occupational-exposure) |
| 생성형 AI 노출 직업에 종사하는 세계 취업자 비중 | ILO는 세계 전체 취업자의 24%가 네 노출 등급 가운데 하나에 해당하는 직업에 종사한다고 추정합니다. | [[1]](https://www.ilo.org/publications/generative-ai-and-jobs-refined-global-index-occupational-exposure) |
| 세계 고용에서 최고 노출 등급이 차지하는 비중 | 세계 전체 고용의 3.3%가 최고 노출 등급에 해당합니다. | [[1]](https://www.ilo.org/publications/generative-ai-and-jobs-refined-global-index-occupational-exposure) |
| ONET 인사 담당자 직업 정보 | 미국 ONET에서 Human Resources Specialists의 직업 코드는 13-1071.00입니다. | [[2]](https://www.onetonline.org/link/summary/13-1071.00) |
인사 담당자는 채용 전후에 어떤 일을 합니까?
ONET에 따르면 인사 담당자는 지원 서류와 채용 요건을 대조하고, 면접에서 지원자의 경력과 교육 이력, 직무에 필요한 기술을 확인합니다.[[2]](https://www.onetonline.org/link/summary/13-1071.00) 적합한 지원자를 선별하거나 관리자에게 연결합니다. 필요에 따라 채용을 추천하기도 합니다. 지원자에게는 맡을 업무와 보상, 복리후생, 근무조건 등을 설명합니다.
채용 관련 서류를 처리합니다. 신입 직원 오리엔테이션은 일정을 잡거나 진행합니다.[[2]](https://www.onetonline.org/link/summary/13-1071.00) 입사 후에는 인사관리시스템으로 휴직, 전보, 승진, 퇴직 등에 관한 기록을 관리합니다. 조직도와 직원 안내서, 성과평가 양식도 갱신합니다. 개인의 인사 변동을 기록하는 업무와 여러 직원이 공통으로 쓰는 문서를 관리하는 업무가 함께 들어 있습니다.
ONET은 인사 정책과 절차를 해석해 설명하는 일, 관리자와 인사 정책을 마련하거나 시행하는 일도 인사 담당자의 업무로 제시합니다.[[2]](https://www.onetonline.org/link/summary/13-1071.00) 직원이 제기한 괴롭힘 의혹이나 근무 관련 불만을 다루고, 고용 관련 데이터를 분석해 보고서를 작성하는 일도 포함합니다. 정보를 수집하고 관리자나 직원과 소통하는 일도 인사 담당자의 업무에 포함됩니다.[[2]](https://www.onetonline.org/link/summary/13-1071.00)
인사·경력 전문가의 생성형 AI 노출은 2등급입니다
ILO 워킹페이퍼 140은 국제표준직업분류(ISCO-08)의 인사·경력 전문가(Personnel and Careers Professionals, 2423)를 2등급(Gradient 2)으로 분류합니다. 이 직업을 구성하는 업무의 노출 점수는 평균 0.45, 표준편차 0.07입니다.[[1]](https://www.ilo.org/publications/generative-ai-and-jobs-refined-global-index-occupational-exposure) 평균은 여러 업무의 점수를 종합한 값이며, 표준편차는 개별 업무의 점수가 평균을 중심으로 얼마나 흩어져 있는지 보여 줍니다.
보고서에서 2등급은 업무 점수의 평균이 0.4 이상 0.5 미만이고, 평균에 표준편차를 더한 값이 0.5 이상인 경우입니다.[[1]](https://www.ilo.org/publications/generative-ai-and-jobs-refined-global-index-occupational-exposure) 직업 전체의 노출은 중간 수준이지만 업무별 편차가 커, 생성형 AI를 적용할 여지가 있는 업무와 노출이 낮은 업무가 함께 있다는 뜻입니다. 0.45는 직업을 이루는 업무의 평균 노출 점수로 읽습니다. 인사 담당자 가운데 몇 명이 영향을 받을지나 업무의 몇 퍼센트가 자동화될지를 이 점수로 계산할 수는 없습니다.
ILO는 세계 전체 취업자의 24%가 네 가지 노출 등급 가운데 하나에 해당하는 직업에서 일한다고 추정합니다.[[1]](https://www.ilo.org/publications/generative-ai-and-jobs-refined-global-index-occupational-exposure) 대부분의 직업에는 사람의 개입이 필요한 업무가 포함돼 있어, ILO는 직업 전체가 자동화되기보다 직무를 이루는 일이 달라지는 형태로 영향이 나타날 가능성이 가장 크다고 봅니다.
ILO 지수는 직업별 생성형 AI 노출을 나타냅니다. ILO는 이 지수를 고용 자료와 결합해 생성형 AI에 노출된 직업에 종사하는 사람의 비중을 추정하고 비교합니다.[[1]](https://www.ilo.org/publications/generative-ai-and-jobs-refined-global-index-occupational-exposure) ONET은 미국의 직업 정보입니다.[[2]](https://www.onetonline.org/link/summary/13-1071.00) 두 자료는 직업을 분류하는 체계도 다릅니다. 따라서 두 자료를 함께 읽을 때는 한국 사업장에서 인사 업무가 어떻게 나뉘고 실제로 AI가 어디에 도입되는지에 따라 결과가 달라질 수 있다는 점을 고려해야 합니다.
AI로 바뀔 수 있는 일과 사람이 판단할 일을 살펴봅니다
예를 들어, 한 회사에서 확정된 신입 직원 안내 자료를 바탕으로 오리엔테이션 안내 메일을 만든다고 가정합니다. AI가 일정과 준비 사항을 읽기 쉬운 문장으로 정리하면, 담당자는 실제 일정과 안내 대상이 맞는지 원본과 대조하고 빠진 내용이 있는지 확인할 수 있습니다.
ONET은 지원 서류를 직무 요건과 대조하는 일과 지원자를 면접하는 일을 인사 담당자의 업무로 제시합니다.[[2]](https://www.onetonline.org/link/summary/13-1071.00) 지원자를 선별하고 관리자에게 채용을 추천하는 일, 채용이나 선발 기준이 관련 기준에 맞는지 평가하는 일도 인사 담당자의 업무로 제시합니다.[[2]](https://www.onetonline.org/link/summary/13-1071.00)
직원의 고충을 다루는 업무에서도 읽기 쉬운 요약을 만드는 일과 무슨 일이 있었는지 파악하는 일은 서로 다릅니다. ONET은 직원 고충을 다루는 일과 인사 정책을 해석하는 일을 각각 인사 담당자의 업무로 제시합니다.[[2]](https://www.onetonline.org/link/summary/13-1071.00) 인사 업무에서 변화가 생길 지점을 가늠하려면 문서 한 건을 통째로 보지 않고, 초안 작성부터 사실 확인과 설명까지 어떤 판단이 필요한지 차례대로 살펴보는 편이 좋습니다.
인사 실무에서 AI로 일하는 능력을 키우는 방법
다음은 AI를 인사 업무에 활용하려는 사람을 위한 일반적인 연습 방법입니다. 연습할 때는 공개된 자료나 개인정보가 없는 가상의 자료를 쓰고, 실제 업무 자료를 쓰기 전에는 회사에서 사용할 수 있는 도구와 입력할 수 있는 정보의 범위를 확인합니다. 업무를 맡길 때는 원하는 결과물의 독자와 목적을 알려 주고, 참고할 자료를 지정합니다. 자료에 근거가 부족한 내용은 별도로 표시하도록 요청하면 검토할 부분을 찾기 쉽습니다.
같은 자료로 자신이 만든 결과와 AI가 만든 결과를 비교해 봅니다. 예를 들어, 가상의 직원 안내서를 읽고 직원 질문에 답하는 연습을 한다고 가정합니다. 답변이 매끄러운지에 더해, 적용 대상과 예외 조건을 정확히 옮겼는지, 답변에 쓴 표현을 원문에서 확인할 수 있는지 살펴봅니다. AI가 놓친 조건이나 원문에 없던 설명을 기록해 두면 다음 작업에서 어떤 자료를 추가하고 어느 부분을 직접 확인할지 정하기 쉬워집니다.
검토 역량을 기르려면 결과물이 나오기까지 걸린 시간과 함께, 오류를 찾고 고치는 데 든 시간도 살펴봅니다. 어떤 항목에서 수정이 자주 필요한지 동료와 비교하면 팀에서 함께 확인할 기준을 정하는 데 도움이 됩니다. 검토한 내용을 다른 사람에게 설명하는 연습도 해볼 수 있습니다. 답변에 적용한 기준과 아직 확인이 필요한 내용을 짧게 말해 보면, 실제로 직원이나 관리자에게 결과를 전달할 때 근거를 더 분명하게 제시할 수 있습니다.
지금 할 수 있는 일
- 인사 실무자라면 최근에 마친 업무 가운데 다른 부서의 답을 기다린 일과 자료를 작성하느라 시간이 걸린 일을 구분해 봅니다. 시간이 많이 드는 이유를 알면 AI를 써볼 업무를 고르기 쉽습니다.
- 인사 직무에 지원하는 구직자라면 관심 있는 채용 공고에서 채용, 직원 관계, 인사 운영 가운데 어디에 비중을 두는지 확인합니다. 면접에서는 입사 후 맡을 업무 중 어떤 일에 AI를 쓰고 있는지 물어봅니다.
- 인사팀 책임자라면 AI 도입을 논의할 때 실무자에게 어떤 업무에 교육이 필요한지 먼저 묻습니다. 팀원이 도구 사용법을 익히고 실제 업무에 적용해 볼 기회를 어떻게 마련할지 확인합니다.
- 회사에서 인사 안내를 받는 직원이라면 안내 문구를 자신의 상황에 어떻게 적용해야 할지 모를 때, 어떤 조건이 궁금한지 적어 인사 담당자에게 확인합니다.
자주 묻는 질문
ILO 노출 점수로 회사의 실제 AI 사용률을 알 수 있습니까?
이 점수로는 실제 사용률을 알 수 없습니다. ILO 연구진은 폴란드 직업 분류에서 뽑은 업무에 대해 취업자들이 평가한 자동화 가능성을 국제 전문가의 평가 및 논의 결과와 비교했습니다. 연구진은 그 결과를 바탕으로 지식 저장소를 구축한 뒤, AI 보조 도구로 국제표준직업분류(ISCO-08) 기술 문서에 수록된 업무의 노출 점수를 예측했습니다.[[1]](https://www.ilo.org/publications/generative-ai-and-jobs-refined-global-index-occupational-exposure)
회사가 AI를 도입하면 인사 담당자의 일자리가 곧바로 줄어듭니까?
ILO 지수만으로는 개별 회사의 인력 변화를 판단할 수 없습니다.[[1]](https://www.ilo.org/publications/generative-ai-and-jobs-refined-global-index-occupational-exposure) 보고서는 회사가 기술을 도입하기로 결정하는지, 직원이 기술 사용법을 배우고 달라진 업무에 적응할 기회를 얻는지에 따라 실제 결과가 달라진다고 설명합니다.
ONET에서 채용 공고에 자주 나오는 소프트웨어를 어떻게 알아봅니까?
인사 담당자 채용 공고에서 자주 요구하는 소프트웨어를 찾으려면 ONET의 인사 담당자 항목에서 ‘In Demand’ 표시를 확인합니다. ‘Hot Technology’는 고용주의 전체 채용 공고에 가장 자주 등장하는 기술을 표시합니다.[[2]](https://www.onetonline.org/link/summary/13-1071.00)
고소득국과 저소득국의 생성형 AI 노출 비중은 얼마나 다릅니까?
ILO는 생성형 AI에 어느 정도 노출된 직업에 종사하는 비중을 고소득국 전체 고용의 34%, 저소득국 전체 고용의 11%로 추정합니다.[[1]](https://www.ilo.org/publications/generative-ai-and-jobs-refined-global-index-occupational-exposure) 각 소득 집단의 전체 고용을 기준으로 네 노출 등급을 합산한 비중입니다.
함께 보면 좋은 글
출처와 확인 방법
- 국제노동기구(ILO) 워킹페이퍼 140 「Generative AI and Jobs: A Refined Global Index of Occupational Exposure」, 2025-05-20 — 원문 보기
- 미국 노동부 ONET 「13-1071.00 - Human Resources Specialists」 — 자료 보기
정책의 세부 기준과 신청·신고 절차는 바뀔 수 있습니다. 실제로 행동하기 전에 원문과 담당 창구에서 최신 내용을 확인하세요.
이 글은 국제노동기구(ILO)가 2025년 5월 20일 낸 워킹페이퍼 140을 바탕으로 JOB.help 편집팀이 정리했습니다. AI 도구로 초안을 쓰고, 별도의 검증 단계에서 숫자·날짜·제도 설명을 원문과 하나씩 대조했습니다. 보고서의 추정과 전망은 집필자의 분석이며, 개인의 진로·고용 결정에 그대로 적용되지 않을 수 있습니다. 오류 제보: hello@job.help*