AI를 잘 쓰는 직원이 성과도 높은 직원일까? AI 시대 성과평가 기준 설계 방법

보고서 초안을 AI로 만들고, 데이터를 분석하고, 회의 내용을 정리하고, 코드를 작성하는 등 AI는 빠르게 일상적인 업무 도구가 되고 있습니다.

그렇다면 새로운 질문이 생깁니다.

최근에는 실제로 AI 활용을 직원 성과와 어떻게 연결할 것인지가 HR의 새로운 과제가 되고 있습니다.

SHRM은 2026년 8월 AI 사용 자체를 독립적인 성과지표로 평가할 것인가를 별도의 성과관리 이슈로 다루면서, 단순 사용량보다 AI 활용이 구체적인 비즈니스 결과와 연결되는지를 살펴봐야 한다는 의견을 소개했습니다.

AI 시대의 성과평가에서 중요한 것은 누가 AI를 많이 사용했는가가 아니라, AI를 포함한 다양한 도구를 활용해 누가 더 좋은 결과와 조직 기여를 만들어냈는가​입니다.

예를 들어 같은 업무를 수행하는 두 직원이 있다고 생각해 보겠습니다.

A직원은 하루에도 여러 차례 생성형 AI를 사용해 보고서와 자료를 빠르게 만듭니다. B직원은 AI를 상대적으로 적게 활용하지만 고객 요구사항을 정확하게 파악하고 필요한 정보를 검증해 완성도 높은 결과물을 만듭니다.

이때 단순한 AI 사용 횟수만 본다면 A직원이 더 높은 평가를 받을 수 있습니다.

하지만 회사가 직원에게 기대하는 성과가 정말 ‘AI를 많이 사용하는 것’​일까요?

회사가 원하는 것은 보고서 작성 횟수나 프롬프트 입력 횟수가 아니라 업무 결과입니다. 고객에게 더 나은 제안을 했는지, 문제를 해결했는지, 업무 품질을 높였는지, 조직의 목표 달성에 기여했는지가 훨씬 중요합니다.

AI는 성과 그 자체라기보다 성과를 만드는 과정에서 활용하는 도구에 가깝습니다.

따라서 AI 시대의 성과평가는 활동량(Activity)이 아니라 결과(Outcome)와 기여(Contribution)​를 중심으로 다시 설계할 필요가 있습니다.

AI가 업무에 들어오면 기존의 평가 기준 중 일부는 의미가 달라질 수 있습니다.

평가체계를 전부 AI 중심으로 바꿀 필요는 없습니다.

오히려 기존의 목표와 성과평가 체계에서 ‘무엇을 좋은 성과로 볼 것인가’의 기준을 더 명확하게 만드는 것​이 중요합니다.

1. AI 활용량보다 최종 결과를 평가합니다

가장 먼저 확인해야 하는 것은 목표 달성입니다.

AI를 사용했는지는 이 결과를 만들어낸 하나의 과정으로 볼 수 있습니다.

AI 사용 횟수 → 성과가 아니라목표 → 업무 수행 → AI 활용 → 결과 → 조직 기여의 흐름으로 평가해야 합니다.

2. 결과물의 품질과 검증 역량을 봅니다

AI 시대에는 단순히 결과물을 만드는 역량보다 결과물을 검토하는 역량이 중요해질 수 있습니다.

예를 들어 평가 기준에 다음과 같은 관점을 반영할 수 있습니다.

AI가 제시한 결과를 그대로 사용하는 사람과 AI 결과를 전문적인 판단을 통해 더 나은 결과로 만드는 사람을 구분할 수 있어야 합니다.

3. 문제 해결과 업무 개선을 평가합니다

AI의 가치가 단순 문서 작성 시간 단축에만 머물 필요는 없습니다.

기존에 반복되던 업무를 재설계하거나 새로운 문제 해결 방법을 만들고, 이를 팀이 함께 활용할 수 있게 만든다면 개인을 넘어 조직 차원의 성과로 이어질 수 있습니다.

따라서 단순 사용능력보다 AI를 활용해 업무 방식을 어떻게 개선했는가를 확인하는 것이 중요합니다.

4. 협업과 조직 기여도를 함께 봅니다

AI를 잘 사용하는 개인이 자신의 업무만 빠르게 처리하는 것과, 새로운 업무 방식을 팀에 공유해 조직 전체의 업무 수준을 높이는 것은 다른 성과입니다.

따라서 성과평가에서는 개인의 생산성뿐 아니라 지식 공유, 협업, 동료 지원 등 기존의 조직 기여 항목도 함께 볼 필요가 있습니다.

5. AI를 사용하지 않아야 하는 판단도 평가할 수 있어야 합니다

AI 활용 자체가 목표가 되면 직원은 필요하지 않은 업무에도 AI를 사용할 수 있습니다.

반대로 민감한 정보가 포함되어 있거나 사람의 판단이 중요한 업무에서는 AI를 사용하지 않는 것이 더 적절할 수도 있습니다.

따라서 좋은 AI 활용 역량은 단순히 도구를 잘 다루는 기술이 아니라 언제 사용하고, 언제 검증하고, 언제 자신의 판단으로 결정해야 하는지를 아는 역량​까지 포함해야 합니다.

AI 활용 역량을 평가항목으로 설정할지는 회사의 사업과 직무에 따라 결정할 수 있습니다.

다만 AI 사용 횟수나 프롬프트 작성 횟수를 전 직원 공통 KPI로 만드는 방식은 신중하게 접근할 필요가 있습니다.

예를 들어 AI 활용이 업무 경쟁력과 직접적으로 연결되는 직무라면 AI를 활용한 문제 해결이나 업무 개선 역량을 직무역량의 일부로 정의할 수 있습니다.

반면 AI 활용 여부가 업무 결과와 직접적인 관련이 없는 직무에까지 동일한 지표를 적용한다면 평가의 공정성이 오히려 떨어질 수 있습니다.

SHRM 역시 AI 사용이라는 입력 자체보다 실제 업무 결과와 연결되는지를 중심으로 성과관리 체계를 설계할 필요가 있다는 전문가 의견을 소개하고 있습니다.

결국 AI 활용을 평가하는 것이 아니라 AI 시대에 달라진 ‘좋은 성과의 기준’을 평가해야 합니다.

AI 활용이 늘어날수록 평가자가 결과만 보고 직원의 실제 기여를 파악하기는 더 어려워질 수 있습니다.

그래서 연말에 한 번 결과를 확인하는 평가보다 평소 목표와 진행 과정, 성과 근거와 피드백을 축적하는 방식이 중요해집니다.

실무에서는 다음과 같은 흐름을 만들어볼 수 있습니다.

이렇게 하면 평가자는 연말의 결과물 한두 개만 보는 것이 아니라 어떤 목표를 맡았고, 어떤 문제를 해결했으며, 그 과정에서 어떤 판단과 기여를 했는지​를 함께 확인할 수 있습니다.

AI가 업무 수행 방식을 빠르게 바꾸더라도 목표와 성과 근거가 지속적으로 관리된다면 평가 기준을 보다 일관되게 운영할 수 있습니다.

AI 시대라고 해서 성과평가 시스템이 직원의 AI 사용량을 자동으로 측정해야 하는 것은 아닙니다.

더 중요한 것은 변화한 업무 방식에 맞게 목표를 설정하고, 업무 과정에서 발생하는 성과와 근거를 축적하며, 최종 평가까지 하나의 흐름으로 연결하는 것​입니다.

유스트라 성과평가는 조직과 개인의 목표를 수립하고 이를 성과평가와 연결할 수 있으며, 성과평가뿐 아니라 역량평가와 다면평가를 함께 구성해 종합적인 평가체계를 운영할 수 있습니다. 공식 서비스에서도 조직 전체 목표에서 부서·직무·개인 목표까지 이어지는 단계적인 목표관리와 성과·역량·다면평가를 결합한 성과관리 구조를 제공하고 있습니다.

특히 AI 시대에는 단순한 최종 점수보다 목표를 어떻게 수행했는지 설명할 수 있는 과정의 데이터가 중요합니다.

유스트라 성과평가는 목표 달성을 위한 태스크 진행관리와 업무 과정의 관찰기록을 남길 수 있는 구조를 제공하며, 목표관리와 상시 기록이 최종 평가로 이어질 수 있도록 성과관리 흐름을 지원합니다. 또한 성과·역량·다면평가와 종합평가, 등급 조정까지 평가 전반의 흐름을 체계화할 수 있습니다.

결국 AI가 바꾸는 것은 단순히 업무 도구가 아닙니다. 같은 시간에 만들어낼 수 있는 결과와 업무 방식이 달라지는 만큼, 기업이 정의하는 성과의 기준도 함께 변화해야 합니다.

AI 사용 횟수를 새로운 KPI 하나로 추가하는 것이 아니라, 목표·성과·업무 품질·판단·협업과 조직 기여를 함께 볼 수 있는 평가체계를 만드는 것이 중요합니다.

AI 시대에 맞는 성과평가 체계를 만들고 이를 지속적으로 운영해야 한다면, 유스트라 성과평가가 실질적인 해답이 될 수 있습니다.