AI 인재 채용 기준 5가지, 영입과 육성을 구분하는 법

핵심 요약
AI 인재는 개발형, 융합형, 활용형 세 부류로 나눠야 채용 기준이 잡힙니다. 이 중 활용형과 융합형은 외부 채용보다 내부 재교육이 빠른 경우가 많고, 정부는 중소기업 근로자 AI 훈련비를 최대 90%까지 지원합니다. 평가할 때는 도구 사용 경험이 아니라 어떤 업무를 어떻게 바꿨는지를 봐야 합니다.

지원자 풀은 넓어졌는데, 정작 뽑고 싶은 사람은 더 안 보이는 팀이 있습니다. AI 역량을 갖춘 사람을 찾는다고는 하는데, 막상 어떤 역량인지 물으면 답이 갈리는 경우도 많고요.

AI 인재 확보는 희소한 몇 명을 데려오는 문제가 아니라, 우리 회사에 필요한 AI 역량을 정의하고 그 역량을 채용과 육성으로 나눠 확보하는 문제에 가깝습니다.

이번 아티클에서는 AI 인재를 어떻게 정의하고, 채용과 재교육을 어떻게 나눌지, 그리고 HR이 바로 적용할 운영 기준 다섯 가지까지 정리해보겠습니다.

AI 인재는 세 부류로 나눠야 보입니다

AI 인재는 개발형, 융합형, 활용형으로 나누면 채용 기준이 선명해집니다. 모델을 만드는 사람, 현업 문제에 AI를 붙이는 사람, 도구로 성과를 내는 사람은 필요한 역량도 평가 방식도 다르기 때문입니다.

먼저 용어부터 짚어보겠습니다.

개발형 인재는 모델을 만들고 개선하는 사람입니다. ML 엔지니어, 데이터사이언티스트, LLM 엔지니어가 여기에 들어갑니다. 융합형 인재는 현업 문제에 AI를 붙이는 사람입니다. 제조, 금융, 마케팅, 보안, HR에서 AI를 프로세스에 연결하죠. 활용형 인재는 개발자가 아니어도 생성형 AI와 자동화 도구, 데이터 해석 역량으로 성과를 내는 사람입니다.

이 구분이 중요한 이유는 JD가 달라지기 때문입니다. 'AI 가능자 우대'처럼 뭉뚱그리면 평가 기준이 흐려지고, 지원자도 스스로 적합도를 판단하기 어렵습니다.

예를 들어 이런 식으로 바꾸면 훨씬 명확합니다.

• 개발형: 모델 개발 경험, Python 기반 실험, 배포 협업 경험
• 융합형: 현업 프로세스 분석, 자동화 설계, 데이터 기반 개선 경험
• 활용형: 생성형 AI 활용, 문서 자동화, 리서치 생산성 향상 경험

고용노동부도 AI 역량을 특정 직군이 아니라 노동시장 전반의 전환 과제로 보고 있습니다. 2025년 발표에서 5년간 100만 명 AI 직업능력개발 지원 목표를 제시한 이유도 여기에 있어요.

공고 작성보다 AI로 무엇을 바꿀지부터 정하세요

AI 인재 전략은 공고를 쓰는 순간이 아니라 어떤 문제를 AI로 풀지 정하는 순간 시작됩니다. 목표가 흐리면 필요한 사람보다 과한 사람을 찾게 되고, 채용 기간만 길어집니다.

현업이 원하는 건 보통 세 가지 중 하나입니다.

• 반복 업무를 줄이고 싶다
• 의사결정 속도를 높이고 싶다
• 고객 대응이나 운영 퀄리티를 올리고 싶다

문제는 이 목표와 채용 기준이 자주 분리된다는 점입니다. 문서 자동화가 필요한 팀인데 공고에는 뜬금없이 '딥러닝 모델 개발 경험'이 들어가기도 합니다.

대한상공회의소와 산업연구원 조사에서는 국내 기업 500개사 중 78.4%가 생산성 향상과 비용 절감을 위해 AI 기술이 필요하다고 답했습니다. 필요성은 분명한데, 필요한 역할 정의가 흐리면 채용은 계속 빗나가죠.

이럴 때는 직무를 기술 중심이 아니라 성과 단위로 다시 써보면 좋습니다.

• 이 사람이 입사 후 3개월 안에 바꿔야 할 업무는 무엇인가
• AI 도구 사용이 목적이 아니라면, 어떤 결과를 내야 하는가
• 협업 상대는 개발팀인가, 현업인가, 외부 파트너인가

쉽게 말해, '무엇을 아는 사람'보다 '무엇을 바꿀 사람'으로 정의해야 합니다. 이렇게 정리한 역할을 공고에 어떻게 담을지는 지원율이 갈리는 공고 구조에서 더 자세히 다룹니다.

외부 채용보다 재교육이 빠를 때가 있습니다

AI 인재가 부족한 건 맞지만, 그 부족을 전부 외부 채용으로 메우면 비용과 시간이 빠르게 커집니다. 특히 활용형과 융합형은 회사 맥락을 이미 아는 재직자를 전환하는 편이 더 빠를 수 있습니다.

우리나라의 AI 인재 경쟁력은 강점과 약점이 함께 있습니다. KISDI가 소개한 Global AI Index 2024에서 한국은 종합 6위였지만, '인재' 부문은 상대적으로 보완 여지가 있었습니다. 같은 KISDI 자료에서는 2024년 기준 한국의 AI 인재가 순유입이 아니라 순유출이 더 많은 편으로 분석됐습니다.

시장에서 바로 데려오는 전략만으로는 한계가 있다는 뜻입니다. 그래서 HR은 채용과 재교육을 같이 놓고 봐야 하는 것이죠. 아래처럼 비교해보면 판단이 쉬워집니다.

고용노동부와 한국산업인력공단은 중소기업 근로자 대상 AI 기초훈련, AI 융합훈련에 훈련비를 최대 90%까지 지원한다고 밝혔습니다. 그래서 활용형, 융합형 인재는 외부 영입보다 내부 전환이 더 효율적인 경우가 많습니다.

기업 사례도 이러한 흐름을 보여줍니다. 삼성전자는 2024년 SSAFY(삼성청년SW·AI아카데미)에 375억 원을 지원했고, SK그룹은 AX 혁신 인재 양성과 채용 연계를 함께 추진하고 있습니다. 선도 기업도 AI 인재를 채용 대상만으로 보지 않고 장기 파이프라인으로 관리하고 있다는 뜻입니다.

평가는 도구 경험이 아니라 문제 해결 구조입니다

생성형 AI를 써봤다는 말은 정보일 뿐 채용 기준이 아닙니다. 어떤 업무를 얼마나 줄였고, 결과 품질을 어떻게 검증했으며, 사람이 판단하는 지점을 어디에 뒀는지를 물어야 합니다.

'ChatGPT를 잘 씁니다'보다는 이런 질문이 더 유효합니다.

• 어떤 업무를 얼마나 줄였는가
• 결과물 퀄리티를 어떻게 검증했는가
• 보안, 저작권, 개인정보 이슈를 어떻게 통제했는가
• 사람이 최종 판단하는 지점을 어디에 뒀는가

즉, 평가 포인트는 사용 여부가 아니라 업무 설계 능력입니다. 현업형 인재일수록 도구를 많이 아는 사람보다, 프로세스를 바꾸는 사람이 더 강합니다.

면접 과제도 유형별로 바꿔볼 만합니다.

• 개발형: 모델 성능보다 문제 정의와 실험 설계를 보세요
• 융합형: 현업 문제를 AI로 바꾸는 설계 문서를 받으세요
• 활용형: 실제 문서, 리서치, 반복 업무를 줄이는 과제를 내보세요

여기서 한 가지 더 조심할 점이 있습니다. 성과 과제를 낼 때 개인정보나 회사 기밀이 섞이지 않도록 해야 해요. 지원자에게 실제 고객 데이터나 민감정보를 넣은 과제를 주면 평가보다 리스크가 먼저 커집니다.

AI로 뽑는 순간 설명해야 하는 책임이 따라옵니다

AI 인재를 채용하는 것과 AI로 채용하는 것은 다른 이야기입니다. 후자를 시작하면 채용절차법과 개인정보 보호법, 자동화된 결정 관련 기준을 함께 봐야 합니다.

특히 개인정보보호위원회 기준상 자동화된 결정에 대해 정보주체는 설명, 검토, 이의제기를 요구할 수 있습니다.

아직 한국에 'AI 채용 전용 대표 판례'가 뚜렷하게 쌓인 단계는 아닙니다. 대신 지금은 개인정보, 공정채용, 차별 금지의 일반 법리를 AI 채용에 적용하는 흐름으로 보는 게 안전합니다.

고용노동부도 2025년 발표에서 채용분야 인공지능 활용 가이드라인과 법 정비 추진 계획을 언급했습니다. 중요한 건 '이미 모든 것이 의무화됐다'가 아니라, 규제가 더 구체화되는 방향이 분명하다는 점입니다.

그래서 최소한 아래 프로세스는 미리 준비해두는 편이 좋습니다.

• AI 평가 도구를 쓰는지 지원자에게 사전 고지
• 어떤 데이터를 어떤 목적으로 쓰는지 내부 문서화
• 자동 점수만으로 탈락시키지 않도록 사람 검토 단계 유지
• 지원자가 설명을 요청할 때 답할 창구 마련
• 차별 가능성이 있는 항목은 정기적으로 점검

이건 법무팀만의 일이 아닙니다. HR이 평가 설계와 운영 문서를 같이 잡아야 나중에 설명 가능한 채용이 됩니다. 관련 법적 기준은 채용절차법 점검 포인트에 정리돼 있습니다.

실무에 바로 활용하는 AI 인재 채용 운영 기준

정리하면 AI 인재 전략은 '누굴 뽑을까'보다 '어떤 역량 지도를 그릴까'에 가깝습니다. 바쁜 팀이라면 아래 다섯 가지부터 바로 적용해보세요.

• 직무를 3단계로 나누세요: 개발형, 융합형, 활용형
• JD를 성과 기준으로 바꾸세요: 도구명보다 입사 후 바꿀 업무를 씁니다
• 채용과 재교육을 함께 보세요: 활용형은 내부 전환이 더 빠를 수 있어요
• 평가를 과제 중심으로 바꾸세요: 사용 경험보다 문제 해결 구조를 봅니다
• AI 채용 도구는 설명 가능하게 운영하세요: 고지, 검토, 이의 대응이 필요합니다

AI 인재 확보는 희소한 몇 명을 쫓는 문제가 아닙니다. 회사가 필요한 AI 역량을 정의하고, 그 역량을 채용과 육성으로 나눠 확보하는 문제입니다.

다만 유형을 나눠도 평가가 하나의 양식으로 굴러가면 구분이 무의미해집니다. 개발형에게 물어야 할 것과 활용형에게 물어야 할 것이 다른데, 면접 평가표가 똑같다면 결국 같은 기준으로 보게 되니까요.

그리팅에서는 포지션과 전형 단계에 맞춰 평가표를 따로 구성하고, 항목과 배점을 직무별로 다르게 설계할 수 있습니다. 면접관마다 남긴 평가 결과와 의견도 지원자별로 모여서, 유형별 기준이 실제로 지켜졌는지 나중에 확인할 수 있답니다.

자주 묻는 질문

참고 자료