이 시리즈의 이전 블로그에서는 리더들이 AI를 확장하는 방법, 에이전트 AI를 사용하여 작업을 재창조하는 방법, 이러한 변화를 주도하는 방법을 살펴보았습니다. 이 두 번째 블로그에서는 에이전트 AI가 어떻게 인력을 재편하고 HR 기능에 중요한 역할을 창출하는지 살펴봅니다.
Accenture의 2026년 뱅킹 주요 트렌드:무제한 뱅킹의 등장
자세히 알아보기
은행과 보험 전반에 걸쳐 AI는 일상적인 작업을 자동화하고 복잡한 작업을 강화하지만 실제 변화는 인간의 판단이 더 높은 가치의 결정에 재배치되는 방식입니다. 한 보험 고객이 말했듯이 목표는 "로봇을 인간에게서 떼어내는 것"입니다. Agentic AI가 바로 그 일을 합니다. 반독립적인 전문 에이전트가 유능한 동료처럼 직원들과 함께 일합니다.
그 영향은 균일하지도 않고 불가피하지도 않습니다. AI는 역할의 모든 작업에 영향을 미치지 않으며 결과는 미리 결정되지 않습니다. 리더는 무엇이 인간의 일로 남고 무엇이 AI로 전환되어야 하는지에 대해 신중한 선택을 합니다. 이는 역할 재설계보다는 직위가 아닌 결과와 의도에 맞게 업무를 설계하는 것에 관한 것입니다.
부문별 영향
Agentic AI는 인력 자체뿐만 아니라 금융 서비스 인력 전체에서 가치가 창출되는 방식을 재구성합니다. 따라서 올바른 전략은 조직마다 매우 다릅니다.
업무를 재창조한다는 것은 가치를 창출하는 개인과 팀, 네트워크를 위해 디자인하는 것을 의미합니다.
금융 서비스 분야의 대부분의 지식 작업은 팀 기반입니다. 그러나 효과적으로 적응하고 있는 팀은 거의 없습니다. Talent Reinventors 설문조사에 따르면 직원 중 19%만이 팀에서 AI를 함께 실험한다고 답했으며, 17%만이 새로운 아이디어를 공유하는 것이 심리적으로 안전하다고 느끼는 것으로 나타났습니다.
인재 혁신가는 AI 기반 분석을 사용하여 팀 역학을 강화함으로써 이러한 격차를 해소합니다. 이들 팀은 심리적 안정감, 실험, 학습 공유를 통해 스트레스가 낮아지고 웰빙이 개선되며 더 빠르고 질 높은 결정을 내릴 수 있다고 보고합니다.
이는 여러 분야의 팀, 회사 간 네트워크, 거래소, 금융 센터, 업계 파트너십과 같은 전체 생태계가 업무 수행 방식을 정의하는 금융 서비스에서 중요합니다.
연구는 이러한 변화를 뒷받침합니다. Ethan Mollick과 그의 동료들의 최근 연구에 따르면 AI를 갖춘 팀은 AI가 있는 개인과 AI가 없는 팀 모두를 능가하는 것으로 나타났습니다. AI는 팀이 지식과 언어 격차를 해소하고 보다 다양한 아이디어를 생성하며 긍정적인 감정을 조성하는 데 도움이 됩니다. 인간의 창의성은 여전히 새로움을 주도하지만, 인간과 AI가 합쳐지면 둘 중 하나만 능가합니다.
우리의 업무가 변화함에 따라 기술도 그에 맞춰 변화해야 합니다. 최근 Learning Reinvented 연구에 따르면 경영진의 84%는 AI 에이전트가 3년 이내에 인간과 함께 일할 것으로 기대하고 직원의 80%는 AI를 기회로 보고 있지만 AI와 협업하는 방법에 대한 교육을 받은 직원은 26%에 불과합니다. 진전은 현실이지만 너무 느립니다.
쇠퇴하는 기술
이러한 추세 중 상당수는 AI보다 먼저 등장했지만 AI가 이를 가속화합니다.
요구되는 기술
사기, 결제, 청구, KYC, 대출 등의 운영 영역도 복잡한 사례와 상황 판단에 초점을 맞춘 소규모의 전문가 팀으로 전환하고 있습니다.
이는 일회성 전환이 아닙니다. 지속적인 학습을 통해 인력 이동성과 장기 고용 가능성이 가능해집니다. 일부의 경우 이는 역할 내에서 기술을 향상시키는 것을 의미합니다. 다른 사람들에게는 완전히 새로운 직업에 대한 재교육을 의미합니다.
주요 은행과 보험사는 이미 인력 계획, 학습 플랫폼 및 내부 인재 시장의 지원을 받는 기술 기반 인력 모델로 전환하고 있습니다.
조직의 대응을 돕기 위해 우리는 미래 기술을 위한 유연한 AI 지원 학습 생태계인 LearnVantage를 출시했습니다. 여기에는 이사회, 임원 및 직원을 위한 AI 아카데미가 포함되어 있으며 교육 세션부터 나노 학위, 스탠포드 및 기타 기관의 외부 인증을 포함한 심층 학습에 이르기까지 다양합니다.
S&P Global에서는 7,500명의 인사 리더와 200명의 이사회 구성원 및 고위 리더를 포함하여 40,000명의 직원 모두에게 GenAI에 대한 교육을 실시했습니다. 참여율은 100%에 달했고 MPS는 매우 긍정적이었으며 AI 도구 채택이 4배 증가했습니다. S&P Global은 학습을 통해 전사적 변화를 주도하는 명확한 역할 모델입니다.
저는 특히 재교육을 위한 중동의 국가적 노력에 깊은 인상을 받았습니다. 여기에는 Emirates Institute of Finance, UAE 및 KSA의 클라우드 기술 교육, Dubai Commercial Bank의 AI 기술 향상이 포함됩니다. 일본에서는 프론트 오피스 직원 36,000명과 대형 보험사의 리더 300명에게 기술을 향상시켜 그들이 디지털 보조 장치를 사용하여 효과적으로 작업하고 보다 개인화된 고객 결과를 제공할 수 있도록 했습니다.
공동 학습(Co-learning)은 사람들이 기술을 가르치면서 동시에 그로부터 배우는 것을 의미하며 본 연구의 초점입니다. 초기 사례에는 AI 코치와 기업 부조종사가 포함됩니다. 에이전트 아키텍처에서 이러한 시스템은 개인에게 적응하고 피드백을 통해 개선되며 에서 학습을 지원합니다. 업무 흐름.
컨택센터를 고려해 보세요. 인간 상담원이 통화를 주도합니다. AI 에이전트는 기록을 작성하고 규정을 준수하는 응답을 제안하며 결과를 요약합니다. 인간 에이전트가 제안을 건너뛰거나 평가하면 AI가 학습합니다. 통화 후에는 반성적인 피드백을 제공합니다. 인간과 기계 모두의 능력이 향상됩니다.
이는 FS가 직면한 몇 가지 과제를 해결합니다. a) 테스트뿐만 아니라 현실 세계에서 인간과 에이전트 모두의 역량과 성능을 높이는 방법; b) 사용되지 않는 훌륭한 AI 제품은 가치를 생성하지 않으므로 AI의 유용성, 채택 및 사용을 개선하는 방법 c) 직원과 고객 결과를 가장 잘 지원할 수 있는 작업 흐름에 학습을 진정으로 적용하는 방법, d) 심층 학습을 위한 시간을 확보하는 방법. 이 접근 방식을 사용하는 조직은 기술을 4배 더 빠르게 개발하고 AI와의 협업에 대한 자신감을 두 배로 높이고 있습니다.
유럽의 한 대형 보험사에서 이 모델은 직원이 처리하는 통화를 5~10% 줄이고, 평균 처리 시간을 10% 단축하고, 약 20%의 용량을 확보하는 동시에 기술 수준과 역량 발휘 시간을 향상시켰습니다.
또한 조직에는 AI를 구축, 관리, 설명할 전문 인재가 필요합니다. 이러한 역할은 기술적인 깊이와 비즈니스 도메인 전문 지식을 점점 더 결합하고 있습니다.
AI 채용 공고는 2023년 후반 이후 3배 이상 증가해 경쟁이 심화됐다. 은행과 보험사는 차별화되어야 합니다. 한 대형 은행의 경우, 우리는 인도에서 고용주 브랜드를 재배치하여 현대적인 글로벌 모델에서 운영되는 1,000명의 개인 데이터 조직을 신속하게 구축할 수 있었습니다.
또한 LearnVantage를 통해 우리는 특히 Udacity, Ascendient 및 AIdemy 인수 이후 데이터 및 AI 전문가를 위한 심층적인 전문가 재교육을 다루고 있습니다.
예는 다음과 같습니다:
이러한 노력은 많은 재교육 프로그램이 중단되는 기초 교육 이상의 것입니다. 우리는 구조화된 디지털 경로, 실제 프로젝트, 멘토링, 나노 학위 및 협업 학습을 통해 지속적으로 고급 및 전문 역량을 구축합니다.
AI 품질이 높아짐에 따라 직원들이 AI에 지나치게 의존하게 되어 사실상 '운전 중에 잠들게' 될 위험이 있습니다. 우리가 주도하는 사람이 있다면, 우리는 그들이 이 역할에 효과적이고 적극적이기를 원합니다. 채용 담당자에 대한 연구에서 Dell'Aqua는 AI에 지나치게 의존하는 채용 담당자가 더 나쁜 선택 결정을 내리고 뛰어난 후보자를 놓친다는 사실을 발견했습니다. AI의 성능 향상은 인간의 성능을 높이는 것이 아니라 대체하는 것이었습니다.
우리는 습관의 동물이며 인지 부하(일명 '저항이 가장 적은 경로')를 최소화하려고 노력합니다. 우리는 주의를 기울이고, AI 결과를 잘 확인하고, 지나친 신뢰가 아닌 건전한 회의론을 유지해야 할 이유가 필요합니다. 우리는 AI 결과물을 초안으로 사용하고 이를 인간의 독창성과 결합해야 합니다. 좋은 사람이 되기 위해서는 인지 부하가 필요합니다.
작업의 기본 사항이나 의사 결정 방법을 이해하지 못하면 AI 출력을 제대로 검토하거나 오류를 발견하거나 재정의가 필요할 때 판단을 적용할 수 없습니다. AI가 작업 속도를 높이고 결과를 개선함에 따라 올바른 의사 결정을 내리는 데 더 많은 시간이 필요합니다. 위험은 우리가 결정을 서두르고 기계를 지나치게 신뢰한다는 것입니다. 우리는 이에 대응할 수 있는 방법을 찾았습니다. 즉, 표적화된 훈련, 구조화된 의사 결정 프롬프트, 복잡한 판단을 논리적 단계로 나누고 AI 설명과 인용이 필요한 상황, 이상 징후 감지, AI와 인간 성과 모두에 대한 윤리적 모니터링 등이 있습니다.
AI가 직장에서 확장되면 AI를 효과적으로 사용할 수 있는 방식으로 작업대와 도구에 내장해야 합니다. 우리는 직원들에게 AI를 잘 사용하는 방법과 그들이 적용하기를 원하는 인간적 기술(예:판단)을 교육해야 합니다. 우리는 올바른 행동을 장려하고 건강한 자기 성찰 패턴(예:팀 회고, 개인 성찰, 동료 평가 등)을 조성하기 위해 인센티브와 불인센티브를 제공해야 합니다.
AI 투자 수익(ROI)을 극대화하는 것은 AI 성능을 개별적으로 극대화하는 것이 아니라 인간과 에이전트의 성능을 함께 향상시키는 것입니다. 이는 인간의 능력도 향상된다는 것을 의미합니다. 예를 들어, 크리에이티브 팀과의 개인적인 경험에 따르면 숙련된 작업자가 자신의 작업을 적극적으로 강화하고 풍부하게 하는 AI는 기술을 무디게 하는 것이 아니라 더 창의적인 다양성과 더 빠른 결과를 얻는다는 것입니다.
인간 작업자와 상호 작용하도록 AI를 훈련하는 방법은 학습에도 매우 중요합니다. Wharton의 최근 연구에 따르면 GPT 기반 교사를 수천 명의 학생에게 배포했습니다. 이 AI에 대한 액세스는 학생 성과를 크게 향상시켰지만 AI가 제거되면 성과가 떨어졌습니다. AI는 버팀목이되었습니다. 교사 기반 AI가 배포된 경우 이러한 성능 저하가 크게 완화되었습니다. 좋은 팀원처럼 직원의 기술 개발을 지원할 수 있는 상담원을 설계하고 교육해야 합니다.
이는 초급 및 초기 역할에 특히 중요합니다. 기본 기술, 상황 판단 및 기본 도메인 지식은 전통적으로 현장 학습을 통해 개발되었습니다. 이러한 초보 역할이 줄어들고 '기본 지식'을 배울 수 있는 기본 작업이 줄어들기 때문에 차세대 인재가 학습할 수 있도록 돕는 다양한 방법을 찾아야 합니다.
저는 이에 대한 제 동료 Karalee Close의 견해를 좋아합니다. 우리는 인간 지능을 단순히 증강하거나 인위적으로 복제하는 것이 아니라 인간 지능을 증폭시키는 데 이 순간을 활용해야 합니다. 제가 지속적으로 관심을 갖고 있는 분야 중 하나는 집단 지성, 그리고 AI가 공유 지식의 개발을 강화하고, 적극적인 대화를 창출하고, 언어 장벽을 낮추고, 전 세계 동료 및 콘텐츠와 연결하고 협업하는 데 어떻게 도움이 되는지입니다.
이 시리즈의 이전 블로그에서 우리는 에이전트 AI가 인간과 함께 작동하는 것을 보았습니다. 나를 포함한 많은 사람들에게 AI는 이미 동료입니다. 3년이 지나면 은행이나 보험사는 인간과 대리인을 합쳐 백만 명의 인력으로 운영될 수 있습니다.
이 새로운 하이브리드 인력을 어떻게 관리합니까? 요원에 관한 몇 가지 생각:
또한 동료를 지원하는 방식도 조정해야 합니다.
하이브리드 인력에 대한 논의는 이제 막 시작되고 있으며 신중한 탐구가 필요합니다. AI에는 인간과 같은 능력이 있고 이름을 붙이는 것이 편할 수 있지만 AI를 의인화하여 인간 작업자와 동일하게 만들어서는 안 됩니다. 우리에게는 더 나은 언어가 필요합니다. 우리는 인간 고유의 고유한 가치를 소중히 여기며 에이전트 작업자와의 명확한 차이를 유지합니다.
효과적인 AI 인력 전략은 직원의 목소리와 측정을 결합해야 합니다. 직원의 의견을 적극적으로 듣고 해당 의견을 AI 결정에 반영하는 조직은 채택률이 높아지고 신뢰가 강화되며 지속 가능한 성과가 향상됩니다(SHRM, 2025).
직원의 목소리는 AI 윤리위원회의 직원 대표, 노조 및 ERG와의 협의, 참여 설계, 파일럿 중 구조화된 피드백, 사용 중인 지속적인 피드백, 우려 사항 제기 및 내부 고발을 위한 강력한 채널 등 다양한 형태를 취할 수 있습니다. 금융 서비스 조직은 지난 10년 동안 우려 사항을 경청하고 대응하는 데 있어 진전을 이루었습니다. 이는 이제 상담원의 정확성과 성과에 대한 우려까지 확대됩니다.
측정을 통해 진행 상황을 확인할 수 있습니다. AI 채택, 직원 정서, 기술 성장, 디지털 유창성을 추적하면 리더와 HR 과정을 수정하고 추진력을 유지하는 데 도움이 됩니다.
최고 인사 책임자(CHRO)는 변화 리더로서 핵심 역할을 수행하여 전체 리더십 팀이 사람들의 변화를 잘 이끌도록 돕고, 새로운 하이브리드 인력을 관리하는 방법을 탐색하고, 책임감 있게 AI를 수용하는 자체 HR 기능을 지원합니다.
HR 팀은 리더 교육, 인력 전반의 재교육, 전문가 데이터 및 AI 인재 확보 및 개발을 지원해야 합니다. 비즈니스 파트너는 또한 자신의 기능 내에서 업무와 기술이 어떻게 변화하는지에 대한 심층적인 이해가 필요합니다. 이를 위해서는 사일로를 무너뜨려야 합니다.
거의 모든 인재 혁신가(96%)가 HR, IT, 비즈니스 리더를 단일 인재 및 기술 전략에 맞춰 조정하는 반면, 다른 조직은 16%에 불과합니다. 마찬가지로 93%는 AI 채택을 지원하기 위해 인재 전략을 재정의하여 HR을 대응 기능이 아닌 변화의 부조종사로 배치했습니다.
이러한 변화를 제공하려면 인재 팀이 하이브리드 인력을 신속하게 성장, 재배치 및 재구성할 수 있어야 합니다. 보상 팀에는 하이브리드 인력을 반영하는 새로운 경제 모델이 필요합니다. 동시에 AI는 HR 내에서 중요한 기회를 창출하여 결과, 경험 및 서비스 효율성을 향상시킵니다.
HR 전문가에게 이것은 매우 흥미로운 순간입니다. 그들의 역할이 이보다 더 중요한 경우는 거의 없습니다.
2016년에 출시된 HR을 위한 Responsible AI 프로그램은 HR 전반에서 AI 사용을 가속화, 관리 및 모니터링하도록 설계되었습니다. 이제 우리는 채용, 온보딩, 개발, 이동성, 보상, 동료 지원 등 전체 인재 수명주기에 걸쳐 AI를 적용합니다.
그 영향은 상당했습니다. HR 내에서 생산성이 약 45% 향상되었고, 우선순위 기술에 대한 숙련도가 30% 향상되었으며, 내부 채우기 비율이 40% 증가하고 채우기 시간이 35% 단축되었습니다. 이러한 결과는 동료들에게 힘을 실어줍니다. 예를 들어, 우리는 AI를 사용하여 업무 및 학습 경험에서 기술을 추론하고 직원에게 이를 드러내며 미래의 역할, 진로 및 학습 옵션을 식별하도록 돕습니다.
또한 많은 금융 서비스 고객은 소싱, 역할 매칭, 파이프라인 구축 및 내부 이동성을 지원하기 위해 Eightfold.ai 및 Beamery와 같은 플랫폼을 사용하여 수동적 채용에서 사전 인재 전략으로 전환하고 있습니다.
그러나 Talent Reinventors 설문 조사에 따르면 조직 중 약 7%만이 AI를 사용하여 "내부 우선" 모빌리티 전략을 추진하는 것으로 나타났습니다. 대부분은 기술 가시성이 좋지 않아 여전히 외부 채용이나 고립된 내부 이동에 크게 의존하고 있습니다. 인재 혁신가들은 다른 길을 택합니다. 적응력이 뛰어난 인력을 보유할 가능성은 4.4배 더 높으며 내부에서 역할을 채울 가능성은 7.2배 더 높습니다.
미국의 대형 은행이 강력한 사례를 제공합니다. 기술 중심 모델을 채택하고 AI 지원 기술 가시성을 인력 계획에 내장함으로써 리더는 격차를 예측하고 인재를 신속하게 재배치하여 보다 민첩하고 탄력적인 조직을 구축할 수 있습니다.
또 다른 대형 은행 고객에서는 라인 관리자에게 성과 요약 초안을 작성하고 더 나은 피드백을 제공하며 보상 결정을 지원하고 시간을 절약하며 품질을 개선하고 더 강력한 판단을 위한 공간을 만드는 AI 도구를 갖추었습니다.
생각해 보고 싶은 몇 가지 핵심 사항 — 여러분의 생각과 아이디어를 알려주세요:
이 두 번째 블로그에서 우리는 금융 서비스 회사가 인력을 어떻게 재구성해야 하는지 살펴보았습니다. Agentic AI는 인간과 에이전트가 함께 일하는 것에 대해 다르게 생각하도록 요구합니다. 은행과 보험사는 규모는 작지만 훨씬 더 디지털화되고 숙련된 인력을 고용하여 재교육에 대한 지속적인 수요를 창출할 가능성이 높습니다. HR은 이러한 전환의 중심에 있어야 하며, 리더가 변화를 탐색하고 하이브리드 인력을 관리할 수 있도록 도와야 합니다.
이 시리즈의 마지막 블로그에서는 이러한 변화를 유지하기 위해 리더십, 문화 및 운영 모델이 어떻게 발전해야 하는지 살펴보겠습니다.