씨티, JP모건, BCG 등 대기업들이 AI로 성과 평가 초안을 만들고 있습니다. BCG의 내부 AI는 리뷰 작성 시간을 40% 줄였습니다.
문제는 표현이 개선될 뿐 내용은 그대로라는 점입니다. AI가 모든 평가서를 설득력 있는 어조로 만들면서, 빈약한 평가가 탐지하기 더 어려워졌습니다.
AI를 서술 작성이 아닌 행동 증거 발굴에 써야 합니다. "전략적 사고를 보여줍니다"가 아니라, 그 사고가 드러난 실제 의사결정 문서를 찾아야 합니다.
모든 성과 평가가 설득력 있게 들립니다.
AI 덕분입니다. 이제 나쁜 평가를 알아채기가 더 어려워졌습니다.
성과 평가 시즌이 오면 관리자들은 같은 고통을 겪습니다. 무엇을 어떻게 써야 할지 막막합니다. AI가 이 고통을 해결해주는 것처럼 보입니다.
씨티는 Performance Assist로 평가 초안을 생성합니다. JP모건의 LLM Suite는 연말 리뷰 작성을 지원합니다. BCG 내부 AI는 리뷰 작성 시간을 40% 줄였습니다. 모두 인상적인 수치입니다.
그러나 보스턴 대학교 델라로카스 교수는 다른 질문을 던집니다. 빨리 만들어진 평가가 더 나은 평가인가요? 이 글은 그 질문의 답과, 더 나은 대안을 제시합니다.
씨티, JP모건, BCG가 이미 도입했습니다. 중견기업 인사팀도 올해 안에 같은 선택에 직면합니다. 목적 없이 도입하면 도구가 목적을 스스로 결정합니다. 서술 자동화가 기본값이 됩니다. 이 기본값을 바꾸려면 지금 개입해야 합니다.
첫째, AI는 표현을 개선하지 내용을 개선하지 않습니다. AI로 생성된 평가 서술들은 같은 유창하고 자신감 있는 어조로 수렴합니다. 조심스러운 평가와 일반적 칭찬을 구별하던 차이가 사라집니다. 관리자는 여전히 불완전한 관찰과 주관적 인상에 기반합니다. AI가 모든 서술을 똑같이 설득력 있게 만들 뿐입니다. 결과는 실제보다 더 신뢰할 수 있어 보이는 평가서입니다. 허술한 평가가 탐지하기 더 어려워집니다.
둘째, AI를 쓴다면 증거 발굴에 써야 합니다. 올바른 방향은 서술 작성이 아닙니다. "전략적 리더십"에 관한 설득력 있는 문단을 만드는 대신, 그 전략적 사고가 드러나는 실제 문서를 찾습니다. 결함 있는 가정이 드러나고 수정된 의사결정 메모입니다. 실패한 이니셔티브가 재구성된 사후 검토 문서입니다. 지역 구조조정을 이끈 실제 지시 내용입니다. AI의 검색 비용 구조가 이를 가능하게 합니다. 관련 증거를 검색하고 분석하는 이전의 높은 비용이 사라졌습니다.
셋째, 이 전환은 이미 시작됐습니다. 아마존은 Forte 리뷰 프로세스를 재설계했습니다. 직원들이 프로젝트 완료, 목표 달성, 프로세스 개선 등 3~5개의 구체적 성과를 직접 제출합니다. 서술이 아닌 실적의 증거입니다. AI는 이 방식을 훨씬 넓은 범위로 확장할 수 있습니다. 커뮤니케이션 네트워크에서 동료 문제 해결을 도운 패턴을 찾고, 의사결정 흐름에서 전략적 사고를 발굴하고, 이메일 스레드에서 영향력 흐름을 분석합니다.
넷째, 이 전환에는 거버넌스 3요소가 필요합니다. 검증, 직원 통제, 명확한 경계입니다. 검증 측면에서 AI는 출처를 가리키는 큐레이터에 머물러야 합니다. 해석과 판단은 인간이 합니다. 직원 통제 측면에서 AI가 관련 사례를 먼저 직원에게 제시합니다. 어떤 증거를 평가에 포함할지는 직원이 선택합니다. 명확한 경계 측면에서 어떤 채널이 평가 대상인지 사전에 명시합니다. Slack DM, 개인 이메일, 비공식 대화는 제외합니다.
| 기존 AI 활용 (잘못된 방향) | 권장 AI 활용 (올바른 방향) |
|---|---|
| "성과 평가 문단을 써줘" | "이 직원이 프로젝트 방향을 바꾼 사례를 찾아줘" |
| "전략적 사고를 보여줍니다" 문장 생성 | 전략적 판단이 드러난 실제 의사결정 메모 발굴 |
| "모호성을 헤쳐나갑니다" 서술 | 실패한 이니셔티브를 재구성한 사후 검토 문서 인용 |
| 출력: 설득력 있는 평가 문단 | 출력: 검증 가능한 원본 문서 링크 |
출처: Dellarocas, C. (2026, May). HBR. 내용 재구성
"전략적 사고를 어떻게 평가하십니까?" 대신 "이번 분기 전략적 사고가 가장 잘 드러난 순간은 언제였습니까?"라고 묻습니다. 특성 라벨이 아닌 결정적 순간을 묻는 질문입니다. 추상적 평가 대신 구체적 에피소드가 나옵니다. (다음 면담부터 적용)
기존에 배포된 AI 도구(Microsoft Copilot, Google Workspace AI 등)를 활용합니다. "성과 평가 문장을 써줘" 대신 다음 프롬프트를 씁니다. "Find examples where [직원명] changed the direction of a project or helped someone solve a technical problem." 또는 한국어로 "이 직원이 프로젝트 방향을 바꾸거나 동료 문제 해결을 도운 사례를 찾아줘." 서술이 아닌 증거가 나옵니다. (1시간)
프로젝트 문서, 회의 노트, 디자인 결정 내용은 평가 근거로 씁니다. Slack DM, 개인 이메일, 비공식 대화는 제외합니다. 이 범위를 사전에 팀에 공개합니다. 명시 없는 AI 성과 도구는 범위 확장 위험을 내포합니다. (반나절)
감시로 전환될 위험이 있습니다. 커뮤니케이션 패턴 분석은 성과 증거 발굴이 아닌 직원 모니터링으로 이어질 수 있습니다. 이메일 빈도, 응답 속도 같은 행동 지표가 성과 대리 지표가 됩니다. 이는 델라로카스 교수가 명시적으로 경고하는 범위 확장입니다. 어떤 채널과 데이터가 평가 대상인지 사전에 명확히 정해야 합니다.
문서화되지 않은 기여는 여전히 보이지 않습니다. AI는 문서화된 업무에서 증거를 찾습니다. 비공식 멘토링, 팀 사기 유지, 구두 조율은 여전히 시스템 밖에 있습니다. 이 방식이 이미 문서 작성을 잘하는 사람에게 유리하게 작동할 수 있습니다. 증거 기반 평가도 설계에 따라 특정 기여 방식을 체계적으로 불리하게 만듭니다.
AI는 평가 등급이나 자동 결정을 내려서는 안 됩니다. AI의 역할은 증거를 큐레이션하는 것입니다. 인간이 더 넓은 맥락 안에서 해석합니다. 평가 점수 자동 생성이나 승진 추천에 AI를 직접 연결하면, 인간의 판단 없이 시스템이 결과를 결정하게 됩니다.
AI 성과 도구를 더 빠른 서술 생성기로 쓰면, 기존 평가의 문제를 더 설득력 있게 포장할 뿐입니다.
- Dellarocas, C. (2026, May 15). Gen AI could fix performance reviews, or make them even worse [Article]. Harvard Business Review. (원문 보기 ↗)