AI 활용능력이 승진·연봉 평가로 들어온다
직장인이 준비할 AX 역량 체크리스트

성과평가에 AI 활용능력을 넣는 기업이 늘고 있습니다. 기사에 따르면 SK텔레콤은 AI 활용 목표를 KPI에 포함했고, LG CNS는 사내 기술인증시험에서 AI 활용 비중을 높이는 방향을 잡았습니다. AI는 이제 ‘잘 쓰면 좋은 도구’에서 ‘성과를 증명해야 하는 업무 역량’으로 이동하고 있습니다.

시각자료로 먼저 보는 AX 역량 평가 사다리

AI 활용능력이 평가에 들어온다는 말은 단순히 도구를 많이 쓰라는 뜻이 아닙니다. 평가의 중심은 사용 경험이 아니라 업무 성과와 조직 확산으로 이동합니다.

LEVEL 1사용 가능주요 AI 도구를 업무에 맞게 다룰 수 있습니다.

LEVEL 2업무 적용반복 업무와 분석 업무에 실제로 적용합니다.

LEVEL 3성과 연결시간 단축, 품질 개선, 매출·비용 효과를 설명합니다.

LEVEL 4조직 확산동료가 따라 쓸 수 있는 방식으로 표준화합니다.

LEVEL 5보상 반영평가·승진·연봉 논의의 근거가 됩니다.

먼저 결론

직장인이 준비해야 할 것은 ‘AI를 써봤다’가 아니라 ‘AI로 어떤 업무 성과를 냈는지 설명할 수 있는 기록’입니다. 앞으로 기업은 AI 교육 수료 여부보다 업무시간 절감, 품질 개선, 반복업무 자동화, 고객 대응 속도, 분석 정확도처럼 측정 가능한 결과를 보려 할 가능성이 큽니다. AI 활용능력은 개발자만의 기술이 아니라 사무직·기획·재무·인사·영업까지 확장되는 공통 업무 언어가 되고 있습니다.

1. 성과평가에 AI가 들어온다는 말의 의미

기사의 핵심은 단순히 “기업들이 AI 교육을 한다”가 아닙니다. 교육을 넘어 AI 활용능력을 KPI, 기술인증, 승진, 평가와 연결하는 흐름이 생겼다는 점입니다. SK텔레콤은 전 직원에게 1인 1 AI 에이전트 방향을 제시하고, 업무 관련 AI 활용 목표를 성과지표에 포함한 것으로 보도됐습니다. LG CNS는 AX 전문기업 방향에 맞춰 사내 기술인증시험에서 AI 활용능력 비중을 높일 방침으로 소개됐습니다.

평가에 들어온다는 것은 AI 활용이 ‘개인 취향’이 아니라 ‘조직이 기대하는 기본 생산성’으로 바뀐다는 뜻입니다. 과거 엑셀, 파워포인트, ERP, 협업툴이 사무직 기본 역량이 된 것처럼 생성형 AI와 에이전트 운영능력도 기본 업무 인프라가 될 가능성이 큽니다.

2. 기업이 보는 AI 역량은 지시문 설계력이 전부가 아니다

많은 사람이 AI 역량을 AI에 일을 정확히 맡기는 능력으로 좁게 봅니다. 그러나 기업이 평가하려는 역량은 더 넓습니다. 문제를 정의하고, 적절한 도구를 고르고, 데이터를 안전하게 넣고, 결과를 검증하고, 실제 업무 프로세스에 반영하는 전체 능력입니다.

승진과 연봉에 영향을 주는 AI 역량은 ‘멋진 지시문’보다 ‘업무 성과로 환산되는 사용법’에 가깝습니다.

3. 국내 기업 흐름: 교육에서 평가로 이동

기사에 따르면 SK브로드밴드는 직급별 AI 리더십 과정을 필수화하고, 중급 이상 역량 보유자를 늘리는 목표를 세웠습니다. 한글과컴퓨터 역시 임직원부터 능숙한 AI 사용자여야 한다는 방향을 강조하고, 직무별 AI 에이전트 활용을 추진하는 것으로 소개됐습니다. 한컴의 공식 사이트도 Hancom Assistant, Hancom Pedia, Hancom Docs 등 AI 기반 문서·검색·업무 도구를 전면에 내세우고 있습니다.

이 흐름은 AI 전환이 IT부서 프로젝트가 아니라 전사 인사·교육·업무설계 이슈로 넘어왔다는 신호입니다. 조직 입장에서는 전 직원의 AI 활용 수준을 끌어올리지 못하면 일부 디지털 인재에게 업무 혁신이 몰리고, 부서별 생산성 격차가 더 커질 수 있습니다.

4. 해외 흐름: AI 에이전트는 ‘디지털 노동’으로 포장된다

해외 빅테크는 AI를 단순 도구보다 더 강하게 표현합니다. Salesforce는 Agentforce를 “AI agents at scale”로 설명하며, 사람·애플리케이션·AI 에이전트·데이터를 연결해 고객·협력사·직원을 위한 업무를 수행하게 한다고 소개합니다. OpenAI도 기업용 제품에서 전문 AI 에이전트와 업무 자동화, 회사 도구 연동을 강조합니다. Microsoft Work Trend Index 역시 AI와 에이전트가 업무 실행을 맡을수록 조직이 이를 포착할 구조를 갖춰야 한다고 봅니다.

해외 사례의 핵심은 AI를 ‘개인 생산성 앱’이 아니라 조직 운영 단위로 측정하려 한다는 점입니다. 그래서 향후 평가는 “AI를 켰는가”가 아니라 “AI 에이전트가 어떤 업무 단위를 처리했고, 사람이 어떤 판단을 더했는가”로 이동할 가능성이 있습니다.

5. 직장인이 지금 만들어야 할 것은 AI 사용 이력서다

AI 활용이 평가로 들어오면 가장 먼저 필요한 것은 기록입니다. 어떤 업무에 AI를 썼고, 어떤 입력과 검증을 했고, 결과적으로 시간이 얼마나 줄었는지 남겨야 합니다. 막연히 “AI를 자주 씁니다”라고 말하는 것보다 “월간 보고서 작성 시간을 3시간에서 1시간으로 줄였고, 데이터 검증 체크리스트를 추가했다”는 식의 설명이 더 강합니다.

앞으로의 업무 포트폴리오는 결과물뿐 아니라 ‘AI와 함께 일한 방식’을 보여줘야 합니다.

6. 사무직 AX 역량 체크리스트

사무직에게 필요한 AI 역량은 개발자의 코딩 능력과 다릅니다. 핵심은 현업 문제를 AI가 처리 가능한 단위로 쪼개는 능력입니다. 보고서, 회의록, 시장조사, 고객 응대, 비용 분석, 계약서 검토 전 단계, 채용 공고 작성, 교육자료 제작 같은 업무가 출발점이 될 수 있습니다.

좋은 AX 역량은 AI를 많이 쓰는 것이 아니라 업무 병목을 찾아 AI가 처리할 수 있는 구조로 바꾸는 능력입니다.

7. 평가제도에 넣을 때 기업이 조심해야 할 점

AI 활용을 평가에 넣는 것은 강력한 메시지를 줍니다. 하지만 설계가 거칠면 부작용도 큽니다. 사용 횟수, 지시문 개수, 접속 시간만 평가하면 직원은 실제 성과보다 흔적 만들기에 집중할 수 있습니다. 또 민감정보를 무리하게 AI에 넣거나, 검증되지 않은 답변을 빠르게 제출하는 위험도 커집니다.

AI 활용 평가는 사용량이 아니라 안전하게 검증된 업무 성과를 기준으로 설계해야 합니다. 기업은 보안 등급, 금지 데이터, 승인된 도구, 결과 검증 책임, 저작권·개인정보 기준을 먼저 정해야 합니다.

8. 개인의 실행 전략: 30일 안에 작은 자동화부터 만든다

AI 평가 시대를 준비한다고 해서 거대한 프로젝트부터 할 필요는 없습니다. 오히려 가장 좋은 출발점은 본인의 반복 업무 하나를 줄이는 것입니다. 매주 쓰는 보고서, 반복되는 메일, 회의록 정리, 경쟁사 뉴스 모니터링, 고객 문의 분류처럼 작지만 자주 발생하는 업무를 고르면 됩니다.

가장 설득력 있는 AI 역량 증명은 큰 구호가 아니라 작지만 반복 가능한 업무 개선 사례입니다.

9. 결론: AI를 다루는 사람보다 AI로 성과를 증명하는 사람이 유리하다

AI 활용능력이 인사평가로 들어오는 흐름은 피하기 어렵습니다. 기업은 생산성을 높이고 싶고, 직원은 자신의 업무가 AI로 대체되지 않는다는 점을 증명해야 합니다. 이때 방어적인 태도보다 “내 업무를 AI와 재설계한다”는 접근이 더 유리합니다.

앞으로의 승진 경쟁력은 AI 도구 이름을 많이 아는 데서 나오지 않고, AI로 만든 성과를 숫자와 사례로 설명하는 데서 나옵니다. 지금 필요한 것은 최신 툴을 모두 따라가는 것이 아니라, 본인의 핵심 업무 하나를 골라 AI 적용 전후가 비교되는 작은 성공 사례를 만드는 일입니다.

본 글은 공개 기사와 기업·기관 자료를 바탕으로 한 업무·커리어 관점의 해설입니다. 각 기업의 실제 평가제도와 적용 시점은 회사별 내부 기준에 따라 달라질 수 있습니다.