Chat GPT : AI가 성과관리에 미칠 수 있는 영향

 

 

 

전통적인 성과 관리 프로세스를 단계별로 구분하면 다음과 같다.

일부 차이가 있을 수 있으나 큰 틀에서는 벗어나지 않을 것이다.

1. 계획 : 어떤 업무를, 왜, 어떻게 하는지, 업무에 대한 책임과 권한을 인지.
2. 관리 : 진행 시의 문제 사항, 장애 요인, 위험 요인을 확인하고 대응 방안을 마련.
3. 면담 : 수행의 과정을 확인하고 과정 상의 문제는 어떤 것이었고 해결은 어떻게 했는지 확인.
4. 평가 : 기준에 따른 결과를 결정하고 그에 대한 구체적인 피드백.

AI 기술이 적용된다고 해서 이 프로세스 자체가 크게 변경되지는 않을 것이다. 기존의 프로세스는 유지만 그 안에서는 많은 변화가 생길 수 있다.

성과 관리의 영역에서는 많은 데이터들이 생성이 된다. 그 데이터들은 정량 데이터와 정성 데이터가 모두 있다. 회사 내부에서 생성되는 데이터와 회사 외부의 활동에 대한 데이터도 있을 것이다. 관련 업무를 진행하면서 다른 사람들과 주고받는 데이터도 있다. 이런 데이터들을 기반으로 성과 관리를 진행하고 최종 평가의 근거로 활용한다. 활용을 할 때 모든 데이터들은 하나의 시스템에 있으면 좋겠지만 대부분은 여러 시스템에 있거나 일부는 시스템이 아닌 파일의 형태로만 존재할 수 있다. 이런 데이터들의 활용도가 AI의 도움으로 높아질 수 있다. 지금까지도 데이터가 없거나 부족해서 성과 관리에 활용을 못 한 것이 아니라 존재하는 데이터를 적절하게 활용하지 못했던 경우가 더 많을 수 있다. 산재해 있는 여러 데이터 중에서 필요한 데이터를 정확한 타이밍에 활용하는 것이 어렵기 때문이다.

팀원들은 KPI의 수립과 성과에 대한 정리를 위해 많은 시간을 소모해야 하고 평가를 진행해야 하는 리더는 성과에 대한 확인과 팀원들이 작성한 자료가 적절한지 확인을 위해 시간을 소모해야 한다. 이런 사항의 개선을 하고 Data 기반의 의사 결정을 지원해 줄 수 있다. 성과 관리 영역에서는 프로세스 자체는 유지하나, 프로세스의 자동화, 일하는 방식의 변화, 데이터 기반 업무 수행을 할 수 있게 될 수 있다**.** 성과 관리의 단계별로 AI의 활용이 가능한 예시는 다음과 같이 있다.

1. 계획 : 개인 별 KPI의 생성, 개인 별 강점 요인과 약점 요인의 확인
2. 관리 : 목표 달성 정도의 확인, 개선 방안의 추천
3. 면담 : 업무 성과 분석 및 단계 별 성과 리뷰 자료 생성.
4. 평가 : KPI 평가 기준 생성, 성과에 대한 종합 리뷰 자료 생성

이런 변화의 결과로 데이터 기반 성과 관리가 될 수 있다. AI를 활용하여 데이터의 활용 정도를 한단계 높이는 것이 가능해진다. 자동화된 성과 관리, 데이터 기반 평가 운영 등 업무 모든 것들이 데이터로 연결된다. 이러한 자동화된 성과 관리에서는 평가의 객관성을 확보하는 것이 가장 중요하다. 기반이 되는 데이터의 출처부터 적용이 된 로직을 모두가 신뢰할 수 있어야 한다. 대상이 되는 사람들이 그 기준을 확인할 수 있도록 공개를 하여 신뢰성을 높일 수 있을 것이다.