안녕하세요. 앞서 질문을 드렸는데, 멘토님의 경력을 다시 살펴보니 제가 너무 일반적인 질문을 드린 것 같아 조금 더 구체적으로 여쭙고 싶어 다시 질문드립니다.
저는 사범대학에서 교육을 공부한 후 법학을 전공하여 졸업했고, 대학 취업지원 부서에서 행정·취업지원 업무를 담당했습니다. 이후 기업지원 수행기관에서 정부지원사업 운영, 인사·노무 컨설팅 프로젝트 운영 및 채용 지원 업무를 경험했습니다.
현재는 SKALA 4기에 참여하여 Python, 데이터 분석, Feature Engineering, Java·Spring Boot, REST API, Vue.js, Agile·MSA 등을 학습했고, 앞으로 머신러닝·딥러닝, LLM·Transformer, Fine-Tuning, RAG, Vector DB, AI Agent, AIOps 등을 배우게 됩니다.
제 목표는 개발자 자체가 되기보다는, 인사 도메인을 이해하면서 데이터와 AI를 활용해 실제 HR 문제를 정의하고 개선할 수 있는 인사담당자가 되는 것입니다.
멘토님께서 삼성전자 People팀에서 데이터사이언스 업무뿐 아니라 AI 하네스 엔지니어링, 자동화 소프트웨어 개발, 사내 AI 교육까지 담당하고 계셔서 특히 다음 부분이 궁금합니다.
People팀에서 실제로 데이터사이언스나 AI를 적용할 때, 현업 HR 담당자들이 가장 많이 겪는 문제는 무엇인가요?
예를 들어 채용, 인력배치, 교육, 조직문화, 이직·퇴직, 업무 자동화 등의 영역에서 실제 AI·데이터 과제로 발전시키기 좋은 문제가 궁금합니다.
HR에서 AI를 활용하는 사람에게는 모델을 직접 개발하는 능력과 HR 문제를 데이터 문제로 정의하고 개발자·데이터사이언티스트와 협업하는 능력 중 어느 정도의 비중이 요구되는지 궁금합니다.
특히 신입 인사 지원자라면 Python·SQL·통계·ML·LLM·서비스 개발 등을 어느 수준까지 설명하거나 구현할 수 있어야 경쟁력이 있을까요?
제가 SKALA 프로젝트에서 HR 관련 서비스를 하나 만든다면, 단순한 챗봇이나 문서 검색형 RAG보다 실제 People팀 관점에서 의미 있다고 평가할 만한 주제가 무엇인지 궁금합니다.
가능하다면 교육과정 중 직접 문제를 정의하고 데이터셋 구축 → 분석/모델링 → AI Agent 또는 자동화 → 평가까지 구현해보고 싶습니다.
멘토님께서는 자동화 소프트웨어와 AI를 직접 HR 업무에 적용하고 계신데, “기술적으로는 가능하지만 HR에서는 적용하기 어려운 영역”도 있는지 궁금합니다.
개인정보, 공정성, 설명가능성, 구성원의 수용성 등 HR 특유의 제약 가운데 신입이 반드시 이해해야 하는 부분이 있다면 배우고 싶습니다.
마지막으로 법학 전공과 행정·인사 관련 실무 경험을 가진 제가 AI/Data 교육을 추가로 받고 있다는 점을 신입 인사 채용에서 강점으로 만들려면, 남은 SKALA 기간 동안 어떤 결과물을 만들어 놓는 것이 가장 효과적일까요?
제가 단순히 “AI를 사용할 줄 아는 인사담당자”가 아니라, 현업의 문제를 발견하고 → 데이터로 구조화하고 → 필요한 AI/자동화 방법을 선택하고 → 실제 업무 프로세스에 적용한 뒤 → 효과까지 검증할 수 있는 사람으로 성장하고 싶습니다.
멘토님의 실제 People팀 경험을 기준으로 조언해주시면 남은 SKALA 교육과 프로젝트 방향을 정하는 데 많은 도움이 될 것 같습니다. 감사합니다.
강도희 · 2026. 08. 21. 18:15
멘토 1명에게 발송 · 답변 1건 · 대기 0명
멘토 답변 1
이
이*준 멘토
삼성전자 / People팀 / 데이터사이언스 · 인사총무
우선 저같은 경우 인사 직무로 입사한 것이 아니라 SW 개발자로 입사하여 현재 인사팀에 파견된 것이라 인사 업무에 대해 상세히 답변드리기가 어렵다는점 양해바랍니다. 협업하는 인사 담당자 측면에서 경험한 것을 토대로 말씀드리겠습니다. 인사 업무는 민감한 정보를 담고 있어 세부적으로 기술하지 못하는 점 양해 부탁드립니다.
1. People팀에서 실제로 데이터사이언스나 AI를 적용할 때, 현업 HR 담당자들이 가장 많이 겪는 문제는 무엇인가요?
특정한 주제를 꼽을 순 없으나 "어디까지 AI가 가능한가" 와 "어떤 문제를 해결하는데 어떤 도구가 필요한가"를 파악하는 것이 어렵다는게 가장 처음 만나는 난관이라고 봅니다. HR 업무에는 SW 개발 지식이 필요하진 않습니다. 때문에 자동화해야하는 문제나 지식화, 시스템화 해야할 문제를 발견하더라도 그것을 달성하기 위한 기술, 도구 등을 찾고 도입하는 것이 어렵다는 문제가 있습니다.
2. HR에서 AI를 활용하는 사람에게는 모델을 직접 개발하는 능력과 HR 문제를 데이터 문제로 정의하고 개발자·데이터사이언티스트와 협업하는 능력 중 어느 정도의 비중이 요구되는지 궁금합니다.
인사 업무에서 AI 모델 직접 개발하고 학습시키는 역량은 중요하지 않다고 생각합니다. 그보다는 어떤 문제가 있는지 파악하고 이를 달성하기 위한 방법을 질문하고 탐색하는 능력이 중요한것 같습니다.
3. 신입 인사 지원자라면 Python·SQL·통계·ML·LLM·서비스 개발 등을 어느 수준까지 설명하거나 구현할 수 있어야 경쟁력이 있을까요?
개발 직무가 아닌 인사 직무 담당자들은 SW, AI 전문가가 아닌 경우가 많습니다. 애초 면접에서 이런 질문을 받을 가능성도 낮다고 생각합니다. 다만 본인이 어필할 포인트로 삼을 수 있을 것 같습니다.
4. SKALA 프로젝트에서 HR 관련 서비스를 하나 만든다면, 단순한 챗봇이나 문서 검색형 RAG보다 실제 People팀 관점에서 의미 있다고 평가할 만한 주제가 무엇인지 궁금합니다.
Data set 만 잘 구축할 수 있다면, 실제 업무 영역인 조직 문화, 인력 관리, 채용, 교육 등 분야에서 업무를 발굴하고 활용할만한 서비스를 개발해보는 것이 좋을 것 같습니다. 현업 담당자 입장에서 볼 때 매력적인 서비스라면 어필할만 할 것으로 보입니다.
5. “기술적으로는 가능하지만 HR에서는 적용하기 어려운 영역”도 있는지 궁금합니다.
HR 업무에서 다뤄지는 데이터는 보안이 가장 중요하다고 봅니다. 아무래도 최근 개인정보 유출사태와 AI 도입으로 이런 우려가 사회 전반적으로 커지고 있습니다. 예를 들어 전임직원 정보를 LLM에 학습시켜 전용 챗봇을 구축하거나, Agent로 만들어 사용하는것은 기술적으로 가능할지라도 위험합니다.
제 업무 영역에서 보자면, AX를 목적으로 도입한 툴이 Credentials에 접근하지 못하도록 방지하거나 애초에 그런 정보를 접할 가능성을 차단하기 위한 하네스를 구축하는 방안, 개발한 툴이 보안 규정에 위배되지 않는지 고려하는 것들이 중요하게 여겨집니다.
6. 법학 전공과 행정·인사 관련 실무 경험을 가진 제가 AI/Data 교육을 추가로 받고 있다는 점을 신입 인사 채용에서 강점으로 만들려면, 남은 SKALA 기간 동안 어떤 결과물을 만들어 놓는 것이 가장 효과적일까요?
저는 컴퓨터 공학을 전공했고, 인사 실무자가 아니라 이 부분에서 답변을 드리기가 어려우나 가능하면 이전에 참여하셨던 행정·취업지원 업무를 리뷰하고 이곳에서 발생한 문제를 근거로 주제를 도출하는 것이 현업에 가장 가까운 문제를 발견할 수 있을것이라 생각합니다.