월말 급여 마감은 비행기 이륙과 닮았어.

직원 정보가 탑승하고, 근태와 휴가 데이터가 수하물처럼 실리고, 시간외근무 승인과 급여 변경 내역이 마지막 보안 검색대를 통과하지.

문제는 비행기가 매달 뜨는데, 준비 과정은 매번 처음 하는 것처럼 분주하다는 거야.

“반차 쓴 사람들 기록은 다 고쳤나?”

“시간외근무 승인이 빠진 건 없나?”

“이번 달 입·퇴사자는 제대로 반영됐나?”

“외부 급여 대행사에 보낼 파일이 정말 최종본인가?”

이쯤 되면 누군가는 생각해.

AI에게 Excel을 주고 급여를 알아서 계산하게 하면 되지 않을까?

멋있어 보이지만, 이게 바로 첫 번째 함정이야.

급여 업무에서 AI가 가장 잘할 수 있는 일은 최종 금액을 결정하는 게 아니야. 사람이 놓치기 쉬운 예외를 먼저 찾고, 왜 이상한지 설명하는 것이야.

오늘은 챗봇 하나를 붙이는 수준을 넘어, 월말 급여 마감을 어떻게 안전하고 영리하게 자동화할 수 있는지 이야기해볼게.

문제는 Excel이 아니라 ‘기억에 의존하는 운영’이야

많은 회사가 근태 시스템과 Excel, 그리고 외부 급여·노무 전문가를 함께 사용해.

Excel은 나쁜 도구가 아니야. 함수도 빠르고, 피벗테이블도 강력하고, 담당자가 직접 확인하기도 편하지.

진짜 문제는 중요한 통제가 사람의 기억에 숨어 있다는 거야.

[직원이 근태를 입력한다]
          ↓
[월말에 데이터를 내려받는다]
          ↓
[HR이 누락과 오류를 직접 찾는다]
          ↓
[직원에게 수정 요청을 보낸다]
          ↓
[Excel로 수당과 변동사항을 정리한다]
          ↓
[외부 급여 전문가에게 전달한다]
          ↓
[돌아온 결과를 다시 비교한다]

여기서 계산식 하나가 틀리는 것도 위험하지만, 더 무서운 건 확인해야 할 항목 자체를 잊는 것이야.

예를 들어 이런 일들이 생겨.

  • 오후 반차를 썼는데 퇴근시간은 정상 근무처럼 남아 있다.
  • 시간외근무 기록은 있는데 승인 내역이 없다.
  • 급여 인상일과 실제 적용월이 다르다.
  • 퇴사한 직원에게 다음 달 수당이 남아 있다.
  • 성과급 대상자 명단과 실제 지급 명단이 다르다.
  • 외부 급여 대행사의 결과와 내부 예상액이 조금 다르지만 이유를 찾기 어렵다.

수식은 값을 계산해주지만, “왜 이 값이 이상한가?”까지 친절하게 알려주지는 않아.

급여 자동화에는 네 명의 선수가 필요해

급여 자동화를 모두 AI라고 부르면 설계가 흐려져.

실제로는 네 가지 역할을 분리해야 해.

1. 규칙 엔진: 한 치도 안 틀리는 계산 담당

규칙 엔진은 정해진 조건을 그대로 실행해.

  • 반차일의 근무시간 확인
  • 시간외근무 승인 여부 대조
  • 전월 대비 급여 증감 계산
  • 입·퇴사 적용일 검사
  • 중복 수당 탐지
  • 외부 결과와 내부 예상액 비교

같은 입력에는 언제나 같은 결과가 나와야 하는 일은 AI보다 규칙 엔진이 잘해.

2. 워크플로 자동화: 끈질긴 진행 매니저

문제를 발견하는 것만으로는 부족해.

누가 언제까지 고쳐야 하는지 알려주고, 해결되지 않으면 다음 사람에게 전달해야 해.

직원에게 1차 알림
      ↓ 미해결
팀장에게 2차 알림
      ↓ 미해결
HR 검토 목록에 등록

사람이 매번 메일 주소를 찾고 문구를 복사할 필요가 없어지는 거지.

3. AI: 이유를 설명하는 탐정

AI는 숫자를 최종 확정하는 대신, 사람이 빠르게 이해하도록 도와줘.

이번 달 실지급액이 전월보다 38% 증가했습니다.

주요 원인
- 기본급 변경
- 시간외수당 증가
- 일회성 성과급

확인 필요
- 시간외수당 일부가 미승인 근무와 연결되어 있습니다.

숫자만 빨갛게 표시하는 것보다 훨씬 유용하지.

4. 사람과 전문가: 최종 감독과 심판

HR 담당자는 예외를 승인하거나 반려하고, 세금·사회보험·노동법 판단은 전문가가 맡아야 해.

정확한 계산       → 규칙 엔진
진행과 리마인드   → 워크플로
설명과 요약       → AI
최종 승인         → HR
법률·세무 판단    → 전문가

이 역할 분담이 안전한 HR 자동화의 뼈대야.

정상 데이터 100건 대신 예외 5건만 보자

기존 운영은 담당자가 모든 직원을 훑는 방식이야.

자동화된 운영은 정상 건을 조용히 통과시키고, 확인이 필요한 건만 보여줘.

AS-IS
정상 95건 + 문제 5건 = 사람이 100건 검토

TO-BE
정상 95건 = 자동 통과
문제 5건 = 사람이 근거를 보고 판단

이걸 ‘예외 중심 운영’이라고 해.

자동화의 목표는 사람을 없애는 게 아니라, 사람의 집중력을 가장 중요한 5건에 쓰는 거야.

바로 써먹을 수 있는 여섯 가지 아이디어

아이디어 1. 월말 마감 레이더

마감일이 되기 전에 매일 준비 상태를 보여줘.

7월 급여 마감 준비도: 89%

완료
- 입·퇴사 변동 확인
- 급여 변경 승인 확인

확인 필요
- 반차 기록 불일치 3건
- 출퇴근 누락 2건
- 시간외근무 미승인 4건

월말에 폭탄을 해체하는 대신, 작은 불씨를 매일 끄는 방식이야.

아이디어 2. 반차 탐정

휴가 기록과 실제 근무시간을 비교해 이상한 조합을 찾는 거야.

  • 오후 반차인데 저녁까지 근무한 것으로 기록됨
  • 오전 반차인데 정상 출근시간으로 기록됨
  • 휴가일인데 출퇴근 기록이 존재함
  • 반차 승인은 있지만 근무시간 차감이 없음

직원에게는 딱 필요한 정보만 알려줘.

7월 8일 오후 반차가 승인되어 있지만
퇴근기록이 정상 근무시간으로 남아 있습니다.
급여 마감 전에 근태 기록을 확인해 주세요.

아이디어 3. “왜 급여가 달라졌지?” 설명기

전월과 비교해 달라진 금액을 기본급, 수당, 성과급, 공제 항목으로 나눠 설명해.

이 기능은 직원에게 바로 공개하기 전에 HR 내부 검토용으로 먼저 운영하는 게 좋아.

아이디어 4. 외부 제출 패키지 자동 생성

검증이 끝난 데이터로 제출 파일과 증빙 묶음을 자동 생성해.

01_employee_changes.xlsx
02_attendance_summary.xlsx
03_overtime_allowance.xlsx
04_leave_allowance.xlsx
05_exception_report.xlsx
06_approval_history.pdf

파일 생성보다 더 중요한 건 각 숫자의 출처, 적용일, 승인 근거를 함께 남기는 거야.

아이디어 5. 돌아온 급여 결과 자동 대조

외부 대행사가 계산한 결과를 업로드하면 내부 예상액과 차이를 직원별·항목별로 보여줘.

내부 예상액과 외부 결과의 차이: 270,000원

A 직원  사회보험 조정       +120,000원
B 직원  비과세 항목 기준 차이 +100,000원
C 직원  반올림 기준 차이      +50,000원

거대한 Excel 두 개를 모니터 양쪽에 띄워놓고 눈으로 찾는 일과 작별할 수 있어.

아이디어 6. 법령 변경 레이더

AI가 공식 문서의 변경사항을 요약하고 영향을 받을 수 있는 규칙을 알려줘.

단, 자동으로 급여 규칙을 바꾸면 안 돼.

공식 공지 발견
    ↓
AI가 변경사항과 영향 범위 요약
    ↓
전문가 검토
    ↓
HR 승인
    ↓
규칙 버전 업데이트

AI 요약은 내비게이션이고, 법률 원문과 전문가 검토가 실제 도로야.

다른 회사들은 어떻게 했을까?

IBM AskHR: FAQ에서 80개 HR 업무로

IBM의 AskHR 사례는 작은 챗봇이 어디까지 확장될 수 있는지 보여줘.

IBM이 공개한 자료에 따르면 AskHR은 직원 서신, 휴가 요청, 급여정보 접근, 보상과 조직 변경 등 약 80개 HR 업무를 지원해. 연간 210만 건 이상의 직원 대화를 처리하고, 일반 질문의 94%를 별도 상담 없이 처리했다고 해.

중요한 건 IBM도 처음부터 거대한 HR 에이전트를 만들지 않았다는 거야.

여러 봇과 채널을 하나의 접점으로 모으고, 검증된 업무부터 조금씩 추가했어.

Workday와 PwC: 전문가를 없애지 않고 연결했다

Workday와 PwC의 글로벌 급여 사례는 31개국 급여 운영을 중앙 HR 데이터와 현지 전문가 구조로 표준화했어.

핵심은 전문가를 AI로 대체한 게 아니야.

  • 중앙 시스템은 데이터 흐름과 일관성을 담당하고
  • 자동화는 반복적인 대사 업무를 줄이고
  • 현지 전문가는 규정 준수와 위험을 판단했어.

한국의 중견·대기업에도 이 구조가 현실적이야.

Siemens: 직원이 찾아갈 문을 하나로

Siemens는 ServiceNow 기반 My Services 포털을 만들어 HR, 재무, 구매 서비스를 하나의 접점으로 모았어. ServiceNow 고객 사례는 36만 명 이상의 직원을 지원하는 통합 서비스 경험을 소개해.

자동화가 늘어날수록 직원이 여러 봇과 여러 메뉴를 찾아다니게 만들면 안 돼.

뒤에서는 시스템이 여러 개여도, 앞문은 하나여야 해.

위 사례의 수치는 각 기업과 솔루션 공급사가 공개한 결과야. 다른 회사에 같은 효과가 보장된다는 뜻은 아니며, 실제 성과는 작은 PoC로 확인해야 해.

첫 PoC는 급여 지급 버튼을 만들지 않는다

안전한 첫 실험은 6~8주 정도의 ‘그림자 운영’이 좋아.

그림자 운영은 실제 급여를 바꾸지 않고, 기존 프로세스 옆에서 자동화 결과를 비교하는 방식이야.

1~2주차: 발견과 설계

  • 현재 업무 흐름 인터뷰
  • 근태·HR·외부 급여 파일 확인
  • 자주 발생하는 오류 정의
  • 접근권한과 개인정보 범위 결정

3~5주차: 구현

  • 데이터 수집과 형식 통일
  • 반차·누락·미승인 규칙 구현
  • 자동 리마인드
  • 제출 패키지 초안 생성

6~8주차: 그림자 검증

  • 과거 2~3개월 데이터 재생
  • 기존 Excel 결과와 비교
  • 실제 월말 마감 옆에서 병행 실행
  • 잘못된 경고와 놓친 오류 측정

첫 PoC에서 실제 급여 지급이나 법령 규칙 자동 반영은 제외하는 게 좋아.

“AI가 잘 대답했다”보다 중요한 숫자

챗봇 답변 개수만 세면 프로젝트가 성공한 것처럼 보이기 쉬워.

하지만 운영 자동화는 실제 업무가 얼마나 나아졌는지 측정해야 해.

  • HR 월말 작업시간
  • 직원에게 직접 보낸 리마인드 횟수
  • 외부 제출 후 재수정 건수
  • 마감에 걸린 일수
  • 오류 탐지율
  • 잘못된 경고 비율
  • 계산 근거를 찾는 데 걸린 시간

예를 들어 목표를 이렇게 잡을 수 있어.

월말 작업시간       50% 감소
수동 리마인드       70% 감소
제출 후 재수정      50% 감소
계산 근거 추적      100% 가능

AI 프로젝트의 진짜 대시보드는 토큰 사용량이 아니라, 사라진 야근과 줄어든 재작업이야.

개인정보와 설명 가능성은 기능보다 먼저다

급여 데이터는 민감해.

직원번호, 급여, 계좌, 평가, 휴가, 근무시간이 한곳에 모이면 편리하지만 위험도 커져.

최소한 다음 원칙이 필요해.

  • 직원은 본인의 정보만 볼 수 있다.
  • 팀장은 허용된 팀원의 범위만 볼 수 있다.
  • 급여와 평가정보의 권한을 분리한다.
  • 주민등록번호와 계좌번호는 AI 입력에서 제외한다.
  • 개발 환경에서는 익명화 데이터를 사용한다.
  • 모든 열람, 수정, 승인 이력을 남긴다.
  • 고객 데이터를 AI 모델 학습에 사용하지 않는다.
  • 자동화된 결과에 이의를 제기하고 재검토할 수 있다.

급여 시스템에서 “AI가 그렇게 말했어요”는 설명이 아니야.

어떤 데이터와 어떤 규칙으로 결과가 나왔는지 다시 보여줄 수 있어야 해.

결국 필요한 건 더 똑똑한 계산기가 아니야

HR 자동화의 가장 멋진 모습은 AI가 사람 대신 모든 것을 결정하는 장면이 아니야.

월말 오후 6시, 담당자가 화면을 열었을 때 이런 메시지가 보이는 장면이야.

이번 달 급여 마감 준비가 완료되었습니다.

자동 검증한 직원: 127명
자동 통과: 124명
HR이 확인한 예외: 3명
미해결 오류: 0건
모든 변경사항의 승인 근거가 연결되어 있습니다.

담당자는 불안해서 Excel을 세 번 다시 열지 않아도 돼.

직원은 같은 질문을 여러 사람에게 반복하지 않아도 돼.

전문가는 정리되지 않은 파일을 고치는 대신 정말 판단이 필요한 문제에 집중할 수 있어.

AI의 가장 좋은 자리는 급여를 결정하는 왕좌가 아니야.

사람이 놓칠 수 있는 곳을 먼저 비춰주는 손전등 옆자리야.