코리 스펜서, UKG의 AI 및 플랫폼 부문 총괄 및 제품 관리 담당 부사장 – 인터뷰 시리즈

코리 스펜서(Corey Spencer) 는 UKG의 AI·플랫폼 제품 관리 담당 그룹 부사장 겸 총괄입니다. UKG의 AI, 플랫폼, 인력 인텔리전스 사업 전반에서 제품 전략과 혁신을 이끌며 조직이 인력 데이터를 실행 가능한 통찰로 바꿔 긍정적인 사업 성과를 내도록 돕습니다. 20년 이상 경력을 쌓은 스펜서는 AI의 미래, 인력 인텔리전스, 현장 업무에 대한 AI 적용을 논의하는 업계 전문가입니다.

UKG 는 조직이 직원을 더 효과적으로 관리·지원하도록 인적자본 관리, 급여, 인력 관리 소프트웨어를 제공하는 글로벌 기업입니다. 플랫폼은 인사, 급여, 근무 일정, 근무시간·근태, 규정 준수, 분석, AI 기반 인력 통찰을 통합하며 중소기업부터 대규모 다국적 기업까지 지원합니다. 50년의 업계 경험을 바탕으로 150개국 8만 개 이상 조직을 지원하며 매일 수천만 명이 솔루션을 이용합니다.

Adobe (ADBE ), Alteryx, UKG 등에서 20년 넘게 기업이 고객·분석·인력 데이터를 이해하도록 도왔습니다. 지식근로자보다 현장 근로자가 오늘날 AI의 가장 중요하면서도 간과된 기회 중 하나라고 확신하게 된 이유는 무엇입니까?

이유는 간단합니다. 경제가 실제로 움직이는 곳이 현장이기 때문입니다.

지식 업무에 AI를 적용하는 데 큰 진전이 있었습니다. 하지만 인력 중 가장 크고 역동적인 부분은 충분한 지원을 받지 못한 경우가 많았습니다. 현장 근로자는 세계 근로자의 과반이며 일부 추정으로는 최대 80%에 이릅니다. 의료, 소매, 제조, 물류, 숙박·접객, 공공 서비스처럼 우리가 매일 의존하는 산업을 움직입니다.

많은 기업에서 현장은 손익의 가장 큰 부분 중 하나이기도 합니다. 인건비, 고객 경험, 규정 준수, 안전, 서비스 품질, 직원 참여가 한데 모이는 곳입니다. 그런데도 최적화가 가장 덜 된 영역 중 하나로 남아 있습니다.

일이 단순해서가 아닙니다. 대단히 복잡하기 때문입니다.

현장 업무는 주간이나 월간 단위로 계획하지만 매 근무조의 매 순간 달라집니다. 누군가 결근을 알립니다. 수요가 급증하고 환자 수가 바뀌며 배송이 지연됩니다. 역할, 지역, 자격, 근무시간에 따라 적용되는 준수 규칙도 달라집니다.

기존 기업 시스템은 일어난 일을 기록하도록 만들어졌습니다. 현장에는 결정이 아직 효과를 낼 수 있을 때 행동하도록 돕는 기술이 필요합니다.

그래서 AI가 중요합니다. 에이전트 AI는 맥락, 의도, 제약을 이해하고 사람이 통제권을 유지하는 가운데 일정·근무시간·급여·인사·운영 전반의 실행을 조율할 수 있습니다.

저에게 기회란 인력 계획과 실제 실행 사이의 간극을 줄이는 것입니다. 이를 해내면 직원 경험이 좋아지고, 관리자는 혼자 감당할 수 없는 규모의 지원을 받으며, 기업은 더 빠르고 정밀하고 신뢰성 있게 운영됩니다.

생산성만의 이야기가 아닙니다. 실행에 관한 이야기입니다.

현장 근로자는 세계 노동력의 대부분인데 AI 열풍은 주로 사무실 생산성 도구에 집중됐습니다. 업계가 현장 환경의 복잡성과 중요성을 그토록 오래 과소평가한 이유는 무엇이라고 보십니까?

이미 디지털화된 업무에 맞춰 AI를 만들기가 더 쉬웠기 때문이라고 생각합니다.

사무실 업무는 문서, 이메일, 회의, 일정표, 협업 도구에서 이뤄집니다. AI의 첫 적용 대상으로 자연스러웠습니다. 현장은 다릅니다. 물리적이고 분산돼 있으며 규제가 많고 시간에 민감하고 계속 변합니다. 그럼에도 세계 노동력의 최대 80%를 차지합니다. 대개 책상에 앉아 있지는 않지만 매일 기업·지역사회·경제를 돌아가게 하는 사람들입니다.

복잡한 것은 업무 자체뿐 아니라 주변 데이터입니다. UKG는 늘 현장에 집중해 왔기에 이 분야에서 수십 년을 먼저 준비해 왔다는 장점이 있습니다.

현장 인력 데이터는 양이 많고 잡음도 많습니다. 수천 곳의 사업장과 근무조에서 일정, 근태 단말, 출퇴근 기록, 급여 규칙, 자격, 인력 수요 예측, 결근, 수요 신호, 준수 요건, 관리자 결정, 직원 선호, 운영 변화가 데이터를 만듭니다. 신호는 계속 변하며 역할·지역·기술·정책·규제·수요·시점이라는 맥락에 크게 의존합니다.

그래서 의미 있게 분석하기가 훨씬 어렵습니다. 많은 조직이 무슨 일이 있었는지 이해할 때는 결과를 바꿀 기회가 이미 지나갑니다. 인력 공백, 초과근무 위험, 규정 준수 문제, 급여 예외, 놓친 근무 충원 신호는 일주일 뒤가 아니라 아직 조치할 수 있을 때 중요합니다.

현장 AI가 사무실 생산성 AI와 근본적으로 달라야 하는 이유입니다. 요약이나 콘텐츠 생성만으로는 안 됩니다. 운영 맥락과 잡음 많은 인력 신호를 이해해 사람이 실시간으로 행동하도록 도와야 합니다.

이것이 UKG 사업과 UKG Workforce Intelligence Hub 같은 솔루션의 핵심 기회입니다. 현장에는 또 하나의 기록 시스템이 아니라 실행 시스템이 필요합니다. 인력 데이터를 더 나은 결정, 더 빠른 실행, 직원·관리자·기업이 더 신뢰할 결과로 바꿔 주는 시스템입니다.

오랫동안 기업 소프트웨어는 책상, 문서, 회의, 업무 흐름, 지식 업무처럼 디지털화하기 쉬운 일을 중심으로 발전했습니다. 그러나 현장은 물리적이고 분산돼 있으며 규제를 받고 시간에 민감하고 산업별 특성이 강합니다.

매장 직원, 간호사, 제조 기술자, 창고 근로자, 호텔 관리자는 모두 현장 근로자이지만 주변 운영 환경은 완전히 다릅니다. 소매팀은 방문객 수, 판촉, 날씨, 지역 행사에 따라 인력을 조정해야 합니다. 의료팀은 하루 동안 변하는 환자 필요에 맞춰 적절한 자격을 가진 사람을 알맞은 병동에 배치해야 합니다. 제조팀은 기술, 안전, 초과근무, 생산 일정, 노동 규칙 사이에서 균형을 맞춥니다.

이것이 실제 복잡성입니다. 계획은 주간·월간 단위여도 업무는 매 근무조에서 순간마다 바뀝니다. 월요일에 맞던 일정이 수요일에는 틀릴 수 있고 오전 8시에 통하던 인력 계획이 정오에는 깨질 수 있습니다.

과거 시스템 대부분은 사후 기록만 가능했습니다. 현장에는 보고 이상으로 그 순간의 조치가 필요합니다.

그래서 AI는 큰 순풍입니다. 에이전트 AI는 맥락·의도·제약·업무 규칙을 이해하고 관리자와 직원이 일정·근태·급여·인사·운영 전반에서 행동하도록 돕습니다.

우리는 수십 년간 이런 현장 문제를 다뤘습니다. 지금 다른 것은 AI를 통해 새로운 수준의 속도, 정밀성, 산업 적합성으로 이를 바꿀 수 있다는 점입니다.

기회는 현장 업무를 사무실 업무처럼 만드는 데 있지 않습니다. 실제 현장 업무의 방식을 존중하며 사람과 기업이 실시간으로 더 나은 결정을 내리도록 돕는 기술을 만드는 데 있습니다.

매장 직원, 간호사, 창고 근로자, 숙박·접객 종사자를 위한 AI는 사무직용 AI 보조도구와 매우 다릅니다. 가장 큰 기술적·운영상 차이는 무엇입니까?

가장 큰 차이는 현장 AI가 문서, 받은편지함, 채팅창에만 머물 수 없다는 것입니다. 업무 흐름 안에 있어야 합니다.

사무직 AI는 정보 생성·요약·검색·분석을 돕는 경우가 많습니다. 현장 AI는 지금 누가 일하고, 누가 자격이 있고, 누가 투입 가능하며, 수요와 적용 규칙이 무엇이고, 다음에 어떤 조치를 해야 하는지 알아야 합니다. 전혀 다른 기술 문제입니다.

따라서 맥락과 산업을 이해하고 실행을 지향해야 합니다. 역할, 정책, 노동 규칙, 급여 영향, 일정, 자격, 사업 우선순위를 이해하면서 신뢰·설명 가능성·사람의 감독도 갖춰야 합니다.

운영상 차이도 중요합니다. 현장 관리자는 근무조가 돌아가는 중에 대시보드를 해석할 시간이 없습니다. 직원도 다른 시스템 하나를 더 탐색하고 싶어 하지 않습니다. AI는 업무에 내장돼 빠르고 직관적이며 그 순간 유용해야 합니다.

현장 AI는 단순한 업무 보조도구를 넘어 조직이 실시간으로 감지하고 결정하고 행동하도록 돕는 지능입니다.

교대근무, 일정, 급여, 인력 배치 신호 같은 실시간 인력 데이터의 중요성을 강조해 왔습니다. 현장 AI에서 실시간 실행이 특히 중요한 이유는 무엇입니까?

문제는 데이터 보유 여부가 아닙니다. 기업 대부분은 어느 때보다 많은 인력 데이터를 만듭니다. 결정이 아직 의미 있을 때 그 신호를 시의적절한 권고·안내·실행으로 바꾸는 것이 문제입니다.

그래서 실시간 실행이 중요합니다. AI는 무슨 일이 일어나고 어떤 제약이 적용되며 다음 최선의 조치가 무엇인지 이해해야 합니다. 일정을 바꿀까요? 빈 근무조를 채울까요? 관리자에게 알릴까요? 규정 준수 문제를 막을까요? 급여 예외가 직원 경험의 문제가 되기 전에 고칠까요?

작은 결정처럼 들리지만 직원·근무조·사업장 수천 개에 걸치면 개선 효과가 빠르게 누적됩니다. 더 충분한 근무 인력, 줄어든 예외, 더 현명한 인력 결정, 빠른 관리자 조치가 직원과 기업에 의미 있는 영향을 줍니다.

UKG Workforce Intelligence Hub의 목적도 특히 현장에서 인력 데이터를 더 나은 결정과 빠른 실행으로 바꾸는 것입니다.

우리는 인력 전략이 운영 현실이 되는 인사·급여·인력 관리 전반을 풍부하게 파악합니다. 여기에 산업·동종 기업 기준, 인건비 통찰, 중요한 시사점과 권고 조치를 찾아내는 AI가 결합하면 리더는 무엇이 일어나고 왜 중요하며 어디에 조치해야 하는지 더 명확하게 봅니다.

경영진에게 이것이 진짜 가치입니다. 검토할 대시보드를 하나 더 주는 것이 아니라 인력을 정밀하게 관리하고 위험을 일찍 찾고 성과를 더 잘 비교하며 중요한 순간에 확신 있게 결정하도록 돕는 도구입니다.

많은 조직이 에이전트 AI를 검토하지만 자율성, 거버넌스, 신뢰를 우려합니다. 인력 관리 시스템에서 AI의 실행을 허용하기 전에 어떤 안전장치가 필요합니까?

인력 운영의 결정은 사람에게 깊은 영향을 주므로 AI 에이전트에 명확한 경계가 필요합니다. 일정, 급여, 규정 준수, 근무 인원, 피로, 공정성, 직원 신뢰가 걸려 있습니다. 속도와 효율만 최적화해서는 안 되고 정책·권한·목적 안에서 작동해야 합니다.

가장 중요한 안전장치는 맥락, 통제, 책임입니다.

맥락은 직원, 역할, 지역, 노동 규칙, 사업 필요, 후속 영향을 이해하는 것입니다. 통제는 정해진 권한 안에서만 행동하고 위험에 맞는 사람의 승인을 받는 것입니다. 책임은 모든 권고와 조치가 설명 가능하고 감사 가능하며 되돌릴 수 있다는 뜻입니다.

자격 있는 직원에게 빈 근무조를 안내하거나 관리자에게 초과근무 위험을 알리는 일은 자동 실행이 적절할 수 있습니다. 급여·규정 준수·징계·중대한 일정 변경처럼 영향이 큰 조치는 사람의 검토가 필요합니다.

목표는 관리자나 인사팀을 빼는 것이 아니라 혼자 관리할 수 없는 규모에서 지능적인 지원을 주는 것입니다.

신뢰받는 에이전트 AI는 의도를 실행으로 바꾸되 항상 투명성, 거버넌스, 사람의 참여를 갖춰야 합니다.

모든 기능은 실제 운영에 들어가기 전에 엄격한 모델 검증, 보안 검토, 개인정보 평가, 지속적 모니터링을 거쳐야 합니다.

UKG는 일정 재조정, 급여 이상 탐지, 채용 가속화를 이야기해 왔습니다. 현재 측정 가능한 운영 가치를 내는 활용 사례와 아직 초기인 사례는 무엇입니까?

가장 빨리 가치를 내는 사례는 관리자와 팀이 매일 해야 하는 결정의 불편을 없애는 것입니다.

급여 이상 탐지는 누구나 공감할 예입니다. 급여는 신뢰가 가장 중요한 업무 중 하나이며 현장·시간제 직원에게 특히 복잡합니다. 출퇴근 기록 누락, 초과근무 문제, 급여 규칙 예외, 준수 문제는 몇 시간의 수작업과 직원 신뢰 저하를 낳을 수 있습니다. AI는 이상을 일찍 찾고 무엇이 잘못돼 보이는지 설명하며 급여 마감 전에 해결하도록 안내할 수 있습니다.

더 발전된 사례도 있습니다. 하나는 실시간 인력·일정 최적화이며 UKG Dynamic Workforce Operations가 중요해지는 지점입니다. 매장·병동·창고·호텔의 인력 부족을 보는 데 그치지 않고 무엇이 바뀌고 어떤 제약이 있으며 관리자가 지금 무엇을 할 수 있는지 이해하는 것이 가치입니다. 빈 근무조를 채우고 초과근무 위험을 피하거나 필요한 근무 인원을 유지하는 조치입니다. 지금은 직감으로 판단하다 몇 시간씩 늦는 경우가 많습니다. 이제는 사람이 문제를 알아차리기도 전에 데이터에 근거한 권고를 받을 수 있습니다.

세 번째는 업무 흐름 안에서의 현장 직원 지원입니다. UKG Frontline Worker Network는 인력 데이터를 통해 재정·건강·일상 필수품에 관한 지원이 필요한 순간에 직원을 연결할 수 있습니다. 아직 새 분야이지만 직원 경험이 아무도 사용할 시간이 없는 별도 포털에 머물 수 없다는 점에서 중요합니다.

채용 가속화도 속도가 중요한 대규모 현장에서 실용적으로 자리 잡고 있습니다. AI 네이티브 UKG Rapid Hire는 지원자가 관심을 보인 뒤 면접 일정이 잡히기까지 걸리는 시간을 몇 주·며칠에서 몇 시간, 일부는 몇 분으로 줄였습니다. 인재 발굴, 선별, 일정 조정, 온보딩, 첫 출근 준비의 반복 작업도 줄였습니다.

진짜 기회는 개별 자동화가 아니라 변화를 감지하고 다음 최선의 행동을 권고하며 적절한 거버넌스와 사람의 감독 아래 의도를 실행으로 바꾸는 인력 운영 플랫폼입니다.

의료·제조·물류에서는 작은 인력 차질도 즉각적인 후속 영향을 낳습니다. 추가 위험 없이 빠르게 대응하는 AI를 어떻게 설계합니까?

속도는 중요하지만 현장에서 통제 없는 속도는 위험입니다.

이처럼 복잡한 산업에서는 작은 차질이 빠르게 번집니다. 한 명의 결근이 환자 돌봄 인력에 영향을 주고, 기술 공백 하나가 생산라인을 늦추며, 인력 신호 하나를 놓치면 배송 지연이나 초과근무 위험이 생깁니다.

목표는 단순히 더 빠른 AI가 아니라 적절한 제약 안에서 더 빠르게 움직이는 AI입니다.

맥락에서 출발합니다. 누가 자격이 있고 어떤 규칙과 필요 인원 기준이 적용되며 무슨 준수 위험이 있고 각 행동이 어떤 후속 영향을 낳을지 이해해야 합니다.

위험에 따른 자율성도 필요합니다. 관리자 알림, 자격 있는 대체 인력 찾기, 빈 근무조 안내는 위험이 낮은 권고·실행일 수 있습니다. 급여·규정 준수·안전·중대한 일정 변경에 영향을 주는 행동은 특히 사람의 검토가 필요합니다.

좋은 현장 AI는 설명 가능하고 감사 가능하며 되돌릴 수 있도록 설계됩니다. 관리자는 권고 이유를 알아야 하고 직원은 절차를 신뢰해야 하며 기업은 AI가 새로운 위험 없이 실행을 개선한다고 확신해야 합니다.

설계 원칙은 간단합니다. 처음부터 사람·정책·거버넌스를 포함해 조직이 실시간으로 감지하고 결정하고 행동하도록 돕는 것입니다.

특히 현장 산업에서 AI가 일자리를 대체할 것이라는 우려가 커집니다. 도입에 대한 두려움을 키우지 않고 자동화와 직원 역량 강화를 어떻게 조화시킵니까?

자동화에 대한 과장된 기대와 운영 현실을 구분해야 합니다.

지난 10년간 현장 업무 대체가 예상보다 어려웠던 사례를 많이 봤습니다. 셀프 계산대는 성과가 엇갈렸고 완전 자동 패스트푸드는 보편적 방식보다는 시범 사업에 가까웠습니다. 드론 배송도 대부분에게 여전히 미래 이야기처럼 느껴집니다.

기술이 강력하지 않아서가 아닙니다. 현장 업무 상당 부분이 깊이 인간적인 일이기 때문입니다.

현장 직원은 예외, 판단, 돌봄, 안전, 서비스, 공감, 신뢰를 다룹니다. 간호사는 단순한 과업 수행자가 아니고 매장 직원은 재고만 옮기지 않으며 식당 직원은 주문만 처리하지 않습니다. 사람·운영·규정 준수·고객 경험이 만나는 역할입니다.

AI는 혼란스러운 일정, 출퇴근 기록 누락, 급여 문의, 빈 근무조, 복잡한 규정, 인력 공백, 관리자가 팀을 돌보지 못하게 하는 행정 업무를 줄일 수 있습니다. 직원은 답을 빨리 얻고 관리자는 더 나은 결정을 하며 조직은 더 정밀하게 운영할 수 있습니다.

현장 AI의 미래는 사람을 일에서 배제하는 것이 아니라 중요한 순간에 더 나은 도구와 안내, 지원을 주는 것입니다.

AI가 기업 소프트웨어를 기록 시스템에서 지능적 실행 시스템으로 바꾼다고 설명했습니다. 에이전트 AI가 일상 운영에 자리 잡을 향후 5년간 인력 플랫폼은 어떻게 발전할까요?

질문을 조금 바꾸고 싶습니다. 5년 뒤 플랫폼의 모습보다, 5년 뒤 선두가 되기 위해 지금 기반을 만드는 조직이 누구인지가 중요합니다.

AI 변화는 먼 미래의 혁신으로 보기에는 너무 빠릅니다. 단절된 시스템, 다루기 불편한 통합 제품군, 개별 도구에서 벗어나 인사·급여·근무시간·일정·인력 인텔리전스·실행을 연결하는 진정한 운영 플랫폼으로 지금 이동하는 조직이 유리해질 것입니다.

UKG Workforce Intelligence Hub가 중요해지는 또 다른 이유입니다. AI가 일상 운영에 들어오면 지능이 정적인 보고 형태로 옆에 머물 수 없습니다. 업무를 이해하고 우선순위를 정하고 행동하는 방식의 일부가 돼야 합니다. 조직에는 적절한 순간에 적절한 정보를 주는 현장 인력 운영의 지능 계층이 필요합니다.

인력 운영에는 작은 이익과 손실이 많습니다. 놓친 인력 신호, 급여 예외, 준수 문제, 빈 근무조, 늦은 관리자 결정은 하나씩 보면 작습니다. 하지만 수천 명의 직원과 사업장·근무조에 걸치면 빠르게 누적됩니다.

에이전트 AI는 변화를 이해하고 사업 맥락을 해석하며 다음 최선의 조치를 권고하고 적절한 거버넌스와 사람의 감독 아래 실시간 실행을 도와 그 간극을 줄입니다.

향후 5년의 선두는 기존 업무에 AI 기능만 추가한 조직이 아니라 인력 관리를 지능적 실행 시스템으로 다시 생각한 조직일 것입니다.

경영진에게 시급한 이유는 현장이 이미 실시간으로 움직인다는 점입니다. 기술도 함께 움직여야 합니다. 지금 그 역량을 구축하는 조직은 크게 앞서 출발할 것입니다.

기업 AI에서 승리할 회사는 최고의 모델을 가진 회사일까요, 아니면 실제 업무와 직접 연결되는 가장 풍부한 운영·인력 데이터를 가진 회사일까요?

최고의 모델도 중요하겠지만 모델만으로 승자가 정해지지는 않을 것입니다.

기업에서 지능은 업무 맥락을 이해하고 적절한 행동을 돕는 경우에만 가치가 있습니다. 누가 근무 예정이고 자격이 있는지, 적용 규칙과 수요가 무엇인지, 급여에 어떤 영향이 있고 후속 위험이나 준수 문제가 무엇인지에 따라 권고가 달라지는 인력 운영에서 특히 그렇습니다.

운영 맥락 없는 모델도 답은 만들 수 있습니다. 하지만 적절한 인력 데이터, 업무 규칙, 흐름의 맥락, 거버넌스를 갖춘 플랫폼은 실제 결과를 이끌도록 도울 수 있습니다.

이 때문에 Workforce Intelligence Hub로 만든 지능 계층이 중요합니다. 시스템 위에 얹어 둔 AI의 가치는 제한적입니다. 업무 흐름에 내장돼 신호와 운영 제약을 이해하고 가장 중요한 결정을 드러내야 합니다.

시장은 그 방향으로 갈 것입니다. 모델이 강력하고 접근하기 쉬워질수록 실제 업무에 얼마나 충실히 근거하며 통찰에서 실행으로 얼마나 안전하게 이동하는지가 차별점이 됩니다.

현장에서는 이 차이가 결정적입니다. 업무는 계속 변하고 결정은 직원·관리자·고객·환자·기업에 즉각 영향을 줍니다.

승리할 회사는 똑똑하게 들리는 AI만 가진 곳이 아닙니다. 일이 실제로 어떻게 이뤄지는지 이해하고 조직이 더 빠르고 정밀하고 신뢰받으며 인간적으로 운영되도록 돕는 AI를 가진 곳일 것입니다.

인터뷰에 감사드립니다. 더 자세한 정보를 원하는 독자는 UKG를 방문하시기 바랍니다.