후보자의 최신 오퍼 수락률은 2023년 4분기 85%에서 2025년 4분기 48%로 떨어졌다. Gartner가 2026년 6월 발표한 수치다. 오퍼 열 건 중 다섯 건 이상이 거절당하는 시장에서, 많은 기업이 여전히 AI 인재 부족의 해법을 채용에서 찾는다. 더 높은 연봉을 제시하고, 더 빠르게 후보자를 찾고, 더 강한 채용 브랜드를 만들면 된다는 통념이다. 이 글은 그 통념을 정면으로 반박한다.
반박의 근거는 세 가지다. 채용 단가는 오르는데 사온 스킬은 빨리 낡는다. 후보자는 예전처럼 움직이지 않는다. 외부 영입 중심 전략은 조직 안의 신뢰부터 무너뜨린다. 그리고 대안이 있다. 채용, 교육, 내부 이동, 관리자 코칭, 성과관리, 인력계획을 하나의 흐름으로 잇는 직무별 AI 스킬 파이프라인이다. 이 글 후반부에서 그 설계를 6단계로 정리했다.
“AI 인재 부족은 뽑아서 푼다”는 통념이 놓치는 것
통념의 매력은 단순함에 있다. 부족하면 사오면 된다는 논리는 예산만 있으면 실행할 수 있어 보인다. 그러나 2026년의 AI 역량은 특정 개발자 직무에만 붙어 있는 자격증이 아니다. 공급망, 영업, 마케팅, 고객지원, 제조, 재무, 인사, 법무 같은 현업 업무 안으로 들어가고 있다. 필요한 사람은 “AI를 아는 사람”이 아니라 “우리 업무를 이해하면서 AI를 적용하고 검수하며 바꿀 수 있는 사람”이다. 이런 사람은 채용 시장에 대량으로 존재하지 않는다.
Gartner는 2026년 6월 공급망 영역의 AI 인재 수요를 분석하면서 중요한 신호를 제시했다. 2023년 1분기부터 2026년 1분기까지 공급망 직무 중 AI 스킬을 요구하는 역할의 수요가 387% 증가했다. 분석 범위는 3,500만 건 이상의 채용공고와 약 60만 건의 공급망 직무였다. 더 중요한 대목은 수요가 중간-시니어 레벨에 집중되어 있다는 점이다. AI 스킬을 요구하는 공급망 역할의 58%가 중간-시니어 레벨이었다. AI가 의사결정, 예측, 자동화, 예외 처리, 품질 검수에 들어갈수록 업무 맥락을 아는 사람이 필요해진다는 뜻이다. 도메인 지식 없이 AI만 아는 사람은 현업 문제를 제대로 정의하지 못하고, 도메인 지식만 있고 AI 활용과 데이터 이해가 부족한 사람은 변화 속도를 따라가기 어렵다.
사오는 전략의 한계는 돈을 써본 기업들의 결산에서도 드러난다. McKinsey에 따르면 88%의 기업이 최소 한 기능에서 AI를 사용하지만, AI 도입이 EBIT에 실질 기여했다고 보는 기업은 39%에 그친다. 기술과 인재를 사는 것만으로 가치가 만들어지지 않는다는 뜻이다. AI 기술에 1달러를 쓰면 그 가치를 만들기 위해 조직과 사람 변화에 몇 배의 투자가 필요하다.
그래서 2026년 AI 인재 전략의 핵심 질문은 “사올 것인가, 키울 것인가”가 아니다. 어떤 역량은 사오고, 어떤 역량은 키우며, 어떤 역량은 현업 안에서 재배치할지 구분하는 것이다. 이 구분을 하지 못한 기업은 두 가지 비용을 동시에 맞는다. 비싼 AI 인재를 계속 외부에서 사오는 비용, 그리고 이미 조직 안에 있는 사람의 도메인 지식과 성장 가능성을 놓치는 비용이다. 지금부터 채용 만능론이 왜 틀렸는지 세 가지 근거로 살펴본다.
반박 하나: 채용 단가는 3~4배로 뛰고, 사온 스킬은 2~5년이면 낡는다
AI 인재 비용은 구조적으로 높아지고 있다. Gartner는 2026년 6월 CHRO가 AI ROI를 보호하려면 숨은 인력 비용을 봐야 한다고 지적했다. AI 관련 역할의 보상은 평균 근로자 대비 3~4배까지 높아질 수 있다. 동시에 AI 스킬의 수명은 2~5년 수준까지 짧아지고 있다. 이 조합은 기업에 매우 불리하다. 비싸게 채용한 스킬이 몇 년 안에 빠르게 낡을 수 있기 때문이다. Gartner는 한 걸음 더 나아가 2029년까지 AI로 대체된 직원의 최대 30%가 더 높은 비용으로 재고용될 수 있다고 예측했다. 내보내고 다시 사오는 비용까지 계산하면, 채용 중심 전략의 총비용은 눈에 보이는 연봉보다 훨씬 크다.
반박 둘: 후보자 절반이 오퍼를 거절하고, 있는 사람은 움직이지 않는다
후보자 시장도 예전 같지 않다. Gartner의 2026년 6월 HR 발표에 따르면 후보자의 최신 오퍼 수락률은 2023년 4분기 85%에서 2025년 4분기 48%로 떨어졌다. 2025년 12월 3,072명 조사에서는 30%가 더 좋은 제안을 받아도 경제적 불확실성 때문에 현재 직무에 머물기를 선호한다고 답했다. 고숙련 직원은 저숙련 직원보다 현재 역할에 머물 가능성이 39% 높았다. 2026년 1분기 11,838명 조사에서는 역할 잔류 의향이 최근 2년 동안 19% 낮아졌다는 신호도 있었다. 정리하면 이렇다. 뽑고 싶은 고숙련 인재일수록 자리를 지키고, 오퍼를 받아든 후보자의 절반은 거절한다.
머무는 사람들의 심리도 단순하지 않다. ManpowerGroup이 2026년 1월 공개한 Global Talent Barometer에서 근로자의 64%는 현재 고용주에게 머물 계획이라고 답했다. 그런데 같은 조사에서 60%는 일자리를 알아보고 있었고, 31%는 곧 일자리를 잃을 수 있다고 내다봤다. 남겠다고 말하면서 탐색을 멈추지 않는, 이른바 잡허깅(job hugging)의 전형이다. 붙잡혀 있는 것이지 몰입해 있는 것이 아니라는 뜻이고, 이 인재들은 성장 경로가 보이는 순간 움직인다.
후보자는 보상뿐 아니라 AI 스킬을 키울 경로와 다음 역할을 본다. 기업은 “AI 인재를 찾는다”는 말보다 입사 후 배울 스킬, 맡을 업무, 이동 가능한 역할을 보여줘야 한다.
반박 셋: 외부 영입이 반복될수록 조직 안의 신뢰가 먼저 무너진다
외부 채용 중심 전략은 내부 신뢰를 약화시킬 수 있다. World Economic Forum은 2026년 6월 AI로 인한 업무 변화 속에서 다음 좋은 인재가 이미 조직 안에 있을 수 있다고 지적했다. 2030년까지 새 일자리 1억 7,000만 개가 생기고 9,200만 개가 대체된다는 Future of Jobs 전망을 감안하면, 이 규모의 역할 전환을 외부 채용만으로 감당할 수 있는 조직은 없다. 그런데 외부 채용은 빠른 해법처럼 보이는 동시에, 기존 직원에게는 “회사는 우리를 키우기보다 대체하려 한다”는 신호로 읽힐 수 있다. 특히 AI 전환으로 업무가 바뀌는 시기에는 이 신호가 치명적이다. 직원이 학습 기회를 보지 못하면 방어적으로 움직이고, 관리자는 내부 후보자를 추천하기보다 현재 업무에 붙잡아 두려 한다.
저항을 줄이려면 학습, 실무 과제, 관리자 피드백, 역할 전환 기회를 연결해야 한다. HRD의 역할은 외부 채용 지원이 아니라 직무별 스킬 묶음을 정의하고 조직 안에서 반복해 길러내는 공급망을 설계하는 것이다.
직무별 AI 교육은 ’AI 인재’의 정의를 바꾸는 데서 시작한다
많은 기업이 AI 인재를 너무 좁게 정의한다. 데이터 사이언티스트, 머신러닝 엔지니어, 프롬프트 엔지니어 같은 직무만 떠올린다. 물론 이런 전문 인력은 필요하다. 그러나 모든 조직이 당장 대규모 AI 연구팀을 만들 필요는 없다. 더 시급한 문제는 각 직무가 AI를 어떻게 써야 하는지, 어떤 위험을 관리해야 하는지, 어떤 업무를 다시 설계해야 하는지다.
예를 들어 공급망에서는 수요 예측, 재고 최적화, 공급 리스크 탐지, 발주 자동화, 생산 계획 조정이 중요하다. 영업에서는 고객 리서치, 제안서 초안, 파이프라인 우선순위, 미팅 요약, CRM 품질 관리가 중요하다. 고객지원에서는 상담 요약, 답변 추천, 예외 처리, 품질 검수, 민감정보 관리가 중요하다. HR에서는 채용, 평가, 학습 추천, 내부 이동, 조직 진단이 중요하다.
공통 라벨만으로는 교육을 설계할 수 없다. 공급망의 수요 예측 검토, 영업의 고객 맥락 판단, HR의 공정성과 설명 가능성처럼 업무 산출물별 기준을 세우고, 실제 과제와 다음 역할까지 연결해야 한다.
한국 기업이 피해야 할 두 가지 극단
한국 기업은 AI 인재 전략에서 두 가지 극단을 피해야 한다. 하나는 전 직원에게 같은 AI 교육을 반복하는 방식이다. 이 방식은 빠르게 확산할 수 있지만 직무 변화로 이어지기 어렵다. 직원은 도구 사용법을 배우지만 자기 업무에서 무엇을 바꿔야 하는지 모른다. 교육 수료율은 높아도 업무 성과는 잘 보이지 않는다.
다른 하나는 소수 AI 전문가에게 모든 것을 맡기는 방식이다. 이 방식은 초기 프로젝트에는 도움이 되지만 조직 전체의 변화 속도를 만들지 못한다. AI 전문가는 현업의 모든 예외와 맥락을 알 수 없다. 현업은 AI 프로젝트를 “본사나 IT가 하는 일”로 느낀다. 결과적으로 PoC는 생기지만 반복 가능한 업무 변화는 느리다.
한국 기업교육이 선택해야 할 길은 중간에 있다. 전 직원에게는 공통 기준을 제공하고, 핵심 직무에는 직무별 AI 적용 과정을 만들고, 일부 인력은 도메인-AI 연결 인재로 키워야 한다. 이때 도메인-AI 연결 인재는 반드시 개발자일 필요가 없다. 영업을 잘 아는 사람이 AI 기반 고객 분석을 설계할 수 있고, 물류를 아는 사람이 예측 모델의 현장 적용 기준을 만들 수 있으며, HR을 아는 사람이 AI 평가의 운영 원칙을 세울 수 있다.
대안: 채용 공고보다 먼저 설계할 직무별 AI 스킬 파이프라인 6단계
통념을 반박했으니 대안을 내놓을 차례다. 직무별 AI 스킬 파이프라인은 여섯 단계로 설계한다. 전체 흐름을 먼저 표로 요약하면 다음과 같다.
| 단계 | 핵심 질문 | 산출물 |
|---|---|---|
| 1. 전략 직무 선정 | AI가 사업 성과를 가장 크게 바꾸는 직무는 어디인가 | 우선순위 직무 목록 |
| 2. 과업 분해 | 각 과업에서 AI가 할 일과 사람이 판단할 일은 무엇인가 | 직무별 과업 지도 |
| 3. 스킬 4층 구분 | 공통 리터러시부터 거버넌스까지 어떤 층위가 필요한가 | 직무별 스킬 맵 |
| 4. 실무 과제 전환 | 교육의 결과물이 실제 업무 산출물로 남는가 | 개선된 업무 산출물 |
| 5. 내부 이동 후보군 | 인접 스킬로 다음 역할을 맡을 사람은 누구인가 | 내부 이동 후보 풀 |
| 6. 채용-육성 연결 | 외부 전문가와 내부 도메인 인재가 한 팀으로 일하는가 | 협업 프로젝트 구조 |
첫 번째 단계에서는 인력 부족이나 비용 압력이 높고 AI의 사업 영향이 큰 전략 직무를 고른다. 공급망, 고객지원, 영업, 제조 품질처럼 리드타임·품질·비용·고객 경험의 변화를 확인할 수 있는 영역이 우선이다.
두 번째 단계에서는 직무를 고객 조사, 제안서 작성, CRM 업데이트 같은 과업으로 나누고 AI가 할 일, 사람이 판단할 일, 검수할 지점을 구분한다.
세 번째 단계는 스킬을 네 층으로 나누는 것이다. 1층은 공통 AI 리터러시다. 데이터 보안, 저작권, 개인정보, 환각, 프롬프트 기본, 검수 원칙이 포함된다. 2층은 직무별 AI 적용 스킬이다. 영업, 공급망, HR, 재무 등 각 직무의 업무 산출물을 기준으로 한다. 3층은 도메인-AI 연결 스킬이다. 현업 문제를 AI 과제로 정의하고, 데이터와 프로세스 요건을 정리하며, IT·데이터팀과 협업하는 능력이다. 4층은 AI 운영과 거버넌스 스킬이다. 모델 활용 기준, 품질관리, 예외 처리, 비용 관리, 책임 소재를 다룬다.
네 번째 단계에서는 고객 분석, 수요 예측 검토, 상담 품질 검수처럼 실제 산출물을 과제로 삼는다. 결과는 수료증이 아니라 개선된 업무물이어야 한다.
다섯 번째 단계에서는 과제 결과, 동료·관리자 피드백, 업무 성과로 인접 스킬을 확인해 내부 이동 후보군을 만든다. 현재 직무명이 아니라 다음 역할을 수행할 증거가 기준이다.
여섯 번째 단계에서는 외부 전문가의 기술·방법론과 내부 인재의 업무 맥락을 한 프로젝트에 묶는다. HRD는 이 협업이 학습과 실행으로 이어지도록 설계한다.
58%가 말하는 것: 중간-시니어와 주니어의 교육은 달라야 한다
Gartner가 공급망 AI 스킬 수요에서 중간-시니어 레벨 비중을 58%로 제시한 것은 중요한 신호다. AI가 현업 업무에 깊이 들어갈수록 경험 많은 사람이 필요하다. 그러나 이것을 “주니어는 필요 없다”는 뜻으로 읽으면 위험하다. 중간-시니어에게만 AI 과제를 맡기면 몇 년 뒤 파이프라인은 더 약해진다.
중간-시니어는 업무 재설계, 데이터 판단, 리스크 통제와 결과물 평가를 배워야 한다. 주니어는 기본 업무 원리, 고객 이해, 데이터 읽기, 문서 검수, 윤리 기준을 AI 활용과 함께 익혀야 한다. 한쪽에는 도구 사용법만, 다른 쪽에는 책임만 주는 방식으로는 파이프라인이 이어지지 않는다.
경력 단계별로도 신입 온보딩, 중견의 직무 적용 과제, 관리자의 업무 재설계, 임원의 인력 포트폴리오 판단을 나눠야 한다. 전 계층에 같은 과정을 배포해서는 역할별 책임이 남지 않는다.
수료율 대신 봐야 할 여섯 개의 숫자
직무별 AI 스킬 파이프라인은 교육 지표도 바꾼다. 수강자 수, 수료율, 만족도만으로는 부족하다. HRD는 최소한 여섯 가지 지표를 함께 봐야 한다.
첫째, 전략 직무별 AI 스킬 커버리지다. 핵심 직무에서 필요한 AI 스킬이 정의되었고, 해당 스킬을 가진 사람이 얼마나 있는지 봐야 한다. 둘째, 업무 과제 완성률이다. 교육을 들은 사람이 실제 업무 산출물을 개선했는지 확인해야 한다. 셋째, 관리자 피드백률이다. AI 활용은 개인의 문제가 아니라 팀 운영의 문제이므로 관리자가 과제 결과를 보고 피드백했는지 봐야 한다.
넷째, 내부 이동 후보군 규모다. 교육을 통해 새로운 역할로 이동 가능한 후보가 얼마나 생겼는지 확인한다. 다섯째, 외부 채용 의존도다. 특정 AI 역할을 계속 외부에서만 채우고 있다면 내부 육성 체계가 작동하지 않는다는 신호일 수 있다. 여섯째, 스킬 갱신 주기다. AI 스킬 수명이 짧아지는 상황에서는 한 번 배운 스킬이 얼마나 빨리 업데이트되는지 추적해야 한다.
이 지표들은 HRD를 비용 부서가 아니라 인력 전략 부서로 바꾼다. “몇 명이 교육을 들었는가”가 아니라 “어떤 직무의 AI 역량 공백이 줄었는가”를 말할 수 있기 때문이다. AI 시대의 기업교육은 교육 운영표가 아니라 스킬 공급망 대시보드로 설명되어야 한다.
90일 파일럿: 채용 없이 통념을 검증하는 가장 짧은 경로
직무별 AI 스킬 파이프라인은 거창한 전사 프로젝트로 시작할 필요가 없다. 90일 파일럿으로도 충분히 방향을 잡을 수 있다. 중요한 것은 교육을 먼저 만들지 말고, 사업 과제를 먼저 고르는 것이다.
1~2주는 전략 직무와 과업을 선택하는 기간이다. 예를 들어 고객지원 조직이라면 상담 요약, 답변 추천, 예외 처리, 품질 검수 중 하나를 고른다. 공급망 조직이라면 수요 예측 검토나 재고 리스크 탐지를 고를 수 있다. HR 조직이라면 내부 이동 후보자 발굴이나 학습 추천 기준을 고를 수 있다. 선택 기준은 반복 빈도, 업무 영향, 리스크, 데이터 접근성이다.
3~4주는 스킬 맵과 과제 설계 기간이다. 해당 과업을 잘 수행하려면 어떤 AI 이해, 데이터 이해, 업무 판단, 검수 기준, 협업 능력이 필요한지 정리한다. 그리고 교육 과제를 실제 산출물로 만든다. 예를 들어 고객지원에서는 AI가 만든 답변 초안을 품질 기준에 따라 검수하고 수정하는 과제를 만들 수 있다. 공급망에서는 AI 예측 결과와 현장 변수를 비교해 의사결정 메모를 쓰게 할 수 있다.
5~8주는 학습과 실습 기간이다. 짧은 강의, 실습, 현업 과제, 동료 리뷰, 관리자 피드백을 한 주기로 묶는다. 핵심은 한 번 듣고 끝내지 않는 것이다. 같은 과업을 2~3회 반복하면서 품질 기준을 높여야 한다. AI 활용 능력은 설명을 들어서 생기는 것이 아니라 결과물을 만들고 고치는 과정에서 생긴다.
9~10주는 과제 결과와 내부 후보군을 평가하는 기간이다. 누가 단순히 도구를 잘 쓰는지보다 누가 업무 맥락을 이해하고, 위험을 감지하고, 다른 사람에게 기준을 설명할 수 있는지 본다. 이런 사람은 다음 파일럿의 현업 코치나 도메인-AI 연결 인재가 될 수 있다.
11~12주는 확장 여부를 결정하는 기간이다. 파일럿 결과를 수료율로 보고하지 않는다. 업무 리드타임, 오류 감소, 품질 개선, 관리자 피드백, 내부 이동 후보군, 외부 채용 대체 가능성으로 보고한다. 이 결과가 나오면 다음 직무로 확장할지, 같은 직무에서 난도를 높일지, 외부 전문가를 어떤 역할로 채용할지 결정할 수 있다.
채용 공고에는 연봉이 아니라 학습 경로가 들어가야 한다
AI 인재 전략은 내부 교육에서 끝나지 않는다. 채용에도 영향을 준다. Gartner는 후보자가 AI 스킬 개발 기회를 더 중요하게 보고 있다고 짚었다. 이것은 채용 공고와 면접 질문을 바꿔야 한다는 뜻이다. 기업은 “AI를 활용할 수 있는 분”이라고 쓰는 대신, 이 역할에서 어떤 AI 과제를 수행하고 어떤 스킬을 배우며 어떤 다음 역할로 성장할 수 있는지 설명해야 한다.
예를 들어 채용 공고에는 다음과 같은 정보가 들어갈 수 있다. 입사 후 3개월 동안 수행할 AI 기반 업무 과제, 협업할 데이터·IT·현업 팀, 제공되는 학습 경로, 관리자 피드백 방식, 역할 확장 가능성, 내부 이동 기회다. 후보자는 연봉만 보지 않는다. 이 회사에서 자신의 시장 가치가 올라갈지 본다. AI 시대에는 학습 경로가 EVP의 일부가 된다.
내부 직원에게도 같은 원칙이 적용된다. 회사가 AI 인재를 외부에서만 찾으면 직원은 위협을 느낀다. 반대로 회사가 직무별 AI 스킬 경로를 공개하고, 과제 참여 기회를 주고, 내부 이동 기준을 명확히 하면 직원은 변화에 참여할 이유를 갖는다. 좋은 AI 인재 전략은 채용 브랜드와 학습 브랜드가 분리되지 않는다.
채용 의존을 점검하는 열 가지 질문
AI 인재 부족을 채용만으로 풀려고 하고 있지 않은지 점검하려면 다음 질문을 던져야 한다.
- 우리 회사가 가장 먼저 AI 역량을 강화해야 할 전략 직무는 무엇인가?
- 그 직무의 업무를 과업 단위로 나누고, AI가 들어갈 지점을 정의했는가?
- 전사 공통 AI 교육과 직무별 AI 교육을 구분하고 있는가?
- 중간-시니어 인력에게 업무 재설계와 리스크 판단 교육을 제공하고 있는가?
- 주니어 인력에게 AI 활용과 기본 업무 감각을 함께 키우는 온보딩을 제공하고 있는가?
- AI 교육 결과를 수료율이 아니라 실제 업무 산출물로 평가하고 있는가?
- 교육 이력과 과제 결과가 내부 이동 후보군 발굴로 연결되는가?
- 외부 채용한 AI 인재가 내부 도메인 인재와 협업하도록 설계되어 있는가?
- 채용 공고와 면접에서 AI 스킬 개발 경로를 후보자에게 설명하고 있는가?
- AI 스킬 수명이 짧아지는 상황을 반영해 정기적인 스킬 갱신 주기를 운영하고 있는가?
채용 속도가 아니라 스킬 생성 속도가 경쟁력이다
AI 인재 부족은 앞으로 더 자주 등장할 것이다. 그러나 그때마다 더 비싼 사람을 외부에서 찾는 방식으로는 충분하지 않다. AI 스킬은 빠르게 변하고, 후보자는 더 조심스럽게 움직이며, 현업 맥락은 외부에서 즉시 사오기 어렵다. 기업이 진짜로 만들어야 할 것은 채용 속도가 아니라 스킬 생성 속도다.
직무별 AI 스킬 파이프라인은 이 문제에 대한 현실적인 답이다. 전 직원에게 공통 기준을 주고, 전략 직무에는 실제 업무 과제를 주고, 내부 후보자를 찾아 역할 전환 기회를 만들고, 외부 전문가는 내부 도메인 인재와 결합시킨다. 이 구조가 있어야 AI 인재 채용도 효과가 난다. 채용은 파이프라인의 대체재가 아니라 보강재가 되어야 한다.
2026년의 기업교육은 더 이상 교육 과정표를 채우는 일이 아니다. 조직이 어떤 AI 역량을 필요로 하는지 정의하고, 그 역량을 어디서 사오고 어디서 키우며 어디로 이동시킬지 결정하는 일이다. AI 인재 부족을 진지하게 다루려면, HRD는 지금부터 직무별 스킬 파이프라인을 설계해야 한다.
함께 읽을 글
출처
- Gartner, “Gartner Says There is an Outsized Need for AI Talent in Supply Chain”, 2026-06-15, https://www.gartner.com/en/newsroom/press-releases/2026-06-15-gartner-says-there-is-an-outsized-need-for-ai-talent-in-supply-chain
- Gartner, “Gartner Says CHROs Must Identify Hidden Workforce Costs to Protect AI ROI”, 2026-06-29, https://www.gartner.com/en/newsroom/press-releases/2026-06-29-gartner-says-chros-must-identify-hidden-workforce-costs-to-protect-ai-roi
- Gartner, “Gartner HR Research Finds 48% of Candidates Accepted Job Offers in 4Q25; Down From 85% Two Years Earlier”, 2026-06-18, https://www.gartner.com/en/newsroom/press-releases/2026-06-18-gartner-hr-research-finds-48-percent-of-candidates-accepted-job-offers
- World Economic Forum, “AI is speeding workforce turnover. But your next great hire may already be working for you”, 2026-06-18, https://www.weforum.org/stories/artificial-intelligence/ai-workforce-hiring-fix-skills-mismatch/
- McKinsey & Company, “HR’s dual mandate in the AI era”, 2026-06-08, https://www.mckinsey.com/capabilities/people-and-organizational-performance/our-insights/the-organization-blog/hrs-dual-mandate-in-the-ai-era
- ManpowerGroup, “Global Talent Barometer 2026: AI Use Accelerates as Worker Confidence Falls and Job Hugging Takes Hold”, 2026-01-20, https://investor.manpowergroup.com/news-releases/news-release-details/global-talent-barometer-2026-ai-use-accelerates-worker
- ManpowerGroup, “2026 Global Talent Barometer” (리포트 본문), 2026-01, https://www.manpowergroup.com/en/insights/talent-barometer
- IPA, “デジタルスキル標準ver.2.0を公開”, 2026-04-16, https://www.ipa.go.jp/pressrelease/2026/press20260416.html
- JILPT, “企業におけるデジタル技術の活用と人材育成”, 2026-01-08, https://www.jil.go.jp/event/ro_forum/20260108/index.html