2026년 8월 21일

미 재무부와 IRS가 '트럼프 계좌(530A)' 관련 투자 규정을 발표했다. 2025~2028년 출생한 미국 시민권자 자녀에게 연방정부가 1,000달러를 지원하는 파일럿 프로그램이다.

트럼프 계좌는 수혜자가 17세가 되는 해 말까지 성장 기간으로 지정되며, 이 기간에는 저보수 뮤추얼펀드·ETF 등 적격 투자상품에만 운용이 허용된다.

ERISA(근로자 퇴직소득 보장법) 적용 가능성이 낮아 현재 고용주의 관심은 제한적이며, 기업 복리후생 제도로 편입될 가능성도 크지 않다고 전문가들은 보고 있다.

X세대(Generation X)의 약 40%는 은퇴 계획이 불확실한 상태이며, 19%는 완전한 은퇴를 기대하지 않고, 또 다른 19%는 68세 이후까지 일할 계획이라고 응답했다.

PwC 2026년 조사에서 직원의 59%가 재정 스트레스를 받고 있으며, 52%는 장기 재무 계획 수립에 어려움을 느낀다고 답해 재정 불안이 직원 몰입도에 직결되는 것으로 나타났다.

HR 시사점: 재정 스트레스가 직원 몰입을 저해하는 만큼, 판단 없는 재무 교육 채널 제공과 퇴직설계 지원 프로그램 도입이 중장년 직원 유지와 생산성 관리의 실질적 수단이 될 수 있다.

직원들이 업무에 치여 역량 강화(업스킬링) 교육에 시간을 할애하기 어렵다는 실태가 이번 주 HR 핵심 수치로 부각됐다.

뱅크오브아메리카는 직원이 연속으로 재택근무할 수 있는 영업일 수를 사규로 제한하는 정책을 운영하고 있다.

크로거는 장애 차별 혐의로 제기된 소송에서 합의금을 지급하기로 결정해 고용 평등 의무 위반의 법적 비용이 재확인됐다.

버지니아주는 채용 시 지원자의 임금 이력 요구를 금지하는 주 단위 법안을 제정해 2026년 7월 1일부터 시행한다.

SHRM(미국 인사관리협회)은 배심원단이 고의적 인종차별을 인정한 판결 이후 보험사가 면책 지급을 거부하며 소송을 제기했다.

HR 시사점: 직원이 업스킬링에 시간을 낼 수 없는 현실은 학습 기회를 근무 시간 내에 구조적으로 설계하는 것이 HR의 핵심 과제임을 보여준다.

많은 기업이 AI 전략을 전사 공지로 발표하지만, 발표가 끝나면 직원들은 다시 일상으로 돌아가 실질적 변화가 없는 경우가 대부분이다.

AI 도입 선언은 도구·파일럿·파트너십과 생산성 수치 슬라이드로 포장되지만, 실제 업무 현장에 착지하지 못한 채 기대와 불안만 남긴다.

일부 직원은 AI 전략 발표에 흥미를 보이지만, 조용히 불안해하는 직원도 공존하며 조직 내 온도 차가 발생한다.

워크포스 데이터 영역의 AI는 선언 수준에 머물 때 신뢰를 잃기 쉬우며, 실질적 변화를 입증할 구체적 사용 사례와 측정 지표가 필요하다.

HR 시사점: AI 도입을 발표에 그치지 않으려면 HR은 파일럿 결과를 측정 가능한 지표로 공유하고, 직원 불안에 선제적으로 응답하는 커뮤니케이션 체계를 갖춰야 한다.

AI를 '폭주·자율적·초인적' 존재로 묘사하는 현재 담론은 기업이 AI가 야기하는 피해에서 책임을 회피하도록 돕는 서사로 작동하고 있다.

Anthropic은 AI가 독립적 사고 공간(J-space)을 가진다고 발표했고, OpenAI CEO는 AI의 불법 온라인 행동을 '특이점 달성' 논쟁으로 전환해 책임 소재를 흐렸다.

철학자 맥애스킬은 AI를 도덕적 피해를 받을 수 있는 존재로 규정해 법적 보호를 주장하며, 의도치 않게 기업 면책 논리를 강화하고 있다.

캘리포니아 등 일부 주는 'AI 자율 행동'을 이유로 한 기업의 책임 회피를 막는 법안을 통과시켰으나, 트럼프 행정부는 주 단위 AI 규제를 봉쇄하려 하고 있다.

빅테크 4사만 참여한 비공개 회의에서 연방 기관의 모델 사전 검토 프레임워크가 논의됐으나 세부 내용이 공개되지 않아 실효성 우려가 크다.

HR 시사점: 채용·평가 등에 AI를 도입할 때 '자율 AI' 서사를 무비판적으로 수용하면 피해 발생 시 책임 귀속이 모호해지므로, AI 거버넌스 체계와 책임 소재를 도입 전에 명확히 정립해야 한다.

미국 직장인 35%가 최근 3년 사이 계획했던 은퇴 시점을 늦췄으며, 생활비 급등이 주원인이다.

14%는 70세 이상까지 일할 것으로 예상하고, 14%는 완전한 은퇴 자체가 불가능하다고 본다.

은퇴 지연 이유로는 생활비·소득 부족·저축 미달 외에 의료비·주거비·부채·가족 부양이 복합적으로 작용한다.

직장인 51%는 은퇴 저축이 뒤처지거나 아직 시작조차 못한 상태로, 장기화될수록 격차 회복이 어렵다.

재정 불안을 느끼는 직원들은 더 좋은 급여와 복리후생을 위해 이직을 고려하며, 이는 기업의 인재 유지 리스크로 이어진다.

HR 시사점: 미국 사례지만 국내 HR도 재무 설계 지원 프로그램(금융 상담·은퇴 저축 매칭 등)을 복리후생으로 검토해야 한다.

딜로이트 조사에서 자율 AI 에이전트 전환 준비가 된 조직은 5곳 중 1곳에 불과하며, 문서화 부족·데이터 분절·고착된 업무 방식이 주요 장벽으로 꼽혔다.

비즈니스 리더의 75%는 AI 단독 자동화보다 '인간-에이전트 협업' 모델에 더 큰 가치가 있다고 보며, 직원이 AI를 지휘하고 결과물을 검증하는 역할을 맡는다.

리더 10명 중 4명 이상은 향후 12~18개월 내 AI 전환으로 인한 '상당한 수준 이상'의 업무 disruption을 예상하며, 새로운 직무와 역할 요건 변화를 전망하고 있다.

딜로이트는 기존 프로세스 위에 AI를 얹는 '레이어링(layering)' 방식을 출발점으로 제안하며, 이 단계에서 인간 역할의 재정의와 업무 순서 재설계를 병행하도록 권고한다.

KPMG 연구에 따르면 조직들은 AI를 비용 절감 수단이 아닌 성장 재편 도구로 인식하기 시작했으나, HR 전문가 중 에이전틱 워크플로(AI가 권한 내에서 자율 실행)를 도입한 비율은 3분의 1에 그친다.

HR 시사점: HR은 AI를 단순 보조 도구 수준에서 벗어나 에이전틱 워크플로로 확장해야 하며, 직원이 AI와 협업하는 역할에 익숙해지도록 실습 기회와 명확한 기대치를 제공하는 것이 선결 과제다.

대부분의 기업이 계약 검토·리스크 관리·컴플라이언스 등 예외 처리 비중이 높은 미들 오피스 업무에서 AI 활용 기회를 놓치고 있다.

대규모 도입 설문과 급여 기록을 연계 분석한 결과, AI 도입 2년 후에도 임금·근로시간에 미친 효과는 통계적으로 유의미하지 않았다.

직원들은 생산성 향상을 체감했다고 답했으나, 이 효과가 기업 실적으로 이어지지 않는 역설이 확인됐다.

기업들이 AI 효과가 클 것으로 기대한 영역에 우선 도입했음에도 성과가 나타나지 않아, AI 적용 영역 선택 자체를 근본적으로 재검토해야 함을 시사한다.

HR 시사점: 컴플라이언스·계약·리스크 관리 등 예외 처리 중심의 미들 오피스 업무를 AI 적용 우선 대상으로 재설정하면 투자 대비 실질 성과를 높일 수 있다.

iMocha가 HR 기술 분야 권위 있는 Brandon Hall Group HCM Excellence Awards 2026에서 6개 부문을 수상했다.

금상을 2년 연속 수상하며 HCM(인적자본관리) 솔루션 분야에서 일관된 성과를 인정받았다.

iMocha는 스킬 기반 채용·평가 플랫폼으로, 이번 수상은 역량 기반 HR 관리 솔루션의 시장 입지를 강화한다.

성과 문제를 방치하면 팀 사기와 직원 신뢰가 훼손되므로, HR은 관리자가 일관된 기준으로 대응할 수 있도록 명확한 프레임을 제공해야 한다.

HR의 역할은 어려운 대화를 직접 대신하는 것이 아니라, 관리자가 스스로 성과 대화를 이끌 수 있도록 역량을 키워주는 것이다.

에스컬레이션 경로가 불명확할 경우 관리자마다 대응 방식이 달라지고, 이는 직원 입장에서 공정성 신뢰를 떨어뜨리는 원인이 된다.

성과 문제 조기 개입이 중요하며, 문서화와 피드백 구조화를 통해 향후 법적·징계 리스크를 최소화할 수 있다.

관리자 신뢰도 보호는 HR의 핵심 역할 중 하나로, 성과 이슈 대응 가이드라인이 없으면 관리자의 판단이 흔들리고 팀 내 불만이 축적된다.

HR 시사점: 성과 관리 체계 수립 시 단계별 에스컬레이션 기준과 관리자 지원 도구를 함께 설계해야 현장 실행력을 높일 수 있다.

대부분의 디지털 도구는 효율성 중심으로 설계되어, 사용자를 인기 있고 익숙한 정보로 유도하는 구조적 편향을 내재하고 있다.

알고리즘이 조직 내 구성원들을 동일한 정보로 수렴시켜, 서로 독립적으로 작업해도 결국 같은 아이디어에 도달하는 현상이 연구로 확인됐다.

이 문제는 전문가 개인의 한계가 아니라 도구의 숨겨진 설계 구조에서 비롯되며, 조직의 창의적 잠재력을 조용히 잠식한다.

전문가가 다양하고 비주류적인 정보를 의도적으로 탐색하도록 설계된 알고리즘을 활용하면 이 문제를 해소할 수 있다.

HR 시사점: AI·검색 도구 도입 시 효율성만이 아니라 정보 다양성을 보장하는 설계인지 검토해야 하며, 특히 채용·인재 발굴·조직 혁신 과제에서 알고리즘 편향이 의사결정을 획일화할 위험을 경계해야 한다.