개별 업무 컨설팅: HR 인건비 분석 해결 사례

문제는 도구의 성능만이 아니었습니다.
급여, 상여, 퇴직급여 자료는 기준월, 지급월, 귀속월, 급여항목 분류, 조직 변경, 인원 변동, 퇴직금 추계 기준이 함께 맞물려 있습니다.

이 구조가 먼저 정리되지 않으면 AI는 문장을 만들 수는 있어도, 인건비 변화의 이유를 검산 가능한 방식으로 설명하기 어렵습니다.

고객 현황

고객은 2년치 급상여 대장과 퇴직금 추계액을 바탕으로 인건비 분석 보고서를 만들고자 했습니다.
Gemini에 자료를 학습시키고, NotebookLM에 보고서 양식과 관련 소스를 추가해 결과를 확인했지만, 기대한 수준의 보고서로 이어지지 않았습니다.

• 2년치 급상여 대장과 퇴직금 추계액을 기반으로 인건비 분석 보고서를 작성해야 했습니다.

• 기존 방식으로는 보고서 방향이 자주 빗나가고, 기대한 분석 구조가 안정적으로 나오지 않았습니다.

• 보안상 사용 가능한 환경은 Gemini, Google Workspace, NotebookLM으로 제한되어 있었습니다.

문제 및 해결 방향

워크스트러케이션 랩은 이 과제를 단순 보고서 작성 문제가 아니라, HR 인건비 분석 체계 설계 문제로 보았습니다.

• 먼저 급여·상여·퇴직급여 자료를 한 번에 AI에 넣고 요약시키는 방식을 중단하고
  분석 단위와 검산 기준을 먼저 정리하는 분석 파이프라인을 설계하는 방향으로 전환했습니다.

• 직원 개별 내용을 비식별화 하고 직원-월 단위, 급여항목 분류, 퇴직급여 기준, 조직별 변화, 인력 이벤트를 분리해 보아야 보고서의 해석이 흔들리지 않기 때문입니다.

• 보안 제약도 중요한 조건이었습니다. 외부 도구를 늘리는 방식이 아니라,
  고객이 허용한 Gemini, Google Workspace, NotebookLM 범위 안에서 자료 구조를 정리하고, AI가 다룰 수 있는 범위를 제한하는 방식으로 접근했습니다.

샘플데이터를 통해 증강번 HR 인건비 분석 프로젝트에서 가장 중요하게 확인한 기준은
AI에게 자료를 많이 넣는 것이 아니라, 분석 기준을 먼저 고정하는 것이었습니다.

문제는 도구의 성능만이 아니었습니다.
급여, 상여, 퇴직급여 자료는 기준월, 지급월, 귀속월, 급여항목 분류, 조직 변경, 인원 변동, 퇴직금 추계 기준이 함께 맞물려 있습니다.

이 구조가 먼저 정리되지 않으면 AI는 문장을 만들 수는 있어도, 인건비 변화의 이유를 검산 가능한 방식으로 설명하기 어렵습니다.

고객 현황

고객은 2년치 급상여 대장과 퇴직금 추계액을 바탕으로 인건비 분석 보고서를 만들고자 했습니다.
Gemini에 자료를 학습시키고, NotebookLM에 보고서 양식과 관련 소스를 추가해 결과를 확인했지만, 기대한 수준의 보고서로 이어지지 않았습니다.

2년치 급상여 대장과 퇴직금 추계액을 기반으로 인건비 분석 보고서를 작성해야 했습니다.
기존 방식으로는 보고서 방향이 자주 빗나가고, 기대한 분석 구조가 안정적으로 나오지 않았습니다.
보안상 사용 가능한 환경은 Gemini, Google Workspace, NotebookLM으로 제한되어 있었습니다.

문제 및 해결 방향

워크스트러케이션 랩은 이 과제를 단순 보고서 작성 문제가 아니라, HR 인건비 분석 체계 설계 문제로 보았습니다.

• 먼저 급여·상여·퇴직급여 자료를 한 번에 AI에 넣고 요약시키는 방식을 중단하고

• 분석 단위와 검산 기준을 먼저 정리하는 분석 파이프라인을 설계하는 방향으로 전환했습니다.

• 직원 개별 내용을 비식별화 하고 직원-월 단위, 급여항목 분류, 퇴직급여 기준, 조직별 변화, 인력 이벤트를 분리해 보아야 보고서의 해석이 흔들리지 않기 때문입니다.

보안 제약도 중요한 조건이었습니다.

외부 도구를 늘리는 방식이 아니라, 고객이 허용한 Gemini, Google Workspace, NotebookLM 범위 안에서 자료 구조를 정리하고, AI가 다룰 수 있는 범위를 제한하는 방식으로 접근했습니다.

• 샘플데이터를 통해 증강 및 합성

• 개인정보를 제거하고 비식별화

• 비식별화된 정보이지만 인건비 관련 코어 분석 엔진 로컬 분석 및 검증 후 기초보고서 생산

• 각각의 기초 보고서를 취합한 최종 종합보고서부터 AI 산출 후 발표 슬라이드 이미지 생성 자동화

운영 성과

- AI에게 원자료를 많이 넣는 방식에서, 분석 기준을 먼저 세우는 방식으로 전환했습니다.
- 보안상 제한된 도구 환경 안에서도 보고서 작성 흐름을 재설계할 수 있음을 확인했습니다.
- 급여·상여·퇴직급여 자료를 보고서 문장으로 바로 연결하지 않고, 분석 단위와 검산 기준을 거친 뒤 해석하도록 정리했습니다.
- HR 담당자와 재무 담당자가 함께 검토할 수 있도록, 관찰된 사실과 해석해야 할 판단 영역을 분리했습니다.

HR 인건비 분석에서 중요한 것은 급여 데이터가

특히 급상여 대장과 퇴직금 추계액은 민감한 인사·재무 데이터입니다.

따라서 원자료를 AI에 그대로 맡기는 방식보다,
검산 가능한 구조를 만들고 필요한 범위 안에서만 안전한 방식으로 AI를 활용하고 AX전환하는 방식이 더 안전합니다.

이번 프로젝트는 보안 제약이 있는 환경에서도 HR 인건비 분석을 실행 가능한 업무 체계로 전환할 수 있음을 보여주었습니다.

워크스트러케이션 랩은