인사평가 AI로 쓰기: 프롬프트 6개와 샘플 평가서

프롬프트에는 목표, 직접 모은 근거, 등급 기준을 넣고 등급은 직접 정하세요

평가 주기 초에 정한 목표, 티켓 시스템과 캘린더와 수치에서 직접 뽑은 근거, 정의가 붙은 등급 기준, 이 세 가지를 담으면 프롬프트 하나로 쓸 만한 인사평가 초안이 나옵니다. JPMorgan Chase는 관리자에게 정확히 이 방식을 허용하면서, 이 도구가 "not a substitute for human judgment"라는 지침과 AI로 점수를 매기거나 급여와 승진을 결정하는 것을 금지하는 규정을 함께 두었습니다(Bloomberg, 2025년 11월 13일). 아래는 2026년 9월 29일에 두 모델에 보낸 프롬프트입니다. 지원 엔지니어와 수치는 지어낸 것이고, 중요한 것은 형식입니다.

연간 인사평가의 관리자 코멘트를 작성해 주세요. 아래 근거만 사용하고, 제가 제공하지 않은 사실이 필요하면 지어내지 말고 [NEEDED]라고 쓰세요. 구성: 목표별로 한 문단(결과 먼저, 그다음 근거), 개선이 필요한 영역 한 문단, 그리고 우리 척도에 따른 종합 등급 제안과 한 문장짜리 근거. 250단어 이내. 사람의 성격에 대한 형용사는 쓰지 말고, 그 사람이 한 일과 그 결과만 쓰세요.

직무: 지원 엔지니어, 현 직무 2년차. 등급 척도: 1 기대 미달, 2 부분 충족, 3 충족, 4 초과 달성, 5 크게 초과 달성. 3은 무난한 한 해의 기대 등급이고, 4는 직무 범위를 넘는 측정 가능한 성과가 필요합니다.

목표 1: 2단계 티켓의 중앙값 첫 응답 시간을 9시간에서 4시간 미만으로 줄이기. 근거: Zendesk 리포트, 2분기부터 4분기까지 중앙값 첫 응답 3.6시간, 연간 처리 티켓 3,100건(팀 평균 2,400건).

목표 2: 고객용 상태 페이지 출시. 근거: 3월 14일 출시, 2월 1일 목표보다 6주 늦음, 지연 원인은 본인 통제 밖의 외부 업체 SSO 의존성, 출시 이후 22건의 장애 공지 게시.

목표 3: 신입 2명이 8주 안에 감독 없이 티켓을 처리하도록 멘토링. 근거: 두 신입 모두 6주차에 단독 티켓 처리(관리자 1:1 면담 메모, 4월과 5월).

개발 메모: 3분기에 엔지니어링이 확정하기 전에 고객에게 수정 일자를 안내한 에스컬레이션이 2건 있었음(Jira SUP-2211, SUP-2287).

이 프롬프트에서 두 가지 지시가 대부분의 일을 합니다. "지어내지 말고 [NEEDED]"는 모델이 측정하지 않은 숫자로 목표를 꾸미는 것을 막습니다. 실제로 Claude Sonnet 4.5는 두 에스컬레이션 이후 개선 근거를 주지 않은 부분에 [NEEDED]를 한 번 썼고, Gemini 2.5 Pro는 하나도 쓰지 않은 채 우리가 준 적 없는 절차 문장을 덧붙였습니다. "성격에 대한 형용사 금지"는 초안이 일어난 일에 머물게 하며, 직원이 반박할 수 있고 HR이 방어할 수 있는 것도 바로 그 내용입니다.

근거는 직접 가져와야 합니다. 모델에게는 그것 말고 아무것도 없기 때문입니다. Lattice의 2025 State of People Strategy Report에 따르면 관리자의 49%가 1년 치 피드백을 검토하기 어렵다고 답했는데, 프롬프트에 필요한 것이 바로 그 1년 치입니다. Zendesk나 Jira 내보내기, 캘린더, 커밋 로그, 1:1 면담 메모, 대시보드 수치가 그것입니다. 프롬프트 2는 무언가를 쓰기 전에 이런 내보내기 자료를 근거 문장으로 바꿔 줍니다.

아래는 이 사람의 평가 기간에 해당하는 원본 내보내기 자료입니다: [티켓 목록, 캘린더 내보내기, 커밋 로그, 영업 리포트를 차례로 붙여넣기]. 이를 한 줄에 하나씩 근거 문장으로 바꿔 주세요. 각 문장에는 날짜 또는 기간, 수행한 일, 내보내기 자료에 있는 숫자 하나가 들어가야 합니다. 다음 목표별로 묶어 주세요: [목표 붙여넣기]. 어떤 목표에도 해당하지 않으면 "기타" 아래에 두세요. 숫자가 없으면 [NUMBER NEEDED]라고 쓰세요. 요약하거나 평가하지 말고, 내보내기 자료에 없는 항목은 추가하지 마세요.

이 방식은 결코 앞선 것이 아닙니다. Resume Builder는 2025년 6월에 부하 직원이 있는 미국 관리자 1,342명을 조사했습니다. 65%가 업무에 AI 도구를 쓰고, 그중 91%가 성과 평가에 쓰며, 53%는 ChatGPT를 가장 먼저 꼽았습니다.

AI로 자기평가서 쓰기: 같은 입력, 솔직한 아쉬움 하나

AI로 쓰는 자기평가서도 같은 세 가지 입력에서 출발하고, 근거가 뒷받침하는 단 하나의 등급을 주장하며, 다르게 하고 싶은 일 하나를 평이한 말로 밝힙니다. 아쉬운 점이 없는 자기평가는 기계가 썼거나 주의 깊게 쓰지 않은 글처럼 읽히며, 직원의 26%는 이미 AI가 쓴 평가를 받았다고 의심합니다(ZeroBounce, 미국 직장인 1,000명 조사, 2025년 9월). Citi의 도입 순서를 보면 이게 얼마나 일상이 되었는지 알 수 있습니다. 2025년 6월부터 직원은 회사의 AI 도구로 자기평가를 초안 작성할 수 있었고, 관리자는 넉 달 뒤 같은 지원을 받았습니다.

[기간] 평가를 위한 제 자기평가서를 써 주세요. 제 목표는 다음과 같습니다: [붙여넣기]. 제 근거는 모두 제 기록에서 가져왔습니다: [프롬프트 2의 근거 문장 붙여넣기]. 우리 등급 척도: [각 단계의 정의와 함께 붙여넣기]. 1인칭으로 300단어 이내, 목표별로 한 문단씩 결과를 먼저 쓰고 근거를 이어 쓰고, 마지막으로 제가 다르게 하고 싶은 일을 밝히는 문단 하나: [아쉬운 점을 한 줄로 설명]. 제 근거가 뒷받침하는 등급을 주장하고 어느 단계인지 밝히세요. 더 높은 등급을 주장하지는 마세요. 제가 주지 않은 숫자가 필요하면 [NUMBER NEEDED]라고 쓰세요. 제 태도, 노력, 잠재력에 대한 주장은 쓰지 말고, 제가 한 일과 그 결과만 쓰세요.

자기평가서의 모든 숫자는 관리자가 출처 시스템에서 확인할 수 있는 것이어야 합니다. 관리자가 실제로 찾아볼 곳이 거기이기 때문입니다. 자기평가서를 떠받치는 세 가지 결과는 급여 인상 요청을 떠받치는 세 가지 결과이기도 하므로, AI로 연봉 인상 요청하기의 사례 프롬프트가 두 문서에 쓸 항목을 만들어 주고, 자기평가서가 이를 먼저 기록으로 남기기에 더 좋은 자리입니다.

마지막 단계는 문체이며, 관리자 초안보다 여기서 더 중요합니다. 모델이 쓴 것처럼 읽히는 자기평가서는 직접 쓰지 않았다고 관리자에게 알리는 셈이기 때문입니다. 프롬프트 4는 본인의 문장을 샘플로 쓰며, 어떤 업무 이메일에도 같은 방식으로 통합니다.

아래는 제가 이메일이나 문서에서 직접 쓴 세 문단입니다: [붙여넣기]. 아래 자기평가서를 제 글쓰기 방식에 맞게 다시 써 주세요. 제 문장 길이, 어휘, 문장을 시작하는 방식을 따르세요. 숫자가 붙지 않은 형용사는 모두 지우세요. 사실을 추가하거나 빼거나 순서를 바꾸지 말고, 모든 숫자와 모든 [NUMBER NEEDED]는 그대로 두세요. [초안 붙여넣기]

인사평가에는 어떤 AI가 가장 좋을까? 프롬프트 하나를 두 모델에 돌려봤습니다

Claude Sonnet 4.5가 더 신중한 평가서를, Gemini 2.5 Pro가 더 따뜻한 평가서를 썼고, 같은 근거에서 두 모델 모두 같은 등급인 4를 제안했습니다. 프롬프트 1을 수정 없이 같은 API(fal.ai의 any-llm 엔드포인트)로 2026년 9월 29일에 온도 0.3에서 모델당 한 번씩 보냈고, Gemini는 엔드포인트가 요구해서 추론 기능을 켰습니다. 테스트 전체 비용은 1센트도 안 됐습니다.

Claude의 출력, 굵은 글씨 표시만 빼고 수정 없음:

Goal 1: First-Response Time The median first-response time target was met, with Zendesk data showing 3.6 hours across Q2-Q4, below the 4-hour goal. This was achieved while handling 3,100 tickets, 29% above the team average of 2,400.

Goal 2: Status Page The customer-facing status page shipped on 14 March, six weeks later than the 1 February target due to a vendor SSO dependency outside her control. Since launch, 22 incidents have been posted to the page.

Goal 3: New Hire Mentoring Both assigned new hires reached unsupervised ticket handling by week 6, two weeks ahead of the 8-week target, as documented in manager one-on-one notes from April and May.

Development Areas Two escalations occurred in Q3 (SUP-2211, SUP-2287) where fix dates were communicated to customers before engineering confirmation. [NEEDED: evidence of improvement or corrective action taken after these incidents.]

Proposed Rating: 4 (Exceeds) The combination of meeting the response-time goal while handling significantly above-average ticket volume, accelerating new hire readiness, and delivering the status page despite external delays demonstrates measurable impact beyond standard role expectations.

Gemini의 출력, 수정 없음:

You exceeded the goal to reduce median first-response time, achieving 3.6 hours against a target of under 4 hours from Q2 to Q4. This was accomplished while handling 3,100 tickets for the year, above the team average of 2,400.

The customer-facing status page was shipped on 14 March. While this was after the 1 February target, the delay was due to a vendor dependency outside your control. The page has been used to post 22 incidents since launch.

You met the goal to mentor two new hires. Both were handling tickets unsupervised by week 6, ahead of the 8-week target, according to one-on-one notes from April and May.

For development, focus on communication during escalations. In Q3, two customers were given a fix date before engineering had confirmed it (SUP-2211, SUP-2287). The process is to wait for an engineering estimate before providing a date to the customer.

Proposed rating: 4 (Exceeds). The significant outperformance on ticket volume and response time created a measurable positive impact on the customer experience beyond the defined expectations for the role.

등급은 두 모델이 같은 쪽으로 기울어진 부분이며, 그래서 등급은 사람이 쥐고 있어야 합니다. 척도는 3이 무난한 한 해의 기대 등급이고 4는 직무를 넘어서는 측정 가능한 성과가 필요하다고 했습니다. 두 모델 모두 평균 2,400건 대비 3,100건을 그 성과로 봤고, 등급 문장에서 목표 2의 6주 지연이나 두 건의 에스컬레이션을 따져 보지 않았습니다. 이 근거라면 4도 논란의 여지가 있고, 에스컬레이션을 한 줄 덧붙인 3도 마찬가지인데, 모델은 두 번 다 후한 쪽을 골랐습니다. 프롬프트 5는 결정하기 전에 모델이 반대편 논리를 펴게 합니다.

아래는 평가서 초안과 우리 등급 척도입니다: [둘 다 붙여넣기]. 초안은 [등급]을 제안합니다. 한 단계 아래 등급에 대한 가장 강력한 한 문단짜리 논거와 한 단계 위 등급에 대한 가장 강력한 논거를, 초안에 있는 근거와 척도 자체의 정의만 사용해서 써 주세요. 그다음 제안된 등급이 무시한 모든 근거를 나열하세요. 등급을 추천하지는 마세요.

그래서 어떤 AI가 가장 좋을까요? 평가서에서는 모델보다 근거가 더 중요합니다. 같은 근거를 받은 두 최상위 모델이 같은 등급을 냈고, 차이는 문체와 지어낸 문장 하나였기 때문입니다. 부족한 근거를 짚어 주길 원하면 Claude, 직원에게 바로 건넬 수 있는 초안을 원하면 Gemini입니다. 둘을 한곳에서 쓰면 도움이 되는 때는 부하 직원이 여덟 명인 평가 시즌입니다. Whizi에서는 등급 척도와 역량 정의를 프로젝트에 한 번 고정해 두고(2026년 9월 기준 프로젝트는 파일 10개, 각 10MB까지 고정할 수 있고 .docx와 PDF도 포함되며, 메시지마다 함께 전달되는 프로젝트 지침은 최대 32,000자입니다), 척도를 다시 붙여넣지 않고 직원별 근거를 Claude와 Gemini에 차례로 돌립니다(프로젝트 사용법). Whizi가 약한 부분은 업무의 나머지 절반입니다. HRIS 연동도 팀 계정도 없어서 Workday, Lattice, Zendesk에서 자료를 대신 가져오지 않습니다. Citi의 Performance Assist는 Citi 총보상 책임자 Patricia Gould의 말로 "automatically gathers all of that information directly from our systems"이고, Lattice의 AI Agent는 Lattice 안에서 지난 피드백을 요약합니다. Whizi에서는 내보내서 붙여넣어야 합니다.

AI가 평가서 작성을 도왔다는 사실을 HR이나 직원에게 알려야 할까?

입장을 공개한 두 대형 고용주의 답은 다릅니다. Citi는 직원에게 알리고 누구든 AI 초안 평가를 거부할 수 있게 했으며 2025년 12월까지 거부한 직원은 1% 미만이었던 반면, Bloomberg가 보도한 JPMorgan의 지침은 부하 직원에게 공개하라고 요구하기보다 관리자가 도구로 할 수 있는 일을 제한합니다. JPMorgan은 AI가 매기는 점수를 금지하고, Citi는 최종 평가의 책임을 관리자에게 둡니다. 그 밖의 곳에서는 회사의 AI 정책이 답이며, Lattice와 Textio의 첫 번째 체크리스트 항목도 우리와 같습니다. 붙여넣기 전에 읽으라는 것입니다. 2025년 11월 13일부터 12월 2일 사이에 보도된, 이름이 공개된 미국 고용주들의 입장은 다음과 같습니다.

설문 수치를 보면 이 질문은 이미 대부분의 팀에서 현실입니다. Resume Builder의 2025년 6월 설문에서 "More than 20% say they allow AI to make decisions without human input either all the time (5%) or often (16%)"였고, 사람 관리에 AI를 쓰는 관리자 중 AI 관련 정식 교육을 받은 사람은 32%뿐이었습니다. ZeroBounce의 2025년 9월 설문에서는 관리자의 41%가 AI로 평가서를 작성하거나 수정한 적이 있었습니다. Gartner가 2025년 12월에 응답자 1,622명을 조사한 결과 "managers reported an average of four hours saved across different parts of the performance management process when using AI"였고, 2026년 4월의 권고는 AI를 "as an input to managerial judgment rather than a replacement for it"으로 다루라는 것이었습니다.

공개에 관한 유일한 현장 실험은 알리는 데 따르는 비용과 그것을 피하는 방법을 함께 보여 줍니다. Tong, Jia, Luo and Fang은 2021년 Strategic Management Journal에서 실제 기업 안의 AI 생성 피드백을 측정했고, "employees may develop a negative perception of AI feedback once it is disclosed to them, thus harming their productivity"라고 썼으며, 이 효과는 직원의 근속 기간이 길수록 줄었습니다. 이들이 제안한 해법은 위 모든 정책이 도달한 형태와 같습니다. 무엇이 초안을 썼든 피드백은 관리자가 관리자의 목소리로 전달한다는 것입니다. CM Law의 파트너 Peter Cassat은 2025년 12월 HR Dive에, AI로 직원을 평가하면 "could subject organizations to discrimination claims as well as substantial compliance obligations"라고 말했고, 이것이 은행들이 점수 매기기를 사람에게 남겨 두는 법적 이유입니다. 주와 시의 규정은 다르고 이 글은 법률 자문이 아닙니다. HR이나 법률 자문에 물어볼 질문은 초안 작성 도구가 해당 지역에서 자동화된 의사결정 도구에 해당하는지입니다. AI for HR은 급여와 징계에 미치는 규정, 그리고 초안 작성을 조문에서 제외하는 규정을 포함해 미국의 AI 고용 규정 여섯 가지를 정리했습니다.

AI로 평가서를 무료로 쓸 수 있을까?

네. ChatGPT, Claude, Gemini의 무료 요금제는 프롬프트 1을 그대로 받아 주고, 전용 생성기는 프롬프트 대신 입력 양식으로 같은 일을 합니다. TechnologyAdvice는 2026년 3월에 무료 생성기 여덟 개를 테스트해 네 개를 남겼습니다. Easy-Peasy.AI(하루 2건), Writify.AI(무제한, 광고 포함), Vondy(가입 전 4건), GravityWrite(월 1,000단어)입니다. 양식은 직원 이름을 요구하는데, 데이터 약관을 읽어 보지 않은 도구라면 이름 대신 직책을 넣으세요(AI 채팅에 절대 붙여넣지 말아야 할 것).

무료든 유료든 양식형 도구가 건너뛰는 점검을 한 번 하세요. Textio의 2023년 1월 ChatGPT 피드백 테스트에서는 간호사를 10번 중 9번 여성으로 가정했고, 여성에게 쓴 피드백이 약 15% 더 길었으며 늘어난 분량은 대부분 비판이었습니다. 프롬프트 6은 제출하기 전에 본인의 평가서 묶음 전체에 그 점검을 돌립니다.

아래는 우리 팀의 평가서 초안 [N]개이며 이름은 알파벳으로 바꿨습니다: [붙여넣기]. 서로 비교해서 다음을 나열해 주세요: 중앙값보다 20% 넘게 길거나 짧은 평가서, 성격에 대한 형용사(믿음직한, 까다로운, 활발한, 공격적인 등)와 그것이 나타난 평가서, 대명사나 성별이 드러나는 단어, 숫자나 날짜 근거가 없는 주장. 발견 사항마다 한 행씩 표로 출력하세요. 아무것도 다시 쓰지 마세요.

이 글의 모든 정책이 동의하는 원칙은 한 문장으로 정리됩니다. 근거는 본인이 가져오고, 초안은 모델이 쓸 수 있으며, 등급과 면담은 본인의 몫입니다.