HR분야에서 데이터 활용 동향

“조직의 성과를 극대화하기 위하여 어떻게 적합한 인재를 고용하고 유지할 수 있을까?”라는 질문은 전 산업군을 막론하고 HR관리의 궁극적인 목적일 것이다. 기존에도 기업마다 나름의 기준으로 경력, 성과지표 등 객관적인 정보를 활용하여 인사운영을 해오고 있지만 과거와 현재의 일면의 모습만 나타내주는 제한적인 정보 때문에 ‘지금 선택한 사람이 최적의 인재이며, 최대의 퍼포먼스를 발휘할 수 있을지’ 판단을 하는데에는 직감과 경험 등이 반영될 수 밖에 없었다.

경영전반에 걸쳐 빅데이터에 대한 관심이 증가하고 활용할 수 있는 정보의 양이 증가하면서 HR분야에서도 직관이 아닌 데이터 분석을 통해 검증된 결과를 기반으로 의사결정에 적용하려고 하는 움직임이 보이고 있다. HR에서의 Big Data는 기존에 활용하지 않았던 기업 내/외부 데이터를 이용하여 시장상황과 임직원에 대한 이해를 보다 향상시키고, 이미 일어난 결과를 중심으로 한 현상 파악을 넘어 직원들의 성과나 리텐션에 영향을 미치는 요소를 찾아내어 사전적으로 예측할 수 있는 힘을 가지게 됨을 의미한다.

그러면 HR에서의 데이터분석은 어떻게 적용될 수 있는지 사례를 통해 알아보도록 하자.

① 빅데이터의 활용 – 소셜과 결합된 인사관리

기존 기업용 솔루션을 제공했던 오라클이나 IBM, SAS 등 다수의 회사들이 빅데이터(기업 외부 데이터, 비정형 데이터)를 HR에 손쉽게 접목 할 수 있는 대안들을 제시하고 있다.

오라클은 클라우드 환경 기반으로 인사관리(Human capital Management) 프로세스에 소셜 기능을 도입하였다(Oracle HCM Cloud Social). 소셜미디어을 이용하여 통합 채용 마케팅 캠페인을 실행하고 직원 추천서비스를 제공한다(소셜 내의 프로필과 평판 등을 통합하여 숨겨진 인재를 찾는다). 또한 임직원의 외부 활동 데이터를 연동하여 팀빌딩, 업무성과 관리, 교육 등에 적용할 수 있도록 제공하고 있다.

(그림1) Oracle HCM Social Cloud
img2http://www.oracle.com/kr/applications/human-capital-management/social/overview/index.html

 

빅데이터 활용 인재육성 솔루션 업체 Success factors(2011년 SAP에 인수)는 채용/인력개발 시, 우수한 능력을 발휘하고 있는 직원들의 공통적인 특성을 추출하여 유사한 패턴을 보이는 지원자를 선별, 동일한 직군에 배치한다. 즉 지원자의 이력서와 소셜 데이터를 분석해 지원자의 특성을 파악하여 소위 ‘성공DNA’를 갖는 지원자를 채용하고, 더불어 인적자원 교육이나 부서 배치에도 소셜 데이터를 사용하고 있다.

한국은 HR analytics분야에 있어서 초기 단계이나, 삼성그룹이 임직원 경력관리와 배치에 위와 같은 방법 적용을 검토 중이다.

지인네트워크 분석을 통한 ‘적합한 인재찾기’

한 발 더 나아가 데이터분석 기법 중 마케팅 등에 많이 활용되는 소셜 네트워크 분석 기법도 적용해볼 만 하다. Pursway는 지인 네트워크 분석에 의한 타켓 마케팅 서비스를 제공한다. 소비자의 행동은 가까운 지인의 의견에 영향을 받기 때문에(“친구들이 구매할 물건을 살 확률이 높다”) 소셜 그래프를 구매자 위에 입혀 잠재적인 고객일 수 있는 구매자의 친구를 찾아준다. 이 모델을 인재 선별 시 동일하게 적용해보자. 소셜네트워크는 관심사가 비슷하거나 공통적 특성을 가진 사람들끼리 연결되어 있기 때문에 원하는 직군에 있는 주요인물이나 직원들의 지인 관계를 분석한다면 비슷한 성향을 가진 사람을 찾을 수 있을 것이다. (특히, 테크 집단일 경우에는 더욱 밀접하게 연결되어 있다.)

(그림2) Pursway Connect

img3

http://www.pursway.com/products-services/pursway-connect/

 

② Predictive HR analytics 적용 사례

이번에는 실제로 데이터 분석이 어떻게 결과를 도출하고, 인사관련 의사결정에 적용될 수 있는지 몇몇 기업들의 사례를 통해 알아보도록 하겠다.

Google

데이터 기반 HR분석에 있어서 Google은 단연 독보적이다. Google은 “All people decisions at Google are based on data & Analytics”라는 미션 아래, 통계학자, 심리학, MBA출신으로 구성된 People Analytics 조직을 구성하여 데이터분석 기반 인사혁신을 위한 실험적 프로젝트를 다양하게 진행하고 있다. 그 중 세 개의 사례를 소개하고자 한다.

  • Managing a good manger “Oxygen Project”

Oxygen project(좋은 리더는 조직의 산소(Oxygen)과 같은 존재라고 하여 붙여진 이름이다)는 관리자의 리더십이 조직의 성과에 영향을 끼치는가 알아보기 위해 시작되었다. 팀원들의 설문, 성과관리 점수, 인터뷰 등을 자료를 분석하여 관리자의 리더십이 직원들의 이직율, 작업만족도, 성과에 영향을 끼친다는 것을 밝혔다. 또한 좋은 관리자들의 행동패턴을 분석해 “좋은 리더가 되기 위한 8가지 행동규칙”을 찾아냈다. 이를 기반으로 리더십 교육을 진행, 1:1코칭을 통하여 미흡한 점을 보완할 수 있도록 지원했다. 그 결과 리더에 대한 만족도가 좋아졌고, 성과가 낮았던 조직의 성과가 상승하는 효과가 나타났다.

(그림3) Google’s eight attributes of management

img4

  •  Better Hiring “Janus Projet”

그리스 신화 중 문지기 신의 이름을 본 따 만든 Janus Project는 구글의 채용프로세스가 합리적인지 판단하기 위해 진행되었다. 구글의 채용절차는 복잡하고 엄격하기로 유명했다. 이는 지원자뿐만 아니라 인터뷰를 진행해야하는 구글 직원들에게도 부담이었다. 분석결과, 지원자의 당락을 결정하기에 인터뷰는 4번이면 충분하고 지원자의 대학이나 학점, 채용시험 성적이 성과와 직접적인 연관성이 없다는 것이 입증되었다. 이를 반영하여 채용 프로세스를 단순화하고 있다. 또한 거절한 지원서를 다시 리뷰하는 알고리즘을 개발하여 특정 인재가 필요할 때 쉽게 찾을 수 있는 풀을 만들어 관리하고 있다.

  • Retention Management “출산 여성인력 관리”

구글은 여성인력 퇴직율이 높다는 문제에 봉착했고 원인을 파악하기 위해 데이터 분석을 진행했다. 분석 결과, 출산한 여성의 퇴직율이 직원 평균의 2배나 된다는 점을 발견하고 휴직 기간을 기존 3개월에서 5개월로 늘리고 휴직기간 동안 휴직 전과 동일한 급여와 복리후생을 제공했다. 그 결과 출산 여성의 퇴사율이 50%나 감소했고 전체 여성 직원의 퇴직률도 산업평균 이하로 감소했다.

 

제록스(Xerox) – 고성과자 DNA찾기

제록스 역시 데이터 분석을 통해 인사관리를 하는 성공적으로 사례로 꼽힌다. 제록스는 성과가 좋은 콜센터 직원의 이직 및 퇴직율이 높다는 문제에 부딪쳤다. 이를 해결하기 위하여 제록스는 근무연수와 성과, 그리고 직원의 성격과의 상관분석을 진행했고 직원의 성격, 특히 창의적인 유형이 가장 근무연수와 성과에 가장 큰 영향을 미침을 알 수 있었다. 이를 바탕으로 제록스는 직원 선발 시 online evaluation 제도를 도입하였다. 새로 도입한 제도는 관습적으로 이용했던 screening tool과 다른 방식으로 직원 수행과정에서 겪을 수 있는 다양한 시나리오를 제시하고 선택하는 방식을 통해 인간성, 적성, 인지능력 등을 점수화하고 평가에 반영했다. 새로운 평가제도를 도입 후, 평가 기간 내의 이직율은 20% 감소하였고 승진횟수가 증가하였다. 좋은 평가를 받은 사람들을 추적 관찰하고 공통점을 파악해보니 창의적이고, 하나 이상의 Social Network에 참여하는 지원자가 높은 점수를 받았다는 사실을 밝혔다.

 

블랙힐스(Black Hills) – 고령화 대비

이외에도 기업의 장기적인 인력 구조관리에도 데이터 분석이 활용 되기도 한다. 미국 에너지 회사인 블랙힐스(Black Hills)는 업의 특성상 필요한 기술을 갖춘 인력채용에 긴 시간이 소요가 된다. 인력의 고령화로 대규모 은퇴가 예상되면서 데이터를 활용 연간 퇴직 인력을 산정하였고 5년 내에 8,063년 연차가 축적된 기술 인력 퇴직이 예상됨을 알아냈다. 이에 인력 충원에 앞서 보유기술 및 향후 필요 기술 map을 작성, 89개의 인력구조 개선 관련 액션 플랜을 수립 대비에 성공하였다.

 

다우케미컬(Dow Chemical) – 인력구조의 적절성 검토

다우케미컬(Dow Chemical)역시 인력구조 적절성을 검토하는데 데이터 분석을 활용했다. 7년 주기로 호황과 불황이 반복되는 화학산업의 특성상 현재의 인력구조를 유지해도 되는지가 이슈화되었다. 4만명의 임직원 데이터 3년치를 분석하여 재직 인원을 연령/직급별로 구분 후 사업부별 미래 인력 분포를 추정하여 외부환경 변화에 따른 시나리오 마련의 근거로 활용하였다.

 

Human Capital Management에서 People Analytics로

지금까지의 동향으로 살펴보면 HR analytics에 대한 관심이 증가하고 일부 글로벌 기업에서 부터 움직임이 보이고 있으나, 활용관점에서 보면 아직은 시작단계에 불과하다. (HR전문 연구기관 Bersin(2013)에 따르면 HR데이터를 활용하여 예측분석을 하는 기업은 4%에 불과하다.) 그러나 HR analytic가 적용되면서 주목할만한 점은 인사관리를 바라보는 관점이 기존 개개인의 성과관리(Human Capital Management)중심에서 점차 인재관리(People Management), 조직 전체의 성과관리로 이동하고 있다는 점이다. 최근 Google에서도 기업의 생산성을 연구하는 자사 블로그 Re:Work을 통해 팀의 성과에 미치는 영향은 능력있는 개인보다 팀워크가 훨씬 더 중요하다는 사실을 발견하고 팀성과에 영향을 미치는 요인에 대하여 분석한 결과를 발표하였다.

(그림4) Five keys to a sucessful Google team

img5

 https://rework.withgoogle.com/blog/five-keys-to-a-successful-google-team/

다른 영역과 달리 HR분야는 조직의 고유의 문화가 녹아 들어있기 때문에 타기업의 best practice를 동일하게 적용하는 것이 큰 의미가 없다. 조직의 특성에 맞게 구성원의 특징을 파악하여 조직 고유의 성과 요인을 찾고 해결방안은 모색하려는 노력이 필요할 것이다. 좋은 고객을 확보하고 유지하기 위해 데이터분석을 적용하는 것처럼, 내부 고객인 임직원들이 최대한의 능력을 발휘할 수 있도록 객관적이고 합리적인 의사결정을 내릴 수 있는 데이터 기반 HR분석을 고민해 봐야 할 시점이다.

# 자료 수집 및 작성

김남희 namhee.kim.anc@gmail.com

# 출 처

 

 

 

Advertisements

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out /  Change )

Google+ photo

You are commenting using your Google+ account. Log Out /  Change )

Twitter picture

You are commenting using your Twitter account. Log Out /  Change )

Facebook photo

You are commenting using your Facebook account. Log Out /  Change )

Connecting to %s

This site uses Akismet to reduce spam. Learn how your comment data is processed.