[칼럼] HR 트렌드 | People Analytics

HR 트렌드 | People Analytics

국내 이러닝 전문기업 ‘멀티캠퍼스’가 발표한 [2018 HRD트렌드 보고서]에 따르면, 올해 주목 할 만한 인재개발 키워드로 4차 산업혁명, 인공지능, 애널리틱스가 선정되었습니다. 이 세 가지의 인재개발 키워드를 중심으로 학계와 HRD 전문가 다섯 명이 모여 트렌드를 검증하고 추가 의견을 수렴한 결과, 최종적으로 일곱 개의 인재개발 트렌드를 도출하였습니다.

※이 글에서는 트렌드 키워드를 도출하는 구체적인 조사방법과 분석방법은 생략하겠습니다. 관련 내용이 궁금하신 분은 ‘멀티캠퍼스’ 사이트에 들어가서 관련 자료를 다운로드 하시기 바랍니다.

HRD TRENDS 2018

1) HR 패러다임의 전환, People Analytics

2) 밀레니얼 리더를 위한 리더 육성 패러다임의 변화

3) 직원 경험 설계를 통한 임직원 몰입 강화

4) 4차 산업혁명 시대의 소프트파워 역량

5) 인공지능과 “Perfect” Personalized Learning

6) 밀레니얼 세대를 위한 교육 방법, 마이크로러닝

7) AR/VR 중심의 직무교육 확산

일곱 가지의 트렌드 중에 제가 흥미롭게 생각하는 세 가지 트렌드를 선정했습니다. 앞으로 3주간 매주 1개씩 보고서, 잡지, 칼럼, 뉴스와 같은 출처를 통해 관련 내용을 심도 있게 학습하고, 직무에 어떻게 적용할 수 있을지에 대해 논의하고자합니다. 최대한 트렌드별 사례 적합성을 고려하고 정확한 정보를 사용하도록 노력하겠습니다.

1. People Analytics란?

People Analytics는 직장에서 데이터를 다루어 직원을 관리하는 접근법입니다. 이것은 빅데이터 및 인공지능 수준이 고도화되면서 폭넓게 활용되기 시작했습니다. 이 방법이 산업에 최초로 적용된 후, 의사결정권자들은 경험에 근거한 개인적 관계의 전통적인 방법보다 데이터 분석에 의하여 직원들에 대한 의사결정을 내릴 수 있었습니다. 리서치 기관의 조사 결과에 따르면 미국 내 450개 기업 중 46%가 ‘People Analytics Function’을 운영할 정도로 Analytics의 활용은 빠르게 확대되고 있습니다.(PwC 조사결과, 2015)

2. HR Analytics의 활용

1) 시장 벤치마킹: 각 사의 주요 HRD 지표들을 각 사의 과거 지표 또는 유사 업종의 타사 통계와 비교 진단
2) 학습 최적화: 학습자의 직무, 근무연수, 목표 등에 근거하여 최적화된 과정 리스트와 학습 방안 제시
3) Career Path: 가장 바람직한 다음 직무를 추천하고, 역량 수준을 제시하여 개인의 직무이동을 지원
4) 인력선발: HR 활동 자료를 기반으로 다양한 방법을 통해 인력 선발 지원

3. 해외 사례

1) GE의 인재관리법
GE는 직원 30만 명 중 입사 5년 이하의 신규 직원의 비율이 50%에 달한다고 합니다. 이 문제를 극복하기 위하여 GE는 자체 인사관리 Analytics를 통해 문제를 해결하고 있습니다.
- 경력 및 승계: 직무 이력을 기반으로 가능한 GE 내 포지션과 다음 직무를 추천
- 훈련: 필요한 훈련에 대한 큐레이션 및 성과향상, 앱과 연동하여 상사의 피드백 수정
- 인력유지: 잠재적 퇴사자를 예측하고 조기에 대응하여 이직률 최소화
- 문화적 변화: 직원 설문 조사, 퇴사자 면담, 조직 설계로부터 수집된 데이터를 통해 임직원 분류를 세분화, 다양화하여 미세한 조직 문화 관리 지원

2) Google Janus Project
구글은 ‘채용’ 관련 빅데이터를 활용하여, 성과 창출에 영향을 미치는 요인들을 분석했습니다. 그 결과, 지원자의 대학평점이나 입사시험 성적이 성과 창출과는 상관이 없다는 결과를 도출하였고, 인터뷰는 4번이 충분하다는 결과를 얻어 실제 채용프로세스에 적용하였습니다.

3) Talent Management System(TMS)를 통한 통합적 인재관리
글로벌 러닝 솔루션 업체들은 Analytics 기반의 TMS를 개발하여 통합적 인재관리를 통한 고객 가치 향상에 주력하고 있습니다. 
- 개인별 직무 및 역량 개발 목표에 맞춤화된 학습 과정 및 학습 계획 추천
- 학습자가 Career Path를 선정하면 각 목표 도달에 필요한 데이터(기간, 필수역량, 과정 등)를 우수 선임자들의 데이터와 비교분석하여 제시
- 인력 선발 시 해당 포지션의 후보자를 추천하고, Key Metric을 기반으로 우수자 예측

4. 국내 People Analytics의 현황과 나아가야 할 방향

아직까지도 대다수 국내 HR부서에서는 데이터를 활용하여 인사에 대한 의사결정을 내리는 분위기가 자리 잡지 못했습니다. 4차 산업혁명은 강조되고 있지만, 빅데이터, 사물인터넷, 인공지능 등을 정작 어떻게 활용할지 감을 잡지 못하고 있습니다. 
하지만, 몇몇 기업에서 인사업무에 새로운 기술을 도입하고 있습니다. 롯데그룹은 2018년 상반기 신입사원 공개채용 서류전형단계에서 인공지능(AI) 시스템을 활용한 평가를 도입하여, 지원자가 조직과 직무에 어울리는 인재인지를 판별한다고 밝혔습니다. 롯데 그룹의 신동빈 회장은 “인공지능, 사물인터넷, 가상현실 등 첨단 정보통신기술(ICT)을 모든 사업 프로세스에 적용해 혁신을 이뤄야 한다”고 강조했습니다. 

외국기업은 People Analytics를 강조하고 있으며, 빅데이터 전문가를 영입하는 것에 심혈을 기울이고 있습니다. 이처럼 국내기업도 글로벌 트렌드에 발맞춰 HR을 운영하는데 경험이나 직관에 의존할 것이 아니라, 정확한 수치를 다루는 직무를 채용할 필요가 있습니다. 또한 HR에서의 혁신을 가져오기 위해서는 HR직원뿐 아니라 회사의 임원진이나 CEO들의 참여도 필요한 부분입니다. 국내기업의 특성상 하향식 의사결정을 내리는 곳이 많기 때문입니다. 기업은 지금보다 적극적인 방법을 강구하여 글로벌 트렌드에 맞는 인사전략을 새롭게 정비해야 할 것입니다.

5. 총평

People Analytics는 조직을 더 스마트하고, 더 전략적이고, 더 좋은 의사결정을 내리는데 도움을 줍니다. 이미 많은 글로벌 기업에서 빅데이터를 활용한 비즈니스 전략이 나오는 만큼, 국내기업도 경쟁에 뒤처지지 않기 위해서 준비할 필요가 있습니다. 특히 IT강국이라고 불리는 국내 상황에 비추어보았을 때, 신규 데이터전문가는 시장에 수요에 의해 충분히 공급될 수 있습니다.

반면, 직원들을 데이터로 관리한다는 측면에서 사생활 침해 논란과 인권의 문제에 직면할 수 있습니다. 직원들의 일거수일투족에 대한 데이터를 수집하고, 관리한다는 점에서 이 비난을 피하기는 어렵다고 생각합니다. 이 윤리적이고 도덕적인 문제를 해결하는 동시에 기술의 발전을 추구하는 것이 이 분야가 가진 핵심 미션이라 할 수 있습니다. 개인적인 생각으로, 직원들의 데이터를 분석하여 나타난 결과는 평가나 승진보다 교육이나 배치에 우선적으로 활용해야한다고 생각합니다. 훗날 이 방식이 직원들의 공감대를 얻고 경험이나 직관보다 더 나은 방법이라고 평가되었을 때, 한 발자국씩 활용의 범위를 늘려나 직원들의 저항을 피할 수 있을 것입니다.

지금까지 2018 HRD 트렌드 중 하나인 People Analytics를 살펴보았습니다. 글의 도입에서 말했다시피 실무 적용과 활용을 다루는데 초점을 두었습니다. 비교적 짧은 시간을 투자하여 알아낸 정보이기 때문에, 빅데이터 활용 전체가 포함되지 않았습니다. 그러나 실망할 필요는 없습니다. 결국 빅데이터를 활용하고 분석하는 것은 사람이 하는 일이기에, 창의성만 갖춘다면 누구나 활용할 수 있는 방법을 떠올릴 수 있습니다. 국내에도 우수한 People Analytics가 실현되어 조직과 개인의 성과 창출에 도움이 되는 모습을 기대하며 글을 마칩니다. 읽어주셔서 감사합니다.