서울--(뉴스와이어) 2014년 06월 22일 -- 경영 전반에서 빅데이터에 대한 관심이 지속적으로 높아지고 있는 가운데, 조직 구성원과 관련된 의사결정에도 데이터 분석을 활용하는 HR 데이터 분석(HR Analytics)이 주목 받고 있다. 보다 객관적이고 합리적으로 인재를 파악하는데 기여하는 HR 데이터 분석의 적용 사례와 유의사항에 대해 살펴본다.

어떤 인재를 활용해야 최상의 성과를 창출할 수 있을지는 모든 기업이 궁금해 하는 질문이다. 또한 인력 운영과 관련하여 앞으로 조직 내 어떤 일이 일어날 것인지, 이에 어떻게 대응해야 하는지는 기업들이 끊임없이 당면하게 되는 과제이다. 그러나 ‘정말 조직 내 구성원을 객관적으로 파악하고 인재 활용에 있어 최적의 의사결정을 내리고 있는가’란 질문에 자신 있게 대답할 수 있는 경영진, HR 실무자들은 많지 않을 것으로 보인다. 마케팅이나 R&D 투자 관련 의사결정에 비해 유독 구성원과 관련된 것에 대해서는 기존에 해오던 관행대로 이루어지는 면이 있다. 사람에 관한 의사 결정이 조직 성과에 큰 영향을 미치는 만큼, 불확실한 경영 환경 속에서 데이터 분석을 조직 구성원과 관련된 의사결정에 활용하는 HR 데이터 분석(HR Analytics)이 최근 더욱 주목 받고 있다.

HR 데이터 분석은 구성원과 조직의 성과 향상을 목적으로 사람 관련 의사결정의 질을 높이기 위해 다양한 통계적 방법론을 적용하는 것이다. HR 데이터 분석의 목표는 구성원을 판단할 때 개입할 수 있는 편견이나 직관을 데이터를 통해 보완하여 조직 구성원들을 가장 객관적으로 파악하고자 함이다. 이미 과거부터 기업들은 HR 성과 지표를 관리하고, 인재 투자 관련 ROI(Return on Investment)를 산정해보기도 하는 등 나름대로 객관적인 숫자에 기반하여 구성원 관리를 위한 노력을 해왔다고 볼 수 있다. 그런데 기존의 방법은 ‘과거에 어떤 일이 일어났는지’와 현재의 상태를 파악하는 것에 치중되어온 면이 있다. 이런 점을 보완하여 HR 데이터 분석을 통해 좀 더 합리적인 사람 관련 의사결정에 기여하기 위해서는 ‘앞으로 어떤 일이 일어날 것인가’를 예측하는데 보다 중점을 두어야 한다.

HR 데이터 분석에 대한 관심 증가

최근 경영 전반에서 빅데이터(Big Data)에 대한 관심이 커진 이후, 조직의 인재 관련 의사결정에도 인적자원 데이터 분석을 활용하려는 노력이 증가하고 있는 추세이다. 미국의 HR IT 서비스 컨설팅 회사인 시다 크레스톤(Cedar Crestone)사에서 617개의 기업을 대상으로 ‘HR에서 빅데이터를 활용하느냐’는 질문에 ‘그렇다’라고 응답한 비율은 2012년 7%에서 2013년에는 12%로 증가하였고, ‘빅데이터 자체가 생소하다’는 응답은 2012년 41%에서2013년 18%로 감소한 것으로 나타났다. 물론 우리가 흔히 생각하는 데이터의 생성 규모, 양, 주기가 방대하다는 관점에서의 구성원 관련 빅데이터는 조직에 존재하지 않을 가능성이 높다. 그러나 확실히 과거 대비 인적 자원관련 데이터의 종류나 양이 증가했을 뿐 아니라 IT 시스템의 발달로 접근 가능성도 높아졌기에 분석할 수 있는 데이터는 결코 적지 않다.

HR 데이터 분석에 대한 관심은 높아지고 있지만, 그에 비해 전문 역량 보유 측면에서 대다수 기업들의 준비는 미미한 것으로 보인다. 미국의 HR 관련 연구 기관 Bersin 사에서 2013년 480개의 기업을 대상으로 조사한 결과에 따르면, 4%만이 HR 데이터를 활용하여 예측 기반의 분석을 할 수 있는 능력을 갖고 있다고 하였으며, 10%는 HR 데이터를 활용해 유의미한 통계적 분석을 수행할 수 있는 능력을 갖추고 있다고 응답하였다. 이를 제외한 86%의 기업에서는 현황 파악 및 보고 수준에서 HR 데이터가 이용되고 있다.

아직 HR 데이터 분석의 역량이나 성과 창출 면에 있어서는 미흡한 단계이지만, 이미상당수의 글로벌 기업들에서는 HR 데이터 분석을 활용하기 위해 관련 전담 부서를 마련하거나 인력을 확충하는 등의 노력을 펼치고 있다. 2013년 드렉셀 대학의(Drexel University) 살바토레 팔레타(Salvatore Falletta)교수가 Fortune 1,000대 기업을 대상으로 HR 데이터 분석 현황을 조사하였는데, 응답한 기업 220개 중 약 77%가 HR 데이터 분석 관련 전담부서 혹은 인력을 보유하고 있다고 답하였다.

급격히 증가하는 HR 데이터 분석 시장에 대응하기 위해 컨설팅 혹은 IT 기업들에서 데이터 분석 기법 Tool을 지닌 기업을 인수하는 경우도 눈에 띈다. Fortune 500대 기업을 중심으로 경영 자문 서비스를 제공하는 Corporate Executive Board Company (CEB)의 경우 최근 인도의 데이터 분석 스타트업(Startup)인 탤런트 뉴론(Talent Neuron)을 약 1,500억 달러에 사들였다. 탤런트 뉴론은 세계 주요 시장의 인재 관련 트렌드를 전망하는 자체 예측 모델을 개발한 업체로, 이 모델을 활용하여 전세계 600개 도시 7,500개의 기업, 90개의 직무에 대한 인력 수급 현황에 대한 분석을 할 수 있다고 한다. 이에 앞서 2012년 IBM은 HR IT 솔루션 기업인 Kenexa(케넥사)를, 오라클(Oracle)과 SAP는 각각 탈레오(Taleo)와 석세스 팩터(Success Factor)를 인수한 바 있다.

대부분의 국내 기업들의 경우에는 최근들어 HR 데이터 분석에 관심을 갖고 실행해보려는 단계에 있다. HR 통합 포탈 시스템 도입이나 각종 데이터 통합 관리로 예전보다는 구성원 관련 데이터에 접근하기가 쉬워진 것은 사실이나, 주로 보고 및 현상 이해에서 더 나아가지는 못한 경우가 대부분인 듯하다. HR 데이터 분석 역량 제고를 위해 단계적으로 준비해 나가는 것이 필요한 시점으로 보인다.

HR 데이터 분석 적용 사례

기업에서 조직 구성원과 관련된 의사결정에 데이터 분석을 활용하겠다는 결정을 내린 이후에도, 막상 구체적으로 어떤 부분에서 활용할지에 대한 확신이 서지 않는 경우가 많다. HR 데이터 분석을 활용해 어떻게 구성원 관련 의사결정에 적용할 수 있는지를 글로벌 기업들의 사례를 통해 살펴보자.

인력 고령화 및 환경 변화에 대비

기술 환경이 급격히 변하는 불확실한 환경 속에서 필요한 인재들을 적시에 수급하고 향후 예상되는 인력 유실에 대비하는 것은 사업 성과 창출의 핵심 요소라고 할 수 있다. 특히 R&D를 기반으로 한 회사의 경우 기술 인력들의 고령화로 인한 기술 공백 및 각종 환경 변화에 대한 사전 대비가 필요하다.

130년의 역사를 지닌 미국의 에너지 회사 블랙힐스(Black Hills Corp.)의 경우는 업의 특성 상 필요한 기술을 갖춘 인력을 채용하는데상당 시간이 소요되는 곳이다. 블랙힐스는 인수합병으로 인해 갑자기 인원이 늘어나면서 구성원을 세세하게 파악하기 어려워졌으며 무엇보다 인력 고령화로 인해 대규모 은퇴가 예상되는 상황이었다. 이에 대비하기 위해 블랙힐스는 HR 데이터를 활용하여 연간 예상 퇴직 인력을 산정해본 결과, 향후 5년 내 축적 근속연수로 따졌을 때 무려 8,063년의 연차가 축적된 기술 인력들의 퇴직이 예상되었다. 당장 인력을 충원하기에 앞서 블랙힐스는 현재 보유하고 있는 기술과 앞으로 필요한 기술을 조사, 파악하기 시작했다. 나아가 이런 기술을 보유한 인력들을 어디서 찾을 수 있을지 예상해 보았다. 이를 토대로 89개의 인력구조 개선 관련 액션플랜(Action Plan)이 준비가 되었고, 기술 인력 공백에 성공적으로 대비할 수 있었다.

다우케미칼(Dow Chemical)은 대략 7년 주기로 호황과 불황이 반복되는 화학 산업 특성을 고려할 때, 불확실한 환경 속에서 인력 구조를 지금처럼 유지해도 되는 것인지가 조직 이슈로 떠올랐다. 그래서 미래 인력 운영 방안을 준비하기 위해 방대한 4만명 임직원의 데이터 3년 치를 분석하였다. 여기에는 승진율, 퇴직 시점 예측 등이 포함되었고, 이를 바탕으로 현재 재직 인원을 총 5개의 연령 그룹, 10개의 직급으로 구분 후 미래 각 사업부 별 인력 분포를 추계했다. 이를 통해서 다우케미칼에 영향을 미칠 수 있는 미래 외부 환경 변화(산업트렌드, 정치 상황, 법률, 인원 감축)에 따라 어떻게 인력 운영에 대비해야 할지에 대한 시나리오 마련이 가능했다.

구성원 성과 창출 요인 발견

어떤 특징을 지닌 사람이 가장 높은 성과를 창출할 잠재력이 있는지는 조직마다 다를 수있다. 따라서 각 조직 고유의 성과 요인을 발견하고 이를 채용 혹은 교육에 적용하려는 노력이 필요하다. HR 데이터 분석을 통해서 조직의 특성에 맞는 구성원의 특징이 어떤 것인지 파악하는 것이 가능하다.

280여개의 체인을 소유한 미국의 백화점 봉통(The Bon-Ton Company)은 매출이 가장 많이 일어나는 1층 화장품 매장에 어떤 직원을 채용해야 성과가 높을 수 있을지를 데이터 분석을 통해 검증해보았다. 데이터 분석 전 봉통이 생각하고 있던 채용 기준 중 하나는 화장품 매장 직원의 ‘외형’이었다. 단순히 미적으로 아름다운 외모를 뜻하기 보다는 자신을 잘 꾸미고 화장을 잘 하는 세련된 사람이 제품을 판매해야 고객들이 호감을 느끼고 더 화장품을 살 것이다라는 고정관념을 갖고 있었다. 기존 판매 직원들을 중심으로 인성, 적성 검사를 실시하고 이들의 성과 데이터를 비교하여 분석한 결과, 성과에 가장 영향을 미치는 요인은 바로 ‘인지 능력’이었다. 인지능력이 좋아야 재빠른 판단 하에 고객에게 적절한 제품을 추천하여 매출을 일으킨다는 것으로 해석할 수 있다. 구체적으로 인지 능력 상위 50%의 집단이 하위 집단보다 매출 10%가 더 높고 직업에 대한 만족도 또한 높았다. 이에 따라 이후 채용 시에는 ‘인지 능력’, ‘상황 판단력’, ‘주도성’에 대한 평가를 포함해 이 점수가 높은 후보자 위주로 채용했고, 그 후 과거 대비 매장 당 평균 이직율은 25% 정도 감소하고 매출이 1,400 달러 가량 증가한 것으로 나타났다.

현재 시행되는 HR 제도의 문제점 파악

현재 조직에서 실행되고 있는 인사 제도에 문제점이 보일 경우 대부분의 기업에서는 성과가 좋은 다른 기업들은 어떻게 하고 있는지 알아본 후 그 방법을 적용해본다거나, 막연하게 지금과는 다른 방법을 시도해보는 경우들이 있다. 이는 정확한 문제점을 파악하지 않은 채, 많은 자원과 시간을 낭비하는 결과를 초래하기 쉽다. 데이터 분석을 통해 문제가 되는 부분부터 해결해나간다면, 좀 더 효과적인 제도 개선이 이루어질 수 있다.

글로벌 식품회사 네슬레(Nestlé)는 해외주재원 제도의 개선이 필요한 상태였다. 본사에서 해외법인으로 유능한 인재를 파견하는 것이 무엇보다 시급한 상황에서 주재원 제도에 대한 평판이 좋지 않았고, 복귀한 이들의 만족도가 상대적으로 낮았던 것이 원인이었다. 이 문제를 개선하기 위해 네슬레에서는 태스크포스팀(Task Force Team)을 구성하여 현재 주재원으로 근무하고 있는 이들과 복귀한 이들을 대상으로 심도 있는 설문을 실시하였다. 질문의 내용에는 주재원 파견 이후 이직을 생각한 비율, 본사의 지원이 필요한 부분 등이 포함되었다. 분석 결과 약 56%의 복귀자들이 이직을 생각할 정도로 현재 문제점이 심각했으며, 파견 당시 명확한 기대수준이 설정되지 않았던 점, 어떤 과제를 수행하는 것이 핵심인지에 대해 설명이 부족했던 점, 파견 전 준비 기간이 짧았던 점 등이 가장 문제로 떠올랐다. 이를 기반으로 네슬레에서는 파견 전 필수 점검 사항에 대한 체크리스트를 만들어 파견자들의 이해가 부족할 수 있는 점을 찾아 보완해주었고, 주재원들을 위한 별도의 커뮤니케이션 창구를 만들어 파견 기간 내 밀착 관리를 시행하였다. 또한 해외주재원의 본국 복귀 이후 적응을 돕기 위해 온보딩 프로그램(On-boarding Program)이 만들어졌다.

조직 내 산재된 데이터 통합·연계

HR 데이터 분석을 시행하기 위해서는 새로이 데이터를 측정해서 모으고 거창한 프로젝트를 시작해야지만 의미 있는 분석을 할 수 있다고 오해하는 경우들이 있다. 그러나 이미 조직 내에는 과거부터 실시되어온 설문, 구성원 관련데이터, 성과 데이터가 축적되어 곳곳에 산재되어 있다. 만약 이를 함께 통합하여 분석할 수 있는 수준으로 가공이 가능하기만 하다면, 가장 효율적으로 의미 있는 결과를 이끌어낼 수 있는 방법이 될 수 있다.

스타우드 호텔 앤 리조트(Sta r wood Hotels & Resorts Worldwide)는 W, 쉐라톤, 웨스틴 등의 호텔 브랜드를 소유한 글로벌 기업이다. 스타우드는 오랜 기간 조직 내 구성원과 고객을 대상으로 각종 지표들을 측정해왔다. 그러나 이렇게 측정된 결과들은 따로 따로 관리되면서 조직에 큰 시사점을 주지 못하고 있었다. 데이터 분석에 관심을 갖기 시작한 HR부서에서는 서비스와 성과를 제고하기 위한 액션 플랜을 마련하고자 리더십, 조직문화, 고객평가, 재무 성과 데이터를 재구성하고 연계하여 분석해보았다. 우선 리더십 점수를 기반으로 상위 25%의 리더와 하위 25% 리더가 속한 호텔의 고객 충성도를 비교해 보았다. 그 결과, 리더십 상위 25% 리더들이 속한 호텔에 대한 고객 충성도 점수가 하위 25% 대비 확연히 높은 것으로 나타나 리더십 점수가 낮은 리더들을 대상으로 교육 및 조치가 필요하다는 결론을 얻을 수 있었다. 또한 고객 데이터 관련해서는 고객의 범위를 단순히 투숙객만이 아닌 거래 업체들까지 포함하여 측정 지표를 재구성하였고, 직원 설문의 경우 해당 호텔 혹은 리조트의 직원들과 투숙객들의 반응을 바로 상호 비교하여 문제점을 개선할 수 있도록 하였다. 이 과정에서 투숙객 불만 사항과 가장 연관이 높은 것은 직원들의 협력이 낮은 경우라는 것을 발견할 수 있었고, 특히 객실 청소(Housekeeping), 엔지니어링과 객실 서비스 담당의 원활한 협력 제고가 시급한 것으로 나타났다. 산재된 데이터 활용이 문제의 핵심에 접근할 수 있는 계기가 된 경우이다.

HR 데이터 분석 시 유의사항

구성원과 관련된 사실을 데이터를 통해 파악하여 인재 관련 의사결정에 활용한다고 했을 때, 자칫 기존에는 전혀 발견하지 못했던 새로운 현상을 발견하고 중요한 의사결정을 할 수 있으리라는 막연한 기대를 품을 가능성이 있다. 그러나 분석 결과의 의미를 제대로 해석하고 조직 성과에 기여할 수 있는 시사점을 찾기 위해서는 몇 가지 유의사항이 있다.

아웃라이어(Outlier)에 대한 그릇된 편견에 빠지는 것에 유의해야

아웃라이어는 표본 중 다른 대상들과 확연히 구분되는 통계적 관측치를 의미한다. 조직에서 아웃라이어라고 한다면 일반적인 특징을 지닌 구성원과는 구별되는 사람들을 생각할 수 있다. HR 데이터 분석을 마친 후 조직에 적합한 특성이나 행동들이 추려지는 경우에는 아웃라이어들이 부적응자로 비춰질 수도 있는데, 이런 성급한 일반화의 오류에 빠지는 것은 지양해야 한다. 스티브 잡스처럼 남들과는 다르고 관습에 얽매이지 않는 사람들 중 혁신을 이끌어 성과를 창출하고 조직, 나아가 세상을 바꾸는 이들이 존재하기 때문이다.

하버드 대학교에서 수년 간 방대한 데이터로 긍정 심리학에 대해 연구 후 현재는 컨설턴트이자 작가로 활동하고 있는 션 에이커(Shawn Achor)는 우리가 단순히 ‘평균적인 것’에 대해서만 관심을 가지면 우리는 계속 평균에 머무를 수밖에 없다며, 분석에 있어서 아웃라이어들을 무시하거나 때로는 배제시키는 것을 늘 주의해야 한다고 지적한다. 이들의 특성을 조직에서 통용되는 스타일로 바꿔야만 한다는 생각 보다는 성과에 기여하고 특별한 문제점을 일으키지 않는 한, 이들의 ‘다름’을 개성으로 존중해주려는 노력이 필요하다.

조직 내 의구심을 극복하고 단계적으로 준비해 나가야

HR 데이터 분석에 대해 구성원들은 자신들이 분석의 대상이 된다는 것에 부담감을 느끼거나 비인간적이라고 생각할 여지가 있다. 경영진에서도 과연 굳이 HR에서 데이터 분석에 시간과 자원을 투입해야 하는 것인지 우려할 수 있다. 그러나 스탠포드 경영대학원의 제프리 페퍼(Jeffrey Pfeffer) 교수는 ‘우리는 새로운 것보다는 사실에 가까운 것에 관심을 가져야 한다’고 말하였다. HR 데이터 분석은 새로운 경영 기법이나 트렌드이기 때문에 시도해 봐야하는 것이 아니라 구성원 관련 의사결정에 객관성을 확보하기 위한 것이다. 해보지도 않고 의심해보는 것보다는 조직에 따라서는 과감히 실행해 볼 필요가 있을 것이다.

여러 의구심과 장애물들을 극복하고, HR 데이터 분석을 성공적으로 실행하기 위해서는 무엇보다 데이터 분석의 목적을 명확하게 커뮤니케이션 할 필요가 있다. HR 데이터 분석이 구성원을 감시하고 통제하기 위해서 하는 것이 아닌, 좀 더 객관적으로 구성원들을 파악하고 성과 창출을 위해 가장 필요한 것을 제공하기 위함이라는 것을 분명히 하는 것이다. 그리고 실제로 이러한 수준의 의미 있는 분석 결과를 내놓을 수 있는 것은 단기간에 되는 것이 아니다. 따라서 HR 부서의 경우에는 HR 데이터 분석을 통해 성과를 내려고 조바심을 갖기보다는 증거에 기반하여 구성원 관련 의사결정을 준비해나간다는 자세로 인내심을 갖고 추진해야 할 것이다.

데이터의 한계를 인식하고 사람에 대한 근본적인 관심이 전제되어야

‘숫자는 거짓말 하지 않는다’(Number don’t lie)라는 인식도 있지만 통계로 모든 것을 설명할 수는 없다는 분석의 한계 또한 분명히 존재한다. 조직에서 경험 많은 베테랑들의 직관이 중시되는 이유도 이 때문이다. 특히나 사람의 행동이나 내면을 숫자로 한정 지어 해석하는 것은 자칫 구성원 개개인에 대해 깊이 이해하고 파악하기보다 쉽게 잘못된 낙인을 찍거나 사람을 단순히 유형화해서 대할 가능성이 있다. 따라서 데이터 분석만을 기준으로 하여 일정 기준에 떨어지는 사람은 조직에서 잠재력이 없는 사람 혹은 불성실한 사람으로 분류해버려서는 안된다. 평상 시 리더 및 HR 부서에서 구성원 개개인에 대한 관심과 관찰이 전제된 상태에서 데이터 분석이 이루어져야 의미 있는 결과들을 활용하고 구성원 관련 의사결정에 적용해볼 수 있을 것이다.

기업이 위기를 겪는 원인 중에는 환경의 급격한 변화나 강력한 경쟁업체의 선전(善戰), 예상치 못한 혁신적 기술의 출현 등 외부적인 요인이 있다. 그러나 많은 경우, 위기의 원인이 필요한 때에 가장 적합한 인재를 활용하지 못하거나 후계자 파이프라인을 충분히 대비하지 못하는 등의 내부적인 요인에서 오기도 한다. 인재 관련 의사결정이 그 어느 때보다 중요해지는 시점에서 조직 내 구성원을 좀 더 객관적으로 이해할 수 있고, 이들을 위한 의사결정에 합리적인 증거를 제시해주는 HR 데이터 분석에 관심을 기울이고 준비해 나가는 것이 필요해 보인다.

*위 자료는 LG경제연구원이 발표한 보고서의 주요 내용 중 일부 입니다. 언론보도 참고자료로만 사용할 수 있습니다.