기업이 인재 관리를 위한 데이터와 AI를 사용하는가?
이 글은 제가 NIA [한국지능정보사회진흥원]의 < 기업이 인재 관리를 위한 데이터와 AI를 사용하는가? > 2024년 9월호에 기고한 글입니다. 원본 글 '기업이 인재 관리를 위한 데이터와 AI를 사용하는가?'를 이곳 브런치에서 공유합니다.
사람이 가장 중요한 자산이다?
“사람이 가장 중요한 자산이다.” 기업 세계에서는 너무나 흔히 잘 사용하는 말이다. 하지만 그렇다면 기업에서 왜 아직도 수많은 인재 관련 의사 결정이 직관에만 의존하는 것일까? 관리자는 직원 관련 의사 결정에 있어 '늘 최선을 다해야 한다'는 기대를 한다. 팀원이 승진할 준비가 되었는지를 결정하거나, 조직 KPI에 대한 팀의 멤버 각각의 영향력을 평가하거나, 신규 채용의 적절한 시기를 정확히 파악하는 등 사람 관련 중요한 의사 결정은 컨설팅 회사의 보고서나 개인적인 경험, 우연에 맡겨서는 안 된다는 사실에는 모두 동의한다. 하지만 예를 들어 “직원들이 회사를 떠나는 가장 큰 이유는 무엇인가?”와 같은 기업을 운영하는 데 가장 근본적인 질문에는 답을 하기 쉽지 않다.
그림 1 기업 내 관리자의 업무 스트레스 요인 5가지 (출처: visier.com)점점 더 데이터 중심적이고 AI와 자동화된 세상에서 관리자는 성공을 위해 더 많은 도구와 정보가 필요하다. HR 분석 SaaS 솔루션을 제공하는 비지어(visier.com) 리포트1)에 의하면 비즈니스 성과 창출에 관한 압박감이 관리자가 느끼는 가장 높은 스트레스 요인으로 나타났으며, 이런 업무 스트레스로 인해 절반에 가까운 44%의 관리자가 본인이 그 역할에 준비되지 않았거나 기업으로부터 지원을 받지 못한다고 느껴 이직을 고려한 적이 있다고 한다.
이런 상황에서 기업의 최고 인사 책임자(CHRO)에게는 다음과 같은 질문을 던져볼 수 있다. “기업이 어떻게 관리자 효율성을 높이고 새로운 기술을 활용하여 보다 자신감 있는 의사 결정을 유도하고 전문성을 유지할 수 있을까?”
같은 조사에서 관리자들은 생산성을 높이고 인재 관련 데이터의 처리와 이해에 도움을 제공할 수 있는 생성형 AI 사용에 큰 기대가 있었고, 이것은 CHRO가 이런 유형의 서비스 사용을 통해 인재 분석에 대한 접근성과 데이터 민주화를 향상할 수 있다는 생각을 가져다주었다. 이에 따라 AI 기술과 데이터 효율성을 통해 기업에서 관리자의 의사 결정 품질과 업무 효율성을 향상할 수 있는 4가지 요소에 대해 알아보고자 한다.
1. 더 많은 인사 데이터(people data)에 접근할 수 있게 한다.
많은 기업에서 도움이 될 수 있는 인사 데이터를 공유하고 사용하는 것에 대해 전통적으로 저항감이 있다. HR 부서는 사람에 관한 정보에 대해 폐쇄적인 접근 방식을 취한다. 내부적인 정책은 주로 비즈니스 전략과 최종 결과보다는 규정 준수와 프로세스에 중점을 두었다. HR팀은 일반적으로 비즈니스에 필요한 인재를 찾고, 인사 정책을 수립하고, 규정 준수를 보장하는 업무를 담당하고, 성과 관리는 경영진의 몫이다. 그런 이유로 비즈니스 성과와 직원의 성과를 연결하는 데는 간극이 존재한다.
급여부터 온보딩, 성과 관리에 이르기까지 모든 분야에서 디지털화가 이루어지고 있음에도 불구하고 이러한 데이터는 HR 내부에 고립된 채 더 넓은 조직과 리더가 접근할 수 없는 상태로 남아 있는 경향이 있다. 게다가 인사 데이터는 서로 다른 시스템에 흩어져 있는 다양한 장소에 존재한다는 사실도 있다. 매출과 수익, 생산, 고객 만족도 등 모든 비즈니스 데이터는 완전히 별개의 플랫폼에서 다루어진다. 직원과 비즈니스 성과를 연결하는 데이터는 눈에 보이지 않거나, 지휘 체계상에서 공유되지 않거나, 변화를 취하지 않는다. 2022년 현재 비즈니스 인텔리전스 및 분석 도구를 사용하는 직원은 25%에 불과하며, 이는 7년 동안 거의 변화가 없는 수치이다.2)
예를 들어보자. 한 광산 회사가 근로자의 업무 중 산업 재해 부상으로 어려움을 겪고 있다. 경영진으로서는 뭔가 빠른 조치가 필요하다는 생각에 따라 안전 교육을 두 배로 강화하면 상황을 반전시킬 수 있다고 믿는다. 그러나 근로자에 대한 실제 데이터는 다른 이야기를 들려준다. 결과적으로 문제를 해결하는 것은 직원들이 안전 동영상을 더 많이 시청하게 하는 것과는 거의 관련이 없으며, HR 데이터는 이러한 사고와 피로 사이의 직접적인 연관성을 보여준다. 너무 긴 교대 근무, 너무 적은 휴일, 심지어 나이에 따른 낮은 체력 수준까지, 사원 데이터는 패턴이 분명하다.
채용부터 급여, 병가, 성과 및 교육에 이르기까지 직원에 대해 수집된 풍부한 정보, 즉 사람 데이터는 종종 재무 및 기타 비즈니스 데이터에 비해 부차적인 것으로 무시되고 소외되는 경우가 많다. 많은 데이터 책임자와 회사 경영진은 너무 '민감한' 정보라고도 말한다. 하지만 비즈니스 운영 비용과 모든 결과의 대부분을 사람이 차지하므로 이 데이터의 의미를 빠르게 찾아야 한다.
관리자는 더 많은 직원 데이터에 접근하기를 원하며, 자신감 있고 효과적인 리더가 되기 위해서는 이러한 정보가 매우 중요하다고 생각한다. 관리하는 직원이 많을수록 더 많은 데이터가 성공에 기여할 수 있는 기회는 높아진다. 인사 관련 데이터에 대한 접근성이 향상된다면 기대되는 혜택은 다음과 같다.
채용, 승진 등에 대한 의사 결정 개선
직원 참여도 및 사기 향상
직원 생산성 및 효율성 향상
이런 데이터를 공유할 수 있는 AI 대화형 인터페이스는 단일 창구에서 시작되어야 한다. 적절한 위치에서 적절한 정보에 액세스할 수 있으므로 직원들은 셀프서비스를 통해 스스로 질문에 답할 수 있도록 해야 한다. IT, HR, 법무, 시설, 조달 등 복잡한 업무와 주제를 다루면서도 더 많은 검색, 지식 콘텐츠 등에 생성형 AI 기능을 사용하여 정보의 접근을 빠르게 하는 것만큼 사례의 편향성을 줄이는 노력이 필요하다.
2. 인력 영향력의 격차 이해하기
관리자별로 인사 데이터의 접근성에는 상당한 격차가 존재한다. 비지어와 딜로이트의 공동 리포트3)에 따르면 최고 경영진의 64%가 직원 유지 관리 능력에 대해 자신감을 느끼고 있지만, 관리자의 36%만이 같은 생각을 하는 것으로 나타났다. 이러한 '인력 영향력 격차'는 데이터 기반 의사 결정과 관련 있다. 마이크로소프트의 업무 동향 보고서4)는 관리자의 53%가 번아웃을 느끼고 있다고 한다. 관리자들은 거의 하룻밤 사이에 역할을 바꾸고 있는 AI의 물결에 대처해야 하는 복잡한 시기이지만, 수많은 문제를 처리할 준비가 제대로 되어 있지 않은 것으로 나타났다.
더 나은 인사 데이터는 관리자가 이러한 문제를 파악하고 해결책을 모델링하는 데 도움이 될 수 있다. 문제는 이러한 데이터가 가장 필요한 사람들에게 전달되는 데 있어 항상 큰 걸림돌이 있었다는 점이다.
최신 HR 서비스 툴과 인프라 성장 이면에는 개인정보 보호와 보안에 대해 매우 타당한 우려가 자리 잡고 있다. 직원 데이터는 매우 민감한 데이터이고, 신원 도용에 대한 우려가 커지는 만큼 개인정보 보호 및 보안 규정이 강화됨에 따라 기업은 직원에 대해 수집한 정보를 철저히 관리해야 한다.
하지만 인사 데이터가 역사적으로 비밀로 유지되어 온 또 다른 이유는 바로 조직의 역학 관계이다. HR은 인사 데이터의 궁극적인 수호자이자 해석자인 동시에 운영, 채용, 문화, 보상에 관한 정책을 수립하는 미션 크리티컬한 역할을 담당한다. 하지만 이러한 정책을 일상적으로 실제로 실행하는 것은 각 부서의 관리자들이며, 이를 위해서는 이러한 각 부서 관리자가 그 인사이트에 액세스할 수 있어야 한다.
자신의 팀이 비즈니스/재무 목표에 어떻게 기여하고 있는 지와 관련된 데이터에 액세스할 수 있는 기업은 거의 없으며, 다양성, 형평성, 포용성 지표와 이직률 지표 또는 그 예측 데이터도 거의 해당 매니저들이 추적하고 있지 않다. 다행히도 보안에 대한 우려와 관리자의 가시성 요구 사이의 균형을 맞출 수 있는 도구는 시장에 많다. 직원의 성과, 참여도, 커리어 궤적에 관한 중요한 정보는 필요한 일선 관리자에게만 제공될 수 있으며, 개인, 의료 및 신상 데이터는 HR 부서 내에서 안전하게 보호할 수 있다. 관리자가 이러한 인사이트에 액세스할 수 있게 있고 학습된 AI 모델을 통해 구성원의 미래 경력 관리를 주도할 수 있는 기업의 경쟁력은 그 자체로 혁신이 될 수 있다.
기업 조직에서 커뮤니케이션은 매우 중요하다. 수많은 부서에 수많은 사람이 흩어져 있으므로 정보가 어떻게 개인에게 전달되는가에 따라 큰 차이를 만들 수 있다. 직원들이 정보를 얻을 수 있는 단일 소스로 유도해야 할 뿐만 아니라, 해당 포털은 직원들이 관심을 가질 만한 주제를 집중 조명해야 한다.
서비스 및 커뮤니케이션 경험 통합: 사용자 경험을 염두에 두고 구축된 단일 통합 직원 포털은 모든 커뮤니케이션의 중심이 된다.
통합 인터페이스: 직원이 필수 서비스를 요청하기 위해 수십 개의 시스템을 탐색할 필요가 없어야 한다. 이러한 쿼리를 한곳에 모아 적절한 팀으로 라우팅하는 처리가 필요하다.
프로필 기준에 따라 콘텐츠와 서비스를 개인화: 직원은 다양하다. 생성형 AI를 활용하여 정보를 맞춤화하고, 콘텐츠를 추천하고, 가장 관련성이 높다고 판단되는 내용을 기반으로 경험을 제공한다.
타게팅 된 콘텐츠 캠페인 제공: 신속하게 대응해야 할 때는 변화의 영향을 받는 직원에게 커뮤니케이션과 주요 정보를 푸시한다. 이것은 잘못된 정보와 불만을 모두 줄일 수 있다.
3. 데이터 활용을 통한 비즈니스 성과 창출
과거에는 '인재 데이터 분석'은 기업이 사용할 수 있는 데이터로 제한되었다. 단순한 참여도 설문조사와 기본적인 벤치마킹만으로는 직원 동향의 '이유'나 직원들이 내린 결정이 향후에 미칠 영향에 대한 가시성은 거의 없었다. 오늘날 직원과 운영의 여러 정보를 통합할 수 있게 된 기업은 직원에 대한 전체적인 그림과 미묘한 차이를 파악할 수 있으며, 직원들이 수익에 미치는 영향도 파악할 수 있다.
이런 종류의 데이터는 기업의 급여 철학과 성과 데이터 및 업계 벤치마킹을 결합하여 직원 급여와 관련한 적절한 숫자를 도출할 수 있는 스마트 보상 도구와 같은 시스템을 구축할 수 있는 정보를 제공한다. 인과 관계 분석을 통해 관련 영향 요인을 조사하여 직원이 퇴사한 이유를 명확하고 정량적인 경고 신호를 통해 파악할 수 있다. 한편, 최신 모델링 도구는 개인의 기술과 관심사, 회사의 니즈에 따라 개인의 경력 궤적을 예측하는 데 도움을 줄 수 있으며, 이는 자동화 및 인공지능으로 인한 노동력의 혼란에 직면했을 때 귀중한 인사이트가 될 수 있다.
그림 2 보상 플래닝에 AI를 적용한 서비스 (출처: 래티스 lattice.com)이러한 데이터와 도구가 관리자의 손에 맡겨지면 직원의 행복과 생산성을 높이는 데 필수적일 뿐만 아니라 비즈니스 자체의 수익 가치도 높일 수 있다. 반대로 이러한 데이터를 확보하지 못하면 관리자는 주요 의사 결정에 대한 정보를 얻지 못해 실수, 비효율성, 기회를 놓칠 수 있는 위험에 노출된다.
이러한 실수는 단순히 인력 손실에만 그치지 않고 비용이 발생한다. 중간급 직원 한 명을 교체하는 데 드는 비용이 연봉의 1.5배에 달한다는 점을 고려하면 그 이점이 명확하다. 조사에 따르면 직원 10,000명의 회사에서 데이터를 민주화하면 약 4억 달러의 비용을 절감하고 2억 달러의 새로운 수익을 창출할 수 있는 것으로 나타났다. 이러한 혜택은 이직 비용 감소, 관리자 시간 절약, 고객 서비스, 혁신 및 협업 개선 등의 형태로 회사 전반에 걸쳐 나타난다.
관리자들은 생성형 AI를 현재의 다음과 같은 의사 결정 문제를 해결할 수 있는 솔루션으로 전망한다.
특정 직원/팀에 대한 성과 및 생산성 인사이트 확보
팀의 성과와 보상의 상관관계 파악
팀에서 퇴사할 위험이 있는 사람 파악
다양성, 형평성, 포용성에서 개선이 필요한 잠재적 영역 파악
인재 확보 전략
4. 모두가 데이터 과학자가 아니다.
관리자는 더 많은 데이터를 이용할 준비가 되어 있지만, 데이터에 액세스하고 사용하는 방법을 반드시 알고 있지는 않다. 관리자 대부분이 의사 결정을 위해 데이터를 가져올 때 적어도 한 가지 이상의 문제점을 경험하는데 대표적으로 프로세스에 시간이 오래 걸리고 데이터에 액세스하기 어렵다는 점이다. 또한 데이터를 해석하기 어려운 면이 있다. 그 이유는 데이터가 오래되었거나, 불완전하거나, 부정확한 면도 있다. 데이터 분석가가 인사이트를 수집하고 분석을 수행할 때까지 기다리는 것은 관리자가 변화하는 상황에 신속하게 대응하고 적시에 정보에 입각한 의사 결정을 내리는 데 방해가 된다. 인사 관리자가 직장에서 더 현명하고 확실한 의사 결정을 내리려면, CHRO는 데이터 액세스를 민주화하고 관리자에게 데이터 검색과 해석을 간소화하는 셀프서비스 분석 도구를 제공해야 하며, 인사이트를 지나치게 복잡하게 만들지 않는 데 중점을 두어야 한다. 데이터에 더 쉽게 액세스하고 해석할 수 있도록 하는 것은 팀의 역량을 강화하고 조직의 성장을 촉진하며 직원 참여도, 경험 및 생산성을 개선하기 위한 중요한 과제이다.
인재 데이터에 쉽고 안정적으로 액세스할 수 없다면 관리자는 본능에 의존할 수밖에 없다. 그러나 이제 데이터가 성공의 핵심 동력이 된 만큼, CHRO는 직관과 데이터 사이의 간극을 좁히기 위해 노력해야 한다. 관리자의 인사이트와 의사 결정의 정확성을 높여주는 도구를 통해 관리자의 역량을 강화해야 한다. 이러한 접근 방식은 직감을 강화하는 동시에 잘못된 경험적 인식을 수정할 수 있다. 관리자의 의사 결정 방법론에는 데이터 기반 인사이트와 경험적 관찰이 적절히 균형을 이루어야 한다.
모든 직원이 데이터 과학자가 되기를 기대할 수도 없고, 일반 직원이 기본적으로 데이터 해독 능력을 갖추기를 기대할 수도 없다. 그러나 기업이 더 나은 의사 결정을 위해 데이터 활용을 강화하고자 한다면, 데이터 사용 및 해석 방법에 익숙해야 하는 직원의 역할 또는 범주를 파악해야 한다. 데이터에 대한 회사의 전략적 맥락을 이해하거나, 셀프서비스 도구를 사용하고, 대시보드를 파악하는 데이터 해석 능력은 지속적인 학습 여정을 의미한다. 그러기 위해 조직은 데이터 민주화의 우선순위를 높여야 한다. 다양한 관리자 역할 간의 데이터 접근성 격차를 고려하면 자율적인 데이터 액세스의 필요성은 더욱 분명하다. 접근성의 차이는 데이터 민주화를 고위 경영진을 넘어 모든 수준의 리더십으로 확대하는 것이 중요하다는 점을 강조한다. 이 단계는 공평한 접근을 보장하고 직위, 부서, 연차와 관계없이 모든 관리자가 적시에 정확한 데이터를 기반으로 정보에 입각한 의사 결정을 내릴 수 있도록 지원한다.
에어비앤비에서는 데이터 전문가, 관리자, 초보자라는 세 가지 페르소나를 통해 데이터 인식, 데이터 수집 및 시각화, 대규모 데이터의 세 가지 숙련도 수준에 따라 모든 직원을 교육하는 데이터 유니버시티5)를 만들었다. 콘텐츠는 독립형 비즈니스 단위의 특정 데이터 집합과 요구 사항에 맞춰져 있다. 현직자들이 일반적으로 교육을 제공하기도 하지만, 이는 선택 사항이고 직원의 실제 사업부 및 기능적 맥락을 벗어난 데이터 해독 능력과 데이터 콘텐츠에 주로 초점을 맞추고 있다.
그림 3 에어비엔비 데이터유니버시티의 비전 (출처: 에어비엔비)마무리
기업의 관리자는 더 많은 인사 데이터의 효율적 활용을 위해 생성형 AI를 사용할 시기가 되었다. 데이터 분석을 위해 CHRO는 생성형 AI를 더 효과적으로 지원하고, 의사 결정을 개선하고, 인재를 육성 및 유지하며, 조직 전반에서 효과적인 변화 관리 역량을 강화하는 도구로 사용할 수 있다.
인사 데이터 민주화는 관리자가 사람 관련 데이터를 더 효과적으로, 그리고 더 자주 활용할 수 있도록 하는 핵심 요소이고, 자동화는 현재까지의 관리자의 의사 결정 방법론을 재정의하고 모범 사례를 시대와 기술에 발맞춰 업데이트하는 데 있어 놓칠 수 없는 요소일 수 있다. 직관적인 대화형 인터페이스를 통해 셀프서비스 기능을 혁신하고 인력 분석에 대한 액세스를 가속하여 인력 인사이트에 대한 접근성을 높이고 시각적 표현과 명확한 내러티브 응답을 결합하여 전문 지식과 관계없이 모든 인사 리더가 복잡한 쿼리를 손쉽게 탐색할 수 있어야 한다. 슬랙이나 팀즈에 통합되어 일상적인 워크플로우에 원활하게 동작하여 사용자가 손쉽게 인사이트를 얻을 수 있도록 지원할 수 있어야 한다. 사람이 중요하다는 것이 데이터로 보이고 그것에 따라 합리적 결정이 이루어지는 AI와의 조화로운 관계에서 기업의 경쟁력이 다시 한번 빛날 것으로 전망한다.
참고문헌
1) visier.com, “New Manager Effectiveness Research”
2) Eckerson Group, “New Study Identifies Drivers of BI and Analytics Adoption in Companies Today”, Mar 30, 2022
3) Visier x Deloitte, “The Future of People Management”, Sep, 2023
4) Microsoft, “Hybrid Work Is Just Work. Are We Doing It Wrong?”, Sep, 2022
5) Getcensus, “How Airbnb democratized their data to empower their employees”, Oct 13, 2020
