brunch

You can make anything
by writing

C.S.Lewis

by Opellie May 13. 2023

GMS성장관리시스템 1.0
PARS와 Data수집

들어가기

저는 HR을 하기 전에 1년 정도 감사(audit) 업무를 했었습니다. 신입사원이긴 했지만 1년의 감사실에서의 시간은 무언가 아픔 같은 것이 남는 시간이었습니다. 감사실은 행정감사를 하면서 누군가의 잘못을 들춰내고 그것을 근거로 징계를 하곤 했습니다. 그렇게 들춰내고 징계를 진행한 건수들은 고스란히 감사실의 업적(?)이 되곤 했습니다. 잘못한 것에 대해 잘못했다고 말하는 건 중요합니다. 서로 불편하다고 해서 감추거나 모른 척하는 건 해서는 안 되는 일이라 생각합니다. 중요한 건 방향성입니다. 제가 경험한 감사는 더 나은 상태로의 이행, 즉 개선을 위한 감사가 아니라 감사실이 일을 하고 있음을 보여주기 위한 감사에 가까웠습니다. 개선을 위한 감사는 기본적으로 미래지향적인 관점을 가지고 있지만 감사실 일을 위한 감사는 그냥 특정 부서 혹은 개인의 이익을 위한 또 다른 일일 뿐이기 때문입니다. 


관점

개인적으로 '관점'을 중요하게 생각합니다. 우리가 동일한  대상을 바라보고 있어도 그 대상에 대해 어떤 관점으로 바라볼 것 인가에 따라 그 사람에게 그 대상은 전혀 다른 것이 될  수 있음을 말합니다. 성장관리시스템에서 제안하는 PARS를 바라보는 우리들의 관점은 어때야 할까요?


PARS는 기본적으로 성장이라는 미래지향적인 속성을 담고 있습니다. 먼 미래를 방향성으로 잡고 가까운 미래를 구체적으로 그려보고 가까운 미래를 행동으로 만들어보고 돌아보고 그 과정과 결과를 공유하는 일련의 과정을 통해 PARS는 '조직과 구성원의 성장'이라는 미래지향적 가치를 담고 있습니다. 그 '성장'이라는 미래지향적 가치를 HR이 다루기 위해 PARS를 바라보는 관점으로 '데이터 관점으로 접근하기'를 제안합니다. 


PARS, 데이터 관점으로 접근하기

빅데이터 분석을 통해 제조 현장에서 생산성을 높이고 손실률을 줄이는 산업 영역이 있습니다. 이들은 생산현장에 다양한 데이터 수집장치를 설치하고 수집된 데이터를 정제하여 AI 등을 활용해 개선포인트를 찾고 제안하여 생산성을 높이는 일을 수행합니다. 

PARS의 중심에는 '사람'이 있습니다. 예측하는 것, 행동하는 것, 돌아보고 공유하는 것은 모두 사람이 합니다. PARS는 '사람' 자체에 대한 데이터가 아닌 '사람이 예측하고 행동하고 돌아보고 공유한 것'에 대한, 즉 일에 대한 데이터를 관리합니다. PARS의 일련의 과정을 통해 일에 대한 데이터를 수집하고 그 데이터를 활용해 사람에게 제안을 하고 사람이 그 일이 더 나은 상태가 될 수 있도록 제안합니다

달리 말하면 우리는 PARS를 통해 일의 데이터를 확보할 수 있고 그 일의 데이터는 우리가 그 PARS를 수행한 사람들을 보다 올바르게 이해하고 판단할 수 있도록 돕는다라고 할 수 있습니다.


PARS, 데이터의 수집

개인적으로 데이터는 많으면 많을수록 좋다는 말을 합니다. 특히 사람에 대한 데이터는 많을수록 좋습니다. 그만큼 다양하게 사람을 바라보고 이해할 수 있으니까요. 하지만 데이터 수집은 조심해야 하는 측면이 있습니다. 이와 관련하여 기본적으로 법적인 개인정보에 해당하는 데이터나 직무와 무관한 개인정보를 수집하는 것에 대한 이슈가 있습니다. 사실 이는 다소 기술적인 영역의 이슈일 수도 있습니다. 

PARS 과정에서 발생하는 데이터 수집에 있어 주의해야 하는 또 다른 요소는 데이터의 인식의 문제입니다. PARS의 산출물은 구체적이고 명확하지만 그것을 수행하는 과정에 대한 데이터에는 그 과정을 보는 사람들의 주관적 판단이 포함되어 있을 수 있습니다. 간단한 예로 일을 미루는(procrastination) 구성원과 매우 계획적으로 일을 하는(pre-crastination) 팀장이 있다고 생각해 보면 팀장의 입장에서는 비록 합의한 산출물은 도출하였으나 그 수행과정에서 성실하지 못하고 일을 미루는 모습이 보였다고 말을 할 수 있을 겁니다. 이는 일을 기준으로 하는 그 수행자(구성원)에 대한 하나의 데이터이긴 하지만 주관적 판단이 포함되어 있습니다. 이러한 데이터를 마주 했을 때 HR은 판단을 해야 합니다. 팀 리더로서 평가권한을 가지고 있으니 팀 리더의 의견을 수용할지, 일을 미뤘다 하더라도 산출물을 도출해 냈고, 일을 미루는 것이 구성원이 가지고 있는 일 하는 방식 혹은 나름의 강점이라고 한다면(Adam Grant 교수님은 originals를 설명하며 일을 적당히 미루는 이들이 창의성이 더 높다는 이야기를 하기도 합니다) 그것을 개선해야 할 포인트로 이야기할 필요가 없다고 할 지에 대한 판단입니다. 

데이터 수집에 있어 언급하고 싶은 다른 요소는 수집하고자 하는 대상으로서 데이터를 명확히 하는 것을 생각해 볼 수 있습니다. 다음의 질문을 생각해 볼까요?


당신은 이 동료와 같이 일하고 싶습니까?


위 질문은 일전에 모 기업에서 진행한 다면평가 항목 중 하나로 이슈가 되었던 문항입니다. 이 질문에 대해 제가 이야기하고 싶은 건 크게 두 가지입니다. 우선 이 질문은 얼핏 일에 대한 질문을 하고 있다고 보일 수 있지만 실제로는 사람을 질문의 대상으로 하고 있습니다. 응답자에 따라 이 질문의 '동료'가 일을 너무 잘해서 질투가 나서, 일을 정말 못해서, 일은 잘하는데 협력하는 게 불편해서 등 서로 다른 이유로 같은 대답을 할 가능성을 포함하고 있습니다. 두 번째로 이렇게 사람을 대상으로 하는 질문은 자칫 사람의 존엄성 영역을 침해한다는 점입니다. 지난 시간의 익명 게시판에서의 여론의 많은 관심은 사실 이 두 번째에 대한 많은 분들의 공감을 기반으로 합니다. 종종  인용하는 환대라는 개념을 이해하면 이 두 번째에 대한 이해에 도움이 될 수 있을 겁니다. 

사람을 최대한 온전히 이해하기 위해서 최대한 다양한 관점에서의 다양하고 많은 데이터가 있을수록 우리의 진단과 판단의 정확도를 높이는데 도움이 될 겁니다. 하지만 그 데이터를 수집하는 과정에서 우리가 마주할 수 있는 오류의 가능성에 대하여도 이해를 할 필요가 있습니다. 그래야 데이터 바이어스를 좀 더 줄이고 데이터 수집과정에서의 불쾌함의 가능성을 최소화할 수 있으니까요.


PARS를 통해 수집하고자 하는 데이터

그래서 무작정 데이터를 수집하기보다는 우리가 수집하고자 하는 데이터를 명확히 하고 그 지정된 데이터를 취합하기 위한 방법론들을 고민할 필요가 있습니다. 성장 관점에서 생각해 볼 수 있는 대상 데이터 목록을 생각해 보면 다음과 같이 제시해 볼 수 있습니다. 


1. 산출물 및 달성 수준

2. 방법론에서의 자기 주도 수준

3. 도출된 강점 및 개선점 

4. 강점 강화 및 개선점 보완을 위한 노력

5. 강점 강화 및 개선점 보완 정도

6. 이해관계자의 평가


단 상기 1~5는 PARS 프로세스를 운영하는 과정에서 작성하는 방식을 통해 분기 단위로 누적하여 데이터를 관리할 수 있고 6번의 경우는 별도의 다면평가를 통해 데이터를 수집할 수 있습니다. 


이어지는 글 - 데이터 분석, 패턴 찾기

데이터를 수집했다면 이제 우리는 그 데이터를 진단과 판단에 활용할 수 있는 형태로 변환하는 작업을 할 필요가 있습니다. 분석 및 리포팅으로 이야기를 할 수 있을 겁니다. 다만 본 글에서는 분석에 대한 이야기를 다음 글에 이어서 조금 해보려 합니다. 리포팅은 문서를 만드는 사람과 보고 받는 사람의 성향대로 얼마든지 바꿀 수 있으리라 생각합니다. 

아울러 데이터 분석에서 통계 기술적인 이야기는 거의 하지 않을 겁니다. 통계는 저에게 배울 때는 알 것 같은데 배우고 나면 어느새 다시 멀게 느껴지는 그런 존재라서 기술적인 부분은 저보다 관련하여 글을 기록하시는 분들의 글이 더 도움이 되실 겁니다.

정성연구방법론을 배우다 보면 여러 방법론 중 패턴분석이라는 걸 만나게 됩니다. 사실 사람이 하는 행위와 그 행위에 기반한 산출물에 대한 데이터에서 단지 한 번의 행위와 결과만으로 그 사람을 단정 짓는 건 바람직하지 않다는 생각을 합니다. 성장관리시스템을 이야기하며 줄곧 전제로 이야기드렸듯이 사람은 기본적으로 불완전하기 때문입니다. 대신 제가 하려 노력하는 건 일종의 패턴을 찾는 것입니다. 다음 글의 주제이기도 합니다. 최근 읽고 있는 책에 문구를 소개하며 다음 글로 넘어가겠습니다. 

여러분은 일상적으로 엄청난 자료를 남기시죠. 예를 들어 친구들과 카카오톡을 한다든지 자동차 운전 기록 같은 것이 남습니다. (중략) 이런 빅데이터를 모아보면 그 속에 패턴이 있습니다. 그 패턴을 AI기술로 인식해서 우리의 생각을 이해하 기 위한 소중한 자료로 쓰고 있습니다. 말 그대로 마음을 캐는, 마인드 마이너죠. 그럼으로써 여러분이 남긴 흔적에 들어 있는 행동과 이유, 욕망을 이해할 수 있습니다. 그냥 하지 마라, 송길영, 북스톤, p010

감사합니다.


#GMS#성장관리시스템#HR#Opellie#PARS#HRData수집

브런치는 최신 브라우저에 최적화 되어있습니다. IE chrome safari