피플애널리틱스World2023컨퍼런스 리포트-1부
People Analytics는 어떻게 변화해 가고 있는가
지난 4월, 영국 런던, Queen Elizabeth II Centre에서 People Analytics 컨퍼런스가 열렸다. 개인적으로 해당 컨퍼런스에 다양한 역할로 지속적으로 참여하고 있는데, 이 글을 통해 지난 몇 년간 People Analytics의 변화가 어떻게 이뤄지고 있고, 가장 최근에는 특히 어떤 논의들이 오가고 있는지 내용을 정리하여 나누고자 한다.
참고로, 용어를 잠시 정리하면, People Analytics는 HR Analytics와 혼용하여 쓰이고 있다. 학계에서는 전통적인 HR 분야 영역을 명확히 전달하기 위해, 그리고 People이라는 명칭이 직원 외에 고객, 이해관계자 등을 모두 지칭함으로써 영역이 불분명하다는 점을 반영하여 HR Analytics를 선호하는 경우가 상당히 있다. 반면 산업계(인더스트리)에서는, Human Resource라는 용어가 사람을 ‘자원’으로 간주하는 표현 방식이라는 점을 부정적으로 보고, ‘HR’ 대신 ‘피플(people)’이라고 표현하는 관점이 늘어나면서 People Analytics의 용어 활용이 두드러진다. 이 글에서는 컨퍼런스 제목에 맞추어 용어를 People Analytics(PA)로 통일하여 사용한다.
계속해서 직업 수요가 늘어나고 시장 규모가 커지고 있는 People Analytics
먼저 살펴볼 것은 People Analytics의 성장 트렌드이다. People Analytics market은 지난 몇 년간 계속해서 우상향으로 시장이 확대되어 가고 있다. 여러 조사기관의 자료들이 많지만, 그림1에서와 같이 글로벌 시장조사기관 Grand View Research가 발표한 자료만 보아도 명확히 알 수 있다. 그 이전에도 계속 성장해 왔지만, 2020년부터 향후 10년간 지속적으로 시장이 확장될 것으로 보인다. 2021년에 미국 지역 기준으로 약 6,000억원 규모로 평가받았던 People Analytics 마켓은 2030년까지 연평균 12.1%의 성장률이 예상된다. 코로나와 인플레이션, 에너지위기 등 최근에 있었던 여러 외부 환경의 변화에도 불구하고 People Analytics 분야의 성장이 계속 긍정적일거라 예상할 수 있는 것은 다른 자료에서도 찾아볼 수 있다. 커리어(career) 네트워크 플랫폼인 링크드인(LinkedIn)에서는 지난 5년간 직업 채용 수요가 가장 급증한 직업 25가지를 꼽아 발표한 바 있는데, 그중 2위에 HR(People) Analytics Manager가 꼽혔다 (그림2 참조).
[그림1] 미국에서의 HR/People Analytics 시장 크기 변화 (*Source: Grand View Research, 2023)
[그림2] 지난 5년간 US에서 가장 떠오르는 직업 2위, HR(People) Analytics Manager (*LinkedIn, 2023)안정기/성숙기(mature period)에 들어서기 시작한 People Analytics
이번 컨퍼런스를 통해 전반적으로 느낀 것을 한 문장으로 표현하라면 이렇게 말할 수 있겠다. “이제는 People Analytics가 어느정도 안정기, 즉 mature level에 접어들기 시작했다”라고. 이렇게 생각하는 여러가지 이유가 있는데 하나씩 설명해보겠다.
1. 이제는 People Analytics가 무엇인지 설명하고, 왜 필요한지를 설득할 필요가 없다.
지난 몇 년간과 비교해 보면, 기존 People Analytics 컨퍼런스에서는 People Analytics 도입 과정에서 발생하는 상황과 이슈들, 성공적인 PA 프로젝트에 대한 케이스 스터디 나눔, 실패 과정에 대한 회고, 현재 기업에서 People Analytics를 어떻게 구축해가고 있는지에 대한 연대기 과정을 소개하는 내용이 주로 논의되곤 하였다. 그런데 People Analytics 분야를 끌고 나가는 사람들과 기업들의 경험 기간이 10년 이상 쌓이기 시작하면서 상당수 기업에서 People Analytics 팀은 이미 대부분 조직되어 있다고 보아도 무방하다. 또 C-level 경영진이나 CHRO 도 그 필요성을 충분히 인식하고 있기 때문에 People Analytics에 대한 도입을 논의하거나 필요성을 언급하는 경우는 거의 찾아볼 수 없었다. 오히려 이제는 어떻게 People Analytics를 효과적으로 활용하여 비즈니스에서 가치 창출할 수 있는가에 포커스가 맞춰져 가고 있다.
이 과정에서는 People Analytics 도입에서 발생하는 새로운 지식과 상황, 케이스 스터디를 학습하는 것에 대한 내용이 덜 주목받는다. 오히려 ‘이미 쌓여진 무수한 데이터를 어떻게 활용할 수 있는가’, ‘여기서 발생하는 윤리적 이슈들을 어떻게 대처해야 하는가’, ‘비즈니스의 가치 창출을 위해 지속적으로 무엇을 어떻게 해야 하는가’, 특히 ‘People Analytics가 유행어(buzzword)나 비즈니스 유행(Business fad)에 그치지 않고 비즈니스 전략으로써 장기적으로 안착하기 위해서는 어떻게 해 나가야 하는가’ 등을 논의한다.
2. ‘Best Practice’ 사례 공유는 진부하다. 구체적인 이슈를 논하자!
과거 몇 년 간 People Analytics 주제의 컨퍼런스에서는 HR/직원 데이터 분석 기반의 접근이 각 기업에서, 그리고 비즈니스에 어떤 성공적인 가치를 창출했는지에 대하여 자랑하듯 소개하는 시간이 많았다. 즉 Best Practice에 대한 공유가 주를 이루었다면, (물론 케이스 사례 공유는 지금도 일부 있지만) 이제는 People Analytics가 안착되어 활용해 가는 과정에서 발생하는 구체적인 이슈를 아젠다로 삼아서 깊이 있게 논의하는 경우가 늘고 있다. 예를 들어, 과거에는 People Analytics 성공 사례에 대한 공유 과정에서 데이터 프라이버시와 윤리적 이슈를 잠깐 언급하고 지나가는 정도에 그쳤다면, 이제는 “Trust”, “Data Transparency”와 같은 개념이 People Analytics에서 어떻게 이해되어야 하고, People Analytics팀이 데이터 윤리팀 혹은 CDO(Chief Data Officer)와 협업하여 어떻게 대처해야 하는지를 깊이 있게 토론하는 세션이 늘어나고 있다.
3. 있어보이는(fancy) 분석방법은 이제 그만. 핵심은 비즈니스다.
몇 년 전만 하더라도, 세션의 발표자로 나서는 각 회사의 People Analytics 리더들이 각종 fancy한 분석 기법을 본인들의 People Analytics 팀에서 어떻게 활용하는지를 시각적으로 매력있게 보여주는 경우가 많았다. 예를 들어, 텍스트 분석을 통해 워드클라우드 형식으로 보여준다든지, 네트워크 분석을 통해, 조직 내 직원/리더 간의 관계를 시각적으로 도식화하여 보여줌으로써 참가자들의 이목을 끌었다. 그런데 이제는 사람들이 차분하고 담담하게 People Analytics 활용 과정을 논의하고 있다는 생각이 든다. 최근 계속 이슈화 되고 있는 ChatGPT의 활용에 관해서도 새로운 기술의 등장에 좌지우지 허둥대지 않고 막연한 도입을 경계하는 모습을 많이 볼 수 있었다. 오히려, 이러한 새로운 기술을 기존에 People Analytics가 추구하는 가치를 증대시키기 위해 어떻게 비판적으로 활용하고 보완할 수 있는지를 고민하는 모습이었다.
4. “Project-based”에서 “Day-to-Day”로 변화하고 있다.
“Project-based PA”는 프로젝트 기반으로 People Analytics가 수행되는 경우를 말하고, “Day-to-Day PA”는 상시로/수시로 People Analytics가 다양하게 활용되고 있음을 의미한다. 이전에는 People Analytics 관련 프로젝트 제목을 셋업하고 그 문제 해결을 위한 데이터를 확보하는 한편, 인력을 충원해서 (혹은 외주를 주어서) 해당 분석 프로젝트를 수행하는 방식이 주를 이루었다. 그런데 이것이 점차 daily, 즉 상시로 바뀌고 있는 흐름이다. People Analytics가 상시로 이뤄진다는 것이 무슨 뜻일까? 데이터 기반의 의사결정이 HR 전반에 내재화/통상화 됨으로써 HR 직원들이 별도의 프로젝트 뿐만 아니라 루틴 업무에서도 관련 데이터를 확인해보고 의사결정 하거나 기존 업무를 개선/향상 시킬 수 있는 포인트를 스스로 찾아낼 수 있는 단계에 이르고 있음을 의미한다. 이제는 주어진 수많은 데이터셋에서 다양한 가설로 적극적인 분석 실험(proactive experiment)을 해봄으로써, 비즈니스 상황이 닥쳤을 때, 그것에 맞춰 바로 ‘처방(prescription)’을 할 수 있는 단계에 이르고 있다.
무엇이 이를 가능케 하였을까? 크게 2가지를 생각해 볼 수 있다. 첫째는 HR tech solution의 대중화이다. 지난 몇 년간 HR tech solution은 그 기술 수준 뿐만 아니라 종류도, 범위도, 분야도, 아주 많이 다양해지고 발전해왔다. 이러한 벤더(vendor)들과의 파트너쉽은 PA 프로젝트에 있어서 기업의 어떤 특정한 문제에 대하여 핀셋으로 집어내듯 적확한 솔루션을 제공하지 못할 수도 있지만, 기업 전체적으로 data-driven HR로 변화해 나가는 과정에 큰 영향을 미쳤다. 두번째는 직원들의 데이터 문해력(data literacy)의 향상이다. 여기서 데이터 문해력의 향상은 직원들이 데이터와 분석 결과를 이해하는 절대적인(absolute) 수준이 향상되는 것 만을 의미하지는 않는다. 직원들의 데이터 이해 역량은 크게 향상되지 않았지만 기술의 발달로 인해 분석 결과 인사이트 도출, 그리고 그것을 이해하는 것에 대한 문지방(문턱, threshold)이 낮아진 것으로 인한 상대적 수준 향상이 있음을 의미한다. 예를 들어, 기존에는 language 방식의 코딩으로 분석을 했다면 이제는 web기반 혹은 UI 기반으로 마우스로 클릭하면서 분석을 하는 방식이 점차 보편화 되어가고 있다. 뿐만 아니라, 분석 결과도 기존에는 결과로 도출된 숫자 테이블이나 공식 표현을 수학적으로 이해해야만 비로소 결과 해석이 가능했다면, 이제는 기술의 발달로 분석된 결과를 도표나 이미지로 즉각 시각화 하여 직관적인 이해를 돕고 있다. 이러한 기술이나 도구의 발달 역시 데이터 문해력을 상대적으로 향상시키고 있다.
5. People Analyst 혹은 Head of People Analytics 로 있던 사람들이 지난 몇 년간의 성장을 통해 HRBP(Human Resource Business Partner)로 회귀하고 있다.
HRBP(Human Resource Business Partner)가 아직 국내에는 보편화/일반화된 개념은 아니지만 해외에서는 아주 많이 활용되는 비즈니스의 전략적 파트너 역할을 하는 포지션/역할이다. 쉽게 말해 사업에 도움을 주는 HR(인사) 담당자를 의미한다. HRBP는 여러 유형이 존재하는데 일반적으로 비즈니스 부서와 협업하여 HR관련 문제를 함께 해결해 나가는 역할을 한다. HRBP는 사실 People Analytics가 비즈니스에서 수면 위로 떠오르기 전부터 이미 존재해왔던 포지션이다. 그런데 왜 이런 변화가 생겨나고 있을까? 이는 기업 내에서 두 가지 상이한 니즈를 충족하기 위해 발현된 것이라 볼 수 있다. 하나는, 기존에 PA팀에서 수년간 분석을 직접적으로 수행하던, 혹은 분석팀을 이끌었던 사람들의 한계를 충족시키기 위함이다. 이들은 아무리 PA 분석 과제를 성공적으로 수행했다 하더라도 (예를 들어, 분석한 결과의 예측모델 알고리즘 정확도나 모델 성능이 좋더라도) 거기 까지다. 이것이 실제로 조직에서 제도(HR policy)나 팔로우업 프로그램으로 이어지는 것은 기존 HR의 본질적인 역할을 하던 이들에게 더 큰 책임과 권한이 있었고, PA팀 입장에서는 이 영역까지 영향력을 행사하지 못하는 한계를 가지고 있었다. 둘째는, 그 반대에 있는 경영진과 HR의 입장이다. 특히 PA의 가치와 필요성을 충분히 인식하고, 적극적인 투자를 주저하지 않는 경영진에서, 분석된 결과를 활용하여 조직 전체적으로 HR 제도 실행을 함께 이끌어 갈 수 있는, 즉 중간에 소통이 가능한 bridge 역할을 할 수 있는 사람이 필수적으로 필요하다고 느꼈기 때문이다. People Analytics 출신의 HRBP는 기존 HRBP와는 달리 HR과 관련된 데이터분석 프로젝트의 직접 경험도 있고, 데이터 분석 과정에 대한 이해도도 높다. 그렇다 보니 People Analytics 출신을 HRBP로 포지션 발탁하는 커리어 사례가 점차 늘어나고 있음을 보게 된다.
6. People Analytics에서 적시성(Timeliness)은 계속해서 뜨거운 감자이다.
비즈니스의 환경 변화 속도는 그렇지 않아도 이미 빨랐는데, 더 빨라지고 있으며, 불확실성(uncertainty) 또한 계속해서 부각되고 있다. 빠른 변화 상황에서 People Analytics는 비즈니스가 필요로 하는 때에 관련 분석 인사이트를 빠르게 제공해야 하는 시간(time)에 대한 적시성이 매우 중요하다. 발 빠르게 분석 결과와 인사이트를 제공하지 못하면, People Analytics 분석 결과에 대한 니즈도 옅어지고, 비즈니스 환경도 변할 뿐만 아니라, People Analytics 분석팀에 대한 신뢰(trust)도 상실할 수 있다. 제 때에 맞춰 의미 있는 정보 제공이 안된다면, 과연 굳이 기업 입장에서 시간과 돈을 들여 People Analytics에 투자할 의미가 있겠느냐 하는 경계(challenge)가 생길 것이며, People Analytics팀에 대한 불신과 의구심 역시 높아질 수 있다.
사실 이 관점은 최근 들어 뜨겁게 논의되기 시작한 것이 아니다. 이미 수년 전부터 People Analytics에 진입하여 이를 전략적으로 활용하려 했던 많은 기업들이 People Analytics를 직접 겪으면서 계속해서 어려움을 토로했던 부분이다. 이것에 대한 해결방안은 사실 심플하다. 분석 결과와 인사이트를 관련 비즈니스 문제가 발생할 때마다 ‘빠르게 (혹은 실시간에 가깝게)’ 제공하는 것이다. 이러한 빠른 스피드의 프로세스를 갖추려면, 분석 역량이 있는 직원이나 기술적 도구 뿐만 아니라, ‘데이터가 분석 가능하도록 준비되어 있느냐’는 점이 매우 중요하다. 어떤 이슈가 생겼을 때, 비로소 관련 데이터를 수집하기 시작하면 시간이 엄청 걸린다. 물론 이것이 의미 없는 것은 아니지만, 적어도 People Analytics팀의 분석 결과에 대한 빠른 리포팅을 원하는 경영진이나 의사결정권자는 외부 비즈니스 환경 변화 상황을 고려할 때, People Analytics팀의 이러한 변명을 받아줄 만한 마음의 여유가 없다. 가시적인 가치를 창출하지 못하면 바로 도태되어 버리는 비즈니스 생태계에서, People Analytics팀의 이러한 한계는 People Analytics의 도입과 실행에 큰 걸림돌이 된다.
전반적인 내용을 정리하면,
한국의 분위기는 지금까지 언급한 위의 분위기와 사뭇 다르다고 생각한다. 하지만 적어도 유럽에서는 “왜 People Analytics가 필요한지”에 대해서 하나하나 설명하고 경영진을 설득해 나가야 하는 단계는 이미 지난 것 같다. 특히 이해관계자와의 의사소통에서 불필요했던 단계들이 많이 축약되어 가고 있다. 예를 들어, 지난 몇 년간 People Analytics 주제의 컨퍼런스에서는 data-savvy, 즉 데이터와 분석에 익숙한 People Analyst나 Head of PA가 데이터 분석을 잘 모르는 이해관계자와 커뮤니케이션하고 설득해 나가는 과정에서 겪는 우여곡절이 자주 등장했다. 특히 통계나 수학적 기반의 지식이 부족한 이해관계자들과 의사소통 하는 가운데, 결과를 ‘(상대방이 알아듣기) 쉽게’ 전달하는 데에 에너지를 많이 써야 했다. 시간이 지나, 적어도 People Analytics를 리드해 나가는 기업들을 중심으로 보면, PA 분석 프로젝트 결과 보고와 커뮤니케이션 단계에서 의사소통을 쉽게 하기 위해 불필요하게 들어가는 에너지가 많이 줄어든 것을 볼 수 있다. 전통적인 HR 실무자들의 분석 역량과 그들의 리서치 관련 지식이 올라갔을 뿐만 아니라, 통계 및 데이터를 전공한 사람이 HR 리더에 세워지는 경우가 늘어가고 있기 때문이다. 심지어 CHRO도 통계분석 전문 배경을 가진 사람이 발탁되고 있다. ‘D’라는 분석 결과의 개념을 논의하기 위해, 예전에는 그 앞단에 해당했던 ‘A’, ‘B’, ‘C’를 설명한 이후에야 비로소 ‘D’에 대해서 논의할 수 있었는데, 이제는 그냥 바로 ‘D’를 직접 언급하고 논의할 수 있게 됨으로써 의사소통 시간이 많이 단축되었다. 이것은 결과적으로 People Analytics 프로젝트의 설계와 실행에 걸리던 시간 역시 상당히 단축시킨다.
국내의 경우 지난 몇년간 People Analytics에 대한 관심이 높아지면서 팀을 구축하거나, 관련 직원을 채용하고, 프로젝트를 진행하는 경우들이 상당히 보인다. 하지만 전반적으로 보면, 지금까지 언급한 위와 같은 수준으로 상향화 되어있는 경우는 거의 찾아보기 힘들다. 이런 점을 비춰볼 때, 아직 People Analytics에 있어서 국내 상황이 현저히 늦다고 느껴진다.
다음 2부에서는 전체 세션들 중 의미 있는 발표 몇 가지를 소개하고, 각 이슈에 대해서 한층 더 깊이 논의하도록 하겠다.
*위 내용은 국내 HR매거진 '월간인재경영' 2023년 6월호에 기고한 글의 일부가 반영되어 있습니다.
무단 전재 및 복제, 재배포가 불가하니 참고바랍니다.
