ChatGPT, SNA를 활용한 HR 전략 수립하기
들어가며
이번 'HR Analytics 끄적끄적'에서는 이전에 다뤘던 'R과 ChatGPT를 활용하여 조직 내 관계 분석하기'에서 사용한 데이터를 기반으로, 실무에 더욱 적합한 조직 내 네트워크 분석 방법을 소개하고자 합니다. GPTs 그리고 ChatGPT, R을 활용하여 각각 Social Network Analysis (SNA) 분석을 실시하고, 이를 통해 얻은 분석 결과를 바탕으로 ChatGPT를 추가적으로 활용하여 HR 전략을 수립하는 방안에 대해 살펴보겠습니다. 이번 글을 통해 데이터 분석과 AI 기술이 조직 내 인적 자원 관리에 어떻게 활용될 수 있는지 확인해 보시기 바랍니다. 이러한 기술의 적극적인 활용은 조직 내 소통과 협업을 증진시키고, 업무 효율성을 제고하는 데 기여할 수 있을 것입니다.
1. ChatGPT와 함께하는 SNA 학습 방법
1) 사회연결망 분석 정의
미첼(Mitchell, 1969)이라는 학자는 사회연결망 분석을 "사람들 사이의 특정한 연결망의 특성으로 연결망에 포함된 사람들의 행위를 설명하려는 시도"라고 주장한다. 개인들의 미시적인 상호 작용으로 만들어지는 연결망의 전체 구조는 그들의 행위나 의식, 그리고 효용 등에 영향을 미치는 것이다(김용학, 2014).
위 학술적인 사회연결망에 대한 정의를 ChatGPT는 얼마나 쉽게 전달해 주는지 살펴보도록 하겠습니다. 이 전에는 쉽게 쓰여진 정의를 찾기 위해 구글, 네이버 등에서 홈페이지를 검색하며, 가장 쉽게 설명한 콘텐츠를 찾아 이해하곤 했습니다. 이제는 ChatGPT를 사용하면 무엇보다 쉽게 학습을 실시할 수 있습니다. 초등학생도 이해할 수 있게 각 개념을 설명해 달라고 요청했더니, 어느 사이트보다 쉽게 해당 개념에 대해서 쉽게 설명해 주었습니다.
2) SNA 분석 방법 종류 파악하기
ChatGPT에게 "연결망분석과 준연결망분석을 초등학생도 이해하기 쉽게 설명해줘"라고 요청했더니, 해당 개념을 쉽고 명확하게 설명해주었습니다. ChatGPT에 따르면, 완전연결망분석은 구성원들 간의 직접적인 연결 관계를 바탕으로 분석을 수행하는 방법입니다. 즉, 실제로 상호작용이나 소통이 이루어진 경우에만 연결이 있는 것으로 간주하고 그 연결망을 분석합니다. 반면에 준연결망분석은 같은 집단에 소속된 구성원들 사이에는 연결이 있을 것이라고 가정하고, 그 추정된 연결망을 토대로 분석을 진행합니다. 이 방법은 직접적인 상호작용 데이터가 부족한 경우에도 집단 내 관계 구조를 파악하는 데 유용할 수 있습니다. ChatGPT의 설명을 통해 완전연결망분석과 준연결망분석의 차이점을 쉽게 이해할 수 있었고, 각 방법론이 어떤 상황에서 활용될 수 있는지 알 수 있었습니다.
3) SNA 중심성의 종류 파악하기
연결중심성, 매개중심성, 근접중심성, 고유벡터중심성은 사회연결망분석에서 중요한 개념으로, 이번 분석에서도 핵심적인 역할을 합니다. 따라서 본격적인 분석에 앞서 이러한 개념들을 정확히 이해하는 것이 필수적입니다. 이를 위해 ChatGPT를 활용하여 각 중심성 개념에 대한 학습을 진행했습니다. ChatGPT는 다양한 질문을 통해 연결중심성, 매개중심성, 근접중심성, 고유벡터중심성의 정의와 특징, 그리고 이들이 네트워크 분석에서 어떤 의미를 갖는지 설명해 주었습니다.
2. ChatGPT를 활용한 SNA 분석 실시하기
먼저 가상의 엣지리스트 데이터를 만들어서 분석을 진행하고자 합니다. 가중치가 있는 엣지 리스트는 각 엣지에 가중치를 부여해 연결의 강도를 나타냅니다. 먼저 Chat GPT에게 '장그래', '오과장', '김대리', '안영이', '장백기', '한석율', '선차장', '천과장', '강대리', '하대리', '박대리', '유대리', '문상필', '정과장', '최전무', '박과장', '고과장'이 포함된 Excel에서 VBA 코드를 작성해 달라고 하여 DATA를 생성합니다(HRKIM, 2023).
정확한 VBA 코드를 받기 위해서는 무엇보다 Chat GPT에게 명령할 시 프롬프팅이 중요합니다. 위 캡처화면에서도 볼 수 있는 바와 같이, 전체적인 지시내용을 작성하고 아래 부수적인 조건들을 넘버링하여 추가적으로 명령하였습니다. 이와 같은 VBA 코드 입력을 통해 아래와 같이 A열 Sender, B열 Receiver, C열 Weight 정보가 포함된 CSV 데이터를 생성하였습니다(2023, HRKIM).
생성된 엣지리스트를 바탕으로 두 가지 방법을 활용하여 소셜 네트워크 분석(SNA)을 수행하고자 합니다.
첫 번째 방법은 GPTs를 직접 활용하여 분석을 진행하는 것입니다. GPTs를 통해 엣지리스트에 내재된 관계와 패턴을 파악할 수 있습니다. 이를 통해 네트워크 내의 중요 노드, 커뮤니티 구조, 연결 강도 등 다양한 특성을 도출할 수 있습니다.
두 번째 방법은 ChatGPT와 R를 함께 사용하는 것입니다. 먼저 ChatGPT를 통해 데이터 분석에 필요한 코드를 제공받습니다. 이후 R 프로그램 SNA 패키지를 활용하여 네트워크 시각화, 중심성 분석, 군집 분석 등을 수행합니다. R은 방대한 통계 및 그래프 기능을 제공하여 심층적인 분석이 가능합니다.
1) GPTs를 활용한 SNA 분석 실시하기
Data 분석에 유용한 GPTs를 사용하여 분석을 진행해보겠습니다. GPTs: Data Analyst를 활용하는 것도 좋은 방법이지만, 그 외에도 유용한 GPTs를 소개하고자 합니다. 소개할 GPTs '는 차트 상에서 한글이 깨지지 않게 만든 'Korean Plot - 한글이 안 깨지는 차트'입니다. 이 GPT는 한글로 차트를 만드는 기능을 가지고 있어, 한글 데이터 시각화에 최적화되어 있습니다. 이번 챕터에서는 'Korean Plot - 한글이 안 깨지는 차트'를 활용하여 한글 데이터 기반의 SNA 분석을 진행하도록 하겠습니다.
https://chatgpt.com/g/g-5vfIupYCK-korean-plot-hangeuli-an-ggaejineun-cateu?oai-dm=1
생성된 엣지리스트 파일을 GPTs에 탑재한 후에 '탑재한 파일을 살펴보고 이를 SNA 분석을 실시하고 네트워크를 시각화해줘, 그리고 중심성을 노드별로 계산해서 표로 만들어줘.'라고 요청하였습니다. 그 결과 GPTs는 네트워크 시각화하고 노드의 중심섬을 표로 생성하여 제시해 주었습니다.
아래는 생성된 SNA 네트워크 시각화 자료 입니다. 무슨 이유인지는 모르지만 한글 폰트 깨짐 현상이 나타나어 해당 GPTs에게 기존 챕터에서도 사용하였던 GmartMarket - Sans 폰트(폰트 다운로드 홈페이지: https://corp.gmarket.com/fonts/)를 탑재한 후 해당 폰트를 적용해달라고 추가 요청하였습니다.
폰트를 탑재 한 후 네트워크 시각화 자료를 추가로 요청하였더니 한글이 잘 시각화되었습니다. 해당 데이터는 엣지리스트이므로 연결의 방향성을 파악할 수 있습니다. 그러나 화살표가 표시되어 있지 않아 '네트워크 시각화 자료에 링크의 방향이 표시 안됐어 해당 내용도 그래프에 표시해줘'라고 추가 요청하였더니 네트워크 화살표까지 정확히 잘표시해 주었습니다.
기존 SNA 분석 후 해석 영역은 사람의 몫이었습니다. 하지만 생성행 AI가 발전하면서 이러한 영역까지도 빠르게 AI가 잘 수행할 수 있는 영역으로 변화하고 있습니다. 더군다나 데이터 분석결과를 통해 HR 전략을 수립하는 것은 단순 프롬프팅에 비해 데이터를 기반으로 생성형 AI가 인사이트를 제공하는 것이기 때문에 좀 더 상황에 맞는 전략을 제시할 수 있습니다. ChatGPT에게 '커뮤니케이션을 조직 내에 활성화 시키기 위해 이 데이틀 어떻게 참고해야 할까?"라고 ChatGPT에게 질문하였습니다.
ChatGPT는 데이터 분석을 통해 조직 내 커뮤니케이션 개선을 위한 다섯 가지 방안을 제시하였습니다.
1. 중심적 인물 파악 및 활용: 조직 내 중요한 역할을 하는 인물을 식별하고, 이들의 영향력을 적극 활용하여 정보 전달과 협업을 촉진할 수 있습니다.
2. 병목 현상 식별 및 해소: 커뮤니케이션 흐름에서 병목 현상을 일으키는 인물이나 부서를 파악하고, 이를 해소하기 위한 방안을 모색합니다.
3. 소외된 인물 파악 및 지원: 조직 내 소통에서 소외된 인물을 식별하고, 이들이 적극적으로 참여할 수 있도록 지원 방안을 마련합니다.
4. 부서 간 커뮤니케이션 강화: 부서 간 정보 공유와 협업이 원활히 이루어질 수 있도록 부서 간 소통 채널을 확대하고 강화합니다.
5. 주요 인물 교육 및 훈련: 조직 내 핵심 인물들을 대상으로 효과적인 커뮤니케이션 방법과 리더십 역량을 강화하기 위한 교육 및 훈련 프로그램을 제공합니다.
네트워크 분석 결과, 구성원별로 조직 내 소통 특성이 다름을 고려하여 ChatGPT는 개인별 맞춤형 커뮤니케이션 증진 전략을 표로 제시하였습니다. 이를 통해 조직 내 모든 구성원이 적극적으로 소통에 참여할 수 있도록 지원할 수 있습니다. ChatGPT가 제안한 5가지 커뮤니케이션 개선 방안 중 '병목 현상 식별 및 해소' 방안에 대해 추가적인 프로그램 계획(안)을 요청하였습니다. "병목 현상을 해소하기 위한 프로그램으로는 어떤 것들이 있을까? 그리고 개인별로 어떤 내용을 교육하면 좋을지 추천해줘."라는 질문에 ChatGPT는 커뮤니케이션 프로그램 계획(안)을 제시하였습니다.
조직 내 다른 커뮤니케이션 전략도 이와 같은 꼬리 질문을 통해 구체적인 프로그램 계획(안)을 도출할 수 있습니다.
2) ChatGPT, R를 활용한 SNA 분석 실시하기
데이터 양이 많은 규모가 큰 조직의 경우나 보안이 중요시 되는 데이터의 경우 GPTs를 활용하여 분석을 하는 것이 부담스러울 수 있습니다. 이 경우에는 ChatGPT와 R를 활용하여 SNA 분석을 실시하고 분석결과를 ChatGPT에게 제시하여 HR 전략을 수립할 수 있습니다. ChatGPT를 활용하여 SNA 분석을 위한 R 코드를 생성하는 방법에는 두가지가 있습니다.
첫 번째 방법은 SNA 엣지리스트의 형태를 ChatGPT에게 설명하여 R 코드를 받는 것입니다. 이 방법은 데이터가 보안이 필요한 경우에 적합합니다. 데이터의 형태를 설명하면 ChatGPT가 해당 형태에 맞는 R 코드를 제공합니다.
두 번째 방법은 분석하고자 하는 데이터를 ChatGPT에 직접 탑재하고, SNA 분석을 위한 R 코드를 요청하는 것입니다. 이 방법은 보안 이슈가 없어 보다 편리하게 코드를 받고자 할 때 유용합니다.
상황에 따라 적절한 방법을 선택하여 ChatGPT를 통해 SNA 분석을 위한 R 코드를 생성할 수 있습니다.
ChatGPT가 제시한 R 코드를 R Studio에 붙여넣기 한 후 실행하면, 콘솔창과 Plots 창에 분석결과 수치와 시각화 자료가 생성됩니다. 콘솔창에 출력된 중심성 분석결과를 ChatGPT에 제시하고, "해당 내용은 Data 분석을 통한 중심성 결과야. 이 내용을 토대로 커뮤니케이션 증대 방안을 마련해줘"라고 추가 요청을 진행하였습니다. 이를 통해 ChatGPT는 중심성 분석결과를 바탕으로 조직 내 커뮤니케이션 향상을 위한 맞춤형 방안을 제안하였습니다.
ChatGPT는 중심성 분석결과를 바탕으로 연결성이 높은 인물을 식별하고, 이들에 대한 맞춤형 HR 전략을 제시하였습니다. 또한, 조직 내 커뮤니케이션 증대를 위한 종합방안으로 '중심 인물 활용', '교육 및 훈련 프로그램', '정기적인 교류 프로그램', '내부 소셜 네트워크 플랫폼 구축'의 4가지 방안을 제안하였습니다. 필요에 따라 ChatGPT에게 추가 프롬프팅을 실시하면, 각 대안별로 보다 구체적인 프로그램 계획(안)을 수립할 수 있습니다. 이를 통해 조직 내 커뮤니케이션 향상을 위한 실질적이고 체계적인 방안을 마련할 수 있을 것입니다.
3) SNA 분석 대상에 대한 HR 데이터가 추가로 있는 경우 활용 방안
SNA 분석에서 그치지 않고, 각 인원에 대한 추가 인사조직 관련 데이터(조직몰입, 직무만족, 직무몰입, 이직여부 등)가 있다면 이를 활용하여 더욱 심도 있는 분석이 가능합니다. 예를 들어, 연결중심성, 매개중심성, 근접중심성, 고유벡터중심성 등의 SNA 지표를 독립변수로 설정하고, 다른 HR 변수들과의 인과관계 분석을 수행할 수 있습니다. 이를 통해 조직 내 네트워크 구조가 구성원들의 조직몰입, 직무만족, 직무몰입, 이직 등에 미치는 영향을 파악할 수 있습니다. 이번 분석에서는 별도의 HR 데이터가 없기 때문에, ChatGPT에게 SNA 분석 결과를 회귀분석과 연결하여 어떠한 HR 전략 인사이트를 추가로 도출할 수 있는지 질의해 보았습니다.
이러한 접근법은 조직 내 네트워크 구조와 HR 지표 간의 관계를 보다 명확히 이해하는 데 도움이 될 수 있습니다. 이를 통해 조직 내 소통과 협업을 증진시키고, 구성원들의 직무 만족과 몰입을 높이며, 이직률을 낮추는 등의 HR 전략을 수립하는 데 유용한 인사이트를 제공할 수 있을 것입니다.
나가며
이번 글에서는 ChatGPT와 R을 활용한 SNA 분석 방법과 이를 통한 HR 전략 수립 과정을 살펴보았습니다. 먼저 ChatGPT를 통해 SNA 분석에 필요한 개념들을 쉽게 학습하고, 가상의 엣지리스트 데이터를 생성하였습니다. 이후 GPTs와 ChatGPT를 활용하여 SNA 분석을 실시하고, 이를 바탕으로 조직 내 커뮤니케이션 향상을 위한 HR 전략을 도출하였습니다. 이번 글을 통해 ChatGPT와 R을 활용한 SNA 분석이 조직 내 인사관리에 실질적으로 활용될 수 있음을 확인할 수 있었습니다. 데이터 분석과 AI 기술의 발전으로 HR 전략 수립 과정이 보다 효율적이고 정교해질 것으로 기대됩니다. 앞으로도 이러한 기술을 적극 활용하여 조직 내 소통과 협업을 증진시키고, 업무 효율성을 제고할 수 있기를 바랍니다.
Reference
김용학. (2014). 제3판 사회연결망 분석. 박영사
HRKIM. (2023). R과 Chat GPT를 활용하여 조직 내 관계 분석하기. 브런치스토리. 2023년 5월 21일 작성, 2024년 5월 19일 방문. https://brunch.co.kr/@publichr/42
Gmarket Sans 폰트 홈페이지. https://corp.gmarket.com/fonts/
Choi Yong. (2024). Korean Plot - 한글이 안 깨지는 차트. GPTs 프로그램. https://chatgpt.com/g/g-5vfIupYCK-korean-plot-hangeuli-an-ggaejineun-cateu?oai-dm=1
Mitchell, J. C. (Ed.). (1969). Social networks in urban situations: analyses of personal relationships in Central African towns. Manchester University Press.
HRKIM의 첫 책 '베테랑 HR 담당자가 만든 HR 담당자를 위한 '찐 실전 챗 GPT ( 생성형 AI & HR 대혁명)'이 출간되었습니다. 많은 관심 부탁드립니다.
https://www.yes24.com/Product/Goods/129378508
