HR매거진

4차 산업혁명 시대를 맞아 업무에 정보통신기술이 접목됨에 따라 일하는 방식이 빠르게 변화하고 있다. HR의 역할 또한 바뀌고 있는데, 경험이나 감_感에 의존하기 보다는 폭넓은 HR 데이터를 바탕으로 인사업무 혁신이 이루어지고 있다. 직원 데이터를 과학적으로 분석해 여러 예측모델에 활용하는 'HR 애널리틱스_Analytics'가 대표적이다.

작년 6월 미국 시카고에서 개최된 SHRM 컨퍼런스에서 많은 강좌가 개설되고 뜨거운 관심을 받았던 것도 단연 HR 애널리틱스 분야였다. 글로벌 기업들은 'Better Insight, Better Retention, Better Training, Better Hires'를 위해 인공지능과 빅 데이터 기술을 HRM-HRD 구분 없이 접목하고 있었으며, 이를 반증하듯 SHRM 컨퍼런스의 주요 스폰서 명단에도 유수의 IT기업이 자리하고 있었다.

구글은 '우수인재 알고리즘' 및 최고  평균 수준의 기술자들의 생산성 차이를 정량화해 연봉 책정 시 참고하는 '엔지니어 공헌도 평가 시스템'을 활용해 직원의 조직 내 성공확률을 예측하고 있다. IBM은 신입사원이 구직 과정의 경험을 바탕으로 AI 왓슨을 활용해 제작한 챗봇 '와블리'로 채용담당자의 문의대응 업무를 큰 폭으로 줄였다.

포스코는 2017년부터 스탭 업무에 빅 데이터, AI, IoT라는 3대 스마트 기술을 적용하는 시도를 하고 있으며, 신입 공채 시 자기소개서 평가 및 서류심사를 지원하는 '인공지능 채용시스템', 직책자 보임 검토 시 최적의 후보를 자동으로 추천해주는 '직책자 후보 자동추천시스템'을 개발해 활용 중이다.



포스코 빅 데이터 기반 채용시스템

포스코 신입 공채에는 매년 약 18,000명이 지원하고 있으며, 서류심사 시 학점, 어학 등 서류 기본자력 평가를 수작업으로 진행함에 따라 서류심사 과정에만 2주라는 시간이 소요됐다. 이러한 방식은 장시간, 대규모 인력투입이 필요할 뿐만 아니라, 담당자 실수로 인해 불공정한 평가가 이루어질 수도 있다. 또한 인성검사를 통해 지원자의 성격 및 조직적합성을 검증했으나, 실제 입사 후 성과창출 가능성에 대한 평가는 포함되지 않아 면접 시 면접관의 판단에만 의존하는 방식이었다.

포스코의 빅 데이터 기반 채용시스템은 서류심사 자동평가 시스템 및 POSCO Fit Test 등으로 구성되어 있다. 포스코는 서류심사 점수 자동 산출 모델을 개발해 기존에 수작업으로 진행하던 학점-어학 등 데이터 확인 및 평가 과정을 완전 자동화했고, 상기 시스템에 힘입어 2주 이상 걸리던 서류심사 기간을 3일로 80% 가량 단축하고, 실수로 인한 오류 가능성을 제로화 했다.

아울러 지원자의 성과창출 가능성을 객관적으로 진단하기 위해 POSCO Fit Test를 개발했다. 포스코의 저근속 직원 중 고성과자에게 공통적으로 나타나는 행동 및 생각특징을 빅 데이터로 분석하고, 분석결과를 토대로 지원자의 성과창출역량 측정하는 문항을 개발해 공채 시 진행하는 인성검사에 포함했다. 입사 지원자가 해당 문항에 답변하면 고성과자와의 답변 유사도에 따라 포스코에서의 성과창출 가능성이 평가되며, 면접관의 역량에 따라 오차가 발생할 수 있었던 평가방식을 객관화하게 된 것이다.

직책자 후보 자동추천시스템 활용

조직에서 리더(직책자)의 역할은 더할 나위 없이 중요하다. "새로운 팀장으로 누구를 보임할 것인가?"에 대해 객관적인 증거를 제시하는 것은 모든 HR의 고민거리일 것이다.

기존의 직책자 보임검토는 HR부서가 해당 부서에 후보자 명단을 요청하는 것이 일반적이다. 이 과정에서 현업부서는 내부 승진을 선호하기 마련이라, 타부서의 후보자는 추천하지 않는 경우가 많다. 결국, 인재에 대한 현업의 의향_Taste이 지나치게 반영되어 조직의 다양성이 부족하게 된다. 그리고 포지션별로 리더가 갖춰야 할 경험 및 자력 등 요건_Profile이 구체적이지 않아 인사권자와 담당자의 주관적 판단이 개입될 여지도 있다.

포스코는 각 직책 포지션별로 이상적인 인재상_Profile을 객관적으로 정의하고, 표준화된 HR 데이터를 활용해 직원 중 최적의 직책자 후보를 추천 순위와 적합도 점수로 정량화 해 추천해주는 '직책자후보 자동추천시스템'을 개발해 보임 검토 시 활용하고 있다.

직책자후보 자동추천시스템은 ▲현업의 직책포지션별 요건_Profile설문결과 ▲과거 직책자의 데이터 분석결과 2가지를 상호 보완해 구현했다.

우선 현업 임원 및 부서장에게 현재 맡고 있는 직책에 가장 적합한 후보자의 경험(업무-부서-직책) 및 자격(학력-전공-어학자-격증 등) 요건이 무엇인지를 설문을 통해 조사했다. 답변을 보면, 업무경험이 가장 중요하고, 연구소 조직의 경우 '전공', 현장 공장장의 경우 '성격'을 중시하는 등 조직간 차이가 있었다. 이러한 답변결과는 현재 및 미래에 가장 적합한 직책자의 특징을 정의해줄 수는 있었으나, 응답자 개인의 주관적 인식이나 역량에 따라 차이가 나타나기도 한다.

이를 보완하기 위해, 과거 10년간 포스코에서 직책자로 활동했던 2,000여 명의 HR 데이터를 머신러닝을 활용해 '우수 직책자의 공통특성'을 도출했다. 직책자 가운데 상위 직책(부장 → 임원)으로 승진하거나 높은 고과를 받은 인력은 '적합군', 상위 직책으로 승진하지 못하거나 상대적으로 낮은 고과를 받은 인력을 '비적합군'으로 분류했다. 30여 개의 정량-정성적 HR 데이터를 분석한 결과, MBO 평가시 본인이 평가한 자기평가 점수와 상사가 평가한 평가결과 간의 차이_Gap가 작을수록 우수한 직책자로 나타나는 등 의미 있는 결과를 얻을 수 있었다. 물론 이 결과는 데이터 분석을 통해 얻어져 객관성은 높으나, 과거 10년의 데이터를 활용했기에 현재와 미래의 리더를 예측하는 데는 다소 한계도 있다.

직책자 후보 자동추천시스템은 상기 직책포지션 요건 설문결과 및 과거 우수 직책자의 공통특성 일치도가 공통적으로 높은 직원을 각 직책 포지션별로 1위부터 순위별로 추천해준다. 아울러, 후보별 순위뿐만 아니라 일치도가 점수로 표시되기에 어느 후보가 얼마만큼 더 적합한지를 객관적으로 확인하고 경영층에 설명이 가능하다. 당사에서는 시험 운영시기를 거친 후에 정기인사 뿐만 아니라, 수시로 직책자 보임이 필요할 때 후보군을 복수로 선정하는데 본 시스템을 활용하고 있다.



HR은 '사람'에 집중하는 본연의 역할 수행

앞서 설명한 인공지능 채용시스템 및 직책자 후보 자동 추천시스템은 모두 단순 데이터 작업이나 탐색에 투입되는 시간을 절약하고, 객관적 의사결정을 지원한다는 특징을 가지고 있다. 채용담당자가 공채 시즌마다 입사지원서 더미에 묻혀 밤을 새고, 정기 인사시기에 HR부서가 퇴근을 포기하는 것은 비단 한 두 조직의 모습은 아닐 것이다.

HR 애널리틱스의 활용목적은 인사업무를 개선하는 데에서 나아가 HR부서가 지금보다 '사람'에 집중하기 위함이다. 공채 서류심사에 투입하는 시간을 면접에 투입해 지원자의 인성 및 조직적합성 여부를 심도 있게 검증할 수 있다. 또한 직책보임 검토 시 후보자 탐색 및 HR 데이터 정리에 드는 시간을 줄여, 평판-리더십 등 데이터로 파악할 수 없는 리더의 적격성 확인에 집중할 수 있다.

굳이 AI나 빅 데이터를 활용하지 않아도 챗봇, RPA(로보틱처리자동화, Robotics Process Automation)을 활용한 각종 제증명서 발급, 출장여비 정산업무 등 HR 단순 업무 자동화 사례는 주변에서 흔히 찾아볼 수 있으며, 이러한 트렌드는 더욱 가속화될 것으로 예상된다. 

아무쪼록 포스코가 HR 애널리틱스에 도전한 작은 경험이 여러 회사의 인사업무 담당자들이 창의적 혁신에 동참하는데 도움이 되길 기대해 본다. 

이재우 포스코 인재경영실 과장

본 기사는 HR Insight 2019.4월호의 내용입니다.

HR Insight의 더 많은 기사를 보고 싶다면 아래 홈페이지를 방문해주세요.

www.hrinsight.co.kr