👉 꼭 챙겨야하는 최신 채용 이슈가 무엇인지 알고 싶은 분
👉 직관에 근거한 의사결정을 더 이상 하고 싶지 않은 분
👉 다른 기업의 데이터 기반 채용에 대한 고민을 알아보고 싶은 분
최근 데이터 기반의 의사결정이 적용되지 않는 영역은 드뭅니다. 세일즈, 재무, 마케팅부터 조직 운영 시스템의 검증에 이르기까지 수많은 직무 영역에서 데이터가 활용되고 있지요. 인사 분야, 그 중에서도 채용은 어떨까요? 보수적이고 관성이 강한 인사 영역 특성상, 데이터 기반 채용으로의 변화가 다른 직무만큼 빠른 속도로 변화하고 있지는 않은 것 같습니다.
‘사람이 사람에 대한 의사결정을 내리는 일’이라는 직무 성격에 따라, 채용은 전통적으로 평가자∙관리자의 경험과 직관에 의존해 왔습니다. 그러나 데이터 기반 채용은 인사담당자가 해결하고자 하는 여러 질문에 객관적이고 정량적인 근거를 제공해줄 수 있고, 주관적 판단 대신 합리적인 판단을 내릴 수 있도록 돕습니다. 이에 2008년 Google의 ‘Project oxygen(성공적인 관리자의 특성을 도출하기 위한 People analytics 프로젝트)’를 필두로 국내외 기업 및 인사 학계에서는 데이터 기반의 의사결정에 대한 관심이 꾸준히 증대되고 있습니다.
이미 마이크로소프트, 구글 등 다수의 글로벌 조직에서는 HR analytics 전담 조직을 설립‧운영하고 있으며, 특히 채용에서는 데이터를 바탕으로 선발도구나 프로세스의 효용성을 검증해 채용 성공률을 향상시키는 데 활용이 되고 있습니다. 일례로, HR analytics 전담 조직 ‘파이랩(PiLab, People Operations)’을 운영 중인 구글에서는 통계 알고리즘을 바탕으로 ‘채용 속도’와 ‘면접 인원’이 고용의 질에 영향을 미친다는 것을 발견하고 기존의 6개월 이상 소요되던 채용 프로세스를 47일로, 15명 이상 참여하던 인터뷰어 수를 4명 정도로 과감히 축소했다고 하지요.
국내에서도 카카오의 파이랩과 같이 인사 분야에서 데이터 기반의 의사결정을 도입하기 위한 시도가 이루어지고 있지만, 여전히 국내 기업의 사례는 쉽게 찾아보기 힘든 것이 사실입니다.
그렇다면 현재 우리나라는 데이터 기반의 채용에 대해 어떻게 생각하고 있고, 또 얼마나 활용하고 있을까요? 2022년 마이다스인에서 인사담당자 295명을 대상으로 실시한 데이터 기반 채용에 대한 설문 결과를 함께 살펴보겠습니다.
설문 결과, 한국 역시도 많은 기업에서 데이터 기반 채용의 필요성을 실감하고 있다는 것을 알 수 있었습니다.
인사담당자들에게 ‘채용 과정 중 데이터 기반 의사결정의 도입에 대해 얼마나 실감하고 있는지 6점 척도로 응답을 받았습니다. 그 결과, 전체 응답 평균은 4.19점이었고, 4점 이상으로 응답한 경우는 75.3%로 나타났습니다. 즉, 대다수 기업의 인사 담당자가 채용 과정에서 데이터 활용의 필요성을 느끼고 있었습니다.
그러나, 실제 채용 진행 장면에서는 이와는 정반대의 모습이 관찰되었습니다. 채용 과정에서 실제로 데이터 기반의 의사결정을 도입하고있다고 응답한 기업이 전체의 24.4%에 그친 것입니다. 더해서, 각 기업의 채용 전형이 실제로 성과와 관련이 있는 지 검증해 본 적 있다는 응답은 전체의 18.3%에 불과했지요.
다시 말해, 채용 과정에서 데이터 활용의 필요성을 느끼고 있는 조직은 10곳 중 7곳 이상으로 볼 수 있지만 실제로 데이터 기반의 의사결정을 도입하고 있는 경우는 2~3곳 정도, 그리고 채용에서 가장 중요하다고 할 수 있는 성과와의 관련성을 검증해 본 적 있는 기업은 2곳 정도에 불과했다는 이야기입니다. 국내의 데이터 기반 채용 현황은 ‘이상과 현실의 괴리’라고 표현될 수 있을 것 같습니다.
이러한 차이는 왜, 어떻게 나타나게 되었을까요? 앞서서 데이터 기반의 의사결정을 도입하고 있지 않다고 응답한 인사 담당자 223명에게 추가적으로 그 이유에 대해 물어보았습니다.
결과적으로, 데이터 기반의 의사결정을 도입하고 있지 못하는 이유로는 ‘업무 부담감의 증가’가 42.2%로 가장 많았습니다. 그 다음으로 많이 나타난 이유는 ‘데이터 기반 지식이 부족해서‘ 였지요. 즉, 데이터 기반의 채용 의사결정을 도입하기 위해서는 데이터의 수집, 분석 및 활용 방안의 도출이 필요한데 실무 과정에 당장 도입하기에는 그 과정에서 새로이 생기는 업무 부담을 감수하기 부담스러우며, 담당자의 데이터 역량 또한 부족하다는 것입니다.
경험 기반의 직관적인 평가를 여전히 선호한다는 의견은 37.7%로 공동 2위를 차지했습니다. 19.3%의 인사 담당자가 기존의 채용 관련 의사결정의 기준을 바꾸기 힘들다고 응답하기도 했는데, 다시 말해 전통적인 채용 방식의 관성에서 벗어나지 못하고 있다고 볼 수 있습니다.
정리해보자면 한국의 인사담당자들 역시 데이터 기반 채용 의사결정의 중요성은 어느 정도 알고 있지만, 업무의 양에 대한 부담, 업무 역량에 대한 부담, 변화에 대한 부담과 같이 ‘도입에 대한 부담감’이 가장 큰 방해요인을 차지하고 있다고 할 수 있겠습니다.
이러한 부담감은 어디에서 기인하는 것일까요? 어쩌면, 데이터 기반 채용이 중요하다는 것은 알아도 실제로 왜 중요한지에 대한 모호함, 그리고 어떻게 하는 것인지에 대한 막연함이 그 원인이 될 수 있을 것입니다.
위 설문에서 살핀 것처럼, 채용 프로세스를 혁신하는 것에는 업무적 부담이 따르는 것이 사실입니다. 특히 국내 기업에서 인사담당자가 채용 업무만을 전담으로 맡는 경우는 많지 않기 때문에, 이러한 부담은 더욱 크게 다가올 수 있습니다. 많은 기업들에서 직관에 의존한 기존의 채용 의사결정에서 벗어나기 어려워하는 것 역시 그러한 이유 때문이겠지요.
직관을 활용하는 것이 잘못되었다거나, 항상 틀린다는 것은 아닙니다. 하지만 사람의 주관에는 편향 등의 오류가 함께하기 마련입니다. 데이터를 적절히 활용하는 것은 채용 운영과정에서 나타날 수 있는 직관의 오류를 바로잡아 전반적인 채용 과정을 최적화할 수 있도록 합니다.
정확한 채용을 위해서 이제는 못하는 이유를 생각하는 것이 아니라, 해야만 하는 이유들에 집중해야 하는 시점입니다.
데이터 기반의 채용 의사결정은 채용의 정확성을 높이는 역할을 합니다. (정확한 채용이 궁금하다면, [우리 회사 선발 도구는 정확한걸까? 당신만 모르는 정확도 기준]을 읽어주세요.) 평가자가 아무리 많은 경험을 쌓는다고 하더라도, 직관과 주관이 들어간 채용은 개인의 편향에서 벗어나기 힘들지요. 반면 데이터 기반 채용은 실제 재직자의 데이터(고용 전 데이터, 성과 데이터, 이직률 등)를 활용하여, 고성과자의 특성에 대한 프로파일링을 통해 선발 기준을 보다 정확히 수립하고, 직관적 의사결정에서 나타나는 오류를 최소화 시킬 수 있습니다. 우수한 후보자의 조건을 객관적으로 선택할 수 있기 때문에 정확한 채용 결정을 도와 기업에 장∙단기적 이윤을 가져올 수 있도록 하지요.
‘제트 블루 항공’의 사례를 살펴보겠습니다. 기존의 제트 블루 항공은 다른 항공과 마찬가지로, 친절한 고객 응대를 잘 할 수 있는 지를 선발 기준으로 삼았다고 합니다. 그러나 고객 데이터를 기반으로 검증한 결과, 친절함보다도 실질적 도움을 제공하는 것이 더 높은 고객 평가를 받을 수 있다는 것을 알게 되었지요. 이후 기존의 채용 기준을 재정의하고 선발 프로세스에 반영한 결과, 직원 유지율 향상, 총 결근률 12% 감소, 더 높은 고객 평가와 같은 이점을 얻을 수 있었다고 합니다.
데이터 기반 채용은 정확한 채용을 할 수 있는 근거를 마련할 수 있는 것 외에도, 채용 전반의 효율을 향상시킬 수 있다는 이점을 가지고 있습니다. 고성과자의 데이터를 통한 객관적 선발 기준 수립으로 평가에 드는 시간을 줄일 수도 있고, 채용 소요 시간이나 채용에 드는 비용 등을 바탕으로 채용 프로세스 중 병목이 일어나는 불필요한 요소를 찾아내어 제거하거나, 또 어떤 채용 채널에서 어떤 형식의 채용 홍보가 이루어질 때 전환률이 가장 높은지 등을 살펴 통해 채용 예산을 가장 효율적으로 활용하는 방안을 구할 수 있지요.
실제로 유니레버의 사례를 살펴보자면, 유니레버는 다국적 기업인만큼 매년 180만 건의 지원서를 처리하면서 드는 인적∙시간적 비용이 상당했다고 합니다. 이후 유니레버는 AI 채용 기업 파이매트릭스와 협력하여 채용 프로세스에 ‘게임’을 도입했습니다. 게임을 통해 측정되는 지원자의 행동, 태도, 기질 등 데이터를 바탕으로 한 프로파일과 고성과자 프로파일을 비교해 적합성을 계산하고 평가하는 자동화된 시스템을 구축했고, 결과적으로 기존에 4~6개월 걸리던 채용 기간을 약 4주 정도로 단축하고, 서류 스크리닝에 드는 시간은 75% 가량 줄였으며, 최종적으로 전체 채용에 드는 비용을 약 25% 정도 감소시킬 수 있었습니다.
이번 컨텐츠에서는 인사 담당자들이 데이터 기반 채용에 대해서 어떻게 생각하고 있는지에 대한 현황과, 실제 채용 과정의 데이터 활용 현황을 알아보았습니다. 데이터 기반 채용 의사결정의 중요성을 실감하는 것과는 별개로, 데이터 활용으로 예상되는 업무의 부담감과 데이터 역량에 대한 걱정으로 인해 실제로 데이터를 활용하고 있는 곳은 많지 않았습니다.
그러나 위에서 소개한 것과 같이 데이터 기반 채용을 실시하는 것은 채용의 정확성과 효율성을 모두 높여줄 수 있는 방법이 될 수 있습니다. 어느 정도의 부담감을 감수하더라도, 채용의 발전을 위해서 꼭 고려되어야 한다는 것이지요. 물론, 이러한 부담감의 기저에는 ‘데이터 기반 의사결정이 무엇을 어떻게 하는지’에 대한 막연함 또한 있을 것입니다. 다음 컨텐츠 [데이터 기반 채용을 위한 4가지 STEP] 에서는 데이터 기반 채용 의사결정을 위한 네 가지 단계를 소개합니다.