데이터 기반의 채용이란 무엇인가요?
: 데이터 활용은 HR 경영의 강력한 전략적 자산이 된다
2022 카타르 월드컵에서 터진 황희찬 선수가 역전골을 터뜨렸습니다. 이때 골세리머니를 하며 상의를 벗어 던지자 드러난 검정 브라탑이 골보다 더 주목을 받기도 했지요. 그가 착용하고 있던 브라탑은 EPTS, 전자 퍼포먼스 추적 시스템(Electronic Performance-Tracking System)으로 불리는 웨어러블 장비입니다. 경기 중 선수가 뛴 거리, 최고 속도, 스프린트, 심박수 등을 측정해 전술을 짜거나 선수를 관리하는 데 사용하지요.
운동장에서 뛰고 있는 선수 상태를 사람의 눈이 아닌 데이터로 분석할 수 있어 매우 유용한 이 장비는, 축구뿐만 아니라 야구, 미식축구, 럭비 등 다른 스포츠로도 영역을 넓혀가고 있고요. 이제는 과학과 데이터 활용이 승리를 위한 필수 요건이 되었습니다.
스포츠가 감독의 감(感)이 아닌 숫자로 승률을 높이는 시대로 진입했듯이, HR 경영의 영역에서도 데이터 활용이 중요한 과제로 자리 잡았습니다. 물론 채용도 예외는 아닙니다. 데이터를 기반으로 프로세스를 운영해야 더 효과적이고 효율적인 채용을 할 수 있습니다. 직관과 경험만으로 사람을 평가하던 시대에서, 데이터를 근거로 한 의사결정을 요구하는 시대로 전환해야 하는 것이지요. 이른바 ‘데이터 기반 채용’의 시대입니다.
▶️ 데이터가 채용을 바꾼다
채용 과정에서 활용되는 데이터의 범주는 매우 넓습니다. 우선 서류 전형에서는 학력, 전공, 경력 등 정적인 정보를 직무 성격에 맞춰 수치화합니다. 이어지는 인적성검사 단계에서는 지원자의 성향과 잠재력을 데이터로 확인하고, 또 AI역량검사 단계에서는 긍정성, 적극성, 전략력, 성실성 등의 역량을 지표화하여 성과 능력을 예측하게 됩니다. 만약 경력직 채용이라면 직급, 근속 연수, 성과 수준 등 재직자 데이터도 포함됩니다. 이 데이터들을 전형 단계별로 취합하고 해석하여 최종 입사자를 결정하게 됩니다.
데이터의 효용은 개별 지원자의 평가를 넘어 채용 프로세스 전체의 최적화로 이어집니다. 어떤 채용 채널을 통해 우수한 지원자가 유입되는지, 혹은 어느 전형 단계에서 이탈률이 높은지 분석해 병목 구간을 찾아 개선할 수 있기 때문입니다. 이렇게 축적된 데이터 덕분에 채용 기준이 더 정교해지고, 채용담당자는 경험에 의존하는 대신 확실한 근거를 가지고 의사결정을 내릴 수 있게 되지요.
채용에 데이터를 활용하면 두 가지 효과를 확인할 수 있습니다. 먼저, 채용의 효율성을 높일 수 있습니다. 2020년 미국 최대 구인구직 정보 플랫폼 링크드인(Linkedin)의 보고서에 따르면, 채용에 데이터를 활용하는 조직은 그렇지 않은 조직에 비해 채용 기간을 28% 단축할 수 있었습니다. 구글의 인사분석 전담조직 ‘파이랩(PiLab)’은 통계 알고리즘을 통해 채용 속도와 면접 인원이 고용의 질에 영향을 미친다는 사실을 발견했고, 6개월 이상 소요되던 채용 기간을 47일로 단축하며 15명 이상이던 면접관 수도 4명으로 과감히 축소했지요.
데이터 기반 채용은 채용 결과의 효과성도 높입니다. 다시 말해 원하는 인재를 정확히 뽑을 확률이 높아지지요. 2021년 미국 인적자원관리협회는 데이터를 활용하는 조직의 80%가 직원의 질을 높이는 데 효과를 봤다고 발표했습니다. 글로벌 소비재 기업 유니레버 역시 AI 기반 채용 프로세스를 도입한 뒤 최종 입사 제안을 수락하는 비율이 63%에서 80%로 높아지며 조직 적합도 정확성을 개선했습니다.
데이터 기반 채용의 본질은 단순히 숫자를 모으는 데 있지 않습니다. ‘미래의 고성과자 채용’이라는 목적에 부합하는 데이터를 찾아내고 과학적으로 분석해 유의미한 결론을 도출하는 것이 핵심입니다. 이때 비로소 데이터는 HR 경영의 강력한 전략적 자산이 될 수 있습니다.
▶️ 이상과 현실의 간극
이런 흐름에도 불구하고, 국내 기업은 여전히 면접관의 경험과 직관에 의존하는 전형이 대부분입니다. 마이다스인이 인사담당자 295명을 대상으로 실시한 조사(2022)에 따르면, 데이터 활용의 필요성을 느끼는 조직은 10곳 중 7곳 이상이었지만, 실제로 활용하는 조직은 2~3곳에 불과했습니다. 채용 전형이 실제 성과와 관련이 있는지 검증해본 적 있다는 응답은 더 적었습니다.
데이터 활용 필요성 조사 (마이다스인, 2022)
왜 이런 간극이 생기는 걸까요? 표면적으로는 ‘업무량 증가’와 ‘데이터 역량 부족’을 꼽습니다. 채용 업무를 전담하지 않는 인사 담당자에게 데이터 분석까지 요구하는 것은 현실적으로 부담이 큰 것이 사실입니다. 채용 전형과 성과의 상관관계를 검증하는 과정 자체가 조직 내에 자리잡지 못한 것도 이유이지요.
그리고 그 기저에는 보다 근본적인 요인이 남아 있습니다. 바로 ‘변화에 대한 두려움’입니다. 지금까지 해온 방식을 바꾸어야 한다는 부담, 데이터가 내 판단과 다른 결론을 내놓았을 때 그것을 받아들여야 한다는 불편함 등이 그 두려움의 실체입니다.
재무, 마케팅, 운영 등 조직 내 많은 영역에서는 이미 데이터를 자연스럽게 활용하고 있습니다. 그런데 유독 채용에서만 데이터 활용이 더딥니다. 사람을 평가하는 일인 만큼 신중해야 한다는 것은 이해할 수 있습니다. 하지만 그 신중함이 변화를 주저하는 정체의 명분이 되어서는 안 됩니다.
데이터는 사람의 판단을 대체하는 것이 아닙니다. 판단의 근거를 더 단단하게 만들어주는 도구입니다.면접 정확도 검증, 고성과자와 저성과자를 변별하는 핵심 역량 도출, 성과지표 수립 등 채용 담당자가 내려야 할 수많은 판단은 데이터라는 근거 위에서 힘을 얻어 훨씬 합리적인 결론에 도달할 수 있습니다.
▶️데이터를 활용하는 법
데이터를 성공적인 채용과 연결하기 위해서는 먼저 ‘어떻게’ 활용할지를 알아야 합니다. 데이터 기반 채용은 거창한 시스템이나 대단한 지식이 필요한 것은 아닙니다. 올바른 질문을 던지고, 데이터를 모으고, 분석하고, 그 결과를 행동으로 연결하는 네 단계면 충분합니다.
데이터 활용 4단계
1️⃣첫째, 질문을 찾는 것입니다. 방향성 없이 데이터만 수집한다면 막연할 뿐입니다. 목적, 즉 ‘어떤 문제를 해결할 것인가’를 먼저 물어야 필요한 데이터가 무엇인지 파악하고, 없는 건 새로 만들고, 빠진 건 채울 수 있습니다. 구성원의 연령대, 경력, 근속 기간처럼 가벼운 것부터 시작해 점점 질문의 심도를 높이며 채용 도구와 관행을 하나씩 검증해 나가는 것으로 충분합니다.
2️⃣둘째, 신뢰할 수 있는 데이터를 수집해야 합니다. 데이터의 품질은 분석의 가능성과 결과의 신뢰성을 결정짓습니다. 데이터 기반의 의사결정 과정에서 가장 많은 시간과 노력이 필요한 단계이기도 합니다. 데이터 품질을 높이기 위한 체계와 규정도 중요하지만, 접근이 용이한 데이터를 기반으로 검증을 시작해보는 것이 먼저입니다. 데이터는 무엇 하나 버릴 것이 없기 때문에 지속적으로 취합하고 관리하는 것이 중요합니다.
3️⃣셋째, 힘들게 데이터를 수집했다면 이제 분석을 해야 합니다. 모든 데이터는 데이터만으로는 온전하지 않습니다. 분석과 가공에 따라 의미가 생기는 것입니다. 좋은 분석이란 어렵고 화려한 것이 아니라 목적에 적합한 것입니다. 간단한 질문이라도 반드시 질문에 걸맞은 적합한 분석방법을 고민해야 꼭 필요한 답을 얻을 수 있습니다.
4️⃣넷째, 데이터를 수집하고 목적에 맞게 분석했다면 그 결과를 활용하는 일만 남았습니다. 예를 들어, 특정 채용홍보 채널에 부적격 지원자가 많이 모이고 있다면 해당 채널에서의 홍보를 즉시 재검토해야 하겠지요. 혹은 고성과자의 주요 특성을 바탕으로 각 직무에 적합한 선발 기준을 새롭게 수립할 수도 있습니다. 실제로 글로벌 시청률 조사 기업 닐슨은 데이터 분석을 통해 즉시 직무 이동 프로그램을 도입했고, 그 결과 핵심 인재 유출을 막을 수 있었습니다. 이처럼 데이터 분석 결과 활용법은 무궁무진합니다.
▶️ 데이터는 ‘채용 성과‘를 만드는 재료
채용 담당자에게 성과란 무엇일까요? 흔히 합격자의 현업 만족도나 이탈률을 떠올릴 수 있습니다. 물론 이들도 중요한 지표입니다. 그러나 채용의 목적을 떠올려보면 이것들은 부수적인 성과에 지나지 않습니다. 채용의 궁극적인 목적은 조직에서 실제 성과를 내는 인재를 잘 찾아내 조직에 합류시키는 일입니다. 즉 채용의 진정한 성과는 ‘미래의 고성과자를 얼마나 효과적이고 효율적으로 선발했는가’에 있습니다.
데이터는 바로 그 효과성과 효율성을 담보하는 중요한 근거입니다. 다만 데이터를 잘 활용한다는 것은 분석 결과를 그대로 받아들이는 일이 아닙니다. 담당자 스스로 분석 결과를 믿고, 그 결과로 조직을 설득할 수 있어야 합니다.
여기서 주의할 점은 데이터 만능주의를 경계해야 한다는 것입니다. 기업과 사회는 수시로 변화하며, 과거 데이터로 예측할 수 없는 영역이 언제든 생길 수 있습니다. 데이터가 오염되지는 않았는지, 원하는 결론을 향해 가공된 것은 아닌지 끊임없이 물어야 합니다. 그렇지 않으면 데이터 분석은 그저 숫자 놀음에 머물 뿐이지요. 비판적 사고와 성찰이 데이터 활용의 전제 조건입니다.
데이터 기반의 채용은 분석 자체가 목적이 아닙니다. 내가 알던 것을 ‘확신’하고, 잘못 알던 것을 ‘파악’하고, 몰랐던 것을 ‘발견’하고, 원인을 파악해 ‘개선’하고, 채용 성과를 ‘입증’하는 것이 목적입니다. 이제는 데이터 기반의 채용을 못 하는 이유를 생각할 것이 아니라, 해야 하는 이유에 집중할 때입니다.
