머신러닝을 통한 이직 예측의 시대가 왔다

 

 

인재 유지는 조직의 성공을 좌우하는 매우 중요한 과제 중 하나이다. 하지만, 최근 우리 조직 속에 스며든 MZ세대(밀레니얼+Z세대)를 보면 그들의 다양한 가치관으로 인해 단기간 내에 여러 번 이직하는 것을 심심찮게 볼 수 있다. 어떤 이는 안정된 삶을 원하고, 다른 이는 빠른 성장과 도전을 꿈꾼다. 누구는 유연한 근무 환경을, 또 다른 이는 회사의 사회적 책임을 중요하게 본다. 이렇게 가지각색의 가치관 속에서 조직이 직원들의 마음을 사로잡고, 오래 함께할 방법을 찾는 것은 쉽지 않은 일이다.

바로 이 지점에서 해결사인 피플 애널리틱스(People Analytics, 이하 PA)가 등장한다. PA는 HR(Human Resources) 데이터를 바탕으로 직원들의 행동과 성향을 분석하고, 이직 가능성을 예측하며, 더 나아가 조직과 구성원 모두에게 이익이 되는 결정을 지원하는 데이터 기반 도구이다. 머신러닝, 텍스트마이닝 같은 기술을 활용하여 직원 이탈의 원인을 분석하거나 잠재적 고성과자를 파악하는 데 도움을 준다. 다시 말해, PA는 HR담당자를 정량적이고 과학적인 전략가로 탈바꿈시키는 역할을 한다​고 말할 수 있다.

 

1. 예측 변수 선택은 여전히 사람의 몫

PA는 알고리즘이 중심이지만, 그 기반에는 여전히 인간의 판단이 자리 잡고 있다. 예측 모델에서 사용하는 변수는 조직의 특성과 HR 담당자의 통찰력에 따라 결정된다. 예를 들어, 직원의 근속 연수, 직무 유형, 업무 몰입도 등이 예측에 중요한 요소로 꼽힐 수 있지만, 이를 어떤 방식으로 조합하고 활용할지는 사람이 설계해야 한다. 좋은 데이터와 예리한 변수 선택이 합쳐질 때 비로소 PA는 빛을 발하고, 조직이 최적의 선택을 하도록 도울 수 있다.

 

2. 당신이 이 조직을 언제 떠날 지 알고 있어요…

글로벌 기업들은 이미 PA를 활용해 인재 유지를 혁신적으로 바꾸고 있다. 벌써 10년전, 2015년에 닐슨(Nielsen)은 핵심 인재들의 이직 가능성을 분석하여 이들에게 맞춤형 프로그램을 제공했고, 이를 통해 이직률을 2% 미만으로 낮추며 천만달러라는 막대한 비용을 절감했다. HP(휴렛팩커드)는 직원 개개인의 이직 가능성을 점수화한 "Flight Risk Score"를 통해 이탈 위험이 높은 직원들을 조기에 파악하고 적극적으로 대응했다. 이러한 사례는 PA가 단순히 데이터를 모으는 것을 넘어 조직의 전략적 결정에 직접적으로 기여할 수 있음을 보여준다​​.

 

3. HR과 머신러닝의 만남

머신러닝 같은 AI 기술은 피플 애널리틱스를 통해 HR을 조직의 전략적 파트너로 변화시키고 있다. 예를 들어, 랜덤 포레스트(Random Forest)라는 모델은 직원 데이터를 분석해 누가 이직할 가능성이 높은지 예측할 수 있다. 텍스트 마이닝은 사직서 같은 글을 분석해 직원들이 이탈하는 이유를 파악하는 데 도움을 준다.

하지만 이런 예측 모델이 실제로 잘 작동하는지 확인하려면 몇 년을 기다려야 하는데, 이는 현실적으로 쉽지 않다. 이때 머신러닝의 강점인 교차 검증 기법을 활용하면서 상관없는 예측변수를 버리고, 꾸준히 데이터를 검증하면서 예측 시기가 도래하기 전에 미리 예측 모델을 검증할 수 있다.

다만, 여전히 가장 중요한 것은 이렇게 소중히 얻은 결과물을 조직의 문화와 환경을 개선하는 데 활용하고, 직원의 가치를 높이는 데 적극적으로 적용하는 것이다.

 

4. 데이터로 사람의 마음을 읽는 Next HR은 바로 당신!

MZ세대와 같이 다양성이 큰 세대와 함께 일하는 오늘날의 조직들에게 PA는 많은 이익을 가져다줄 수 있다. 직원의 이직을 예측하고 인재 유지 전략을 설계함으로써 조직은 보다 나은 경쟁력을 가질 수 있다. 즉,  PA는 단순한 데이터 분석 도구를 넘어, 조직의 사람 중심 경영을 지원하는 강력한 파트너인 것이다.

데이터 기반의 의사결정이 중요한 시대에 피플 애널리틱스를 효과적으로 활용하려면 비즈니스 통찰력, 데이터 분석 능력, 의사소통 역량, 문제 해결력, 협업 능력이 필요하다. HR 담당자들은 데이터 분석 기술을 익히고 조직과 비즈니스의 이해를 심화하며 소통 기술을 강화해야 한다. 이러한 역량을 통해 조직의 인재 유지를 돕고 경쟁력을 높일 수 있을 것이다.

 

 

참고문헌:

1)      이중학. (2023). 데이터과학과 인사조직의 융합: 피플 애널리틱스 튜토리얼. 아시아태평양융합연구교류논문지, 9(3), 105-116.

2)      이상진, 김지영, 강지상 and 이중학. (2024). 텍스트마이닝(Text-mining)을 통한 People Analytics 연구 및 실무 필요 역량 연구. 인적자원관리연구, 31(3), 33-54.