COLUMN

기업이 가치를 만들어 나가는 방식과 절차는 빠르게 변화해 왔으며, 그 속도는 가속화되고 있다. 이에 대응하기 위해, 디지털 트랜스포메이션과 데이터 기반 의사결정이 많은 기업들과 경영자들에게 주요 관심사가 된 지도 몇 년의 시간이 흐른 것 같다. 비즈니스 모델 혁신을 통해 고객 경험을 개선하고 효율성과 생산성을 향상시키며, 시장에 대한 민첩성을 강화하는데 디지털 기술을 활용하고 데이터 분석을 접목하는 사례들이 계속해서 등장하고 있기도 하다. 그렇다면 HR은 디지털 전환을 위해 어떠한 노력을 기울여왔고 그 성과는 무엇일까? 그리고 HR의 성공적 디지털 전환을 위한 필요한 것들은 무엇일까?기업을 둘러싼 환경이 빠르게 변함에 따라 경영 패러다임이 바뀌고 있다. 혹자는 코로나19 팬데믹으로 인해 미래가 10년은 더 빨리 찾아왔다고 말한다. 오랜 기간 유지되어온 ‘효율, 통제, 안정’이라는 핵심 가치 기반 위에 ‘분석, 통찰, 혁신’이 더해져야 치열한 경쟁에서 소비자의 선택을 받는 기업이 될 수 있다. 우리 삶에 많은 영향을 주고 있는 디지털 플랫폼 기업들은 기술 트렌드를 주도하며 데이터 분석을 통해 얻은 통찰을 혁신에 반영하는 선순환 고리를 만들어내며 경쟁 우위를 유지하고 있다."새로운 도구 도입과 기술 발전으로 시스템이 통합되고,데이터 관리가 원활해지며 불완전했던 시스템이 체계화되고,시간과 인력, 비용이 절감된 면은 분명 있지만HR이라는 업의 본질은 크게 바뀌지 않은 양상이다."---우리가 목도하고 있는 변화는 팬데믹으로 인해 일시적으로 두드러진 현상이고 과거부터 반복되어온 순환적 사이클의 일환일까, 아니면 ‘뉴 노멀(new normal)’의 시작일까? 그 어느 때보다 변동성과 복잡성이 높아진 외부 환경, 많은 산업에서 등장하는 새로운 방식의 사업모델, 이종 산업 간의 융합, 인력 구성과 일하는 방식의 변화, 업에 대한 재정의와 일과 삶의 균형(‘워라밸’)에 대한 인식 변화 등을 종합적으로 고려해보면 최근의 변화를 단순히 경기 순환과 같은 사이클로 치부하고 우리가 다시 과거로 회귀할 것이라고 믿는 사람은 그리 많지 않을 것 같다.이러한 상황에서 조직 구성원들의 업무몰입도나 직무만족도, 직업 선택에 영향을 주는 요소 역시 빠르게 변화하고 있고, 이에 따라 HR의 변화도 필연적이고 필수적이겠다. 물론 그동안 시대의 변화와 흐름에 맞춰 HR도 IT 기술 적용을 확대하고 운영의 디지털화를 추구해온 것이 사실이다. 최근에는 클라우드 기반의 인적자본관리(Human Capital Management) 솔루션이 활발히 도입되는 양상이기도 하다. 이렇게 새로운 도구 도입과 기술 발전으로 시스템이 통합되고, 데이터 관리가 원활해지며 불완전했던 시스템이 체계화되고, 시간과 인력, 비용이 절감된 면은 분명 있지만, 그렇다고 HR 업의 본질이 그간 크게 바뀌지는 않았던 것 같다.그러나, 최근의 변화는 과거의 통합적이고 통제적이었던 관점을 넘어 진정한 구성원 중심(Employee-centric) 시대로의 진화를 요구하고 있다. 단순한 구호로써 구성원 중심을 얘기하는 것이 아니다. 구성원들의 최종 성과만이 아닌 그들의 경험을 좀 더 진지하게 생각하는 방향으로의 전환이 필요하다. 일은 구성원들에게 경력만이 아닌 인생 경험의 중요한 일부이기에 HR은 직원 경험이 형성되는 과정과 상황을 이해하고 분석하여, 주요한 고충점(pain point)과 핵심 원인(root cause)을 파악해야 한다. 이에 대한 해결방안을 찾은 조직은 기업 문화, 일하는 방식, 소통 방식의 개선이 이뤄져 구성원들이 출근하고 싶고 좀 더 기여하며 일하고 싶은 조직으로 변모해 있을 것이다. 이 과정에서 디지털 기술과 데이터 분석이 효과적으로 접목되는 모습이 진정한 HR의 디지털 전환(Digital Transformation)이라고 여겨진다.지금까지 논한 부분을 정리해보면 HR의 디지털 전환은 직장 내 시스템과 기술로 나눠 생각해볼 수 있겠다. 업무현장의 시스템은 조직이 가치를 만들어가는 방식과 방향이고, 기술은 이 시스템이 정립되는 속도를 빠르게 하고 규모를 효과적으로 키워주며 명확하게 설정된 목적지에 잘 도달하게 하는 것을 도와준다. 애초에 문제설정과 문제정의가 잘못되어 있다면, 아무리 발전된 디지털 기술을 도입하더라도 효과는 미미하고, 오히려 상황을 악화시킬 수도 있을 것이다. 데이터 활용과 인공지능 기술 도입을 확대하는 방향이 더 위험하고 불안한 조직을 만들 수도 있는 것이다.그렇다면 자연스럽게 HR의 디지털 전환은 어떠한 문제를 설정하고 풀어나가는 것이 적절할지에 대한 의문으로 귀결될 수 있겠다. 한국어로 번역하면 ‘복잡한’이라는 뜻을 가진 영어단어 ‘complex’와 ‘complicated’의 차이를 이해하면 디지털 환경에서 HR이 추구해야 할 방향과 역할을 이해하는 데 도움이 될 수 있다. ‘complicated’는 상황이 복잡하다는 의미로 이러한 문제는 적합한 규칙과 원칙을 세우고 적절한 시스템과 프로세스 설계를 통해 해결 가능한 것들을 의미한다. 급여체계나 영업활동에 대한 보상 규칙 등을 설정하는 것이 이에 해당할 것이다. 반면, ‘complex’한 문제는 구조나 상황이 복합적으로 얽혀 있는 것으로 단일 시스템이나 프로세스로 풀기 어려운 것을 의미한다. 시장 상황의 변화, 개개인의 구성원 그 자체에 대한 이해가 어려운 부분이 이에 해당할 것이다. 그동안 HR 조직은 어떠한 복잡한 문제 해결에 집중해 왔을까? 아마도 대부분 complex한 문제는 그대로 남겨둔 채, complicated한 문제 해결에 치우쳐 있을 가능성이 높다.앞으로 추구해야 할 HR의 디지털 전환은 새로운 규칙을 만들어내는 complicated한 문제를 해결하는 것이 아니라, 처음에는 조금 어렵더라도 complex한 문제를 근본적으로 해결해 나가는 것에 좀 더 집중해보면 어떨까? 예를 들어, 무엇을 하지 못하게 막는 방향이 아니라 구성원들이 좀 더 자유로운 환경에서 잠재성과 창의성을 발현할 수 있는 장을 확립해 나가는 것이다. 이를 위해서는 경직된 생각을 버리고 끊임없는 시도를 통해 개선점을 찾아 나가는 창발적 사고, 내외부의 새로운 의견을 적극적으로 수용할 수 있는 태도, 업의 본질/일의 속성/HR 역할을 근본적으로 다시 정의하는데 주저하지 않는 유연함이 필요하다. 발전된 기술과 새로운 데이터를 적극적으로 수용하고 기회를 활용할 수 있는 자세가 더해지면 금상첨화이다. "미래는 기존 시스템을 거꾸로 하거나완전히 버린 상태가 정답이 될 수도 있다.즉, 새로운 가능성에 대해 열린 사고를 갖는 것이HR Analytics 구현에의 시작점이 될 수 있다."올해 성과만을 생각하며 적당한 수준의 성급한 최적화에 급급한 것은 또다시 새로운 심각한 문제를 창출할 수 있다는 사실을 잊지 말자. 미래는 기존 시스템을 거꾸로 하거나 완전히 버린 상태가 정답이 될 수도 있다. 이 가능성을 열어 두는 것이 진짜 우리 조직에서 중요한 문제를 발견하고 재정의한 후, 디지털 기술과 HR Analytics를 통해 문제를 해결하는 시작점이 될 수 있겠다.조대곤 교수KAIST 정보미디어경영전문대학원 원장을 역임했고, 한국경영정보학회, 한국IT서비스학회, 기술혁신학회 등에서 상임이사로 활동 중이다. 경영학 분야 최상위 저널인 Marketing Science, ISR, POM 등에 논문을 게재했고, 2022년 한국경영학회 신진경영학자상과 KAIST 학술상을 수상했다. 비즈니스 애널리틱스, 디지털 미디어/콘텐츠, 인공지능 기술의 경영 활용 등을 주제로 MBA와 대학원 프로그램에서 강의하고 있다.

HRD 평가는 데이터를 체계적으로 수집하고 분석하여 HRD에 대한 판단과 개선에 기여하는 활동이다. 데이터 기반 의사결정의 중요성이 강조되면서 HRD 평가에도 다양한 분석학이 적용되고 있다. HRD는 역량개발을 목표로 하며 이를 가능하게 하는 것은 구성원의 학습경험이다. HRD에 대한 개선과 판단을 위해서는 역량과 경험에 초점을 맞춘 개발 분석학(development analytics) 접근이 필요하다.기업 구성원의 경험과 역량은 HRD 평가의 핵심이다.학습 분석학(learning anlaytics)과 사람 분석학(people analytics)팬데믹 시대를 거치며 비대면 일과 학습이 일상화됐다. 매체를 통한 소통 과정에서 데이터의 가치와 중요성이 새삼 강조되면서 분석학(analytics)에 대한 관심도 뜨거워지고 있다. 사실 경영에서 데이터 기반 의사결정은 새로운 접근이 아니다. 최근 이를 가능하게 하는 첨단 기술과 분석 기법이 고도화되면서 각종 분석학의 발전이 가속되고 있다. 분석학은 데이터 분석을 통해 대상에 대한 부분적 이해를 넘어 통찰을 가능하게 한다는 점에서 그 가치가 있다.HRD 분야에서 역시 분석학을 도입하여 적용하려는 시도가 적지 않게 이뤄지고 있다. 대표적으로 학습과 사람과 관련한 분석학을 들 수 있다. ‘학습 분석학(learning analytics)’은 말 그대로 ‘학습’에 초점을 맞추고 있다. 학습 분석학은 학습자 행태와 학습 결과 등에 대한 데이터를 수집 및 분석하여 학습에 대한 판단과 개선에 도움을 주는 것을 목적으로 한다. 특정한 학습 상황에 대해 공학적으로 분석하는 미시적인 접근이라 할 수 있다. HRD에서 학습 분석학은 교육훈련을 포함하여 학습을 전제로 하는 프로그램화된 개입에 적용될 수 있다. 참여한 학습자 관련 데이터를 면밀하게 분석하여 이를 기반으로 HRD에 대한 의사결정을 내릴 수 있을 것이다. 다만, HRD 개입의 목적, 경계, 형태가 유연해지고 있다는 점에서 학습 분석학의 적용범위는 제한될 수밖에 없다.---‘사람 분석학(people analytics)’은 조직 구성원과 관련한 제반 데이터를 수집 및 분석하여 의사결정에 도움을 주는 것을 목적으로 한다. 인적자원 분석학(HR analytics), 인재 분석학(talent analytics), 인력 분석학(workforce analytics) 등의 용어와 혼용되고 있으며, 피플 애널리틱스, HR 애널리틱스 등과 같이 영문 발음 그대로 표기되거나, 약자인 PA, HRA 등으로 사용되기도 한다. 사람 분석학은 조직 수준에서 데이터를 수집하고 분석하기에 학습 분석학에 비해 비교적 거시적으로 접근한다고 볼 수 있다. 사람 분석학에서는 인재의 채용과 선발, 배치와 유지, 교육과 개발 등 인사와 관련한 제반 데이터를 다룬다. 조직에서 사람과 관련한 의사결정에 HRM 데이터뿐만 아니라 HRD 데이터를 통합적으로 고려한다는 점에서 고무적이다. HRD 데이터는 의사결정의 근거가 되기보다는 처방이 되는 경우가 많다. 이에 HRD 자체에 대한 판단과 개선을 가능하게 하고, 나아가 사람에 대한 의사결정에 의미 있는 근거를 제공해줄 수 있는 분석학이 요구된다.HRD를 위한 개발 분석학(development analytics)HRD에 필요한 분석학은 학습 분석학과 사람 분석학이 절묘하게 결합된 분석학이다. HRD는 구성원 역량개발과 이를 통한 성과 향상에 초점을 둔다. HRD에 대한 판단과 개선 의사결정을 위해서는 무엇보다 역량과 성과 데이터가 중요하다. 역량개발에 영향을 미치는 변수인 각종 HRD 개입을 포함한 구성원의 다양한 학습경험 데이터도 유용하게 활용될 수 있다. HRD에는 역량과 경험에 초점을 맞추어 데이터 기반 의사결정에 기여할 수 있는 별도의 완결된 분석학이 필요하다. 이에 ‘개발 분석학(development analytics)’이라는 새로운 개념의 도입을 제안한다. 개발 분석학을 통해 HRD의 결과인 ‘역량’, 과정인 ‘경험’과 관련한 제반 데이터를 수집 및 분석하여 HRD에 대한 판단과 개선에 도움을 줄 수 있을 것으로 기대된다.HRD의 궁극적인 목표인 ‘역량(Competency)’HRD는 구성원의 역량개발을 목표로 한다. 많은 조직에서 역량모델을 구축하고 HRD 체계를 수립하여 운영하는 역량 기반 HRD(competency-based HRD)를 실시하고 있다. 역량 기반 HRD가 성공적으로 이뤄지기 위해서는 다음 두 가지에 대해 동의하는지 점검이 필요하다.첫째는 ‘개인의 역량향상은 조직 성과에 긍정적으로 기여한다’는 사실이다. 이는 HRD가 개인의 성장과 동시에 조직의 발전을 지향하지만, 역량 기반 HRD에서는 역량개발을 핵심 목표로 설정하는 이유다. 역량은 조직의 성과에 긍정적으로 기여할 수 있는 개인의 능력으로 정의되기 때문에, 역량의 개념을 제대로 이해하고 있고 역량 설정에 오류가 없는한 당연한 사실이다. 둘째는 ‘개인의 역량은 개발될 수 있다’는 사실이다. 이에 동의하지 않는다면, HRD보다 오히려 다른 영역에 집중하는 편이 낫다. 역량개발의 가능성을 믿지 않는 것은 HRD의 가치를 부정하는 것과 마찬가지이기 때문이다.역량 기반 HRD가 활성화되면서 HRD 평가 역시 기존의 프로그램 평가의 틀에서 벗어나 역량 기반으로 전환되고 있다. 역량이 HRD에 대한 판단과 개선을 위한 분석의 핵심 데이터로 손꼽히는 것도 당연하다. 사실 역량 데이터의 중요성에 비해 이를 체계적으로 관리하고 있는 조직은 많지 않다. 역량 데이터가 있다고 하더라도 인사평가와 관련한 민감 자료로 취급되어 HRD에 활용되지 못하는 경우가 많다. 그럼에도 불구하고 역량은 HRD를 위한 개발 분석학의 핵심 데이터이므로, 이를 수집하고 분석하기 위해 최선의 노력을 기울여야 한다. 개발 분석학을 위한 역량 데이터 세트를 설계하고 계획적으로 데이터를 수집하여 분석하는 것이 가장 바람직하겠으나, 현실적으로 이처럼 시작부터 전면적으로 도입하기는 쉽지 않다. 일단 우리 조직에서 개인의 역량을 평가하고 있는지, 하고 있다면 그 데이터는 어디에 있는지 확인해 볼 필요가 있다. 역량평가센터(assessment center)를 운영한다면, 그 데이터를 확보하고 HRD 관점에서 새롭게 분석해보는 것에서 출발할 수 있다. 만약 역량 데이터를 새롭게 확보해야 하는 상황이라면 현재 운영되고 있는 교육훈련 일부에 역량평가 워크숍을 도입해 보는 것도 시도해 볼 만하다. 학습자의 역량 분석을 위한 관찰과 분석에는 AI 기술을 활용해 볼 수도 있을 것이다. 핵심은 개발 분석학 관점에서 역량 데이터의 가치를 발견하고, 조직의 상황에 맞게 데이터를 수집하고 분석하기 위한 전략을 모색하는 데 있다.역량개발을 가능하게 하는 ‘경험’구성원 역량은 다양한 계기로 개발된다. 교육훈련을 통해 개발되기도 하지만, 다른 사람들과의 상호작용 과정에서 혹 일을 하면서 자연스럽게 개발되기도 한다. 이러한 계기들은 개별적이기보다는 복합적으로 역량개발에 영향을 미친다. 예를 들어 교육훈련을 이수했는데 마침 직접 관련된 업무를 수행해보게 되었다거나, 업무에 어려움을 느끼는 시점에도움이 되는 학습콘텐츠를 추천받았다거나, 선배를 통해 경력개발에의 조언을 받고 교육훈련에 참여하게 되었다거나 하는 식이다. 이는 과연 개별 교육훈련의 고유한 효과를 분리하여 평가하는 것이 얼마나 의미가 있을지 의문을 제기하게 한다.이제 HRD 평가의 대상은 개별적 ‘개입(intervention)’이 아닌 총체적 ‘경험(experience)’이 돼야 한다. 특정 개입이 역량개발에 얼마나 기여했는가가 아니라, 역량개발에 기여한 경험이 무엇인지를 찾아내는 것이 중요하다. 이를 위해서는 평가의 초점이 프로그램에서 구성원으로 이동해야 한다. 데이터의 수집과 분석도 프로그램에 대한 평가를 위해서가 아니라, 구성원의 역량개발에 영향을 미친 경험들이 무엇이고 어떤 로직으로 그 영향이 극대화되는지를 평가하기 위해 이뤄질 필요가 있다. 다양한 학습경험을 통합 관리할 수 있게 하는 표준인 xAPI(experience application programming interface), 학습자 개개인의 학습경험을 관찰하고 데이터를 분석하는 LXP(learning experience platform) 등의 부상은 학습경험에 대한 관심을 보여준다. 다만 첨단 기술의 도입에 앞서 개발 분석학 관점에서 학습자 경험의 중요성을 인식하고 이를 통합적으로 관리할 수 있는 프레임워크를 설계하는 것이 무엇보다 중요하다. 또한, 학습경험 관리를 넘어서 개별 학습자에게 맞춤형 피드백을 제공해줄 수 있는 방안도 함께 모색돼야 할 것이다.박소연 교수안양대학교 교양대학 교수. 정부, 기업, 대학 등을 대상으로 HRD 평가와 관련하여 다양한 프로젝트 및 자문을 수행하고 있으며, 한국인력개발학회, 한국산업교육학회, 한국평생교육학회 등에서 활동 중이다. AI를 활용한 평가, 맞춤형 피드백, 학습분석과 평가, 평가적 사고 개발 등을 주제로 강의와 연구에 매진하고 있다.