상세정보
인재경영, 데이터사이언스를 만나다 - 인재 경영 과학자의 시대가 온다
- 저자
- 김성준 지음
- 출판사
- 클라우드나인
- 출판일
- 2018-07-08
- 등록일
- 2018-11-30
- 파일포맷
- EPUB
- 파일크기
- 37MB
- 공급사
- 알라딘
- 지원기기
-
PC
PHONE
TABLET
프로그램 수동설치
뷰어프로그램 설치 안내
책소개
4차 산업혁명 시대 인재경영 어떻게 할 것인가
-한국 기업들은 과학적 인재경영을 위해 무엇을 준비해야 하는가
인재경영 과학자의 시대가 왔다!
지금 전세계 글로벌 기업들에서는 경험에 의존한 직관과 직감을 넘어 인재경영 과학화가 시도되고 있다. 과학적 근거를 가지고 우수한 인재를 채용하고 배치하고 육성하고 승진시키고 보상하기 위해 노력하고 있는 것이다. 특히 인사부서에 빅데이터, 머신러닝, 인공지능 기술이 물밀 듯이 들어오면서 큰 변화를 맞이하고 있다. 가장 앞선 대표적인 기업이 구글이다. 구글은 과학적인 인재경영을 촉발시킨 장본인이다. 구글 산소 프로젝트는 훌륭한 관리자의 특성을 데이터 분석 방법으로 연구했다. 특히 인사최고책임자 라즐로 복은 인적자원이라는 의미의 인사부서HR를 없애고 대신 ‘사람 운영people operation’이라는 이름의 부서를 만들었다. 이제 우리 기업들도 인재경영 데이터사이언스 시대를 준비해야 한다.
이 책의 저자는 리더십 심리학자이자 조직 인류학자이자 대기업 실무 인사 담당자로 있으면서 인재경영 과학화 분야에서 선구자격으로 좌충우돌하며 겪은 희로애락을 흥미로운 이야기들과 함께 풀어내고 있다. 아울러 채용, 육성, 평가, 승진 등 인재경영의 여러 분야에서 어떤 점들을 고민해볼 수 있는지도 사례와 함께 제시하고 있다.
어떻게 누가 인재인지를 알아보고 채용할 것인가
기업에서 가장 중요한 일은 인재 채용이다. 유능한 사람을 뽑아 여건을 마련해주면 모든 일이 저절로 잘되기 때문이다. 그런데 문제는 ‘누가 인재인지?’를 어떻게 알아보고 채용하느냐이다. 열 길 물속은 알 수 있어도 한 길 사람 속은 모르기 때문이다. 그러다 보니 오늘날 글로벌 기업이 되는 데 초석을 다진 삼성그룹 창업자 이병철 회장조차 초창기 시절 다소 미신 같아 보일 정도로 비과학적인 사주 관상을 동원해 인재를 뽑았다. 1957년부터 1994년까지 이어졌다.
그 후 40여 년이나 지난 1990년대 들어서야 비로소 심리검사인 인적성 검사를 시작됐다. 그러나 여전히 면접자의 주관적인 감흥에 따라 “부모님은 뭐 하시는지요?” “애인은 있는지요?” “결혼은 언제 할 것인지요?” “상사가 야근해야 한다고 할 때 어떻게 할 것인지요?” 같은 물으나 마나 한 질문과 정해진 답변이 오고 갔다. 그러다가 2005년부터는 본격적인 과학화가 진행됐다. 효과적인 설문지 항목이 미리 만들어졌고 표준화됐고 똑같은 순서에 따라 체계적으로 설계된 구조화된 인터뷰가 시작됐다. 진일보한 발전이었다. 그리고 2010년대에 들어서면서 전 세계적으로 빅데이터 바람이 불었고 2015~2016년경부터 마침내 채용 제도에도 큰 변화를 맞이했다. 바로 인재 채용에 빅데이터와 인공지능을 활용하기 시작한 것이다. 그 영감을 준 것은 넷플릭스였다.
넷플릭스는 온라인 동영상 스트리밍 서비스 기업인데 사용자 가입정보와 사용자 행동 정보를 수집하고 분석해서 사용자들의 취향을 정확하게 저격했다. 어떤 영화를 좋아하고 어떤 기기로 언제 볼지도 예측할 수 있게 됐다. 인공지능과 빅데이터의 활약 덕분이다. 넷플릭스가 할 수 있다면 그 방법은 인재경영에도 적용할 수 있을 것이다. 단적인 예로 일본 소프트뱅크에서는 IBM의 왓슨을 이용해 직원 채용 시 합격과 불합격을 판정하고 있다. HR 테크가 적용되고 있는 것이다. 물론 그대로 우리나라에서 적용할 수 있지는 않다. 그 어떤 과학적 방법을 사용한 인재 채용일지라도 기업별 상황 또는 맥락을 함께 고려해서 적용해야 한다.
인공지능과 빅데이터를 이용해 사람 데이터를 분석한다
앞으로 인공지능의 발달로 인재경영 분야에 엄청난 변화가 예상된다. 2017년 기준 HR 테크라고 불리는 인공지능 기반 스타트업들과 회사들 130여 곳이 활발하게 활동하고 있다. 인재경영에서 채용, 급여 보상, 인력 배치, 조직문화 등의 전 영역에서 야심 차게 활동을 시작했다. 이미 기술적으로 가능한 일들은 많다. 그럼에도 인간의 영역은 있다. 세계 최고의 테크 기업 구글 역시 기술적으로는 가능한 승진 결정을 인간이 의사 결정하도록 남겨두었다. 앞으로 인공지능의 역할과 인간의 영역은 지속적으로 영역 싸움을 할 것이다.
또한 아직 우리나라에서는 큰 관심을 끌지는 못하고 있지만 이직 예측도 중요해질 것이다. 전세계는 갈수록 인재 전쟁이 치열해질 것이기 때문이다. 실제 실리콘밸리에 있는 한 기업의 인사담당자는 이직 예측을 하고 있었다. 그가 아침에 출근하면 이직할 가능성이 높은 순서대로 구성원 명단이 뜬다고 한다. 그런데 그 순서는 회사에서 가장 유능한 구성원 순서라는 것이다. 그는 그 순서대로 찾아가 만나 이직하지 않도록 잘 관리를 하는 것이다.
저자소개
리더십 심리학자이자 조직 인류학자의 삶을 지향하면서 실무와 연구에 정진하고 있다. 그는 조직에서 일어나는 다채롭고 흥미로운 현상에 호기심이 많다. 그래서 ‘실제로 그런 문제가 존재하는가?’ ‘그 원인은 무엇인가?’ ‘정말로 효과가 있는가?’ 의문을 제기하고 실마리를 찾기 위해 일선 현장에서 일하는 리더, 구성원, 그리고 그들이 함께 빚어내는 다채로운 소리에 귀 기울이고 있다. 그러면서 그는 데이터를 입수하여 분석하고 검증하여 시사점을 찾는다. 마치 소설가 아서 코난 도일이 창조한 매혹적인 주인공 셜록 홈스처럼 말이다.
그 경험을 바탕으로 2013년에 ‘사람 데이터’를 분석하여 인재경영에서 어떻게 과학화를 추구할 수 있는지를 담은 책 『빅데이터, 인재를 말하다』를 출간했다. 지금처럼 전세계적으로 ‘사람 분석?People Analytics’ 붐이 일기도 전에 출간됐고 지금도 국내에서는 불모지나 다름없는 분야의 책이다. 그로부터 5년이 지났다. 그간 우리 사회는 ‘알파고’라는 차원이 다른 ‘파고’를 만났다. 국내외 여러 기업들이 머신러닝과 인공지능을 활용하여 다양한 시도들을 하고 있다. 그는 인재경영 과학화의 최전선에 있는 사람으로서 그동안 고민하고 성찰한 내용을 이 책에 담았다.
그의 인생 목표는 실무와 학문 간의 회색지대에서 가치를 만들어나가는 일이다. 그는 현재 실무적으로는 SK그룹 아카데미 리더십개발센터에서 ‘역량 진단 및 사람 데이터 분석’을 담당하고 있다. 또한 학술적으로는 『계간 인력개발?Human Resource Development Quarterly』 『관리심리저널?Journal of Managerial Psychology』 등 해외 학술지에 주저자로 연구 결과들을 발표했다. 배울수록 무지를 깊이 자각하여 ‘언제나 학생’이라는 자세를 견지하고 있다. 어제는 전문가를 자칭했으나 오늘도 학생이고 내일도 학생이다.
목차
프롤로그 “사람 데이터를 분석합니다!”
서문 왜 사람 데이터인가?
1부 인재경영, 4차 산업혁명을 만나다
1장 인재경영에 데이터사이언스 바람이 불다
1. 한국의 인재경영은 어떻게 발전해왔는가
공채제도 발전사 1단계: ‘관상’과 ‘역술’의 시대
공채제도 발전사 2단계: 심리검사의 시대
공채제도 발전사 3단계: 채용 인터뷰의 과학화
공채제도 발전사 4단계: 빅데이터와 인공지능의 등장
2장 인사부서에 등장한 심리학자, 통계학자, 데이터학자
1. 사람 데이터 분석가들이 왜 인사부서에 왔는가
조직의 리더십 개발이 실제로 유용한가
그 일을 누가 해야하지?
아이디어를 실천으로, 실천을 아이디어로!
2. 사람 데이터 분석의 세 가지 유형
첫 번째 유형: 분석 결과가 가존 직관이나 통념과 일치한다
두 번째 유형: 분석 결과가 기존 직관과 통념에서 벗어나 있다
세 번째 유형: 분석 결과가 기존의 직관과 통념을 뒤집는다
3. 인사 빅데이터를 분석하는 두 가지 접근법
가설은 반드시 필요한가
첫 번째 접근법: 모델 의존적 방식
두 번째 접근법: 데이터 적응적 방식
두 가지 접근법을 동시에 활용하자
4. 분석할 때 상황과 맥락을 함께 읽어야 한다
의미는 맥락에 따라 달라진다
맥락에 따라 반응이 달라진다
조직에 따라 주제와 가설은 다르다
3장 사람 데이터 분석가들은 무엇으로 사는가
1. 내가 아는 것과 당신이 알아야 할 것은 무엇인가
“나는 그럴 줄 알았다!”
통계적으로 유의하다는 것
상관과 인과의 차이를 이해해야 한다
고급통계, 기초통계, 차원 이동을 반복하다
2. 누군가를 설득한다는 것은 어렵다
“내게 블랙박스를 보여줘!”
투명성과 명확성이 중요하다
아웃라이어 사례로 반박하면 힘들다
3. 인공지능 시대에 사람의 몫은 어디까지일까
인격일까, 숫자일까
인공지능 면접관은 얼마나 일을 잘할까
인간과 인공지능 중 누가 더 합리적인가
4. 조직문화는 보이지 않는 율법이다
‘폐관 수련’, 무한히 학습하다
조직문화가 사무실 공간과 배치에 영향을 미친다
조직문화가 용어와 보고 방식에 영향을 미친다
데이터를 통해 조직을 객관적으로 들여다볼 수 있다
학계에서 수행하기 어려운 연구를 현업에서 직접 한다
보편성이 있어야 특수성을 이해할 수 있다
데이터 분석을 통해 성장한다
2부 인재경영, 어떻게 과학화할 것인가
4장 우수한 인재를 어떻게 뽑을 수 있을까
1. 인적성 검사 결과로 신입사원 성과를 예측할 수 있는가
IQ가 높으면 일을 잘한다. 일반적으로
성격 연구의 발전사
성격으로 직무성과를 예측할 수 있는가
인적성 검사에는 ‘범위 제한’의 문제가 있다
타당도 계수에 연연하지 말자
2. AI를 이용한 서류전형 통과 예측 모델링을 채택할 것인가
인공지능 IBM 왓슨이 합격과 불합격을 판단한다
자기소개서 예측 모델링의 원리는 무엇인가
자기소개서 표절에는 어떻게 대응하는가
어떤 면접관들이 더 효과적일까?
5장 사람은 기르면 자라는 존재인가
1. 인재 육성 프레임워크 70:20:10 모델은 무엇인가
사람은 무엇으로 성장하는가
70:20:10 모델은 어떻게 만들어졌는가
2. 경험을 통해 어떻게 성장할 것인가
일을 통한 육성은 어떻게 하는가
어떻게 ‘경험 프로파일’을 만들고 활용하는가
3. 임원에게도 교육이 필요한가
임원에게 요구되는 역량은 무엇인가
임원에게 전략적 사고 역량은 필수이다
전략적 사고 역량은 향상될 수 있는가
만족도 평가를 없앤다면 대안은 있는가
6장 과학적 인재경영의 핵심은 성과 평가와 승진이다
1. 천재 한 명이 10만 명을 먹여 살릴 수 있는가
‘천재’에 대한 평가는 관점에 따라 다르다
사람의 성과는 정규분포인가?
사람의 성과는 멱법칙 분포인가
정규분포 vs 멱법칙 분포
2. 성과평가, 어떻게 할 것인가
인재경영의 핵심 기능 인사평가
인사평가의 척도를 무엇으로 할 것인가
하드 데이터와 소프트 데이터
함께 수행해야 할 ‘정량 평가’와 ‘정성 평가’
3. 구글은 왜 ‘승진 예측 모형’을 거부했는가
구글의 운명은 인간이 결정한다
인재경영에 인공지능이 활용된다
이직은 어느 정도 예측 가능한가
에필로그 인간과 기술의 접점을 함께 고민하자
미주
