피플 카지노 게임 사이트, 일시적 유행일까?

피플 카지노 게임 사이트에 대한 관심이 계속해서 뜨겁고 더 확산되어 가는 듯 하다. 개인적으로 꽤 오랜 시간 해외와 한국에서, 그리고 학계와 산업계에서 피플 카지노 게임 사이트를 경험하고 있다. 그 변화 과정을 함께 해 나가고 있는 입장에서 중요한 질문을 던져 봐야 할 때라는 생각이다.

피플 애널리틱스, 일시적 유행은 아닐까? 데이터 기반의 HR은 계속해서 확산될까?

여러 컨퍼런스에서 자주 언급되는, “통합된 데이터가 부족해요”, “데이터 분석에 대해 HR 리더의 관심과 지지가 부족해요”, “통계적 분석 역량을 가진 HR 실무자가 없어요”

– 이런 문제들이 해결되면 피플 카지노 게임 사이트는 자연스레 성공적으로 조직 내에서 안착될 수 있을까? 그렇게 간단할까?

피플 애널리틱스가 경영학의 일시적 유행이 될 수도 있다는 우려는 이미 10여 년 전, HR 분야의 구루 중 한 명인 데이브 울리치와 토마스 라스문센의 연구에서 언급된 바 있다. “Learning from practice: How HR analytics avoids being amanagement fad"라는 주제로 2015년에 출간된 그들의 연구는 HR(피플) 애널리틱스가 경영학 유행에 그치지 않으려면 HR 분석의 적용을 표면적 수준을 넘어 비즈니스의 가치와 조직 성과에 연결되는 수준에 이르러야 한다는 것을 강조한다. 이를 Maersk Drilling 기업에서의 두 가지 성공 사례를 바탕으로 직접 밝히고 있다. 10년이 지난 현 시점에는 어떨까? 다른 기업들에서도 피플 애널리틱스가 조직의 성과와 가치에 직접적으로 기여하고 있을까?

*management fad는 경영학에서 논의되는 여러 전략의 유행을 뜻한다. 예를 들어, Total Quality Management (TQM), Six Sigma, Balanced Scorecard (BSC), Business Process Reengineering (BPR), Lean Startup, Knowledge Management (KM), Objectives and Key Results (OKR) 등을 생각해 볼 수 있다.

다음의 그림은 HR 분야의 데이터를 분석하여 인싸이트를 제공하는 Revelio Labs에서 2024년 9월에 발표한 자료이다. 2008년부터 지금까지, 약 16년간 미국 내 피플 애널리틱스 Job Position 수의 변화를 한 눈에 보여준다. 흥미로운 건, 2023년부터 약간 정체하거나 감소하는 추세를 보이고 있다는 것이다. 이는 무엇을 의미할까? 데이터 분석 결과 그래프는 “Why?”에 대한 정답까지 알려주지는 않는다. 하지만 몇 가지 생각해 볼 측면이 있다.

1. 피플 카지노 게임 사이트 범위의 지속적인 확장은 정체성 상실의 독(毒)이 될 수도 있다.

2020년 3월 국내에 출간했던 [비즈니스 파트너:HR 애널리틱스]의 저자로서, 해당 도서의 첫 부분에 강조하며 논의했던 것은 HR 애널리틱스 혹은 피플 애널리틱스에 대한 용어와 개념이 정립 되어 있지 않다는 내용이었다. HR이라는 용어가 직원을 자원resource로 간주한다는 비판과 함께, 피플people 이라는 있는 그대로의 용어를 받아들이는 현상은 미국과 유럽을 넘어 한국까지 계속해서 조금씩 확장되고 있다. 하지만, 부작용이 만만찮다. 기존에 HR 데이터 분석이라는 접근에서는 “데이터 분석을 하는 HR 실무자”로 개념의 정의가 좁았다. 하지만 피플 데이터 분석이라고 표현되기 시작하자 기존에 데이터 사이언스 분야에서 분석을 전문적으로 하는 사람들이 HR 분야에 넘어오기 시작했다. HR 분석을 하던 사람들은 애널리틱스의 대상을 직원employee 외에 고객customer 에게까지 확장하기 시작했다. HR에서의 분석이 궁극적으로 비즈니스 가치와 성과를 좇아야 한다는 점에서 이러한 확장은 비즈니스 밸류 체인을 형성하는 데 긍정적이다. 하지만 HR/피플 애널리틱스의 경계를 모호하게 만들어가기 시작했다. 피플 애널리틱스 솔루션 업체 중 한 곳인 OneModel의 부사장 Richard Rosenow가 2024년 4월 런던에서 있었던 People Analytics World conference에서 발표한 내용에 따르면, 피플 애널리틱스와 관련된 표현으로 식별되는 Job position 종류가 2,600개가 넘는다고 한다. People Scientist, Compensation Analyst, Workforce Planning Analyst, Employee Experience Analyst, Talent Analytics Consultant 등 피플 애널리틱스와 관련된 표현이 수천가지가 되다보니 각 직무의 정의와 개념도 천차만별이다. 이러한 범위의 확장은 피플 애널리틱스의 정체성(identity)과 경계를 점점 모호하게 할 수 있다.

2. Finance 분야 퀀트의 유행이 비판 받았던 것으로부터의 학습 (Lesson-Learned)

한 때 퀀트가 유행했다가 비판받으며 사그러들은 바 있다. 금융 분야에서 퀀트(Quantitative; 계량분석)가 유행했던 사례는 HR 분야에서 데이터 분석과 예측 분석을 신중하게 도입해야 하는 이유를 이해하는 데 중요한 학습 사례가 된다. HR과 달리 분야의 속성상 숫자 데이터가 풍부하게 쌓여져 있던 금융의 경우, 1990년대 후반과 2000년대 초반, 컴퓨팅 기술과 데이터 분석 역량이 급격히 성장하면서 정교한 금융 분석 모델링이 확산되기 시작하였다. 금융 기관들은 앞다투어 퀀트를 핵심 전략으로 도입하였고, 인간의 직관 및 감정보다 더 정확하고 객관적인 결정을 내릴 수 있다는 기대 아래, 특히 투자 은행과 헤지펀드에서 중요한 역할로 자리 잡았다. 블랙-숄즈 옵션 모델과 같은 수학적 혁신은 금융 파생상품 시장을 폭발적으로 성장시켰고, 일부 퀀트 기반 투자 전략은 초기에 엄청난 수익률을 기록하며 큰 주목을 받았다. 문제는 퀀트 분석 모델이 종종 지나치게 복잡하고 비현실적인 가정을 기반으로 설계되었다는 점이다. 예를 들어, 금융 시장이 항상 효율적이고 정상적인 분포를 따른다는 가정은 실제 시장market의 비합리성과 극단적 사건(예: 2008년 금융 위기)을 간과했다. 또한 퀀트 모델은 매우 정교하고 복잡했기 때문에, 모델의 세부 분석 알고리즘을 충분히 이해하지 못한 채, 결과에 의존하는 “블랙박스” 의사결정이 일반화되었다. 퀀트 기반 접근법은 인간의 직관과 시장의 질적 요인(정치, 심리, 규제)을 무시하는 경향이 있었으며, 그 결과 많은 비판과 한계에 봉착했다. 피플 애널리틱스의 분석이 복잡하고 고급 분석 수준으로 상향될수록 피플 애널리틱스의 분석과정은 블랙박스에 숨겨지고, 투명성을 잃을 수 있는 잠재적 위험이 있다. HR이 대하는 사람(employee)은 언제나 이성적으로 판단하지 않기 때문에 직원 데이터와 기술에 의존하는 과도한 신뢰를 경계해야 할 필요가 있다.

3. 피플 카지노 게임 사이트, 제대로 된 정당성legitimacy 확보가 키Key

구글은 2006년에 파이랩 연구조직을 설립하며, 그리고 IBM은 2010년 초반에 이직 예측 모델을 개발하며 피플 애널리틱스의 선구자적 기업으로 자리매김 하였다. 이후 십수년간 수많은 기업들이 다양한 피플 애널리틱스 성공 사례를 구축해 나갔고, 후발주자들은 성공 사례를 계속해서 좇고 있다. 그럼에도 불구하고 왜 피플 애널리틱스의 도입과 활용에 어려움을 겪는 기업들이 여전히 많을까? 학계에서는 이미 1970년대에 직원에 대하여 행동과학(Behavioural Science)으로 통계적 기법을 사용하기 시작했고, 1980년대에 Human Capital이라 하여 인사 경제학이 태동하였다. 2000년대 초반에는 HR Metrics와 Analytics가 부상하였고, 빅데이터와 다양한 분석 도구의 등장은 학계의 관심을 증폭시켰다. 단순히 계량 분석만 수행하는 게 아니라 피플 애널리틱스의 이면裏面과 맥락, 배경, 그 뒷단의 이야기에도 주목하고 연구하는 학계에서는 피플 애널리틱스의 도입과 활용을 저해하는 여러 핵심 중 하나로 정당성을 제시하고 있다. 여기서 정당성이라 함은, “왜 피플 애널리틱스를 도입하고 활용하느냐”에 대한 각 기업들의 합리적인 답변을 의미한다. 초기에 통계적 기법에 관심을 갖는 HR 실무자들로부터 개별적으로 시작된 피플 애널리틱스는, 때로 어떤 기업에서는 리더의 지시에 의해서 반강제적으로 팀이 조직화되기도 한다. 그 과정에서 새로운 분석 인력이 채용된다. 피플 애널리틱스의 전반적인 개념과 세부 프로세스를 충분히 이해하지 못한 리더는 때로 새로운 전략을 도입한 것에 대한 결과물에 급급해 한다. 피플 애널리틱스 팀을 구축했는데 왜 우리 조직이 아직도 데이터 기반의 HR이 잘 안되느냐고 닦달하는 식이다. 이 과정에서 피플 애널리틱스 팀은 (리더가 원하는 혹은 듣고 싶어하는) 결과를 먼저 설정해놓고, 그 결과를 뒷받침할 수 있는 데이터와 분석 로직을 구성하여 제시하는 방식이 공공연히 이루어진다. 데이터 기반으로 의사결정 하는 게 아니라, 먼저 정해 놓은 의사결정에 맞는 데이터를 찾아서, 분석해서, 맞춰서 제공하는 식이다. 주객이 바뀐 셈이다. 제대로 된 피플 애널리틱스라면 데이터의 질을 높이기 위한 시도를 병행하는 가운데 탐험적 분석(exploratory analysis)을 하면서 인사이트를 찾거나, 가설을 설정하고 분석하여 이를 검증하는 방식이 이뤄져야 한다. 즉, 기업 내 제대로 된 정당성 확보가 피플 애널리틱스의 효용 가치를 제대로 뒷받침할 것이다.

한국은 여전히 피플 애널리틱스 확산의 추세에 있지만, 글로벌 관점에서 피플 애널리틱스는 분기점으로 보인다. 장기적으로 잘 안착한다면 의미 있는 분야로 자리잡겠지만, 경영학 다른 분야의 유행 사례처럼 흐지부지될 가능성이 전혀 없는 것도 아니다. 이 주제에 관심있는 사람들의 깊은 고민과 토론이 필요한 시점으로 보인다.

*위 내용은 국내 HR매거진 '월간인재경영' 2025년 1월호기고글의 일부가 반영되어 있습니다.

브런치는 최신 브라우저에 최적화 되어있습니다.