4.1.1 업무 효율 및 성과 향상

분석 도구와 데이터 기반 접근법은 HR 업무의 처리 속도와 정확성을 높이는 수준을 넘어, 의사결정의 구조와 정보가 공유되는 방식 자체를 변화시켰다. 면담자들은 이러한 변화를 업무 기반의 재설계로 인식하며, HR 업무 수행의 패러다임이 전환되는 중요한 계기로 평가했다.

1) 업무 효율 향상 HR 애널리틱스가 가져온 가장 즉각적인 변화는 비효율적인 수작업을 줄이고 업무의 기준을 명확히 하는 업무 기반의 재설계에서 시작되었다. 여러 면담자들은 빈번하게 발생하는 반복 작업을 자동화함으로써 확보된 시간과 자원을 더 가치 있는 업무에 투입할 수 있게 되었다고 응답했다.

“이제는 VBA 를 사용해서 팀원들이 각 팀의 3개년 LG Way 서베이 결과를 쉽게 볼 수 있게 됐어요. HR 내에서 정보를 공유하는 방식도 달라졌고요.” (면담자 6)

반복 업무의 자동화와 함께, 의사결정 방식에도 변화가 나타났다. 기존에 경험이나 직관에 의존하던 방식이 데이터라는 명확한 근거 위에서 이루어지는 ‘감(感)’에서 ‘근거’로의 전환이 나타났으며, 이는 의사결정의 투명성과 절차적 신뢰도를 높이는 변화로 이어졌다. 이는 의사결정의 투명성과 절차적 신뢰성을 높이는 핵심적인 변화였다.

“기존에는 감(感)으로 이루어지던 조직 이동이 이제는 데이터 기반으로 추천될 수 있다는 점에서 신선하다는 평가를 받았어요.” (면담자 7)

나아가, 데이터에 기반한 의사결정은 더 이상 특정 개인의 판단에 머무르지 않고, 조직 내 정보 공유 방식을 혁신하는 계기가 되었다. 담당자 개인에게만 갇혀 있던 데이터가 조직 구성원들이 함께 검토하고 해석하는 공유 자산으로 변모하면서, 조직의 변화를 조기에 감지하고 적시에 개입할 수 있는 역량이 강화되었다.

“이전에는 연 1회 리더십 데이터를 봤지만, 지금은 1on1 데이터를 통해 조직 분위기를 훨씬 유연하게 볼 수 있어요. 응답률이나 의견 트렌드가 빨간불이 되면 HR 이 개입할 수 있는 근거가 생겼어요.” (면담자 8)

2) 성과 향상 HR 애널리틱스는 업무 효과성과 성과지표 향상 측면에서 조직 성과에 기여하였다. 먼저 효과성 측면에서 면담자들은 분석 결과를 근거로 조직 진단, 인재 선발, 교육 설계 등에서 이전에는 시도하기 어려웠던 정밀한 타깃팅과 개입 설계가 가능해졌다고 평가하였다. 이는 ‘무엇을 할 것인가’의 선택지를 넓히고, 설득 가능한 논리를 제공함으로써 실행력을 높였다. 한편 성과지표 향상의 측면에서는, 프로젝트에 따라 리더십 진단 점수의 개선, 교육 만족도 개선, 채용 단계의 적합도 판별력 제고 등과 같은 가시적 변화가 보고되었다. 이러한 변화는 리더가 조직 상태를 정량적 기준으로 이해하고, 부서별 맞춤 개입을 추진하는 근거로 활용되었다.

“프로젝트 결과로 제공한 리포트가 우리 조직의 현재 모습뿐만 아니라, 앞으로 나아가야 할 방향성에 대해 상당히 구체적인 가이드를 제공해주었다는 피드백이 많았어요.” (면담자 1)

또한 채용 및 인재 선발 과정의 정확도가 높아졌다. 데이터 기반 분석은 조직 적합성이라는 모호한 개념을 구체적인 인재 특성으로 정의하고, 평가자의 관점을 ‘단순 합격 여부’를 넘어 ‘미래 기여 가능성’으로까지 확장시키는 데 기여했다. 이는 개인의 주관적 경험에 의존하던 평가 방식에서 벗어나, 축적된 데이터를 바탕으로 조직의 성공 패턴을 학습하고 이를 채용 과정에 적용하려는 시도로 해석할 수 있다.

“요즘은 후보자를 볼 때 과거에 채용했던 임직원들과의 공통점이나 차이를 연상하며 ‘이 사람은 조직에서 어떻게 기여할까?’라는 부분까지 밀도 있게 고민하게 되었어요.” (면담자 4)

더불어 실행 중심의 HR 커뮤니케이션이 강화되었다. 분석 결과를 바탕으로 조직을 설득하고 실제 행동 변화를 이끌어내는 것이 HR 애널리틱스의 핵심이라는 인식이 자리 잡기 시작했다. 이는 면담자들이 데이터 분석의 역할을 단순한 현상 진단을 넘어, 조직의 행동을 이끌어내는 실행의 도구로 인식하기 시작했음을 시사한다.

“HR 애널리틱스의 핵심은 단순히 인사이트를 도출하는 것이 아니라, 이를 기반으로 조직 설득과 실행력 확보를 가능하게 하는 데 있다고 생각합니다.” (면담자 10)

이처럼 HR 애널리틱스는 조직 진단의 깊이, 인재 관리의 정교함, 그리고 실행을 위한 커뮤니케이션의 설득력을 높임으로써, HR 이 조직의 전략 실행 파트너로서 기여할 수 있는 가능성을 실질적으로 확장시키는 효과를 나타냈다.

4.1.2 실무자의 인식 및 태도 변화

HR 애널리틱스가 가져온 더 깊은 차원의 변화는 프로젝트를 수행한 HR 실무자들의 관점 확장으로 이어졌다. 업무 방식의 진화를 경험한 실무자들은 단순히 분석 기술을 습득하는 것을 넘어, HR 도메인 지식의 중요성을 재발견하고, 데이터를 비판적으로 탐색하며, 문제를 해결해 나가는 방향으로 자신의 역할을 재정의하는 근본적인 인식의 변화를 겪었다.

1) HR 도메인 이해에 대한 인식 확장 면담자들은 HR 애널리틱스 프로젝트를 통해 역설적으로 데이터 분석 기술만으로는 불완전하며, HR 도메인 지식의 중요성이 필수적임을 절감했다고 공통적으로 응답했다. 이는 분석 기술과 실무 현장의 맥락적 이해가 분리될 수 없음을 의미하는 중요한 인식 변화였다. 데이터가 생성된 조직적 맥락과 제도적 배경을 이해하지 못하면, 프로젝트의 진행이 어렵다는 현실적 한계를 체감한 것이다.

“데이터가 힌트를 제시하지만 결국 HR 지식을 기반으로 해석하기 나름이라는 걸 체감했어요.” (면담자 2)

“처음에는 데이터를 분석하면 자연스럽게 의미 있는 결과가 나올 거라고 생각했는데, 그렇지 않았어요. 단순히 수치를 보는 게 아니라, 이 데이터가 어떤 맥락에서 나왔고, 조직 내에서 어떤 의미를 가지는지 이해해야 정확한 해석이 가능하더라고요. HR 분야 자체에 대한 이해도가 필요하다는 걸 배웠어요.” (면담자 1)

결국 면담자들은 HR 애널리틱스의 성패가 분석 기술이 아닌, HR 현장의 언어와 경험을 데이터에 통합하여 해석해내는 역량에 달려있음을 깨달았다. 결과적으로 면담자들은 HR 애널리틱스를 단순한 기술 도입이 아닌, HR 전문가로서의 깊이를 요구하는 고차원적 활동으로 인식하고 있었다.

2) 데이터를 대하는 태도의 변화 프로젝트 경험은 데이터를 대하는 실무자들의 태도 역시 근본적으로 바꾸어 놓았다. 과거 데이터를 보고서 작성을 위한 숫자로 취급했다면, 이제는 그 이면에 숨겨진 의미를 파고들어야 할 신호로 인식하게 된 것이다. 데이터의 구조, 출처, 정확성을 비판적으로 검토하고 그 안에 숨겨진 패턴을 읽어내려는 시도가 자연스럽게 늘어났다.

“예전에는 데이터를 그냥 있는 그대로 받아들였는데, 이제 ‘이 데이터가 정말 맞는 걸까?’라는 생각이 먼저 들어요. 뭔가 이상하다는 감이 들면 직접 테스트해보게 되었고, 그 안에 숨겨진 패턴을 탐색하려는 습관이 생겼어요.” (면담자 7)

“프로젝트를 진행하면서 가장 크게 달라진 건 HR 데이터를 다루는 태도예요. 이전에는 서베이 질문을 만들 때 깊이 고민하지 않고 경험적으로 결정하고 일단 수집하는 경우가 많았는데, 이제는 관련 논문을 찾아보고 기존 연구에서 제시한 최소한의 검증 절차를 반드시 참고해야 한다는 점을 실감하게 되었어요.” (면담자 8)

3) 문제 해결 중심 사고 강화 가장 주목할 만한 변화는 실무자들이 스스로의 역할을 분석 수행자에서 문제 해결 주도자로 재정의 하기 시작했다는 점이다. 데이터 분석은 더 이상 그 자체가 목적이 아닌, 조직의 문제를 해결하고 의사결정을 지원하기 위한 수단으로 명확히 자리 잡았다. ‘무엇을 분석할까’라는 질문에서 ‘이 분석으로 무엇을 해결할 것인가’라는 질문으로 무게중심이 이동한 것이다.

“예전에는 그저 데이터를 정리해서 제출하는 게 전부였어요. 그런데 이번 프로젝트를 하면서 ‘이 분석으로 뭘 할 수 있을까?’를 계속 고민하게 되더라고요. 단순 계산을 넘어 의미를 찾고 싶어진 거죠.” (면담자 3)

“이전에는 데이터를 그저 참고 자료 정도로만 생각했다면, 이제는 데이터가 조직의 의사결정을 근본적으로 바꿀 수 있는 도구라는 걸 확신하게 됐어요.” (면담자 10)

이러한 역할 인식의 변화는 분석의 목적을 명확히 하고, 데이터 활용의 실효성을 높이는 긍정적 효과로 이어지는 것으로 나타났다. 이상에서 살펴본 바와 같 이, HR 애널리틱스가 가져온 긍정적 효과는 업무 방식의 진화와 실무자의 관점 확장이라는 두 가지 차원에서 입체적으로 나타났다. 중요한 점은 이 두 가지 변화가 서로 분리된 것이 아니라, 긴밀하게 연결되어 선순환 구조를 형성한다는 것이다. 결국 HR 애널리틱스의 진정한 가능성은 단순히 분석 리포트를 산출하는 데 있는 것이 아니라, 조직과 개인의 역량이 함께 성장하는 이러한 선순환의 고리를 만들어내는 데 있음을 확인하였다.

4.2.1 문제 정의

프로젝트의 성패를 좌우하는 첫 단추인 문제 정의 단계는, 단순히 분석 주제를 선정하는 것을 넘어 조직이 직면한 비즈니스 문제를 측정 가능한 데이터 문제로 번역하는 핵심 과정이다. 그러나 면담자들은 이 과정에서 현업의 모호한 요구와 데이터 부재라는 현실 사이에서 방향성을 수립해야 하는 ‘설계의 딜레마’를 공통적으로 경험하고 있었다. 이는 분석의 목적과 성공 기준을 명확히 정의하는 내부 역량의 한계와 리더십의 변화라는 외부적 변수가 복합적으로 작용하는, 가장 근원적인 장벽으로 나타났다.

1) 문제 정의의 불명확성과 분석 설계 역량 부족 HR 애널리틱스 프로젝트의 시작 단계에서 가장 큰 어려움은 비즈니스의 모호한 요구사항을 검증 가능한 데이터 문제로 전환하는 역량의 부족에서 비롯되었다. 이는 단순히 분석 주제를 정하는 것을 넘어, 명확한 가설을 설정하고 성공 기준을 수립하는 분석 설계 역량의 부재와 직결되는 문제였다.

특히, 데이터가 확보되지 않은 상태에서 미래의 분석 계획을 수립해야 하는 상황은 분석의 방향성 설정을 더욱 막막하게 만드는 요인이었다. 이러한 상황은 HR 애널리틱스가 데이터에 기반해야 함에도 불구하고, 데이터가 없는 상태에서 미래를 예측하고 기획해야 하는 딜레마에 놓이게 되는 배경으로 작용했다. 한 면담자는 조직문화 서베이 시행 전 분석 방향을 사전 보고해야 하는 상황에서 겪었던 어려움을 다음과 같이 토로했다.

“프로젝트 초기에는 구체적인 분석 방향을 잡는게 어려웠어요. 올해 실시 예정된 조직문화 서베이 실행 전에 어떻게 결과를 분석할 것인지에 대한 사전 보고를 위해 문제 정의서를 작성해야 했는데, 당시에는 어떤 결과물이 나올지 몰랐기 때문에 뚜렷한 가설을 세우기가 힘들었어요.” (면담자 6)

이러한 ‘번역’의 어려움은 추상적 개념을 구체적인 지표로 정의하는 과정에서도 드러났다. ‘잘 정착되었다’와 같은 개념은 그 자체로 다층적 의미를 지니기에, 단일한 데이터로 그 성패를 규정하기 어렵기 때문이다.

“구성원 서베이를 통해 새로운 인사 제도가 잘 정착됐는지 를 확인하는 것이 프로젝트의 목표였는데, ”잘 정착되었다“라는 것을 어떻게 정의할 것인지가 애매하더라고요. 단순히 서베이 결과로 제도가 효과적이라고 단정할 수도 없고, 반대로 응답이 부정적이라고 해서 무조건 실패한 것이라고 판단할 수도 없을 것 같았습니다.” (면담자 11)

나아가, 현업의 복잡한 맥락을 데이터 문제로 구체화하는 과정에서는 조직 내 서로 다른 부서 간의 ‘관점 충돌’이 분석 기준 정의를 가로막는 장벽으로 작용했다. 인력 최적화라는 HR 의 목표와 생산 안정성이라는 현업의 목표가 충돌하거나, 사무직처럼 명확한 성과 측정이 어려운 영역에서는 분석의 기준 자체를 합의하기 힘든 상황에 직면했다.

“HR 입장에서 생산 공정의 구체적인 상황을 정확히 알지 못해 명확한 의사결정을 내리기 어려웠고, 인력을 최적화하려는 HR 의 목표와 생산 안정성을 최우선으로 하는 현업의 관점이 충돌하다보니 데이터를 기반으로 한 적정 인원 정의를 구체화하기 어려웠습니다.” (면담자 3)

2) 외부 요인에 의한 프로젝트 방향 전환 초기 문제 정의가 완료되더라도, 분석의 방향이 데이터 자체의 논리보다는 조직의 전략적 우선순위나 리더의 관심사와 같은 요인에 의해 영향을 받는 사례들이 다수 확인되었다. 조직의 전략적 우선순위나 리더의 관심사 변화 등 외부 요인에 의해 프로젝트 방향이 급작스럽게 전환되는 경우가 빈번하게 발생했다.

“프로젝트 초기에는 단순히 업무 상 다루는 조직문화 서베이 데이터 분석을 하겠다는 계획이었지만, 진행 과정에서 CEO 메시지에서 강조되는 특정 키워드를 분석하는 쪽으로 방향이 전환되었습니다.” (면담자 13)

또한 이상과 현실의 괴리, 즉 활용 가능한 데이터의 양적·질적 부족은 프로젝트 방향 전환의 가장 현실적인 원인으로 작용했다. 야심 차게 기획했던 과제라도 데이터 확보가 불가능하거나 분석의 실효성에 대한 확신이 없으면, 결국 실행 가능한 수준으로 과제를 축소하거나 변경할 수밖에 없었다.

“처음에는 사내 교육 데이터를 활용해 직원별 맞춤 교육을 추천하는 프로젝트를 기획했었는데, 막상 진행하려다 보니 활용할 수 있는 데이터가 너무 부족했고, 의미 있는 추천을 제공할 수 있을지도 확신이 없었습니다.” (면담자 4)

4.2.2 데이터 수집/분석

앞서 살펴본 문제 정의 단계의 모호성은 데이터를 확보하고 가공하는 실행 단계의 어려움으로 이어지는 경향을 보였다. 분석의 방향이 불명확하다 보니 어떤 데이터를 수집해야 할지 명확한 기준이 없었고, 이는 결국 가용한 모든 데이터를 일단 모으고 보자는 식의 비효율적 데이터 처리로 귀결되었다. 이 과정에서 면담자들은 기술적, 제도적 한계에 부딪히며 분석에 필요한 데이터를 확보하는 데 상당한 어려움을 겪고 있었다.

1) 데이터 파편화 및 접근성 제약 HR 애널리틱스의 가장 큰 걸림돌 중 하나는, 조직 내 데이터가 통합된 것이 아니라, 시스템과 담당자별로 고립된 형태로 존재한다는 점이었다. 여러 데이터를 통합하여 다각도로 분석하고자 해도, 각 부서의 사일로(Silo)에 갇힌 데이터를 한곳으로 모으는 것 자체가 하나의 거대한 과업이었다. 이러한 데이터의 파편화는 분석의 전 단계인 전처리(Pre-processing) 작업에 과도한 시간과 노력을 야기했다.

“분석하려는 데이터를 다른 HR 데이터와 통합해서 살펴보려고 하니 각 담당자 마다 따로 관리하고 있어 쉽게 공유받기 어려웠습니다. 특히, HR 데이터는 보안 이슈도 있어서, 데이터 요청 자체도 쉽지 않았어요.” (면담자 14)

나아가 개인정보 보호 및 사내 보안 정책은 데이터 접근성을 가로막는 제도적 장벽으로 작용했다. 분석에 반드시 필요한 데이터임에도 불구하고, 데이터의 소유권과 보안 이슈로 인해 핵심 정보에 접근하지 못하는 경우가 많았다.

“그나마 같은 팀 내에서는 공유가 가능해 퇴직 데이터 등을 추가할 수 있었지만, 리더십 평가 데이터 등은 보안 이슈로 확보하지 못해 한계가 있었습니다.” (면담자 14)

설령 데이터를 확보하더라도, 조직 고유의 맥락을 담고 있는 비정형 데이터(예: 주관식 응답)를 처리하는 것은 또 다른 차원의 어려움이었다. 이는 비즈니스 문제를 데이터 문제로 번역하는 과제가, 비정형 데이터를 처리하는 과정에서는 조직 고유의 맥락을 번역해야 하는 또 다른 차원의 어려움으로 나타난 것으로 볼 수 있다.

“단순히 특정 키워드가 많이 나왔다는 것이 아니라, 해당 키워드들이 조직 내에서 어떤 의미를 가지는지를 설명할 수 있도록 하는 분석이 필요했습니다.” (면담자 11)

2) 분석 도구 및 방법론 실무 적용 역량 부족 데이터를 수집한 후에도, 이를 분석하는 과정에서 학습-적용의 단절이라는 또 다른 장벽이 나타났다. 면담자들은 교육을 통해 Python, R 과 같은 분석 도구를 배웠더라도, 이를 실제 프로젝트의 복잡하고 정제되지 않은 데이터에 능숙하게 적용하는 데에는 상당한 어려움을 겪었다. 특히 데이터 분석 문화가 정착되지 않은 조직 내에서 선구자 역할을 해야 하는 입장에서 기술적 문제 발생 시 도움을 받을 곳이 없는 고립감을 호소했다.

“파이썬을 활용해 데이터 분석을 진행하는 과정에서 기술적으로 부족함을 느꼈고, 주변에 데이터 분석을 전문적으로 하는 사람도 많지 않아서 도움 받기가 쉽지 않았습니다.” (면담자 5)

이러한 기술적 미숙함은 통계 기법에 대한 깊이 있는 이해와 실무 경험의 부족과 맞물려, 분석 과정의 신뢰도를 떨어뜨리는 요인이 되었다. 이는 어떤 통계 모델을 적용해야 할지, 예상과 다른 결과가 나왔을 때 이를 어떻게 해석해야 할지에 대한 분석적 판단력이 부족한 상황에서 어려움이 발생하였다.

“회귀 분석으로 휴가 사용률과 주요 변수 간 관계를 분석하려고 했는데, 예상과 다르게 모든 변수가 유의미한 결과를 내지는 못했고, 예상치 못한 변수들이 계속 나오다 보니 혼란스러웠습니다.” (면담자 2)

4.2.3 인사이트 도출 및 업무 적용

데이터 분석 과정을 거쳐 도출된 결과물은 그 자체로 완성된 가치를 지니지 않는다. 분석 결과를 조직이 이해하고 수용할 수 있는 의미 있는 인사이트로 전환하고, 이를 통해 실제 업무의 변화를 이끌어내는 마지막 장면에서 면담자들은 또 다른 장벽에 부딪혔다. 이는 통계적 결과와 조직의 현실 사이의 괴리를 해석하고, 데이터 기반의 논리를 조직의 기존 문화에 수용시키는 커뮤니케이션의 한계에서 비롯되었다.

1) 결과 해석의 신뢰성과 설득의 한계 분석을 마친 후 면담자들은 데이터가 명확한 답을 주지 않거나 기존의 상식과 충돌하는, 이른바 ‘해석의 위기’ 상황에 직면함을 확인할 수 있었다. 통계적으로 유의미하지 않은 결과, 변별력을 상실한 데이터, 그리고 가설과 다른 양상은 프로젝트를 수행하는 실무자로 하여금 ‘이 결과가 무엇을 의미하는가’라는 근본적인 질문 앞에서 막막함을 느끼게 했다. 특히 긍정 편향이 심한 조직문화 데이터는 통계적 분석 자체를 무력하게 만들었다.

“모든 응답자가 100점을 준 조직이 있었어요. 이런 경우 데이터의 변별력이 사라져 해석이 어려워졌죠. 이런 데이터 특성 때문에 기존의 방식으로는 조직 문화를 정확히 진단하기 어려웠어요.” (면담자 1)

이러한 해석의 위기는, 분석 결과를 HR 실무 경험과 지식, 즉 도메인 지식의 맥락 위에서 재해석해야 하는 과제로 이어졌다. 그러나 데이터 기반의 객관적 사실과 현장의 정성적 인식이 충돌할 때, 실무자로서 무엇을 더 신뢰해야 할지에 대한 딜레마에 빠졌다. 이는 단순히 데이터를 넘어 ‘무엇이 더 본질에 가까운가’에 대한 실무자들의 고민으로 이어졌다.

“인터뷰에서는 소통이 잘 되는 리더가 좋은 평가를 받는다는 의견이 많았는데, 실제 데이터에서는 오히려 평균 이하 그룹이 소통을 더 강조하는 패턴이 드러났습니다. 그래서 소통이 정말 중요한 요소인가에 대한 고민이 생겼어요.” (면담자 12)

이 모든 해석의 어려움은 데이터의 언어를 비즈니스 언어로, 다시 비즈니스 언어를 조직의 언어로 전달해야 하는 다층적 번역 과정에서의 실패로 귀결되었다. 분석의 가치를 조직의 언어로 전달하지 못하면, 아무리 좋은 분석이라도 단순한 숫자 나열로 치부되는 현실에 직면한 것이다.

“결과를 팀장님과 실무 담당자들에게 설명하려고 하다 보니 어려움이 많았어요. 아무리 분석을 잘해도, 그걸 제대로 설명하지 못하면 받아들여지지 않거든요.” (면담자 6)

2) 결과의 조직 내 수용과 적용의 한계 최종적으로 도출된 인사이트를 실제 업무나 제도 개선에 적용하는 과정은, 데이터의 논리가 아닌 조직의 기존 문화와 의사결정 관성이라는 보이지 않는 벽에 부딪혔다. 많은 리더들이 분석 결과라는 진단 그 자체보다는, 당장 실행 가능한 처방을 요구하는 경향을 보였다.

“조직 리더들이 그래서 어떻게 해야 할지에 대해 질문할 때 실질적인 솔루션이 필요했죠. 분석 결과 그 자체는 일반적이거나 원론적이라, 조직별로 차별화된 인사이트를 제공하는 데 한계가 있었어요.” (면담자 1)

특히 데이터보다는 직관과 기존 경험을 중시하는 조직의 의사결정 방식은, 분석 결과가 조직 내에 수용되는 것을 어렵게 만드는 주요한 배경으로 작용했다. 데이터 분석 결과가 리더의 경험적 신념과 다를 경우, 데이터를 기반으로 기존의 패러다임에 도전하고 변화를 설득해야 하는 어려운 과업에 직면했다.

“많은 리더들이 직관과 경험을 기반으로 의사결정을 내리기 때문에, 기존 방식과 다른 접근법이 낯설게 느껴질 수밖에 없었습니다. 리포트를 직관적으로 만들고, 쉽게 보이도록 하는데 신경을 썼습니다.” (면담자 13)

이상에서 살펴본 바와 같이, HR 애널리틱스 수행 과정의 어려움은 단순히 기술적, 방법론적 차원에 국한되지 않았다. 프로젝트의 방향을 설정하는 ‘문제 정의’ 단계에서의 전략적 모호성, 분석의 재료가 되는 ‘데이터’의 파편성과 접근성의 한계, 그리고 분석 결과 를 조직의 언어로 번역하고 설득하는 ‘인사이트 도출 및 적용’ 단계에서의 커뮤니케이션 장벽에 이르기까지, 전 과정에 걸쳐 복합적인 도전과제가 연쇄적으로 존재함을 확인하였다.

4.3.1 개인 차원

HR 애널리틱스가 조직 내에서 실질적인 기여를 하기 위해서는, 이를 수행하는 실무자의 역량과 태도가 중요한 기반이 되는 것으로 나타났다. 면담자들의 의견을 종합한 결과, 개인 차원의 요인은 분석 수용 태도와 학습 지향성, 데이터 분석 및 해석 역량, 그리고 문제 해결 중심의 분석 기획 및 설득 역량이라는 세 가지 핵심 영역으로 구분되었다.

1) 분석 수용 태도와 학습 지향성 면담자들은 HR 애널리틱스의 효과적인 도입을 위해, 실무자가 기존 방식에 안주하지 않고 새로운 분석 기법과 기술 변화를 적극적으로 수용하려는 태도를 갖추는 것이 무엇보다 중요하다고 강조했다. 특히 최근 AI 기반 분석 기법이 확산되면서, 과거의 분석 방식만으로는 한계가 있다는 인식이 공유되었으며, 이에 따라 지속적인 학습을 통해 자신의 역량을 개발하려는 의지가 중요한 요인으로 언급되었다.

“구성원들이 겪는 pain point 를 기존 분석 기법으로만 해결하려는 방식은 한계가 있어요. 이제는 AI 같은 새로운 기법을 적극적으로 활용해야 더 강력한 분석이 가능하다고 생각해요. 실무자들이 기존 방식에만 머물지 않고, 다양한 사례를 접하면서 ‘이렇게도 할 수 있구나’라는 걸 깨닫는 과정이 필요합니다.” (면담자 1)

“HR 애널리틱스는 단순히 데이터를 분석하는 것이 아니라, 문제 해결을 위한 도구잖아요. 실무자가 먼저 ‘이 문제를 해결하려면 애널리틱스가 필요하다’는 논리를 정리하고, 여러 번 시도하면서 자연스럽게 확장해 나가는 과정이 중요하다고 생각해요.” (면담자 4)

2) 데이터 분석 및 해석 역량 면담자들은 실무자가 기본적인 통계 지식과 데이터 분석 기술을 갖추는 것이 HR 애널리틱스 실행의 필수적인 기반이라고 응답했다. 데이터를 기반으로 의사결정을 지원하는 활동의 특성상, 분석 기법을 이해하고 결과를 비판적으로 해석할 수 있는 역량이 뒷받침되지 않으면 분석의 깊이가 얕아지거나 잘못된 결론에 이를 수 있다는 것이다.

“결국에는 실무자가 본인의 역량을 키우는 게 더 중요하다고 생각해요. 조직을 설득하려면 실무자가 데이터 역량을 키우고, 실제 수치와 성과를 가지고 설득하려는 태도가 필요하죠. 그렇게 하면 HR 애널리틱스가 더 빠르게 자리를 잡을 수 있을 거라고 봅니다.” (면담자 14)

“HR 애널리틱스를 효과적으로 적용하려면 기본적인 통계 개념이나 데이터 분석 역량이 있는 실무자가 많아야 한다고 생각해요. 심리학이나 통계를 전공한 사람들이 애널리틱스를 접하면 훨씬 더 많은 인사이트를 얻을 수 있거든요.” (면담자 8)

3) 문제 해결 중심의 분석 기획 및 설득 역량 데이터 분석 기술을 갖추는 것과 더불어, ‘왜 이 분석을 하는가’라는 근본적인 질문에 답할 수 있는 문제 해결 역량이 중요하게 나타났다. 면담자들은 기술 자체가 목적이 되어서는 안 되며, 해결해야 할 비즈니스 문제를 명확히 정의하고, 그에 맞는 분석을 기획하는 논리적 사고가 선행되어야 한다고 지적했다.

“단순한 분석 기술보다도 ‘왜 분석을 하는가?’를 설명할 수 있는 능력이 더 필요하다고 생각해요. 조직에서 설득력 있는 논리를 제공해야 HR 애널리틱스가 실제 업무에 활용될 수 있다고 봅니다.” (면담자 7)

나아가, 분석 결과를 조직의 언어로 번역하여 이해관계자들을 설득하고 실제 행동 변화를 이끌어내는 커뮤니케이션 역량 또한 필수적인 요인으로 강조되었다. 분석 결과가 보고서에 그치지 않고 조직 내에서 수용되고 활용되기 위해서는, 결과가 갖는 의미와 가치를 효과적으로 전달하는 능력이 뒷받침되어야 한다는 것이다.

“처음부터 분석의 필요성을 설명하면 사람들이 이해를 잘 못하더라고요. 그래서 저는 결과를 먼저 보여주고, ‘이런 분석을 했더니 이런 인사이트가 나왔다’고 말하는 방식이 더 효과적이라고 생각해요.” (면담자 7)

4.3.2 조직 차원

실무자 개인의 역량과 태도는 HR 애널리틱스의 효과성을 위한 중요한 시작점이지만, 그것만으로는 충분하지 않았다. 면담자들은 개인의 노력이 실질적인 성과로 이어지기 위해서는 이를 뒷받침하는 조직 차원의 지원, 즉 리더십의 관심과 주도적 역할, 그리고 분석 수용성과 학습을 지원하는 조직문화가 함께 갖추어지는 것이 중요하다고 강조했다.

1) 리더십의 관심과 주도적 역할 리더의 지속적인 관심과 명확한 방향 제시는 HR 애널리틱스 도입의 성패를 좌우하는 핵심적인 요인으로 나타났다. 면담자들은 리더의 관심이 일회성에 그치거나 구체적인 방향 제시 없이 ‘분석해 보라’는 막연한 주문에 머물 경우, 실무자들은 분석의 동력을 잃고 기존 방식으로 회귀하게 된다고 지적했다. 반면, 리더가 데이터 분석의 중요성을 지속적으로 강조하고, 해결해야 할 조직의 문제를 명확한 분석 과제로 제시할 때 실무자들은 분석에 더 깊이 몰입할 수 있었다.

“리더들이 단순히 ‘한번 분석해봐’라고 말하는 게 아니라, 실제 조직에서 겪는 문제를 던져주고 ‘이걸 데이터로 한번 풀어보자’는 식으로 접근하면 실무자들도 시간을 할애할 명분이 생기고 몰입할 수 있어요.” (면담자 2)

나아가, 분석 결과에 대한 리더의 피드백과 실행 연계 역할 또한 중요하게 나타났다. 분석이 일회성 보고로 끝나지 않기 위해서는, 리더가 결과물을 검토하고 구체적인 피드백을 제공하며, 이를 실제 의사결정이나 제도 개선으로 연결하는 과정이 필수적이라는 것이다. 이러한 리더의 적극적인 개입은 실무자에게 분 석 활동이 조직에 기여하고 있다는 확신을 주어 동기를 부여하는 핵심적인 기제로 작용했다.

“실무자가 아무리 노력해도, 리더가 지속적으로 피드백을 주고 방향을 강조하지 않으면 결국 기존 방식이 유지될 가능성이 높다고 생각해요.” (면담자 5)

2) 분석 수용성과 학습을 지원하는 조직문화 데이터 기반의 분석 결과를 객관적으로 수용하고 실행에 옮기는 문화 역시 중요한 요인으로 나타났다. 면담자들은 분석 결과가 기존의 통념이나 조직에 불편한 진실을 담고 있을 경우, 이를 의도적으로 축소하거나 회피하려는 경향이 여전히 존재한다고 지적했다. 이러한 문화 속에서는 분석의 실효성이 떨어질 수밖에 없으며, 이는 분석 기술의 문제라기보다 결과를 조직 개선으로 연결하려는 문화적 기반의 중요성을 시사하였다.

“사실 데이터 분석 자체는 어렵지 않아요. 문제는 그렇게 나온 결과를 조직에서 받아들이지 못하는 경우가 많다는 거예요. 조직 문화에 문제가 있다는 분석 결과가 나와도, 이를 윗선에 전달하는 과정에서 내용이 누락되거나 왜곡되는 경우가 많아요.” (면담자 3)

또한, 분석 경험을 공유하고 조직 전체의 자산으로 축적하는 학습 문화가 동반되어야 분석 역량이 지속적으로 발전할 수 있다는 점이 강조되었다. 분석이 실무자 개인의 활동에 그칠 경우, 동일한 분석이 비효율적으로 반복되거나 담당자 변경 시 지식이 단절되는 문제가 발생했다. 반면, 분석 결과를 팀 단위로 공유하고 논의하며, 그 과정과 결과를 체계적으로 관리하는 문화와 시스템이 갖춰질 때, 비로소 HR 애널리틱스가 조직의 역량으로 내재화될 수 있었다.

“저는 HR 애널리틱스를 조직에서 인정하고 공유하는 문화가 중요하다고 생각해요. 개인이 배우고 끝나는 게 아니라, 팀 내에서 공유하는 과정이 있어야 의미가 있죠. 이런 기회가 없으면 실무자가 혼자 배우고 끝나게 되고, 조직 내에서 활용될 일이 없을 거예요.” (면담자 6)

이상에서 살펴본 바와 같이, HR 애널리틱스가 조직에 실질적으로 기여하기 위해서는 어느 한쪽의 노력만으로는 불가능하며, 실무자 개인의 역량과 태도와 이를 뒷받침하는 조직의 리더십 및 문화라는 두 축이 함께 맞물려 돌아가야 함을 확인하였다. 새로운 기술을 익히고 비즈니스 문제를 해결하려는 역량 있는 개인이, 리더의 적극적인 지원과 데이터에 개방적인 조직문화 속에서 활동할 때 분석의 효과성은 극대화되었다. 결국 HR 애널리틱스의 성공적인 정착은 개인의 성장과 조직의 성숙이 서로를 이끌어주는 선순환 구조를 구축하는 과정이라 할 수 있다.