.png&blockId=1b18b21d-a241-80ea-9b15-d21215840d57)
Q1. People Analyst(PA) 이중학님을 소개해주세요!
안녕하세요. 가천대학교 경영학부 이중학 교수입니다. HR
데이터 분석 전공으로 연구 및 기업 컨설팅 등을 하고 있어요. 롯데인재개발원에서 DT인재육성팀장으로 근무했고, 현대차그룹 기업경영연구원에서 핵심인재 데이터 관련 업무를 하며 People Analyst(PA)로서의 커리어 패스를 걸어왔습니다.
데이터 분석 전공으로 연구 및 기업 컨설팅 등을 하고 있어요. 롯데인재개발원에서 DT인재육성팀장으로 근무했고, 현대차그룹 기업경영연구원에서 핵심인재 데이터 관련 업무를 하며 People Analyst(PA)로서의 커리어 패스를 걸어왔습니다.People Analytics란 피플 데이터를 다양한 방식으로 분석해 비즈니스 문제 해결에 활용하는 기법으로, 기업 DT 가속화에 따라 그 중요성이 확대되고 있어요. 채용·승진 등 인재와 관련한 의사결정이 데이터와 알고리즘을 바탕으로 이뤄지는 방향으로 변하고 있다는 뜻이죠. PA가 최근 5년간 미국에서 가장 떠오로는 직업 2위인 이유도 여기에 있다고 생각합니다.
Q2. PA는 어떤 업무를 수행하나요?
PA는 크게 예측적, 기술적(descriptive), 최적화적 분석 업무를 수행해요. 예측적 분석이란 채용 단계에서 지원자의 퇴사 확률이나 업무 수행 능력 등을 확인하는 데 쓰여요. 기술적 분석은 직원 근속연수와 매출 등 기업 조직 내 다양한 변수 간의 관계를 파악하는 것이 목적이고, 최적화적 분석은 제한된 인적 자원을 적재적소에 배치해 최상의 결과를 도출하는 기법입니다. 현장에서 가장 관심을 보이는 분야는 예측적 분석이에요. DT 가속화에 따라 비즈니스 모델이 급변하면서, 인재의 성장가능성을 예측하는 업무의 중요성이 확대됐기 때문이죠.
를 다양한 방식으로 분석해 비즈니스 문제 해결에 활용하는 기법으로, 기업 DT 가속화에 따라 그 중요성이 확대되고 있어요. 채용·승진 등 인재와 관련한 의사결정이 데이터와 알고리즘을 바탕으로 이뤄지는 방향으로 변하고 있다는 뜻이죠. PA가 최근 5년간 미국에서 가장 떠오로는 직업 2위인 이유도 여기에 있다고 생각합니다.
Q2. PA는 어떤 업무를 수행하나요?
PA는 크게 예측적, 기술적(descriptive), 최적화적 분석 업무를 수행해요. 예측적 분석이란 채용 단계에서 지원자의 퇴사 확률이나 업무 수행 능력 등을 확인하는 데 쓰여요. 기술적 분석은 직원 근속연수와 매출 등 기업 조직 내 다양한 변수 간의 관계를 파악하는 것이 목적이고, 최적화적 분석은 제한된 인적 자원을 적재적소에 배치해 최상의 결과를 도출하는 기법입니다. 현장에서 가장 관심을 보이는 분야는 예측적 분석이에요. DT 가속화에 따라 비즈니스 모델이 급변하면서, 인재의 성장가능성을 예측하는 업무의 중요성이 확대됐기 때문이죠.AI 및 로봇과의 협업이 확대되는 상황에서, PA는 조직 구성원들이 개발해야할 업무 역량뿐만 아니라 이와 관련한 동기 부여 방법까지 함께 고민하고 있어요. DT 실행의 주체인 조직 구성원들에게 업무 방식을 바꿔야 하는 이유를 충분히 설명하지 못하면, AI 도입·빅데이터 활용 등 관련 논의가 뜬구름 잡는 소리로 여겨지는 문제가 발생할 수 있기 때문입니다. 실제로 세계적 IT 기업 IBM은 DT 동기부여와 관련해 직원들에게 업스킬링 배지를 부여하면서, 동시에 관련 역량이 조직 내에 얼마만큼 보유됐는지를 관리하고 있어요.
배지를 부여하면서, 동시에 관련 역량이 조직 내에 얼마만큼 보유됐는지를 관리하고 있어요.Q3. PA 실무에서 어떤 데이터를 어떻게 활용하나요?
비대면 면접에 기초한 채용 절차를 보다 효율적으로 개선하기 위해, 인성 및 적성 검사 관련 데이터를 분석하기도 해요. 인성 및 적성 검사 항목별 점수를 집계하고, 항목별 점수와 면접 합격 여부의 상관관계 등을 비교해, 어떤 항목이 면접 합격 여부를 잘 예측하는지를 검증하는 식이죠. 직급별 EVP 개선책 마련을 위해, 설문조사 데이터를 수집하고 LPA 분석 기법을 활용하기도 합니다. 국내 기업 I사는 사내 설문조사를 통해 직급별 EVP 데이터를 수집 및 분석하고, 이를 바탕으로 관리자급 직원들에게는 조직 내 성장 기회를 제공하고 주니어급 직원들에게는 외부경쟁력을 쌓을 수 있는 기회를 제공했어요.
개선책 마련을 위해, 설문조사 데이터를 수집하고 LPA 분석 기법을 활용하기도 합니다. 국내 기업 I사는 사내 설문조사를 통해 직급별 EVP 데이터를 수집 및 분석하고, 이를 바탕으로 관리자급 직원들에게는 조직 내 성장 기회를 제공하고 주니어급 직원들에게는 외부경쟁력을 쌓을 수 있는 기회를 제공했어요.Q4. 피플 데이터 분석 노하우를 알려주세요!
기본적인 통계 분석 방법으로도 피플 데이터를 분석하고 인사이트를 도출할 수 있어요. 세계적인 경영학자 모튼 한센 교수도 회귀 분석 기법으로 5000명의 리더에게 공통적으로 나타나는 특징 등을 도출했으니까요. 다만 미래 성과를 예측할 때는 분석 기법과 관련해 주의가 필요합니다. 가설 검정에 기초한 피플 데이터 분석은 직원 수 등의 독립 변수와 매출과 같은 종속 변수의 상관관계를 분석할 뿐, 인과관계를 입증하거나 새로운 데이터에서의 예측력을 보장하지 못하는 한계가 있어요. 데이터가 없는 새로운 상황에서도 정확한 결과를 도출하는데 초점이 맞춰진 예측 분석 기법에 대해서도 공부해야 하는 이유죠.
기법으로 5000명의 리더에게 공통적으로 나타나는 특징 등을 도출했으니까요. 다만 미래 성과를 예측할 때는 분석 기법과 관련해 주의가 필요합니다. 가설 검정에 기초한 피플 데이터 분석은 직원 수 등의 독립 변수와 매출과 같은 종속 변수의 상관관계를 분석할 뿐, 인과관계를 입증하거나 새로운 데이터에서의 예측력을 보장하지 못하는 한계가 있어요. 데이터가 없는 새로운 상황에서도 정확한 결과를 도출하는데 초점이 맞춰진 예측 분석 기법에 대해서도 공부해야 하는 이유죠.Q5. PA가 되려면 어떤 소프트 스킬을 쌓아야 할까요?
PA는 업무 방식, 조직 문화가 매출에 미치는 영향 등을 깊이 이해하고, 이를 바탕으로 관리자 직급과 같은 의사결정자에게 인사이트를 제공해야 해요. HR 관련 도메인 지식과 데이터 스토리텔링 역량을 쌓아야 하는 이유죠. 먼저, 사람에 대한 이해가 필수적이에요. 단순히 숫자만 보는 게 아니라, 직원들의 성격이나 조직 문화 같은 요소도 함께 고려해야 해요. 가설적 사고, 즉 조직 내 다양한 요소 사이의 관계성을 파악해내는 사고력도 필요하죠. 특정 업무 환경에서 퇴사하는 직원이 많다는 식의 가설을 수립할 수 있으면, 퇴사율 예측과 관련한 데이터 분석이 보다 수월해질 수 있기 때문입니다. 또한, 스토리텔링 능력도 중요해요. 분석 결과를 단순한 숫자가 아니라, Power BI나 Tableau 같은 시각화 도구를 활용해 쉽게 전달하는 게 핵심이에요.
나 Tableau 같은 시각화 도구를 활용해 쉽게 전달하는 게 핵심이에요.Q6. PA가 되려면 어떤 소프트 스킬을 쌓아야 할까요?
AI가 뉴노멀이 되면서 데이터 기반 의사결정이 업무의 핵심 요소가 됐고, 데이터 리터러시는 모든 직무에서 필수 역량이 됐어요. 많은 PA가 현직자들이 가장 먼저 업스킬링해야 할 역량으로 데이터 리터러시를 꼽는 이유도 여기에 있죠. 실제로 SK는 mySUNI라는 역량 강화 플랫폼을 통해 직원들에게 데이터 사이언스와 AI 등 DT 관련 교육을 연간 200시간 필수로 이수하도록 지원하고 있어요. 기업들이 데이터 리터러시를 핵심 역량으로 보고 적극적으로 교육하는 만큼, 자소서나 면접에서 이를 강조하는 지원자는 더욱 설득력 있게 다가올 거예요.
는 모든 직무에서 필수 역량이 됐어요. 많은 PA가 현직자들이 가장 먼저 업스킬링해야 할 역량으로 데이터 리터러시를 꼽는 이유도 여기에 있죠. 실제로 SK는 mySUNI라는 역량 강화 플랫폼을 통해 직원들에게 데이터 사이언스와 AI 등 DT 관련 교육을 연간 200시간 필수로 이수하도록 지원하고 있어요. 기업들이 데이터 리터러시를 핵심 역량으로 보고 적극적으로 교육하는 만큼, 자소서나 면접에서 이를 강조하는 지원자는 더욱 설득력 있게 다가올 거예요.Q7. DT 시대에는 어떤 인재상이 선호될까요?
DT 시대에 선호되는 인재상은 고용가능성 제고를 위해 노력하는 인재입니다. 고용 가능성이란 조직 내외에서 요구하는 역량을 갖추고, 변화하는 환경에서도 지속적으로 기회를 만들어낼 수 있는 능력을 의미해요. 이는 조직 내에서 더 다양한 역할을 수행하고, 외부에서도 경쟁력을 갖출 만큼 성장했다는 뜻이기도 하죠. 실리콘밸리에서는 평균 근속 기간이 3년 미만일 정도로, 직원들이 한 조직에 머무르기보다 다양한 경험을 통해 지속적으로 가치를 높이며 변화에 적응하는 것이 일반적이에요. 이러한 인재는 조직 내에서 더 많은 기회를 얻고, 빠르게 변화하는 환경 속에서 기업의 성장에도 기여할 수 있죠.
Q8. [데선배의 취업 비책]
People Analytics를 단순한 통계 분석으로만 보면 안 돼요. 통계적 방법론이 중요하긴 하지만, 데이터만으로 모든 걸 설명하려는 태도는 위험해요. 직원 성과나 이직률 같은 피플데이터는 단순한 숫자가 아니라, 조직 문화와 환경의 영향을 받는 복합적인 현상이기 때문이죠. 도메인 지식 없이 맥락을 무시한 채 데이터를 해석하면, 엉뚱한 결론을 내리거나 잘못된 의사결정으로 이어질 수도 있어요. 데이터는 도구일 뿐이고, 조직과 사람을 깊이 이해하는 태도가 더 중요한 이유입니다.
용어 해설
HR (Human Resource)
조직의 목표달성을 위해 미래 인적자원 수요 예측을 바탕으로 인적자원을 확보·개발·배치·평가하는 일련의 업무
피플 데이터
HR 성과 분석 등에 활용되는 지표로, 인적 자본 수익률·노동 비용·직원당 비용 등이 대표적 지표
DT (Digital Transformation)
기업 또는 기관의 제품이나 서비스에 대한 고객의 의견(칭찬·제안·문의·요구·불만 등)
업스킬링
새로운 기술 및 시대에 걸맞은 직무 역량을 키우기 위한 교육 프로그램
EVP (Employee Value Proposition)
연봉·복지·성장 기회·조직 문화 등 구성원이 회사에 다녀야 할 이유를 정의하는 개념
LPA (Latent Profile Analysis)
통계학에서 개인이나 객체를 숨겨진 특성에 따라 그룹으로 분류하는 방법
용어 해설
회귀 분석
변수들 사이의 관계를 수학적으로 정리해서, 한 변수가 변하면 다른 변수가 어떻게 변할지 예측하는 통계 방법
가설 검정
어떤 주장(가설)이 맞는지 아닌지를 데이터를 이용해 판단하는 통계적 방법
독립 변수
어떤 결과에 영향을 주는 변수
종속 변수
독립 변수의 영향을 받아 변하는 변수
상관관계
두 변수가 서로 관련이 있는 정도를 나타내는 개념
머신러닝
데이터를 학습하여 패턴을 찾고, 이를 바탕으로 미래의 결과를 예측하는 분석 기법
베이지안 통계
기존의 정보(사전 확률)와 새로운 데이터를 결합하여 확률을 업데이트하며 결론을 도출하는 통계 기법
빈도주의 통계
어떤 일이 여러 번 발생할 때, 그 비율을 바탕으로 확률을 계산하는 방법
사전 확률
어떤 사건이 발생할 가능성을 추가적인 데이터나 정보 없이, 기존의 지식이나 경험만을 바탕으로 미리 설정한 확률
사후 확률
어떤 사건이 발생할 가능성을 추가적인 데이터나 정보 없이, 기존의 지식이나 경험만을 바탕으로 미리 설정한 확률
용어 해설
Power BI
마이크로소프트에서 개발한 데이터 분석 및 시각화 도구
Tableau
데이터를 시각적으로 쉽게 분석하고 이해할 수 있도록 돕는 데이터 시각화 및 비즈니스 인텔리전스(BI) 도구
데이터 리터러시
데이터를 분석하여 목적에 맞게 활용할 수 있는 능력