From ‘GENERATION’ to ‘PERSON’ > Insight

본문 바로가기

Insight

월간 인사관리 From ‘GENERATION’ to ‘PERSON’

페이지 정보

profile_image
작성자 최고관리자
작성일 20-08-28 12:15 노출일자 20-08-28

본문

세대(Generation)를 구분 짓는 이슈는 언제나 흥미로운 주제다. 고대 수메르 점토판에도 자신의 버릇없는 아들을 탓하는 글귀가 적혀 있었다고 하니, 기성세대의 눈에 비친 신세대의 모습이 얼마나 새로운지, 어떻게 대응해야 할지 몰라 헤매는 상황은 예나 지금이나 마찬가지인 것 같다. 
 

HR도 그간 차별화된 인사 적용을 위해 베이비부머에서 X세대, 밀레니얼세대, 최근에는 Z세대까지 구성원들을 합리적으로 구분 짓는 (Segmenting) 노력을 기울여 왔다.  그러나 최근의 급격한 사회 변화와 그로 인한 인력특성의 변화로 인해 ‘세대’를 단일 기준으로 하는 접근법은 점점 그 한계를 드러내고 있다.

 


Segmentation : 세대를 넘어 개인 단위로 세분화


사회적인 의미에서 세대별 구분점과 특징을 이해하고, 이에 기반하여 구성원에 대한 HR 운영을 차별화하려는 노력은 분명 긍정적인 

효과가 있다. 예를 들어, 최근 국내 다수 기업들은 밀레니얼 세대의 커뮤니케이션 방식을 활용한 다양한 소통 프로그램을 운영함으로써기성 세대와의 갈등을 사전에 예방하고 전 구성원을 하나로 융합하는 데 크게 기여했다. 그리고 이는 세대별로 일관되고 뚜렷한 차이가 존재한다는 전제 하에서는 여전히 계속해서 유효한 전략이다.


문제는 이러한 세대 간 특성의 경계가 빠르게 무너지고 있다는 점이다. 최근 딜로이트 조사에 의하면 워크-라이프 밸런스에 대한 가치관, 고용안정성과 승진가능성에 대한 기대 수준에 있어서 세대 간의 인식 차이가 향후 3년 간 급격하게 좁혀질 것으로 예측되었다.


기존에는 워크-라이프 밸런스를 금전 보상보다 더 중요시하고, 고용안정성과 승진가능성에 대해 낮은 기대치를 보이는 것이 밀레니얼 세대를 구분짓는 특성으로 널리 간주되었지만, 이러한 일반화는 향후에는 더 이상 유효하지 않을 수 있다. 관련된 조사에서는 특히 성과관리, 보상 및 복리후생 프로그램의 경우에는 세대별 특성과의 연계성이 상대적으로 낮은 것으로도 나타났다. 


이와 같은 조사 결과의 원인으로는 여러가지를 생각해 볼 수 있겠으나 정년연장 및 고령인력의 재취업, 직책부여에 있어 연공서열의 완화 등 사회 경제적인 변화로 인해 전체 경력 생애주기 상의 위치와 연령, 역할 간의 통상적인 비례 관계가 깨지게 된 점을 가장 주요한 원인으로 볼 수 있을 것이다. 


인력 유형의 구분(Segmentation) 기준으로서 세대의 의미가 모호해짐과 동시에 선도 기업들은 HR 운영 기준을 ‘개인’ 단위까지 세분화하여 차별적으로 운영하려는 경향을 보이고 있다. ‘One size fits all HR’은 더 이상 유효하지 않다는 반성적 고려는 물론이고, 개인화(Personalized)된 고객경험(Customer eXperience) 제공을 통해 성과를 극대화하려는 최근의 마케팅 방법론을 차용한 결과다. 


기업은 고객경험과 유사한 직원경험(Employee eXperience)을 제공함으로써 구성원들을 보다 효과적으로 동기부여하고 이를 통해 기업의 성과를 향상시킬 수 있다. 실제로 시장조사 기관인 가트너가 실시한 조사에 의하면, 보다 개인화되고 소비자 중심적인 직원경험 서비스를 제공하는 기업에서는 평균적인 성과가 약 17% 상승하는 것으로 나타났다. 


구성원 관점에서도 입사시부터 퇴사시까지 기업 내 중요한 일원으로 대우받으며 긍정적인 경험을 할 수 있기를 희망하고 있다. 최근에 실시된 타워스왓슨 조사 응답자의 약 56%가 기업이 소비자를 대하는 수준으로 구성원들을 이해하려는 노력을 해 줄 것을 기대한 반면에, 약 39%만이 그러한 기대를 충족하고 있는 것으로 나타났다.


개인화 HR을 위해서는 관심사와 가치관, 특정 사안에 대한 선호도와 의견 등 복잡하고 다양한 개인의 인격적 특성을 종합적으로 들여다보고 통찰력을 얻을 수 있는 새로운 렌즈(Lens)가 필요하다. 이 점에서 세대를 포함하여 구성원을 바라보는 다양한 관점을 적용한 MetLife의 사례는 참고할 만하다. MetLife는 총 5개의 기준으로 구성원들을 세분화하고 있으며, 구체적으로는 아래 관점에서 구성원 개개인에 대한 종합적인 이해를 추구하고 있다.


① 1Demographics (나이, 성별, 수입, 교육수준 등)

② 2Firmographics(직무수행기간, 기업규모, 산업, 역할, 직군 등)

③ 3Attitude toward life(낙관주의, 미래vs현실중심, 변화에 대한 태도, 즐거움과 스트레스의 원인 등)

④ 4Attitude toward work(워크-라이프 밸런스, 퇴직의사, 재직에 영향을 미치는 동기 등)

⑤ 5 Needs from employer(경력개발지원, 보상, 복리후생, 문화 등) 

 


Technology : 개인화(Personalized) HR의 필요조건


기업의 규모와 형태를 불문하고 HR 운영을 개인화 하는 데에는 New Technology, 특히 AI와 Big Data Analytics와 같은 디지털 자동화 시스템의 조력이 반드시 필요하다. 아무리 역량 있는 HR이라 하더라도 사람의 노력으로 전 직원의 개별 니즈를 파악하고 적합한 솔루션을 제공하는 것은 불가능에 가깝기 때문이다. 최근 AI 기술 역량을 갖춘 글로벌 선도기업을 중심으로 개인화 HR의 시도가 먼저 시작되고 있는 추세는 이러한 이유로 당연한 결과이다.


다음에 소개할 IBM의 HR 시스템은 AI를 활용한 개인화 HR의 가장 대표적인 사례로 볼 수 있다. 초기에는 IBM 내부 구성원들의 HR 운영과 만족도를 높이기 위해 개발된 시스템이었으나, 최근에는 외부 기업 고객들도 활용할 수 있는 솔루션 비즈니스로 확대되었다. 

IBM은 다음과 같이 
입사지원 단계에서부터 입사 후 성장에 이르기까지 AI에 기반한 개인 맞춤형 HR 서비스를 제공하고 있다.


· Attract : ‘Watson Candidate Assistant(WCA)’는 자연어처리(NPL)에 기반한 챗봇(Chatbots)을 통해 정보를 제공하고, 스킬 매칭 알고리즘으로 지원서를 분석하여 적합한 지원이 되도록 가이드함


· Hire : ‘IBM Watson Recruitment(IWR)’는 직무에 필요한 스킬을 지원서와 빠르게 매칭하고, 기존 데이터를 활용한 미래 성과 예측을 통해 편견없이 지원자를 선별하는 데 도움을 줌


· Engage : ‘AI Manager alerts at IBM’은 특정 스킬을 보유한 인력의 승진 가능성, 이직 의도, 실적 누락 위험 등 인력 운영에 크게 영향을 미치는 사실에 대한 알람을 줌으로써 매니저의 의사결정을 지원함. ‘AI chatter analysis at IBM’은 회사 내 소셜미디어 상에서 발견되는 3개 핵심 이슈에 대해 표시하고, 특정 직원에 대한 피드백 권고 등 매니저에게 적합한 해결 방안을 추천함


· Develop : ‘Your Learning’은 직무역할, 소속조직, 필요스킬, 교육약력 등을 종합적으로 고려한 개인맞춤형 교육 컨텐츠 및 채널을 추천함


· Grow : ‘Watson Career Coach(WCC)’는 개인 경력정보에 기반한 Q&A를 통해 경력기회에 대한 조언을 주며, ‘Career Navigator’는 경력 목표에 기반한 적합 경로 및 맞춤형 교육을 추천함
 


IBM과 같은 글로벌 선도 기업에 비해 국내 기업의 경우에는 아직까지 개인화 HR을 전면적으로 구축한 사례를 찾아보기는 힘든 상황이며, 채용 분야에 한해 일부 AI를 도입하려는 시도가 현재 진행되고 있다. 다만, AI를 통한 자동화까지는 아니더라도 개인화의 초기 단계로 구성원이 본인 업무환경의 니즈를 스스로 반영할 수 있는(Self service) 시스템은 일부 기업에서 적용되고 있다. 

예를 들어, 포스코의 그룹웨어는 애플의 앱스토어와 같이 메일, 메신저, 공유저장소 등 본인의 업무에 필요한 앱을 선택적으로 다운로드하고, 포틀릿(화면구성) 또한 활용빈도와 개인취향에 맞춰 자유롭게 구성할 수 있다.

 


Starting Point : 구성원의 복합적인 니즈 파악


국내 기업들이 현재 수준에서 아무런 준비도 없이 AI를 활용한 개인화 HR을 적용하는 것은 다소 무리한 일이다. 내부에서든 외부에서든 AI 등 필요한 기술역량을 확보함과 동시에, 당장은 구성원 개인 단위의 복합적인 니즈를 Big Data로 축적해 나가는 것이 우선이다.


이를 위해서 매년 정기적으로 진행하는 서베이가 있다면 이를 활용해 보는 것이 현실적인 방안이 될 수 있다. 이 때에는 앞서 말한 바와 같이 단순히 세대, 연령과 같은 기존의 인구통계학적 구분에 더해 보다 세분화된 구분기준으로 유형화할 수 있는 고도화된 서베이 도구(Tool)가 필요하다. 질문 문항 또한 단순히 만족도를 묻는 방식보다는 개개인의 가치관을 파악할 수 있는 보다 정교한 질문 구성이 바람직하다.

최근에는 자연어처리(NLP)와 같은 기법이 발달한 만큼, 주관식 등 비정형 데이터를 분석하여 유의미한 시사점을 얻을 수 있는 가능성도 과거에 비해 크게 높아졌다.  


마지막으로 파악된 개개인의 니즈를 전체 HR에 적용하기 어렵다면, 개인화 적용이 비교적 쉬운 영역부터 단계적으로 접근해 볼 필요가 있다. 예를 들어 총액 한도 내에서 복리후생의 선호도에 따라 개인이 선택가능한 제도와 시스템을 만드는 것은 개인화 HR 구축의 시작점으로 고려해 볼 만하다.


이 시대 직원들은 내부 고객으로서 입사부터 퇴사까지 전체 생애주기를 통틀어 기업이 최고의 경험을 제공해 주기를 바라고 있다. 

그리고 그러한 경험은 철저히 개인 단위의 차별적인 욕구에 기반한다. 스타벅스는 영수증의 주문번호 대신 주문한 고객의 이름을 불러 커피를 내어주는 “call my name” 서비스로 많은 주목을 받았다. 앞으로 우리 HR은 특정 세대의 One of them 이 아닌, 고유의 인격과 개성, 욕구를 지닌 한 개인에 대하여 응답해야 할 필요가 있지 않을까?



by HCG Consulting BU 홍전표 이사 (jphong@e-hcg.com)  


회원로그인

회원가입

접속자집계

오늘
360
어제
426
최대
9,015
전체
393,065
Copyright © HCG All rights reserved.