채용도 결국 데이터가 답이다! - 데이터 기반 인재 선별 완벽 가이드

1. 그동안 우리의 머릿속에 있던 것과 감은 끝났다, 데이터가 시작됐다

 

• 한 회사에서 오래 근무한 사람은 믿을 만하다?
• 이직이 잦으면 문제가 있다?
• 학벌이 좋으면 무조건 성과가 뛰어나다?

 

사람들이 흔히 믿는 이런 채용 속설들, 과연 진짜일까요? 제가 인사 업무를 하며 경험한 바로는, 이런 믿음들이 항상 맞지는 않았습니다. 정말 말도 안 되는 편견이고 그동안 가져온 아집이라고 이제 생각합니다.

제가 경험했었을 때, “한 회사에 오래 있었다”는 지원자들은 로열티가 강해 보이지만, 실제로는 다른 회사에 갈 실력이 부족한 경우도 종종 있었죠. 반대로, 이직이 많아 보여 꺼려지는 지원자가 조직에 신선한 변화를 가져온 사례도 있었어요.

이처럼 채용은 이제 기존에 우리가 생각하고 고집했던 것이 아니라 그동안의 경험에서 비롯된 과학의 영역으로 넘어가야 할 때입니다.. 숫자와 데이터가 회사의 미래를 결정짓는 시대, 이제 데이터로 채용의 새로운 기준을 만들어야 할 때입니다.

 

 

2. 데이터 기반 채용의 진짜 사례들

 

  1) 이직 경험은 다양성의 선물

 

한 번은 이직이 잦은 지원자를 뽑을까 말까 고민했던 적이 있었습니다. 이 사람은 5년 동안 5번의 이직 경험이 있었는데, 표면적으로는 “충성심이 부족하고, 곧 나갈 것 같다”라는 인상을 줄 수 있었죠. 하지만 데이터를 통해 그의 커리어를 자세히 분석하니, 각 회사에서 새로운 시스템을 도입하거나 성과를 크게 올린 경험이 있었습니다.

 

결과적으로 이 사람은 조직에 들어오자마자 기존에 회사가 놓쳤던 문제를 빠르게 발견했고, 회사에 변화를 가져오기 시작했습니다. 그 직원과 이야기를 나눴을 때 사실 그동안 이직했던 이유가 그 회사의 조직문화 그리고 이 직원의 변화하고자 하는 의지에 대해서 회사와 주변에서 함께하려 하지 않고 오히려 그 직원을 이상한 사람처럼 대했기 때문이었습니다..

 

이직이라고 하는 것은 리스크가 아니라 새로운 시각과 변화를 가져오는 선물일 수 있습니다.

 

  2) 학벌과 성실함의 비밀

 

채용 초반, 저는 학벌이 좋은 지원자에게 더 많은 점수를 주는 경향이 있었습니다. 솔직히 함께 해본 경험이 없었기 때문에 학벌이라고 한다면 그동안 공부를 열심히 한다는 성실함을 기대할 수 있다는 생각 때문이었습니다. 하지만 팀에 들어온 한 명문대 출신 신입은, 멋진 스펙과 달리 기본적인 업무 준비와 성실성 면에서 큰 부족함을 보였습니다.

반면, 또 다른 지원자는 학벌이 다소 평범했지만, 누구보다도 주변 동료와 많은 이야기를 나누며 본인의 업무를 향상하고 다른 직원들에게도 긍정적 변화를 이끌어 내었습니다. 특히 공부가 아닌 학생회 활동이나 봉사활동을 하면서 다른 주변에 도움을 주려했던 경험이 공부만으로 만들어낸 학벌과 차이가 있었습니다. 이 직원은 동료들과의 협업을 주도하며 팀 내에서 가장 신뢰받는 사람이 되었죠.

 

학벌이 중요한 요소일 수는 있지만, 조직에서 인정받는 사람은 성실성과 근면함이라는 사람으로서의 기본기를 갖춘 사람입니다.

 

  3) 데이터가 찾아낸 숨겨진 리더

 

팀장급을 채용하면서, 리더십 역량을 강조했습니다. 지원자들 중 가장 화려한 경력을 가진 사람이 눈에 띄었지만, 레퍼런스를 확인하여 그 데이터를 분석해 보니 그의 이전 회사에서는 팀원들이 스트레스 호소율이 높고, 이직률도 상승했던 것으로 나타났습니다. 

하지만 반대로 상대적으로 평범해 보이는 경력을 가진 지원자는, 팀원들이 만족스러운 평가를 남긴 기록이 많았고, 매출 상승에도 기여했던 것으로 드러났습니다. 결과적으로 이 지원자를 채용했더니, 그 부서는 안정적이고 협력적인 분위기로 탈바꿈했죠.

 

데이터는 종종 눈에 보이지 않는 훌륭한 리더를 발견할 수 있습니다.

 

3. 데이터로 실패 없는 채용을 할 수 있습니다

 

  1) 편견을 날려버리다

 

저도 초창기엔 학벌, 경력, 나이 등 표면적인 정보를 통해 지원자를 평가하는 실수를 저질렀습니다. 하지만 데이터 분석은 숫자와 기록을 통해 이런 편견을 제거해 주었죠.

  • 성별이나 나이에 따른 암묵적인 편향 없이, 지원자의 진짜 실력을 평가하게 됩니다.

 

2) 조직에 꼭 맞는 사람을 찾을 수 있습니다

 

데이터는 단순히 직무 적합성뿐 아니라, 조직 문화와의 적합성도 평가할 수 있습니다.

  • 기존 직원들의 설문 데이터를 분석해 조직이 어떤 성향의 사람과 잘 맞는지 파악하여서, 같은 직무라도 문화적으로 더 적합한 지원자를 선별할 수 있습니다.

 

3) 채용 실패 비용 절감

 

잘못된 채용은 회사에 막대한 비용을 초래합니다. 하지만 데이터를 활용하면, 성과 예측이 가능해지면서 실패율을 크게 낮출 수 있습니다.

 

4. 데이터 기반 채용의 접근법

 

1) 채용 목표 정의와 데이터 수집

 

지원자에게 무엇을 기대하는지 명확히 정의하고, 필요한 데이터를 수집합니다.

  • 직무 수행 능력, 성격, 문화 적합성 등 다양한 요소를 수집해 보면 좋습니다.

 

2) 데이터 분석 도구 활용

 

AI 기반 분석 도구나 ATS(Applicant Tracking System)를 활용해 지원자의 데이터를 효율적으로 분석할 수 있고, LinkedIn Talent Insights, IBM Watson Analytics 등의 도구를 사용하면 도움 될 것이라고 생각합니다.

 

3) 채용 성과 추적 및 피드백

 

채용 후, 선발된 인재가 조직에 미친 영향을 지속적으로 분석합니다.

  • 반드시 성과, 이직률, 조직 내 만족도 등을 데이터화하여 다음 채용에 반영하면 계속 발전할 수 있습니다.

 

4) 지속적인 학습과 개선

 

채용 데이터는 반복적으로 분석하고, 최적의 방식을 찾아내는 것이 중요합니다.

 

 

5. 채용에 대한 생각이 바뀌어야 합니다.

 

채용은 이제 더 이상 직관이나 감에 의존하면 안 됩니다. 아직도 학벌이나 그 사람의 높은 스펙만 요구한다면 발전할 수 없습니다. 제 경험과 다양한 사례에서 보듯, 데이터는 지원자의 숨겨진 가능성을 발견하고, 조직의 성공을 위한 새로운 길을 열어줍니다.

 

“데이터는 거짓말을 하지 않습니다.” 채용도 마찬가지입니다.

 

이제 제발 그 말도 안 되는 고집은 버리세요!