[논문]구인기업과 구직자 간에 인식하는 인재상의 차이 분석

허성호

doi:10.15207/jkcs.2020.11.7.251

구인기업과 구직자 간에 인식하는 인재상의 차이 분석
Analysis of the Differences in Recognition of Talented Human Resources Between Enterprises and Job Seekers 원문보기

한국융합학회논문지 = Journal of the Korea Convergence Society, v.11 no.7, 2020년, pp.251 - 257

허성호 (중앙대학교 심리학과)

초록
AI-Helper

본 연구는 4차 산업혁명 관련기업의 채용경향에 있어서 구인기업과 구직자가 인식하는 인재상의 차이를 16개로 구성된 요소를 중심으로 비교분석하였다. 분석자료는 4차 산업혁명 관련 기업과 구직자들을 대상으로 자료를 수집하였으며, 분석방법은 빅데이터 유형의 자료를 활용하여 사회연결망 분석과 변량분석을 혼합한 융합연구방법론을 적용하였다. 결과적으로 다음의 몇 가지를 검증하였다. 첫째, 대기업은 소통을 강조하고, 중소기업은 역량과 자신감을 강조하는 것으로 나타났다. 둘째, 제조업에서 구인기업은 자신감과 역량을 강조하고, 구직자는 스펙과 열정을 강조하는 것으로 나타났다. 셋째, 서비스업에서 구인기업은 인성과 역량을 강조하고, 구직자는 스펙과 글로벌을 강조하는 것으로 나타났다. 넷째, 구직자들은 제조업과 서비스업에 따른 인재상이 큰 차이가 있었다. 이러한 결과를 토대로 인재상에 대한 인식 불일치 현상을 줄이기 위한 기업의 채용 정보개방에 대해 논의하였다.

Abstract ▼ AI-Helper

This study comparatively analyzed the differences in the talented human resources perceived by enterprises and job seekers in terms of recruitment trends of companies related to the 4th Industrial Revolution, focusing on 16 factors. The analysis data was collected from enterprises and job seekers related to the 4th Industrial Revolution, and the analysis method was applied to a convergence research methodology that mixes social network analysis and variance analysis using big data type. As a result, several things were verified. First, large enterprises emphasized communication, and small enterprises emphasized competency and confidence. Second, in the manufacturing industry, enterprises emphasized confidence and competence, and job seekers emphasized spec and passion. Third, in the service industry, enterprises emphasized personality and competence, and job seekers emphasized spec and global. Fourth, there was a big difference in talented human resources between enterprises and job seekers according to manufacturing and service industries. Based on these results, we discussed the opening of employment information for enterprises to reduce the recognition mismatch in the talented human resources.

주제어

표/그림 (14)

그림 Fig. 1. Large Enterprise: network and centrality
그림 Fig. 2. Small Enterprise: network and centrality
표 Table 1. Basic statistical analysis results
표 Table 2. Basic statistical analysis results
그림 Fig. 3. Cluster: Enterprise Scale
그림 Fig. 4. Manufacturing Enterprise: network and centrality
그림 Fig. 5. Manufacturing Seeker: network and centrality
그림 Fig. 6. Cluster: Subject(Manufacturing)
그림 Fig. 7. Service Enterprise: network and centrality
그림 Fig. 8. Service Seeker: network and centrality
그림 Fig. 9. Cluster: Subject(Service)
표 Table 3. ANOVA of Scale and Sector
표 Table 4. ANOVA of Subject and Sector
그림 Fig. 10. Interaction of Subject × Sector

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

따라서 본 연구는 구인기업의 채용공고 현황과 취업준 비생의 채용 준비 현황 간 중요하게 여기는 인재상의 개 념을 분석하여 상호연관성을 확인하고자 한다. 이는 최근 다양하게 논의되는 4차 산업혁명과 아시아 전반에 걸쳐 나타나는 고용시장 변화와 맞물려 있으며 한국의 고용시 장 안전성을 개선하기 위해 채용전략의 중요한 정보를 제공하게 될 것이다[4].
본 연구는 다가오는 4차 산업혁명 시대의 채용경향에 있어서 인재상의 인식 차이를 검증하고자 하였고, 결과를 기반으로 다음과 같은 논의점을 도출하였다.
즉, 좀 더 구체적이고 다양한 직무 관련 정보를 제공하 거나 그렇지 않으면, 채용 정보제공에 대한 정부부처의 법률적 기틀을 마련하는 것이다. 예를 들어, 채용시장정 책의 상호간 정보 개방 수위에 대한 결정적 논의가 공식 화되거나 기업의 주도적인 직무 정보 공유, 채용과 관련 되는 구체적 역량 차원 공개 및 인재상 선언, 그리고 기 업 내 관련부서의 인사채용 시스템에 대한 좀 더 현실적 인 제공을 촉진하는 정책이 필요하다.
첫째, 본 연구는 질적 형태의 자료를 변량화하는 기법을 개발하여 사회과학적인 분석에 적용했다는 점에서 학 술적 의미를 가진다. 특히, 텍스트 기반의 변량분석 (TEVA) 모델을 적용한 융합연구 모형 개발을 시도하였고, 이를 개선하기 위해 중요한 정보적 역할을 할 수 있 다.

제안 방법

본 연구는 사회연결망 분석을 통해 한국의 4차 산업혁 명 관련 산업체와 이곳의 채용지망자들의 관점을 인재상 의 개념으로 비교분석하였다. 구체적인 분석에 활용되는 기법은 연관어 분석(Association Rule)과 군집분석 (Clustering)이며, 각각 1mode 자료와 2mode 자료를 분석한다[10,11].
본 연구는 연구설계와 자료의 유형, 그리고 분석 방법 에 이르기까지 기존의 구분된 학문 제분야의 기틀을 융 합한 접근방법을 적용하였다[6].
군집 분석은 이러한 구조적 특성을 분석 과정에서 필 요한 기법이며, 연결망 내 요소들 간의 빈도 및 구조적 특성을 정량적으로 연산하는 산술적 계량 분석 기법이라 고 할 수 있다. 본 연구에서는 2-mode 방식의 자료를 휴리스틱 함수를 적용한 군집화 분석 모듈을 적용하였으 며, 최초 집단 구분 지점의 알력집단성(Faction)을 분석 하였다[11].
수집된 자료에서 인재상에 적합한 개념으로 추출한 키 워드는 글로벌(Global), 인성(Personality), 역량 (Competence), 스펙(Spec), 소통(Communication), 전문성(Professionalism), 책임감(Responsibility), 도 전(Challenge), 창의성(Creativity), 능숙성(Proficiency), 잠재력(Potential), 자신감(Confidence), 추진력 (Driving), 지속성(Sustainability), 열정(Passion), 정보 (Information) 총 16개로 구성하여 분석에 적용하였다.
본 연구에서는 추 출한 인재상 요소의 빈도를 근거로 집단 간 차이를 검증 하는 ANOVA(2-way) 분석을 적용하였다. 아울러, 텍스 트 기반 변량 분석(Text Essential Variance Analysis; TEVA) 모형의 융합연구 방법을 개발하고 적용하였다[6].
네트워크가 그 안에 참여한 노드들의 행동이 역학관계 를 설명하는 연관성의 개념으로 이해할 수 있기 때문에, 대상자들의 관계적 특성에 입각하여 행동의 사회구조적 인 효과를 설명하려는 시도라고 할 수 있다[12,13]. 이 과정에서 1-mode 분석틀로 변형한 자료를 활용하였으 며, 동일 반응 유닛(case or reference) 내의 요소들 간 연결성의 중심성(Centrality)을 분석하였다.
인재상에 대하여 대기업과 중소기업 간의 군집분석을 실시하였고, 그 결과는 다음과 같다. 대기업은 소통, 스 펙, 추진력, 열정, 창의성이 중요한 것으로 나타났고, 중 소기업은 자신감, 정보, 역량, 도전이 중요한 것으로 나타 났다(Fig.
인재상에 대하여 제조업의 구인기업과 구직자 간 군집 분석을 실시하였고, 그 결과는 다음과 같다. 제조업 구인 기업은 정보, 역량, 도전, 자신감이 중요한 것으로 나타났 고, 제조업 구직자는 스펙, 추진력, 열정, 창의성, 소통이 중요한 것으로 나타났다(Fig.
인재상에 대한 대기업과 중소기업 간 연관어 분석을 실시하였다. 그 결과, 빈도분포 상으로는 두 집단 모두 정 보, 열정, 전문성, 능숙성을 강조하는 것으로 나타났다 (Fig.
인재상에 대한 서비스업의 구인기업과 구직자의 연관 어 분석을 실시하였다. 그 결과, 빈도분포 상으로는 서비 스업의 두 집단 모두 능숙성, 열정, 전문성, 정보를 강조 하는 것으로 나타났다(Fig.
인재상에 대한 제조업의 구인기업과 구직자의 연관어 분석을 실시하였다. 그 결과, 빈도분포 상으로는 제조업 의 두 집단에서 평가하는 인재상의 요소에는 상당한 차 이가 있는 것으로 나타났다(Fig.
특히, 비모수 통계 기법을 적용하였던 빅데이터 자료 의 유형을 추출하여 모수통계 기법으로 적용할 수 있는 연구설계 방안을 개발하였고, 키워드에 기반한 사회연결 망 분석과 변량분석을 병행하는 융합연구방법론을 응용 하였다(Table 1 참고)[7,8].

대상 데이터

연구대상은 구인기업과 구직자로 구분하였으며, 2019 년도 채용공고문과 지원내용을 기반하여 자료로 분석하 였다. 구인기업은 대기업/중소기업, 제조업/서비스업 구 분하여 자료를 수집하였고, 구직자는 취업준비생을 중심 으로 자료를 수집하였다. 총 구인기업은 779 사례, 구직 자는 395 사례를 수집하였다(Table 2 참고).
연구대상은 구인기업과 구직자로 구분하였으며, 2019 년도 채용공고문과 지원내용을 기반하여 자료로 분석하 였다. 구인기업은 대기업/중소기업, 제조업/서비스업 구 분하여 자료를 수집하였고, 구직자는 취업준비생을 중심 으로 자료를 수집하였다.
구인기업은 대기업/중소기업, 제조업/서비스업 구 분하여 자료를 수집하였고, 구직자는 취업준비생을 중심 으로 자료를 수집하였다. 총 구인기업은 779 사례, 구직 자는 395 사례를 수집하였다(Table 2 참고).

데이터처리

변량분석은 표본의 평균과 표준편차를 활용해야 하는 데, 빅데이터의 특성상 이러한 유형의 자료를 산출하는 방식을 설계하는 방법이 필요하다[6]. 본 연구에서는 추 출한 인재상 요소의 빈도를 근거로 집단 간 차이를 검증 하는 ANOVA(2-way) 분석을 적용하였다. 아울러, 텍스 트 기반 변량 분석(Text Essential Variance Analysis; TEVA) 모형의 융합연구 방법을 개발하고 적용하였다[6].

성능/효과

인재상에 대한 대기업과 중소기업 간 연관어 분석을 실시하였다. 그 결과, 빈도분포 상으로는 두 집단 모두 정 보, 열정, 전문성, 능숙성을 강조하는 것으로 나타났다 (Fig. 1 참고).
인재상에 대한 서비스업의 구인기업과 구직자의 연관 어 분석을 실시하였다. 그 결과, 빈도분포 상으로는 서비 스업의 두 집단 모두 능숙성, 열정, 전문성, 정보를 강조 하는 것으로 나타났다(Fig. 7 참고).
인재상에 대한 제조업의 구인기업과 구직자의 연관어 분석을 실시하였다. 그 결과, 빈도분포 상으로는 제조업 의 두 집단에서 평가하는 인재상의 요소에는 상당한 차 이가 있는 것으로 나타났다(Fig. 4 참고).
기업규모와 산업분야가 인재상 비중에 미치는 영향을 분석한 결과 두 집단의 상호작용은 유의하지 않았으며, 기업규모와 산업분야 두 차원에서 모두 차이가 나타나지 않았다(Table 3 참고).
인재상에 대하여 대기업과 중소기업 간의 군집분석을 실시하였고, 그 결과는 다음과 같다. 대기업은 소통, 스 펙, 추진력, 열정, 창의성이 중요한 것으로 나타났고, 중 소기업은 자신감, 정보, 역량, 도전이 중요한 것으로 나타 났다(Fig. 3 참고).
둘째, 채용과정에서 강조되는 인재상의 차이가 구인기 업 및 구직자 간의 명시적인 차이가 나타나고 있었다. 즉, 구직자들은 스펙이라는 개념을 상대적으로 중요하게 생 각하였지만, 실제 기업들은 스펙을 중요하게 판단하지 않 은 것으로 나타났다.
분석대상과 산업분야가 채용과정에서 반영되는 인재 상의 비중에 미치는 영향을 분석한 결과 두 집단의 상호 작용은 통계적으로 유의한 것으로 나타났다(F(1, 1154) = 57.94, p < .01).
인재상에 대하여 서비스업의 구인기업과 구직자 간 군 집분석을 실시한 결과는 다음과 같다. 서비스업 구인기업 은 인성, 열정, 책임감, 잠재력, 역량이 중요한 것으로 나 타났고, 서비스업 구직자는 정보, 스펙, 도전, 자신감, 글 로벌이 중요한 것으로 나타났다(Fig. 9 참고).
셋째, 채용장면에서 나타나는 불일치 현상(mismatch) 은 구인기업이 채용 관련 정보를 제한하거나 너무 거시 적인 정보만 공개하고 있기 때문에 나타나는 것이라고 할 수 있다. 이에 대한 개선 방법은 기업이 감당해야 할 시스템 개발의 정보화 영역이라고 할 수 있다[15].
아울러, 상호작용 효과를 그래프로 도식한 결과, 인재 상의 구인기업들은 산업분야 간 차이가 나타나지 않았지 만, 구직자에서는 구직자들은 제조업(M = 3.29)이 서비 스업(M = 2.31)보다 인재상에 대한 비중이 더 높은 것으 로 나타났다(Fig. 10 참고).
인재상에 대하여 제조업의 구인기업과 구직자 간 군집 분석을 실시하였고, 그 결과는 다음과 같다. 제조업 구인 기업은 정보, 역량, 도전, 자신감이 중요한 것으로 나타났 고, 제조업 구직자는 스펙, 추진력, 열정, 창의성, 소통이 중요한 것으로 나타났다(Fig. 6 참고).
01). 주효과 분석결과에서는 구인기업(M = 2.39)이 구직자(M = 2.90)보다 인재상의 비중이 더 낮 은 것으로 나타났다. 또한, 제조업(M = 2.
둘째, 채용과정에서 강조되는 인재상의 차이가 구인기 업 및 구직자 간의 명시적인 차이가 나타나고 있었다. 즉, 구직자들은 스펙이라는 개념을 상대적으로 중요하게 생 각하였지만, 실제 기업들은 스펙을 중요하게 판단하지 않 은 것으로 나타났다. 이러한 불일치 형상이 인재상 전반 에 걸쳐 나타나고 있다는 점으로 미뤄 볼 때, 앞으로의 노동시장에 적합한 채용시스템의 전략적 개선안이 시급 하다고 판단하였다[6,14].

후속연구

따라서 다양한 채용경향성에 포함되는 고용 선택의 요 건에 대한 다른 차원의 인식 차이를 확인하고, 대안점을 제시하는데 추후연구를 진행할 것을 제언한다.
또한, 기존 고용시장에서 인력을 찾는 기업과 취업을 희망하는 구직자들이 인재상에서 제시한 핵심 키워드를 통하여 양쪽에서 강조하는 특징들의 불일치 현상을 확인 하고, 이를 통하여 향후 4차 산업혁명에 적합한 고용시장 정책의 방향을 제언하였다.
마지막으로, 채용과정에 대한 구인기업과 구직자 간 인식의 불일치에 대한 논의는 단편적인 인재상의 차이만 으로 설명하기에는 그 한계가 있다. 즉, 채용경향에서의 인식불일치 현상은 고용시장의 주요 주체인 기업과 구직 자의 입장을 얼마나 줄일 수 있는가의 문제이다[6,16,17].

참고문헌 (17)

J. Flynn, S. Dance & D. Schaefer. (2017). Industry 4.0 and its Potential Impact on Employment Demographics in the UK. Advances in Transdisciplinary Engineering, 6, 239-244.
M. Skilton & F. Hovsepian. (2017). The 4th industrial revolution: Responding to the impact of artificial intelligence on business. Cham: Springer.
A. M. French, J. Shim, M. Risius & H. Jain. (2019). The 4th Industrial Revolution Powered by the Integration of 5G, AI, and Blockchain. AMCIS in Cancun.
T. Schroder. (2019). A regional approach for the development of TVET systems in the light of the 4th industrial revolution: the regional association of vocational and technical education in Asia. International Journal of Training Research, 17(1), 83-95.

상세보기
U. Meyer. (2019). The emergence of an envisioned future. Sensemaking in the case of "Industrie 4.0" in Germany. Futures, 109, 130-141.

상세보기
S. Hu & H. Chang. (2019). Employment Trends in the Fourth industrial Revolution Era: Analysis of Hiring Trends of Autonomous Automobile Industry Related Companies. Journal of Digital Convergence, 17(1), 1-8. DOI:https://doi.org/10.14400/JDC.2019.17.1.001
B. H. Shin & H. K. Jeon. (2018). A Study on Disaster Information Support using Big Data. Journal of the Korea Convergence Society, 9(8), 25-32. DOI : https://doi.org/10.15207/JKCS.2018.9.8.025
H. Lee, Y. W. Kim & K. Y. Kim. (2018). Implement of MapReduce-based Big Data Processing Scheme for Reducing Big Data Processing Delay Time and Store Data. Journal of the Korea Convergence Society, 9(10), 13-19. DOI : https://doi.org/10.15207/JKCS.2018.9.10.013
L. C. Freeman. (2017). Research methods in social network analysis. New York: Routledge.
E. Giuliani & C. Pietrobelli. (2016). Social Network Analysis for Evaluating Cluster Development Programs. The Impact Evaluation of Cluster Development Programs, 37, 117-150.
J. E. Mote. (2005). R&D ecology: using 2-mode network analysis to explore complexity in R&D environments. Journal of Engineering and Technology Management, 22(1-2), 93-111.

상세보기
F. Ciarapica, M. Bevilacqua & S. Antomarioni. (2019). An approach based on association rules and social network analysis for managing environmental risk: A case study from a process industry. Process Safety and Environmental Protection, 128, 50-64.

상세보기
J. Song, Q. Feng, X. Wang, H. Fu, W. Jiang & B. Chen. (2019). Spatial association and effect evaluation of CO2 emission in the Chengdu-Chongqing urban agglomeration: quantitative evidence from social network analysis. Sustainability, 11(1), 1. https://doi.org/10.3390/su11010001
B. K. Sung & Y. Y. You. (2018). Analysis of Vocational Training Needs Using Big Data Technique. Journal of the Korea Convergence Society, 9(5), 21-26. DOI : https://doi.org/10.15207/JKCS.2018.9.5.021
M. A. Somers, S. J. Cabus, W. Groot and H. M. van den Brink. (2019). Horizontal mismatch between employment and field of education: Evidence from a systematic literature review. Journal of Economic Surveys, 33(2), 567-603.

상세보기
J. P. Martin & R. Torres. (2000). Korean Labor Market and Social Safety-Net Reforms: Challenges and Policy Requirements. Journal of the Korean Economy, 1(2), 267-300.
L. Barth et al. (2014). Semantic word cloud representations: Hardness and approximation algorithms. Heidelberg: Springer.

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증