[논문]HR 애널리틱스의 최근 연구 동향 및 향후 과제

조희진; 안지영

doi:10.5392/jkca.2022.22.03.442

HR 애널리틱스의 최근 연구 동향 및 향후 과제
Recent Research Trends and Prospects of HR Analytics in Korea 원문보기

한국콘텐츠학회논문지 = The Journal of the Korea Contents Association, v.22 no.3, 2022년, pp.442 - 452

조희진 (이화여자대학교 빅데이터분석학과) , 안지영 (이화여자대학교 경영학과)

초록
AI-Helper

본 연구는 HR 애널리틱스(HRA)의 국내연구 동향을 파악하고 향후 HRA 연구 방향을 제언하기 위해 수행되었다. HRA 활용목적에 따라 근로자 생애주기(Employee Lifecycle)의 관점에서 채용, 적응, 업무환경, 성과 평가, 관리와 유지, 퇴직의 여섯 가지 영역을 분류하여 국내외 연구의 비교분석을 시행하였다. 주요 결과로는 첫째, 국내 HRA 연구의 세부 연구주제의 분포가 해외연구와 유사한 특성을 갖는다. 둘째, 교육 및 개발과 관련된 국내 HRA 연구가 부족하다. 셋째, 기계 학습(machine learning)이 빠르게 발전하면서 HRA 연구에 활용할 수 있는 현상의 범위와 방법론이 다양화되고 있다. 마지막으로 가치 모델에 근거한 국내 HRA 연구의 위치는 아직 기술 분석(descriptive analytics)의 단계에 있으며 예측 분석(predictive analysis) 영역으로 진입하는 과정에 있다.

Abstract ▼ AI-Helper

This study was conducted to understand research trends of HR Analytics (HRA) in Korea and to suggest future research directions. First, a comparative analysis was conducted by classifying six areas of recruitment on-board, work environment, performance evaluation, retention, and exit/retirement building on the employee life cycle framework. The results indicate that first, the distribution of detailed research topics in Korean HRA research has similar to that of international research. Second, Korean HRA studies related to employee training and development function are insufficient. Third, the scope and the method of machine learning are becoming enriched. Finally Korean HRA studies are still in the technical domain and toward entering the predictive analysis domain.

주제어

표/그림 (3)

표 표 1. 주요 해외 문헌 고찰연구에 활용된 범주
그림 그림 1. 국내 HRA 연구자료 검색 결과
표 표 2. 근로자 생애주기(The Employee Lifecycle) 기준에 따른 국내 문헌 분류

AI 본문요약
AI-Helper

제안 방법

본 연구는 국내외 HRA 관련 주요 문헌연구를 통해 다음의 분석 방향을 설정하고자 한다. 첫째, 기존 문헌 연구에서 분석 기준으로 삼은 HRM 제도, 연역/귀납, 미시/거시 등의 전통적 구분에서 벗어나 HRM의 비즈니스 파트너의 역할 전환을 위해 필요한 전략적 관점을 활용하여 HRA 문헌연구를 재시행하고자 한다. 둘째, 국내 연구의 경우 방법론(method), 특히 구체적인 데이터 분석기법에 대한 검토가 해외연구보다 미흡한 편이다.
분석 대상 논문 수집을 위하여 구글 스칼라(Google Scholar), 한국학술지 인용 색인(KCI), 학술교육원(e-article), DBpia, KISS에서 HRA와 관련된 키워드로 검색하였다. 키워드는 HR 애널리틱스, People Analytics, 인사관리 빅데이터, Human Capital analysis, Human Resource Analytics, 빅데이터 HR, 기계 학습 HRM 등 13가지 키워드를 이용하여 관련 논문을 취합하였다. 총 45건의 논문 중에서 개념적 연구를 제외하고 근로자 생애주기 관점의 HRA와 관련성이 높은 24건의 논문을 연구표본으로 확정하였다.

대상 데이터

본 연구는 분석 대상 연구자료를 확보하기 위해 다음과 같은 방법을 실시하였다. 분석 대상 논문 수집을 위하여 구글 스칼라(Google Scholar), 한국학술지 인용 색인(KCI), 학술교육원(e-article), DBpia, KISS에서 HRA와 관련된 키워드로 검색하였다. 키워드는 HR 애널리틱스, People Analytics, 인사관리 빅데이터, Human Capital analysis, Human Resource Analytics, 빅데이터 HR, 기계 학습 HRM 등 13가지 키워드를 이용하여 관련 논문을 취합하였다.
키워드는 HR 애널리틱스, People Analytics, 인사관리 빅데이터, Human Capital analysis, Human Resource Analytics, 빅데이터 HR, 기계 학습 HRM 등 13가지 키워드를 이용하여 관련 논문을 취합하였다. 총 45건의 논문 중에서 개념적 연구를 제외하고 근로자 생애주기 관점의 HRA와 관련성이 높은 24건의 논문을 연구표본으로 확정하였다.

성능/효과

둘째, 교육 및 개발과 관련된 국내 HRA 연구가 해외연구에 비해 상대적으로 부족하다. 해외 연구의 경우 교육 및 개발, 팀 내 행동 역학, 그리고 인적자원 배분 및 할당의 연구가 활발히 진행되고 있으며, 특히 교육프로그램 추천시스템, 경력개발 지원 등 교육 및 개발 측면에서의 연구가 활발히 진행되고 있다.
첫째, 국내연구의 세부 주제의 분포가 해외연구와 유사한 특성을 갖는다. 특히 유지(retention) 및 퇴직 부문에서 국‧내외 연구가 모두 활발하게 이루어지고 있고, 기계 학습기법 역시 국내에도 활발하게 활용되고 있다는 것을 알 수 있었다.
첫째, 국내연구의 세부 주제의 분포가 해외연구와 유사한 특성을 갖는다. 특히 유지(retention) 및 퇴직 부문에서 국‧내외 연구가 모두 활발하게 이루어지고 있고, 기계 학습기법 역시 국내에도 활발하게 활용되고 있다는 것을 알 수 있었다. 이는 아마도 최근의 IT 산업의 높은 인력 수요를 반영하는 상황일 것이다.

후속연구

이 때문에 다수의 국내 연구가 온라인 기업정보 플랫폼(잡플래닛)의 데이터를 활용하거나, 해외 오픈 데이터 사이트(Kaggle)를 활용할 수밖에 없었다. HRA 연구가 국내 기업의 특성을 고려한 양질의 연구를 수행하기 위해서 국내 기업의 HRA에 대한 많은 관심과 데이터 생성 및 관리에 대한 지속적인 관심이 필요하다.
이는 본 연구의 분석 방향이 해외연구의 거시 동향에 근거한 국내 연구의 상세한 분석을 목적으로 했기 때문이다. 또한, 각 논문이 활용한 기계학습의 구체적인 실험 과정에 대한 분석을 다루지 못하였다. 같은 기계 학습기법을 사용하더라도 활용한 데이터의 양, 데이터 유형, 기계 학습을 활용할 때 사용한 프로그래밍 언어 등 연구자의 판단에 따라 실험 환경이 달라질 수 있다.
반면 국내연구는 업무 및 경력 데이터를 활용하여 개인별 역량 및 직무 파악, 그리고 리더 육성을 위한 역량 범주화 작업에 그치고 있다. 앞으로 마케팅 분야에서 사용하는 추천시스템(recommendation system)을 적용하여 해당 알고리즘을 활용하게 된다면 교육 콘텐츠 추천이나, 경력 경로 지도에 관한 연구를 수행할 수 있을 것으로 기대한다.
본 연구는 다음과 같은 한계점이 있다. 해외 및 국내 HRA 연구 동향의 비교를 수행하기 위해 국내 HRA 논문의 경우 40여 개 이상의 개별 논문을 직접 검토하였으나, 해외 HRA 논문은 주요 문헌 고찰논문을 활용하였다는 한계가 있다. 이는 본 연구의 분석 방향이 해외연구의 거시 동향에 근거한 국내 연구의 상세한 분석을 목적으로 했기 때문이다.
같은 기계 학습기법을 사용하더라도 활용한 데이터의 양, 데이터 유형, 기계 학습을 활용할 때 사용한 프로그래밍 언어 등 연구자의 판단에 따라 실험 환경이 달라질 수 있다. 향후 다양한 사례에서 기계 학습을 활용한 연구가 이루어지고 각 연구를 기술적으로 분석하여 HRA 연구 목적에 따라 적합한 알고리즘에 대한 시사점을 제공할 수 있을 것이다.

참고문헌 (44)

D. Mclver, M. L. Lengnick-Hall, and C. A. Lengnick-Hall, "A strategic approach to workforce analytics: Integrating science and agility," Business Horizon, Vol.61, No.3, pp.397-407, 2018.
송기륭, 김경석, "HR 애널리틱스의 연구동향 및 과제," 조직과 인사관리연구, 제44권, 제4호, pp.129-160, 2020.
David P. Lepak and A. Snell Scott, "The human resource architecture: Toward a theory of human capital allocation and development," Academy of management review, Vol.24, No.1, pp.31-48, 1999

상세보기
Jay B. Barney, "Resource-based theories of competitive advantage: A ten-year retrospective on the resource-based view," Journal of management, Vol.27, No.6, pp.643-650, 2001

상세보기
https://www.washingtonpost.com/news/business/wp/2016/09/07/this-employee-badge-knows-not-only-where-you-are-but-whether-you-are-talking-to-your-co-workers/
S. Garg, S. Sinha, A. K. Kar, and M. Mani, "A review of machine learning applications in human resource management," International Journal of Productivity and Performance Management, Vol. ahead-of-print, No. ahead-of-print, 2021.
K. Lepenioti, A. Bousdekis, A. D. Apostolou, and G. Mentzas, "Prescriptive analytics: Literature review and research challenges," International Journal of Information Management, Vol.50, pp.57-70, 2020.

상세보기
L. Bassi, "Raging debates in HR analytics," People & Strategy, Vol.34, No.2, pp.14-18, 2011.

상세보기
T. H. Davenport, J. Harris, and J. Shapiro, "Competing on talent analytics," Havard Business Review, Vol.88, No.10, pp.52-58, 2010.
https://rework.withgoogle.com/blog/the-evolution-of-project-oxygen/
https://rework.withgoogle.com/print/guides/5721312655835136/
https://dbr.donga.com/article/view/1201/article_no/9099
J. Garcia-Arroyo and A. Osca, "Big data contributions to human resource management: a systematic review," The International Journal of Human Resource Management, Vol.33, No.20, pp.4337-4362, 2019.
Y. Zhang, S. Xu, L. Zhang, and M. Yang, "Big data and human resource management research: An integrative review and new directions for future research," Journal of Business Research, Vol.133, pp.34-50, 2021.

상세보기
D. Ulrich and J. H. Dulebohn, "Are we there yet? What's next for HR?," Human Resource Management Review, Vol.25, No.2, pp.188-204, 2015.

상세보기
Swan Insights, Big Data for HR,
이성복, "근로생애주기별 HR 애널리틱스 적용 방안," 임금.HR연구, 제25권, 제3호, pp.18-31, 2017.
https://www.slideshare.net/SeongBokLee/hr61351070
배종석, 인적자원론: 가치, 사람 그리고 제도 제3판, 弘文社, 2018.
이재진, 비즈니스 파트너, HR 애널리틱스비즈니스 파트너, HR analytics, 온크미디어, 2020.
이환우, 이새롬, 정경철, "채용 전형에서 인공지능 기술 도입이 입사 지원의도에 미치는 영향," 정보시스템연구, 제28권, 제2호, pp.25-52, 2019.

원문보기 상세보기
곽명숙, 인공지능 기반 인터뷰 시스템 사용 의도의 선행요인 규명: 공존감과 신뢰감, 지각된 유용성, 지각된 사용용이성을 중심으로, 이화여자대학교, 석사학위논문, 2021.
김용우, 박석천, 홍석우, 김태엽, "빅데이터 분석 기술을 이용한 인사채용 예측 시스템 설계," 한국정보처리학회 학술대회논문집, 제20권, 제2호, pp.1042-1045, 2013.
김용근, "의사결정 지원을 위한 HR애널리틱스 활용사례," 임금.HR연구, 제25권, 제3호, pp.74-87, 2017.
서정오, 최우재, 김용근, "HR 애널리틱스 활용사례연구: 국내 대기업을 중심으로," 기업경영연구, 제27권, 제6호, pp.147-161, 2020.
김성준, "HR 애널리틱스를 활용한 리더 육성 및 관리 사례," 임금.HR연구, 제25권, 제3호, pp.88-97, 2017.
김용근, 류성민, "SNA 기법을 활용한 과학적 조직재설계 철강관련 A사례를 중심으로," Korea Business Review, 제20권, 제4호, pp.27-44, 2016.
최기철, 이상용, "직원을 위한 내부마케팅이 기업의 시가 총액 변동률에 미치는 영향 분석: 잡플래닛 기업 리뷰를 중심으로," Information Systems Review, 제20권, 제2호, pp.39-62, 2018.
김성준, 이중학, 채충일, "꼰대, 한국기업 조직문화 차원의 탐구," 조직과 인사관리 연구, 제45권, 제2호, pp.1-35, 2021.
홍운기, 우한균, 정윤혁, "음성 센서를 활용한 팀 의사결정 과정에서 팀원의 영향력 연구," 생산성논집(구.생산성연구), 제35권, 제3호, pp.37-60, 2021.
임영훈, 이한주, 이원석, "개인별 작업 로그 빅데이터 기반 실시간 업무성과 모니터링," 한국차세대컴퓨팅학회 논문지, 제13권, 제3호, pp.42-51, 2017.
김용근, 서정오, 최우재, "HR Analytics 활용 직책자 자동추천 시스템 사례 연구: 대리인 이론을 중심으로," 대학경영학회지, 제33권, 제9호, pp.1625-1645, 2020.
이중학, 스티븐김, 송지훈, 채충일, "HR Analytics 연구 및 활용에서의 가설 검정과 예측의 차이점: Assessment Center 사례를 중심으로," 조직과 인사관리연구, 제44권, 제2호, pp.103-123, 2020.
이종서, 김성근, 강주영, "직무 리뷰 분석을 통한 산업군별 직무만족/존속 요인 및 직무불만족/이직 요인에 관한 연구," 한국IT서비스학회지, 제16권, 제1호, pp.1-26, 2017.

원문보기 상세보기
서운채, 김형중, "직무만족도에 영향을 미치는 내부 평판 요인에 관한 연구: 기업정보 제공 소셜 미디어 빅데이터를 중심으로," 디지털콘텐츠학회논문지, 제17권, 제4호, pp.295-305, 2016.

원문보기 상세보기
안병대, 최진욱, 서용무, "기업개성이 직원의 직무만족과 기업 이직률의 관계에 미치는 영향 : 잡플래닛 기업 리뷰를 중심으로," 한국IT서비스학회지, 제19권, 제3호, pp.35-56, 2020.

원문보기 상세보기
H. W. Lee, "HR Analytics : Predicting Above Average Commitment by Ranking HR Practices," 경영컨설팅연구, Vol.18, No.3, pp.179-187, 2018.
윤유동, 이설화, 지혜성, 임희석, "기계 학습 방법을 이용한 직장 생활 프로파일 기반의 퇴직 예측 모델 개발," 컴퓨터교육학회 논문지, 제20권, 제1호, pp.87-97, 2017.

원문보기 상세보기
윤보람, 인사 자료 분석에서 이직 분류를 위한 기계학습의 활용, 서울대학교, 석사학위논문, 2020.
박연정, 이도길, "HR 데이터 기반의 퇴사 예측 모델 개발," 한국정보통신학회 종합학술대회 논문집, 제28권, 제1호, pp.297-300, 2021.
최주희, 박혜경, 박지은, 이창민, 최병관, "인공지능을 이용한 신규간호사 이직률 예측," 한국융합학회논문지, 제9권, 제9호, pp.431-440, 2018.

원문보기 상세보기
최진욱, 신동원, 이한준, "IT 기업 직원의 만족 및 불만족 요인에 따른 이직률 예측: 토픽모델링과 머신러닝을 활용하여," 한국데이터정보과학회지, 제32권, 제5호, pp.1035-1047, 2021.
김영박, 김형중, "인성 데이터를 활용한 조기 퇴사자 예측," 한국디지털콘텐츠학회 논문지, 제19권, 제1호, pp.141-147, 2018.
이중학, 스티븐김, 송지훈, 장다니엘, "HR 애널리틱스 연구 및 실무에서의 베이지안 통계 활용: 퇴임 임원의 데이터를 중심으로," 조직과 인사관리연구, 제44권, 제3호, pp.83-104, 2020.

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