LG유플러스가 찾은 인성검사 데이터 속 채용의 새로운 기준

LG유플러스 인재채용/분석팀 정영주 팀장

많은 HR 담당자가 채용 데이터를 어떻게 분석하고 활용해야 할지 몰라 어려움을 겪곤 합니다. LG유플러스 인재채용/분석팀 정영주 팀장은 데이터 분석 전문가가 아닌 HR 담당자도 기존의 데이터를 활용해 채용 프로세스를 고도화할 수 있다는 메시지를 전했습니다. LG유플러스 인재채용/분석팀은 퇴직 예측, 조직 몰입 강화, 채용 브랜드 이미지 분석 등 다양한 프로젝트를 수행하며 데이터 분석 경험을 쌓았습니다. 이러한 경험을 바탕으로 ‘경력직 채용’과 ‘인성검사’ 데이터를 활용해 고성과자와 조기 이탈자의 잠재적 특성을 식별한 사례를 공유합니다.

고성과자의 공통된 특성은 무엇일까?

회사에서는 즉시 투입할 수 있는 인력을 확보하기 위해 경력직 채용을 하지만, 회사의 기대와 개인의 이직 사유가 불일치할 시 조기 퇴사로 이어지는 경우가 많습니다. 이는 곧 비용과 시간의 손실을 초래하죠. 이런 문제를 해결하기 위해, 객관적인 데이터를 기반으로 채용 전 고성과자를 선별하는 '센싱 지표(Sensing Indicator)'를 도출했습니다.

• 분석 대상: 2012년 이후 입사자 2,700여 명의 입사 당시 인성 검사 데이터

• 분석 기법: 피어슨 상관분석, 집단 간 차이 검증 (T-test)

• 성과자 정의:

    ◦ 고성과자(High Performer): 최근 3개년 인사평가 기준 상위 20%

    ◦ 저성과자(Low Performer): 최근 3개년 인사평가 기준 하위 20%

분석 결과, LG유플러스의 전사적 고성과자는 다음과 같은 특성을 공통적으로 보였습니다.

"능동적이고 주도적으로 일하면서 스스로 계획을 수립하고, 외부 시장에 대해 민첩하게 학습하며, 끝까지 책임감을 가지고 업무를 완수하는 분들이 고성과자였다는 분석 결과를 얻었습니다."

직무별로 달라지는 고성과자의 세부 특성

전사 기준의 특성만으로는 다양한 직무의 인재를 선별하는 데 한계가 있습니다. 이에 따라 직무별로 고성과자와 저성과자 집단을 비교 분석해 각 직무에 특화된 성공 요인을 도출했습니다.

이와 같은 직무별 특성을 바탕으로, 인성 검사 결과지를 볼 때 어떤 지표를 중점적으로 확인해야 할지 알 수 있었습니다.

조기 이탈 신호 사전에 감지하는 법

채용만큼 중요한 것이 조직 구성원을 유지하는 것입니다. 조기 이탈 가능성이 있는 지원자를 채용 전에 확인할 수 있다면 채용정확도가 향상될 것이고, 빠른 조직안정화도 기대할 수 있겠죠.

1)    조기 퇴직자

• 공통 특성: 지적 호기심과 도전 의식이 강하고, 협동성은 낮으며 우울감이 높은 경향이 있었습니다.

• 신입/경력 비교

    ◦ 신입: 타인의 시선이나 팀워크에 상대적으로 신경 쓰지 않고, 우울감이 높은 특성을 보였습니다. 조직 적응의 어려움이 조기 퇴사의 주된 원인임을 시사합니다.

    ◦ 경력: 현재 조직이 자신의 지적 호기심을 충족시키거나 새로운 성장 기회를 제공하기에 부족하다고 판단될 때, 전문성 확장과 성장을 위해 이탈하는 경향을 보였습니다.

2)    조기 휴직자

• 공통 특성: 정서 조절 능력이 낮고, 타인에 대한 관심, 성취 지향성, 직업의식, 감정 표현 등이 전반적으로 낮은 특성을 보였습니다.

• 성별 비교

    ◦ 남성: 공감성이 매우 낮은 반면, 냉소성과 결단력이 높게 나타났습니다.

    ◦ 여성: 성취 지향성, 주도성, 직업의식 등이 낮게 나타났습니다.

이 분석 결과는 입사 전에 실시한 인성검사에 기반해, 입사 후 생활 변화가 아닌 고유한 성향이 조기 이탈에 큰 영향을 줄 수 있음을 보여주었습니다. 즉, 채용 단계에서 데이터를 바탕으로 잠재적 이탈 리스크를 예측할 수 있다는 의미죠.

데이터 분석을 넘어 채용 프로세스를 재설계하다

People Analytics의 진정한 가치는 도출된 결과로 실제 채용 프로세스를 검증하고 재설계할 때 비로소 실현됩니다. LG유플러스는 다음과 같은 개선점을 도출했습니다.

1) 자기소개서 평가 방식 변경

기존 AI 기반 자기소개서 평가는 분석 결과 입사 후 성과에 대한 예측력이 매우 낮은 것으로 드러났습니다. 또한, 지원자들이 AI 도구를 활용해 자기소개서를 작성하는 경향이 확산되면서 내용의 진정성과 변별력 확보가 불가능해졌습니다.

✅ 개선 방안: 자기소개서 문항을 과감히 완화해 지원자의 부담을 줄이는 대신, 채용 단계에 ‘실시간 에세이 작성’을 도입했습니다. 제한된 시간 안에 주어진 주제에 대해 직접 글을 작성하게 함으로써, 표면적 스펙이 아닌 실제적인 작문 능력과 논리적 사고력을 평가하는 방식으로 전환했습니다.

2) 면접 전형 고도화

데이터 분석 결과 기존 직무 및 인성 면접의 타당도가 낮았으며, 심지어 특정 직무에서는 면접 평가 내용과 입사 후 성과가 상반되게 나타나는 등 신뢰도에 문제가 확인되었습니다.

✅ 개선 방안: 면접의 주관성을 최소화하고 객관성을 높이기 위해 구조화된 면접을 전면 도입했습니다. 모든 지원자에게 동일한 질문과 평가 기준을 적용하고, 면접관 대상 교육을 통해 평가 기준의 눈높이를 맞췄습니다. 또한 전문적으로 훈련된 사내 면접관을 양성해 면접의 질과 신뢰도를 획기적으로 향상시켰습니다.

데이터 기반 HR 정착을 위한 3가지 과제

데이터 분석은 더 이상 데이터 전문가만의 전유물이 아닙니다. 현업의 문제를 해결하려는 의지와 기본적인 도구만 있다면, 누구나 데이터에 기반한 인재 관리를 시작할 수 있습니다. LG유플러스의 경험을 바탕으로 데이터 기반 의사결정을 성공적으로 내재화하기 위한 세 가지 과제를 제안합니다.

첫째, 작게 시작하고 즉시 실행하기

고도화된 툴이나 복잡한 통계 기법이 아닌, 엑셀이나 자모비(Jamovi) 등 무료 통계 프로그램만으로도 충분합니다. 가장 중요한 것은 기술이 아니라 ‘우리는 무엇을 확인하고 싶은가?’라는 명확하고 날카로운 질문을 정의하는 것입니다. 완벽한 조건을 기다리기보다 지금 당장 분석을 시작해 보세요.

둘째, 데이터를 지속적으로 추적하고 업데이트하기

분석의 첫걸음은 보유한 데이터를 모으고 정제하는 것입니다. 또한, 데이터는 계속 변하기 때문에 지속적으로 추적하고 업데이트하며 트렌드를 관찰하는 것이 핵심입니다.

셋째, 상관관계와 인과관계 구분하기

기초 통계 분석은 변수 간의 경향성을 보여줄 뿐, 직접적인 인과관계를 증명하지 않습니다. 분석 결과를 맹신해 특정 특성을 가진 지원자를 무조건 배제하는 기계적 의사결정의 함정에 빠져서는 안 됩니다. 분석 결과는 절대적 정답이 아닌, 의사결정의 방향성을 제시하고 더 깊이 검증해야 할 가설을 알려주는 ‘전략적 나침반’으로 활용해야 합니다.