[개발일지] #1. 인사노무 10년차 그리고 비 개발자의 철저한 실패 경험담

지난 10년간 여러 현장을 다니면서 인사노무 업무를 했고, 특히 IBK 기업은행 컨설팅 업무를 맡으면서 한가지 패턴을 반복적으로 경험했다. 타 컨설팅과는 다르게 IBK 기업은행 컨설팅에서 나에게 주어진 시간은 최대 2주였다. 2주안에 진단을 끝내고 문제를 정의하고 개선 방향을 제시해야 한다. 수십 년 업력을 가진 경영진 앞에서 "경험상 이렇습니다"는 통하지 않는다.

경영진에게 높은 설득력을 갖추기 위해서는 재무 데이터를 중심으로 숫자가 말하게 해야 했다. 영업이익률이 업종 평균 대비 몇 퍼센트 낮은지, 인건비 비중이 경쟁사 대비 어떤 수준인지, 인력 구조가 매출 규모에 비해 과한지 부족한지 등 잘 정돈된 숫자가 눈앞에 놓이는 순간 경영진의 관심도가 달라졌다. 이 경험이 쌓이면서 한 가지 확신이 생겼다. 데이터 기반의 진단은 경영진을 움직이는 가장 효과적인 언어다.

연간 30곳 이상 중소기업을 다니면서 경영진에게 가장 많이 받은 질문은 크게 3가지였다. ① 우리 회사 인원이 지금 적정한가 ② 인건비 수준이 업종 대비 높은가 낮은가 ③ 우리가 인건비를 효율적으로 쓰고 있는가 였다. 단순해 보이는 질문이지만 이걸 제대로 답하려면 재무제표와 업종 벤치마크 데이터를 교차 분석해야 하고 분석 프레임워크를 설계하고 이를 해석할 수 있는 역량이 필요했다. 한가지 재밌는 사실은 이 질문을 하는 사람이 항상 경영진이었다는 점이다. 인사 담당자들은 이런 질문을 잘 하지 않는다.

그래서 경영진의 질문은 항상 허공에 떠 있었다. 컨설턴트가 올 때만 잠깐 답을 얻고 다음 번엔 다시 감으로 결정했다. 컨설팅은 일회성이고 경영 의사결정은 매년 반복된다.

이걸 구조화하면 어떨까?

어느 순간부터 이런 생각이 들었다. 내가 컨설팅 현장에서 하는 데이터 분석을 자동화할 수 있다면 어떨까. 경영진이 직접 숫자를 입력하면 진단 결과와 메시지가 나오는 구조를 만들고 싶다는 생각을 했다. 이때가 2024년 6월이었고 나는 Chat GPT와 Bubble 두가지를 들고 개발을 시작했다. 개발 경험은 전혀 없었다. 코드가 뭔지도 몰랐다. 그냥 만들어보기로 했다. 회사명, 업종, 규모, 인원 수를 입력하면 노동소득분배율, HCROI, 인건비율, 인당 인건비를 계산하고 산업 평균과 비교하고 Chat GPT API 를 불러오게 만들었다. 기획, 개발, 배포까지 총 6개월이 걸렸다. 지금보면 매우 허접하지만 그당시에는 매우 뿌듯했다.

많은 기대와 설레임을 안고 배포를 시작했다. 대단한 배포도 아니고 그냥 링크드인을 통해 홍보했다. 그래도 생각보다 많은 사용자(User)가 접속했다. 몇가지 특이점이 있는데 첫번째 페이지(기업 정보 입력)에서 두번쨰 페이지(재무 데이터 입력)으로 넘어가는 비중이 현저히 떨어졌다. 그리고 데이터를 입력해도 그 데이터 내용은 정말 제각각이었다. 인사 담당자들에게 재무 데이터는 친숙하지 않고 노동생산성, 노동소득분배율, HCROI 등 인건비 효율성을 판단하는 지표들은 너무나 생소했다. 자연스럽게 결과물의 해석도 API 를 통해 규칙을 만들어 놓았음에도 불구하고 기대만큼의 효과는 없었다.

이때 느낀점이 있다. 데이터 입력은 내가 직접 해야 한다. 결과 해석은 규칙 기반으로 다양한 관점에서 자동으로 보여줘야 한다. 그리고 이걸 제대로 만들려면 처음부터 다시 설계해야 한다. 아쉽게도 6개월을 쏟아부은 첫번째 개발 프로젝트는 아쉽게도 실패했다.

E.O.D