마이크로소프트의 People Analytics: 데이터로 조직에 변화를 가져오는 법

Jon Peterson (마이크로소프트 시니어 디렉터)
Minsong Kim (마이크로소프트 시니어 피플 애널리스트)

세계적인 테크 기업은 People Analytics를 어떻게 운영할까요? 마이크로소프트(Microsoft)의 데이터 사이언스 및 응용 연구팀(Data Science&Applied Research)은 데이터 연구와 조직 변화 간의 간극을 해소하며, HR과 비즈니스 의사결정을 직접 이끄는 전략적 파트너 역할을 수행하고 있습니다. 마이크로소프트의 People Analytics 운영 방법을 통해 앞으로 HR 및 데이터 조직이 어떻게 유기적으로 진화해야 할지 생각해 봅니다.

마이크로소프트 People Analytics 조직을 소개합니다.

Jon Peterson이 이끄는 데이터 사이언스 및 응용 연구팀은 마이크로소프트의 중앙 People Analytics 조직인 HR Business Insights(HRBI) 내에 소속되어 있습니다. 이 팀은 비즈니스 가치가 높은 HR 영역을 선제적으로 연구하며 데이터 및 사회과학 기법의 최전선에 서는 것을 목표로 합니다. 데이터 사이언스 및 응용 연구팀은 아래와 같은 역할을 수행합니다.

●      응용 연구팀(Applied Research Team): 조직문화 측정, 내부 이동성, 역할 생산성, 직원 리스킬링, 매니저 및 팀 효율성 등 마이크로소프트의 핵심 인력 우선순위와 관련된 주제를 연구하고 자문합니다.

●      데이터 & 어플라이드 사이언스팀(Data & Applied Science Team): 복잡한 통계 모델링을 수행하고, 예측 모델링 및 텍스트 분석 애플리케이션과 같은 사내 머신러닝 도구를 개발하며 마이크로소프트 HR 내 AI 기반 솔루션을 선도합니다.

성공적인 People Analytics 파트너십의 핵심 원칙

1)    '신뢰받는 자문가'로의 포지셔닝

성공적인 협업의 기반은 분석팀이 단순 데이터 제공자를 넘어 ‘신뢰받는 자문가’로 인식되는 것입니다.

분석가가 요청자(HR 임원, 비즈니스 리더 등)가 직면한 비즈니스 질문과 의사결정 맥락을 충분히 이해하지 못할 때 협업에 어려움이 생길 수 있습니다. 특히 임원급의 요청을 받아 협업하는 경우 반복적인 질문으로 맥락을 파악하기가 더욱 어렵습니다.

성공적인 협업을 위해서는 우선 데이터 연구와 분석을 비즈니스가 당면한 가장 시급한 질문과 일치시키는 것이 중요합니다. 또한 매니저는 팀원들에게 비즈니스 맥락을 제공해 분석이 어떻게 비즈니스 의사결정과 투자에 영향을 미칠 수 있는지 폭넓게 상상하도록 지원해야 합니다.

마지막으로 뛰어나고 임팩트 있는 분석을 꾸준히, 반복적으로 제공함으로써 HR 파트너들에게 ‘신뢰할 수 있는 자문 파트너’라는 인식을 심어 주어야 합니다.

2) 분석을 조직 변화로 연결하는 방법

일반적으로 인사이트를 도출하는 것과 실제로 조직 변화를 끌어내는 것 사이에는 간극이 존재합니다. 아주 훌륭한 분석 결과임에도 불구하고 회의실에만 머물고 실제 실행으로 이어지지 않는 경우가 있죠. 인사이트 도출과 조직 변화 실행 사이의 간극을 메우기 위해서는 다음과 같은 질문이 필요합니다.

“팀의 작업 결과가 실제 의사결정에 영향을 미치고 구체적인 실행으로 이어지도록 하려면 어떻게 해야 한다고 보시나요?”

People Analytics 조직의 목표는 발표 후 박수를 받는 것이 아니라, 연구를 통해 직원 경험을 개선하고 조직의 의사결정을 직접적으로 바꾸는 것입니다.

✅핵심 전략

●      공동 창출 (Co-creation): 분석 과정에서 고립되지 않고, 초기 연구 질문 설정부터 결과 해석까지 전 과정에 이해관계자를 참여시켜 주인 의식을 부여합니다.

●      ‘그래서 이제 무엇을 할 것인가(Now what / So what)’: 모든 결과 전달 시, 고객이 즉시 행동에 옮길 수 있도록 명확하고 실행 가능한 권고 사항을 반드시 포함합니다.

●      성과 평가 연계: 팀원의 성과 평가는 ‘무엇을, 어떻게 했는가’를 넘어, 궁극적으로 ‘어떤 비즈니스 임팩트를 만들어 냈는가’를 기준으로 삼습니다.

경영진의 신뢰와 지원, 어떻게 확보해야 할까?

1)    반응적 업무와 선제적 업무의 균형

경영진의 신뢰는 시간을 두고 쌓는 것이며, 수동적인 자세로는 얻기 어렵습니다. 탄탄하고 정확한 연구 인사이트를 명확한 비즈니스 액션과 함께 반복적으로 제공함으로써 데이터 분석의 가치를 직접 체감하게 해야 합니다.

경영진이 데이터 연구를 요청할 때까지 기다리기보다, HR과 비즈니스의 우선순위에 대한 이해도를 바탕으로 조직의 ROI(투자수익률)를 높일 수 있는 연구를 선제적으로 제안해야 합니다. 리더십의 요청에 대응하는 ‘반응적(reactive)’ 업무와 직접 연구를 제안하는 ‘선제적(proactive)’ 업무 사이의 균형을 맞추는 것이 중요합니다.

단순히 ‘데이터만 다루는 사람들’이라는 인식을 넘어, 조직의 ‘핵심 전략 파트너’로 자리매김하는 것을 목표로 삼아야 합니다.

2)    회의적인 리더를 참여시키는 방법

설문 기반 결과에 대해 회의적이거나 거부감을 가진 리더를 설득하는 데는 그들을 과정에 직접 참여시키는 것이 효과적입니다.

설문 문항 설계 단계에서 해당 리더에게 “당신이 꼭 묻고 싶은 질문은 무엇인가요?”라고 직접 물어보세요. 리더는 자신이 제안한 질문의 결과를 자연스럽게 기다리게 됩니다. 이러한 과정을 통해 분석 작업에 대한 관심과 관여도가 높아지며, 이는 곧 결과에 대한 수용성과 변화에 대한 동의로 이어집니다.

마이크로소프트 데이터 분석팀과 HR팀이 협업하는 법

마이크로소프트는 수년간 데이터를 바탕으로 매니저의 역량을 개발하고 경험을 개선하는 데 집중해 왔습니다. 분석팀과 HR 프로그램팀 간의 대표적인 협업 사례죠.

매니저 역할을 보다 명확히 정의하기 위해, HR 내 ‘매니저 엑설런스 프로그램팀’과 데이터 분석팀이 직접 협력해 매니저의 기대 행동에 대한 새로운 콘텐츠를 공동 개발했습니다. 또한 더욱 효율적으로 피드백을 주고 팀 운영에 반영할 수 있는 ‘Manager & Leader Signals 설문’을 개발했으며, 매니저들 본인의 경험을 묻는 펄스 서베이도 도입했습니다.

여기서 중요한 것은 이 프로젝트에 필요한 측정 및 연구 작업부터 HR 파트너들과 공동으로 설계했다는 점입니다. 데이터 분석팀이 ‘신뢰받는 전략 파트너’로 자리매김했기 때문에 가능한 일이었습니다.

AI가 People Analytics에 미치는 영향

1)    People Analytics의 진화: 수작업에서 AI 기반 솔루션으로

지난 10년간 마이크로소프트의 People Analytics는 수작업 중심에서 AI 기반의 프로액티브한 솔루션 중심으로 급격히 진화했습니다. 약 10년 전까지 데이터 분석가는 대부분의 시간을 여러 HR 데이터 소스를 수작업으로 병합하고 방대한 분량의 PowerPoint 보고서를 만드는 데 사용했습니다.

현재는 자동화된 리포팅과 HR 셀프서비스 솔루션이 도입되면서 분석가들이 더 전략적인 업무에 집중할 수 있게 되었죠. 그리고 AI는 이러한 변화를 더 가속화하고 있습니다. AI의 등장으로 마이크로소프트 People Analytics 조직은 재편되었습니다. 과거에는 협업 대상이 HR에 한정되었지만, 이제는 직원, 매니저, 리더를 대상으로 하는 제품과 도구를 개발하며 협업 범위를 대폭 넓혔습니다.

2)    AI 시대 데이터 분석가의 역할 변화

AI는 분석가의 역할을 근본적으로 바꾸고 있습니다. AI 기술은 위협이 아닌, 업무의 ‘승수 효과(multiplier effect)’를 가져오는 기회입니다.

AI 도입으로 Applied Researcher는 데이터 조합, 단순 리포팅, 코드 작성과 같은 반복 업무에서 벗어났습니다. 대신 비즈니스 감각을 연마하고 최신 분석 기법을 적용하며, 비즈니스 임팩트와 연결된 스토리텔링에 집중할 수 있게 되었죠.

한편 Data & Applied Scientist는 보안 및 AI의 윤리성에 대한 표준을 수립하고, LLM 기반 텍스트 분석, RAG 기반 챗봇, 분석가용 멀티 에이전트 엔진 개발 등 새로운 실험 영역을 개척할 수 있습니다.

3)    데이터 분석가에게 필요한 리스킬링

AI로 인한 변화의 속도는 예측을 뛰어넘을 정도로 빠릅니다. 4개월 전에 작성된 보고서가 이미 구식이 될 정도입니다. ‘2~3년 뒤’가 아닌 ‘다음 달’을 준비해야 하는 시대죠. 마이크로소프트 데이터 사이언스 및 응용 연구팀은 조직 내 분석가들이 추론 통계, 인과 추론, 예측 모델링과 같은 고급 기법을 실시간으로 학습하고 적용할 수 있도록 즉각적인 리스킬링을 적극 지원하고 있습니다.

성공적인 데이터 분석은 파트너를 잘 아는 데서 시작한다

HR 리더, 데이터 분석가, People Analytics 입문자 등 모든 이를 위한 가장 핵심적인 조언은 단 한 문장으로 정리할 수 있습니다.

 “당신의 파트너들을 정말로 잘 알아야 한다”

여기서 말하는 파트너란 HR 담당자부터 법무/프라이버시팀, 비즈니스 프로덕트팀, 리더십 등을 포함하며 그중에서도 가장 중요한 파트너는 ‘실제 구성원들’입니다. 데이터 전담팀이 직접 나서서 구성원들의 경험과 어려움, 아이디어에 진심으로 귀를 기울여야 합니다. People Analytics의 본질은 결국 ‘사람’을 이해하고 그들로부터 배우는 것임을 잊지 않기를 바랍니다.