[인사-23009] 연관성 규칙(Association Rule)과 경력경로 설계_R언어

Ⅰ. 원칙없는 인사이동에 대한 비판

NCS 경력경로 탐색 참고

HR컨설팅을 수행할 때 다양한 회사의 실무 담당자들과 인터뷰를 수행하게 되는 경우가 많은데, 직무분석이나 경력경로를 설계하는 과정에서 이런 이야기를 자주 듣게 된다.

 

우리 회사는요.. 인사이동의 원칙이 없습니다. 정신차리고 보면 어느새 엉뚱한 곳에서 '내가 왜 이 일을 하고 있지..?' 합니다.

 

인사이동이란 조직의 변동이나 직무의 전환을 말하는 것인데, 일반적으로 조직의 변화는 직무의 전환을 수반하는 경우가 많으므로 양자를 별도로 구분해서 기술하진 않겠다. 인사이동은 직무가 변화한다는 점에서 직원의 커리어 발전이나 직무 역량 향상에 중요한 영향을 미친다. 

 

상대적으로 다른 직급에 비하여 커리어 발전에 관심이 많은 대리~과장급의 경우 좋아하는 일이나 성장할 수 있는 기회가 주워진다면 임금 등 보상의 가치를 다소 희생하더라도 감내하는 경우가 많다. 그러나 보상 수준이 보통 이하이고 성장할 수 있는 기회가 주워지기 보다는 단순한 전표처리 등 총무성 업무 혹은 반복적인 일상업무가 대부분일 때 소위 말하는 "현타(현자타임의 줄임말)"에 빠지기 마련이다.

 

회사에서 현타에 빠진 주니어급은 머릿 속에 이직만 고민하는 "망령"이 되는데, 이런 망령화가 진행 중인 회사는 대체로 젊은 직원들이 적거나 빠른 속도로 이탈하는 경우가 잦으며, 업무 능률은 저조해진다. 따라서 사내 인사팀(정확히 말해서 인재교육팀)은 이 문제에 대해서 심각하게 고민할 필요가 있으며 이들의 성장욕구를 충족시켜 줄 수 있는 방안을 모색하는 것에 관심을 가져야 한다.

 

성장욕구는 ⓐ같은 팀 내 능력있는 사수 또는 관리자를 배치하고, ⓑ수행 직무의 적정 수준(난이도)과 범위를 설정하며, ⓒ성격에 맞게 재량권을 부여하는 등 여러가지 방면으로 충족시켜줄 수 있다. 다만 "성장"은 미래지향적인 개념으로, "내가 이 사수 밑에서 1년을 있을 때" 혹은 "내가 이러한 업무를 장기간 수행하였을 때" 등과 같이  경력의 중·장기적인 발전에 대한 기대감을 내포한다. 

 

그렇기에 성장욕구가 높은 핵심인재일수록 소속된 회사 내의 장기적인 비전과 커리어의 성장을 기대할 수 없다면 단기간 내 이탈할 가능성이 높아진다. 인사팀은 직원들에게 장기적인 비전과 성장에 대한 믿음을 심어주기 위해서라도 인사이동의 원칙인 "경력경로"에 대하여 심도있게 고민할 필요가 있다.

---

반응형

---

Ⅱ. 경력경로 설계 시 참고 자료 : 내부 인사배치 정보 활용

경력경로란 조직이 개인에게 제공하는, 경험을 쌓으면서 경험하게 될 승진과 경력에 대한 배열된 직무 정보를 말한다. 경력경로를 설계하는 것이 과연 실효성이 있는가에 대해 다소 회의적인 관리자들이 있다. 물론 경력경로가 있더라도 조직운영상 그대로 지켜지기가 어렵다.

 

다만, 아예 경력경로조차 마련하지 않고 인사배치를 결정하는 것보다야 어느정도 원칙을 세우고, 거기서 일부 예외를 인정하는 인사이동이 이루어진다면 구성원들이 느끼는 불안감은 다소 완화될 수 있을 것으로 보인다. 그러므로 사전에 작성된 직무분석과 경력경로에 맞추어 직원들을 배치하고자 노력할 필요가 있다.

 

경력경로를 설계하기 위해서는 우선 ①직무분석과 ②직무평가를 통해 조직 내 존재하는 직무를 구체화하고 이것들을 서열화하여야 한다. 이후 체계화된 직무들을 가지고 현업 담당자와 함께 경력경로를 설정한다. 그러나 분업의 정도, 사업의 다양성 등의 사정으로 직무가 많이 발굴되었다면 만나야 하는 현업 담당자의 수 역시 많아질 수 밖에 없어 상당한 시간이 소요될 수 밖에 없다. 그렇기에 참고할 수 있는 자료를 토대로 경력경로의 초안을 작성하고, 이를 현업 담당자들과 토의함으로써 불필요한 시간 낭비를 줄여야 한다.

 

NCS 경력개발경로 모형 참고 자료

 

여기서 참고할 수 있는 자료로 NCS 내 경력개발경로 모형을 제시해볼 수 있다. NCS의 공식명칭은 국가직무능력표준(National Competency Standards)이며, 산업현장에서 직무를 수행하는 데 필요한 능력(지식, 기술, 태도)을 국가가 표준화한 것을 말한다. 따라서 NCS가 제공하는 경력개발경로 모형 역시 표준화된 형태로 제공된다.

 

그러나 회사마다 직무가 다르고, 같은 직무라고 하더라도 NCS에서 기술하는 내용과는 다소 상이할 수 있다. 그 뿐만 아니라 회사가 가지고 있는 인사배치의 관행 등이 반영되기 어려워 NCS의 경력개발경로 모형만 가지고는 현실적인 초안을 작성하기 난해하다.

 

따라서 우리는 각 직원들의 인사기록카드를 살펴봄으로써 과거서부터 축적되어온 조직 내 "인사이동의 원칙"을 발견할 필요가 있다. 예를 들면 "아~ 1500명의 인사기록카드를 살펴보았는데, 우리 회사는 통상적으로 총무에서 3년 정도 있으면 그 다음 직무로 인사 업무를 맡게 되고, 그 후에는 노무관리 업무로 빠지는 경우(사례)가 많네??", "그렇다면 총무 → 인사 → 노무관리  이런 식으로 경력경로 초안을 잡아볼까?"하는 것이다.

 

다만, 눈치 빠른 사람들은 대충 예상했겠지만 회사의 조직원이 너무 많고 퇴사자까지 포함해 살펴봐야 한다면 검토해야 할 인사기록카드 수가 만만치 않을 것이다. 그렇다!! 그렇기에 데이터 분석 기술이 필요한 것이다. 이러한 작업을 도와줄 친구(데이터 마이닝 기법)를 소개하겠다. "연관성 규칙(Association Rule)"이다.

 

Ⅲ. 연관성 규칙(Association Rule)과 분석 방법

ratsgo's blog 연관규칙분석 그림 참고

연관규칙분석(Association Rule Analysis)은 대용량 데이터베이스에서 변수들 간의 흥미로운 관계를 탐색하기 위하여 고안된 방법으로 주로 경영학(특히, 마케팅 분야)에서 사용되는 기법이다. 경영학에서는 해당 기법을 "장바구니분석"이라고도 부르는데, 그 이유는 대형 할인마트에 들어온 손님이 특정 물건을 장바구니에 담은 뒤 다음엔 어떠한 물건을 장바구니에 담는지 알아내기 위한 분석 방법이기도 하기 때문이다.

 

가령, 상품별로 내재되어 있는 RFID를 통해 애기 기저귀를 사는 사람들이 그 뒤에 맥주를 산다는 구매의 연관성을 밝혀냈다면, 대형 할인 매장은 기저귀 코너 바로 근접한 장소에 맥주 할인행사를 한다던지 하는 방식으로 이 기법을 활용할 수 있다.

 

그럼 여기서 여러분들이 자연스레 드는 의문은 '그래서 이게 경력경로랑 무슨 상관인데??'일 것이다. 인사기록카드는 결국 위에서 말하는 장바구니와 유사하다. 경력 초기에 A직무를 수행하고 그 다음 B직무, 그 다음은 C직무로 이어진 사람, 경력 초기에 D직무를 수행하고 그 다음 B직무, 그 다음은 C직무로 이어진 사람, 처음부터 B직무를 수행하고 이후 C직무를 수행한 사람 등등 인사이동에 관한 여러 데이터가 축적되면 어떠한 규칙이 나타나기 시작한다.

[인사기록카드 분석 예시]

김OO : A직무 → B직무 → C직무
박OO : D직무 → B직무 → C직무
나OO : B직무 → C직무

규칙 발견 : "아! B직무를 수행하였던 사람은 그 다음에 C직무를 수행할 확률이 높구나?"

이러한 개념을 유사하게 적용한 연구로는 『Association Rule Mining for Career Choices Among Fresh Graduates(2019)』가 있다. 해당 연구는 어떤 과목의 성적이 특출난 대학교 졸업생이 주로 어떤 직업 또는 커리어를 쌓고 있는지 연관성을 밝혀낸 것이다. 아래 그림을 참고하면 좋겠다.

Leibao Zhang etc(2019)

 

본 분석에서 활용할 연관성 규칙 알고리즘은 "Apriori 알고리즘"으로서 기본 개념은 데이터들에 대한 발생 빈도를 기반으로 각 데이터 간의 연관관계를 밝히기 위한 방법이다. 연관규칙의 측정지표로는 ⓐ지지도(Support)와 ⓑ신뢰도(Confidence), ⓒ향상도(Lift)이다. 우리는 여기서 각 직무들의 연관성뿐만 아니라 어떤 직무를 수행한 사람이 무슨 직무로 다음에 배치되는지 규칙을 찾아내는 것이 주 목적이므로 신뢰도와 향상도를 중점적으로 검토하여야 한다.

• 지지도(Support) : 전체 인사이동 중 직무 A와 직무 B를 동시에 포함할 확률
  ▷ P(A ∩ B) : A → B, B → A와 같은 인과관계를 알 수 없어 해당 지표는 무시하는 것을 권장
• 신뢰도(Confidece) : A직무에서 B직무로 이동할 확률
  ▷P(B|A) = P(A ∩ B) ÷ P(A) : 주요 검토 사항
• 향상도(Lift) : 전체 B직무로의 인사이동 중 A직무에서 B직무로 이동하는 확률
  ▷ P(B|A) ÷ P(B) : 신뢰도 검토로 갈음
  
  

---

반응형

---

Ⅳ. R코드를 이용한 분석방법 

 1. 데이터 준비

이름	1차 이동 직무	2차 이동 직무	3차 이동 직무	4차 이동 직무
김OO	A직무	B직무	C직무	D직무
박OO	B직무	D직무	C직무
나OO	B직무	C직무
이하 생략

이번 분석에서는 R 언어를 사용할 예정이다. 초기 분석 셋팅은 어떻게 하여야 하는지 지난 글에서 살펴보았으니 아래 링크에서 참고하면 좋겠다. 

[인사-23007] 직무급 연구 : 직무평가와 군집분석의 활용 ②_R언어

 

데이터는 상기 표의 예시와 같이 사람별로 데이터 프레임 내에 직원별로 인사기록카드를 참고하여 이동한 직무 내역을 입력해준다. 위 예시는 이해를 돕기 위하여 이름 열(Column)을 넣었지만 실제 분석에서는 아래 표와 같이 직무명만 나열된 형태로 입력해주면 된다.

A직무	B직무	C직무	D직무
B직무	D직무	C직무
B직무	C직무
이하 생략

 

 2. 데이터와 사용 패키지 임포트

## package Setting
install.packages("arules")
library(arules)

## Data Import
result = read.transactions("mydata_association.csv", format="basket", sep=",")

우선, 연관성 규칙 분석을 실시할 수 있는 패키지인 "arules"를 설치하고 분석에 활용할 준비를 해두자.

 

이후 준비해둔 데이터인 mydata_association CSV 파일을 분석환경에 임포트 시켜야 하는데, 특이한 점은 데이터를 읽어오는 명령어가 보통 때랑 다르다는 점이다. 

 

보통 데이터를 읽어올때 read.table, read.csv, read.excel 등과 같은 명령어를 취하는 경우가 많은데 연관성 규칙 분석을 실시할 때에는 read.transactions 명령어로 읽어와야 한다.

 

 3. 분석결과 도출 및 해석

rules=apriori(result, parameter=list(supp=0.1, conf=0.4))
inspect(rules)

이번 시간의 R 코드는 이게 다이다.(처음으로 매우 쉬운 분석 기법을 소개하는 글이 되었다. 음하하..)

 

위 코드는 "입력한 데이터에서 최소 지지도가 0.1 이상, 최소 신뢰도가 0.4이상인 연관성 규칙을 가지고와!" 라는 의미이다. 그러면 rules 이라는 객체에 연관성 규칙이 형성되고 이것을 확인할 수 있는 명령어가 inspect이다. inspect를 입력하면 아래와 같은 결과같이 나타난다.

여기서 우리는 lift값이 1이상인 것들 중에서 신뢰도(Confidence) 값이 높은 규칙을 중점적으로 살펴보면 된다. 이제 경력경로 설계 참고할 수 있는 자료를 정리하면 다음과 같다.

• F직무를 수행하는 사람은 이후 C직무를 수행할 확률이 높다.
• B직무를 수행한 사람은 이후 D직무를 수행할 확률이 높다.
• B직무를 수행한 사람은 이후 C직무를 수행할 확률이 높다.
• (이하 생략)

이번 분석에서 활용한 데이터의 수는 150명의 가상 데이터이므로 연관성 규칙이 생각보다 적게 만들어졌다. 만약 실제 인사기록카드 데이터를 기반으로 해당 작업을 실시하는 경우 상당한 규모의 연관성 규칙이 만들어질 수 있을 것이다. 이제 해당 내용을 참고하여 경력경로 초안을 설계해보자.