고용노동부에 따르면 지난해 우리나라의 연간 이직 수는 1106만 건에 달했다. 전체 이직자 중 과반수가 재직 1년이 채 안 돼 자리를 옮겼다. 장기근속률은 OECD 회원국 중 최하위를 기록하고 있다. 통계는 체감 이직률에 비하면 오히려 과소평가된 수준이다. 불과 몇 년 사이 이직에 대한 인식과 기회가 크게 변했다. 신종 코로나바이러스 감염증(코로나19) 사태를 기점으로 인재 등용문이 전통적인 공채 모델에서 수시 채용 모델로 옮겨간 환경도 영향이 크다. 유혹적인 경쟁사의 채용 공고가 온갖 채용 플랫폼에 매일같이 쏟아지니 대책을 세워야 할 관리자마저 이직해버리는 상황까지 벌어진다.
직원들이 자꾸 그만두니 채용은 급해지는데 급하게 뽑은 인재는 반드시 티가 난다. 불확실한 채용은 빠른 이탈을 불러오고 채용 실패가 반복되면 채용과 온보딩에 쏟아부은 시간과 비용이 공중분해된다. 물론 기존 직원들에게 업무 부담도 가중된다. 하지만 이전과 같은 방식으로는 채용 실패와 불확실성이 반복될 뿐이다. 이력서 검토, 면접 등 막대한 인력과 시간을 투입해 이중, 삼중으로 인재 검증을 하는 데도 어째서 불확실성은 해소되지 않을까?
이 지점에서 평판 정보의 가치와 필요성이 대두된다. 자격을 갖춘 제3자에게 적절한 질문을 던져 평판 정보를 수집한다면 채용 불확실성을 해소할 수 있다. 제3자는 지원자의 성향과 역량을 객관적으로 평가할 수 있는 사람이어야 한다. 더불어 지원자에 대한 재채용 의사, 직업이나 조직, 업무를 대하는 태도와 역량, 성과를 가늠할 수 있는 질문을 체계적으로 구성해야 한다.
하지만 평판에 대한 질문과 응답 수집만으로는 여전히 부족하다. 정확하면서도 빠른 채용 의사결정이 필요하기 때문이다. 응답 수집을 통해 지원자를 한눈에 파악하고 빠르게 의사결정을 내리기 위해서는 신뢰성 있는 데이터화가 필수다. 기존의 레퍼런스 체크 방식은 신뢰도 높은 데이터화가 불가능하다는 한계가 있었다. 주로 유선상으로, 그리고 말로 이뤄지기 때문에 일관성 없는 형식으로 평판 데이터가 수집되는 경우가 많았다. 따라서 평판 데이터를 요약, 정량화하는 과정에서 필연적으로 담당자의 주관이 개입돼 왜곡될 소지가 있다.
반면 플랫폼을 통해 정량적으로 수집한 인재 평판 데이터는 일관성과 신빙성이 높다. 단순 평균치와 상관관계 분석만으로도 유의미한 인사이트를 얻을 수 있다. 예를 들어, 지난 3달간 평판 조회 플랫폼 스펙터에 등록된 5000여 건의 인사권자 평판 데이터를 분석한 결과 △조직 우선 정도 △피드백 수용도 △회사 발전 기여도 △업무 분담 정도 △동일 직급 대비 성과 창출 양 △팀워크 △리더십 항목에서 일정치 이상의 평가를 받을수록 전 직장에서도 다시 채용하고 싶어 하는 우수 인재일 가능성이 높은 것으로 확인됐다. 이렇듯 신빙성과 일관성이 확보된 평판 데이터는 인재 평가와 예측을 가능하게 만들어 신속하고 정확한 채용 의사결정을 내릴 수 있도록 돕는다.
바야흐로 인재 채용 무한 경쟁 시대다. 데이터 리터러시는 더 이상 비즈니스 지표에만 요구되는 능력이 아니다. 데이터 기반 의사결정을 통해 신속하고 정확한 인재 채용 프로세스를 구축한 기업과 그렇지 않은 기업, 둘 중 어느 쪽이 경쟁에서 승자가 될지는 자명하다. 객관적이고 정확한 평판 데이터를 활용하면 우수 인재를 선별하고 시의적절하게 선점할 수 있다. 수준 높은 채용으로 조직의 질을 끌어올리고 조직 운영의 주도권을 가져올 때 비로소 경영의 톱니바퀴는 활기차게 굴러가기 시작할 것이다.
윤경욱 스펙터 대표 [email protected]필자는 고려대에서 물리학을 전공하고 2014년 대학생 공동구매 플랫폼 타운컴퍼니를 창업했다. 이후 300명 이상의 직원을 채용하는 와중에 채용 시장의 문제점을 발견하고 공정한 채용 시장 조성을 위해 2020년 6월 스펙터를 창업, 평판 조회 플랫폼을 선보였다.
