대기업에서 사내코치로 존재하기 : 개인화 되는 조직문화에서 최고의 직원 경험은 리더의 사내코치로서의 역할 전환을 통해!

일을 통해 경험을 쌓고 커리어를 만들어 가는 과정을 들여다 보면, 어느 순간에는 일상적인 업무들이 되풀이 되며 정체됨을 느끼게 되기도 합니다. 심지어 연차가 쌓이면서 나의 역량수준에 비해 높은 과제들이 부여가 되기 시작하면 업무에 치여서 일의 의미감을 잃어버리게 되는 경우도 많습니다.꾸준히 성장하며 나만의 커리어를 긍정적으로 만들어 나가기 위해서는 일상 업무에서부터 작은 변화의 시도들을 해나가는 것도 중요합니다. 꼭 특별한 변화의 기회만을 찾지 않더라도 지금 하고 있는 일 안에서의 작은 변화를 시도하는 것 만으로도 커리어 여정 전반에 꾀 큰 영향을 미칠 수 있다고 생각하는데요, 어떤 방법들이 있는지 살펴보겠습니다. 1. 직무내용이 아닌 기대역할에 집중하기 보통 채용과정에서도 JD(Job Description)에 따라 해당 직무의 단위 과업들을 소화한 경험이 있는지를 점검한 뒤 채용을 하게 되고, 해당 직무내용을 새로운 환경에 맞춰 수행하는 것에 집중하지만, 어느덧 이런 방식이 고착화되면서 파킨슨 법칙과 같이 일을 위한 일을 반복하게 되는 경우가 있습니다. 반대로 생각해보면 나만의 능력을 투입하여 더 나은 고유한 가치를 만들어 내는 것이 아니라, 정해진 기준에 따라 정해진 결과물을 만들어 내는 것에 불과한 것일 수도 있다는 생각이 듭니다.과거에는 직무수행에 대한 정보나 노하우가 부족하다 보니 위와 같은 과정을 통해서 고유한 업무영역을 확보하고 업무 프로세스를 익히며 전문성을 확보할 수 있었지만, 지금과 같은 정보화의 시대에서는 단순하게 내 담당업무 영역이 있고 “경력”이 쌓였다고 해서 훌륭한 역량을 갖고 있다고 보기 어려운 경우도 있습니다.나의 커리어에 특별함을 입히기 위해서는 내가 맡고 있는 직무내용을 소화하는 것(to-do)을 넘어서서, 기대역할(to-be)에 대한 정의를 통해 해당 직무를 통해 궁극적으로 조직은 어떤 상태를 구현하고자 하는지를 파악하는 것이 중요합니다. 그리고 단순히 업무를 수행한 결과를 확인하는 것이 아니라, 업무결과물을 통해 조직과 나의 커리어 전체에 얼마만큼의 성과와 임팩트를 내고 있는지 스스로 되돌아보고 개선하려는 노력이 필요합니다.HR, GA 업무를 하고 있는 사람이 수십만명이 넘는 것이 현실입니다. 그 중에 단순히 과업을 소화하고 있는 사람과 기대역할을 소화하고 있는 사람은 엄연히 다른 영향력을 발휘하게 된다고 생각합니다.조직 내에서 나에 대한 기대역할이 무엇인지를 찾는 것 또는 나 스스로 기대역할을 설정하여 주도적으로 이끌어나가는 것은 나의 커리어를 빛나게 하는데 매우 필수적이며, 나의 기대역할을 달성하기 위해 집요하게 노력하는 시간과 경험이 쌓이면 나만의 차별화된 노하우를 얻게 되면서 더 멋진 커리어 여정을 완성해나갈 수 있을 것입니다. 2. 개인 고유 업무보다는 협업 업무를 우선시 하기 보통 나의 성과를 내는 것에 집중해야 한다는 이유로 개인 고유 업무의 완결에만 모든 우선순위를 부여하는 경우가 있습니다. 당장은 나의 업무 영역에서 성과를 낼 수도 있겠지만 이런 방식의 업무 습관이 고착화되면 조직 전체 구조상의 업무 흐름에서 발생되는 제3의 이슈를 파악하기 어렵거나, 협업 부서와의 유기적 연결을 통해 새로운 가치를 만들어 내는 업무를 배울 수 있는 경험을 놓치게 됩니다.따라서 나의 고유업무는 평상시 개인 경험과 능력을 바탕으로 최대한 빠르게 소화하는 것을 목표로 숙련도를 높여나가고, 협업업무가 발생될 때에는 나의 고유업무를 잠시 멈추고 협업 업무의 내용을 파악하고 반응하고 실행하는 결단이 필요하다고 생각합니다.이런 방식의 업무습관을 갖추어 나가면, 조직 내에서 점차 나의 역할을 필요로 하는 영역이 넓어지고 내 고유업무를 통해서도 조직 전체에 기여할 수 있는 연결고리 업무들이 생겨나면서 나의 일과 결과물이 조직 내 기여도가 높아지는 결과를 만들어 낼 수 있습니다.나아가 이러한 과정에서 단위과제의 업무를 소화하고 그치는 것이 아니라, 단위 과제의 업무가 다른 절차로 이동하면서 어떤 과정을 거쳐 최종 결과물이 산출되는지에 대한 이해도를 높여나갈 수 있기 때문에, 중간 단계의 일을 하더라도 최종 결과물의 수준을 높이거나 오류가 발생될 요소를 사전에 예방하는 장치를 추가하게 되면서 점차 내가 담당하고 있는 영역의 업무도 수준이 높아지거나 어떤 흐름에서도 유기적으로 연결되며 성과로 도출되게 됩니다. 3. 나의 지식을 동료들에게 적극적으로 나누기 과거에는 나의 업무영역을 지키고 침범당하지 않도록 하면서 조직 내에서 자리를 보전하는 것이 미덕(?)인 시절이 있었지만, 실제로 빠르게 성장하고 조직 내 인정을 받는 사람들은 본인이 갖고 있는 노하우를 주변 동료들에게 적극적으로 알려주고 조직 전체의 지식수준을 높여나가는 활동에 진심으로 임합니다.나의 지식을 다른 사람에게 설명하고 나눌 수 있다는 것은 일정 수준의 전문적인 지식이나 고유한 경험이 충분히 확보되어 있다는 것을 의미하고, 암묵지를 형식지로 옮겨 전달하는 과정에서 유연한 커뮤니케이션 스킬을 갈고 닦는 계기가 되기도 합니다.나아가 타인에게 영향력 있는 사람이 되어가는 과정에서 동료로부터의 인정과 격려를 통해 자신감을 얻게 되고, 설령 다른 관점의 의견을 만나게 되더라도 상호간의 지식교류와 다른 관점으로 바라보는 시각을 배움으로써 고유의 지식을 더 탄탄히 완성시켜 나갈 수 있습니다.또한 동료가 이해하지 못하는 부분을 풀어서 설명하는 과정에서 문제해결 능력이나 논리력을 키울수도 있으며, 지속적인 학습과 보완을 통해 지식의 힘을 더 키우는 것과 동시에 소통과정의 리더십을 함양하는 계기가 되기도 합니다.나의 지식을 동료와 공유하고 함께 같은 인식수준으로 문제를 해결하도록 힘을 모으는 것 만으로, 조직 내 영향력을 높이는 것 뿐만 아니라 같은 시간의 경험의 밀도를 더 높여 커리어에 임팩트를 만들 수 있는 방법이 된다고 생각합니다. 4. 조직 내 커뮤니케이션 툴의 알림에 빠르게 반응하기 제가 만나는 동료들 중에는 이메일을 몇 백개씩 쌓아두거나, 사내 메신저의 알림이 떠있어도 자기업무에 빠져 소통을 미루는 경우가 꾀 있었습니다.자기 고유업무에 집중해야 하는 사정은 충분히 공감하지만, 고유업무는 고유업무대로 시간을 과다하게 사용하고 요청업무나 협업을 위한 소통은 계속 뒤로 미루면서 결국 걷잡을 수 없는 업무더미에 쌓이게 되어 일을 못하는 사람으로 취급되는 경우도 종종 목격하게 되었습니다.이와 반대로 고유업무를 빠르게 소화하면서 요청업무나 협업소통에 빠르게 반응하는 패턴을 습관화 하게 되면, 초기에는 약간 산만하게 일을 하며 실수를 할 수 있겠지만 멀티 플레이어와 같이 업무별 우선순위를 빠르게 파악해서 신속하게 처리하거나, 많은 업무의 결과물의 수준을 조정하며 더 효율적으로 처리하는 나만의 노하우(업무 결과물의 퀄리티 컨트롤)를 획득하게 됩니다.실제로 조직 내 커뮤니케이션 툴에 대한 빠른 반응과 최단시간 빠른 협업을 우선시 하게 되면, 내가 보지 못하는 조직 전체의 의사결정이나 조직내 워크플로우의 막힘이 예방되어 훨씬 더 생동감있는 조직이 되는데 기여할 수 있다고 생각합니다.내가 붙잡고 처리하지 않고 있는 메일과 메세지 때문에 이후의 의사결정에 지연을 가져오며 다른 업무들의 전체 퀄리티를 저하시키는 경우는 없는지 늘 경계하며 일하는 것 만으로도 나의 커리어에 작지만 큰 변화의 시작점을 만들 수 있을 것입니다. 5. 워라밸(work & life balance)? 워레벨(work level)! 나의 커리어에 임팩트를 주기 위해서는 워라밸도 중요하지만 내가 일하는 수준에 대한 진단인 워레벨(Work-Level)에 대해서도 한번 생각해보면 어떨까 합니다.워라밸이라는 개념은 과다한 노동시간을 예방하고 삶의 질 향상을 통해 생산성을 증대시키려는 목적으로 도입된 것이지만, 어떤 사람들은 생산성은 생각하지 않은 채 그저 워라밸이라는 이유로 회사 안에서 소정근로시간을 채우는 것 만 생각하고 일의 수준을 높이는 것은 생각하지 않으며 커리어의 대부분을 소모하는 경우도 많이 있습니다.심지어 그렇게 쉽게쉽게 보낸 시간들로 경력기간의 숫자가 늘어나는 것을 자신의 실력의 수치가 늘어나는 것으로 착각하는 경우도 있습니다.자신의 역량한계를 뚫고 올라가 빠르게 성장하기 위해서는 많은 시간을 녹여내는 것도 중요하지만, 같은 시간 안에 난이도 있는 업무를 밀도있게 해결해 나가면서 문제해결에 필요한 나만의 고유한 역량을 쌓아나가는 과정도 매우 중요하다고 생각합니다.이 과정에서 일어나는 개인의 성장과 생산성 향상을 이루어내는 경험은, 단순히 워라벨을 통한 동기부여로 얻을 수 있는 생산성과는 또 다른 차원의 경험이 될 것이라고 생각합니다. 워레벨(Work-Level)을 높이기 위해서는 다음의 요소들이 필요합니다. 가. 명확한 목표 설정나. 업무 우선순위 정립다. 효율적인 커뮤니케이션라. 팀워크와 협업마. 성과 인정 및 보상 아주 흔한 요소들이지만 중요한 것은 회사나 팀에서 제시한 목표나 협업, 보상이 아니라, 그 업무를 담당하는 나 스스로가 정한 목표나 협업, 보상을 의미합니다.따라서 나의 기대역할과 내가 할 수 있는 최대치의 역량을 쏟아 내었을 때 나는 어떤 목표에 도달할 수 있는지, 그렇다면 그것을 실행하기 위한 우선순위는 무엇인지, 그 과정에서 가장 효율적으로 소통하는 방식과 프로세스는 무엇인지, 함께 협업 체계를 구축하고 팀 워크를 발휘해야 하는 사람들은 누구인지, 그들에게 나는 지금부터 어떤 마인드와 방식으로 소통해야 하는지를 나부터 스스로 정확히 설계하고 그에 맞는 역할을 해나가는 것 만으로도 나의 커리어 성장에 큰 임팩트를 가져올 수 있다고 생각합니다.목표달성에 대한 인정과 보상을 꼭 회사로부터 받아야 된다는 생각도 떨쳐내면 좋겠습니다. 매 목표과정에서 중간 기점을 달성했을 때 나에게 근사한 외식기회를 선물 한다든지, 그 동안 힘든 업무를 견뎌온 나에게 정말 해보고 싶은 휴식과 여가시간을 준다든지 등의 방식으로 내가 나 스스로에게 주는 인정과 보상으로도 충분한 동기부여를 얻을 수 있다고 생각합니다.물론 스스로의 보상을 통해 지속적으로 목표달성을 해낸다면 결국 내가 속한 조직에도 큰 성과를 가져올 수 있는 확률이 높아지는 만큼, 조직차원의 보상도 서서히 만족스러운 수준으로 따라오게 될 것입니다.

통계...뭐 부터 알아야할까?🤔 저번 시간에는 HR(D) 영역에서 통계적 접근이 필요한 이유, 그리고 통계분석 처리를 위한 도구로서 엑셀과 ChatGPT가 있다는 점을 살펴보았습니다.이번 시간에는 HR(D) 영역에서 필요한 통계적 개념과 분석기법, 그리고 기법을 활용할 수 있는 아주 간편한 방법들을 살펴보고자 합니다. (1) 기술 통계 📈 HR에서 어떤 주제에 대해 가장 쉽게 통계적 개념을 접목해볼 수 있을까요?아마도 구성원의 나이로 대표되는 인구통계와 관련된 주제라고 생각되는데요. 우리는 우리 조직의 HR시스템에 접속해서 자료를 다운 받거나 조회하여 구성원의 나이를 쉽게 확인해볼 수 있습니다. 그런데 서로 다른 구성원들의 나이를 고려했을 때, 우리 조직이라는 하나의 '집단'을 대표할 수 있는 '나이의 값' 하나를 꼽으라면 무엇일까요?맞습니다. 바로 구성원들 나이의 '평균' 있습니다. 또 '중앙값'은 어떨까요? 우리 구성원들을 가장 어린 사람부터 가장 나이가 많은 사람까지 일렬로 세웠을 때 딱 '중간에 있는 사람의 나이' 역시도 우리 집단을 대표하는 하나의 '대표 나이 값'이 될 수 있겠지요. 이와 같이 평균과 중앙값 처럼 어느 한 집단이나 데이터 묶음의 속성을 표현하는 하나의 수가 바로 '대푯값(representative value)'입니다. 대푯값에 평균과 중앙값이 들어가는 것이지요.그런데 이런 '대푯값'만으로는 우리 조직의 구성원들의 나이대를 정확히 알 수 없습니다. 대충 '아, 우리 조직의 평균 나이는 35살이구나.'하고 어렴풋한 느낌만 받을 수 있죠.그럼 구성원들의 나이대를 정확히 파악하는 방법은 무엇이 있을까요? 아무래도 '그래프'를 그려보는 방법이 좋겠지요. 이럴 때는 '히스토그램'을 그려보는 것이 정말 유용합니다. 아래 그림과 같이 특정 연령대로 묶어서 그 연령대에 속한 인원들의 인원 수를 막대 그래프 형식으로 그린 이 히스토그램은 한 눈에 구성원들의 나이 분포를 확인할 수 있습니다. <엑셀상 기술통계 분석과 히스토그램을 그려본 이미지> 그런데 이런 히스토그램도 수치로서 표현해볼 수 있습니다. 위 이미지는 IBM에서 샘플로서 제공하는 HR Data에 나이를 뜻하는 'Age' 데이터를 히스토그램으로 표현해본 이미지 입니다. (샘플 데이터 링크)그래프 옆에는 'Age' 데이터를 엑셀의 '데이터 분석' 기능 - '기술통계'를 통해 요약해본 내용입니다. (데이터 분석 기능과 관련해서는 지난번 글을 참고해주세요. 링크)'기술통계량' 표에서 노란색으로 표시된 것들 중 평균과 중앙값은 설명했습니다만 표준편차와 왜도, 첨도에 대해서는 설명드리지 않았지요. '표준편차(Standard Deviation)'는 분산의 제곱근으로 데이터들이 평균값으로부터 얼마나 퍼져있는 지를 의미합니다. '왜도(skewness)'는 데이터의 분포가 얼마나 대칭하게 분포되어 있는지를 의미하는 값으로 음의 값(<0)을 갖는다면 데이터들이 평균을 기준으로 오른쪽에 더 많이 분포되어 있고, 왜도가 양수(>0)라면 평균을 기준으로 왼쪽으로 데이터가 더 많이 분포되어 있음을 의미합니다.위 이미지에서는 왜도가 양의 값을 가지니 평균보다 왼쪽에 데이터가 많다는 의미인데, 실제로도 그래프가 그렇게 보이지요?'첨도(kurtosis)'는 데이터들이 평균값에 얼마나 집중되어 분포되어 있는 지를 의미하는 값입니다. 첨도가 음의 값(<0)을 갖는다면 데이터들이 평균값에서 떨어져서 비교적 고르게 분포되어 있다는 의미이며, 양의 값(>0)을 갖는다면 데이터들은 평균값 쪽에 많이 집중되어 있다는 점을 의미합니다. 이미지의 첨도는 음의 값을 가지니 데이터가 비교적 고르게 분포되어 있다는 것을 알 수 있겠습니다. 위에서 살펴본 왜도와 첨도도 모두 평균과 중앙값과 마찬가지로 '대푯값'에 해당합니다.이런 기술 통계는 HR에서 어떨 때 이용할 수 있을까요? 대표적으로 복지제도 설계시에 참고해볼 수 있겠습니다. 즉, 하나의 대푯값만으로는 구성원의 나이와 같은 데이터를 바로 파악하기 어렵기 때문에 이렇게 다양한 대푯값을 통해 구성원 나이 데이터를 이해하고 현재 우리 조직의 평균 나이에 걸맞는 복지 뿐만 아니라 왜도가 음의 값으로서 데이터가 평균 보다 작은 쪽에 분포되어 있다는 점을 파악하여 평균 나이(ex. 37세)에 걸맞는 복지 제도 설계의 근거를 마련하고 한 발 나아가 평균 보다 어린 직원들의 비중이 높다는 점을 고려해 그들의 생애 주기에 맞는 복지제도 설계의 근거 자료로서 사용해볼 수도 있겠습니다. (2) 상관관계 📝 상관관계(Correlation)란 두 대상이 서로 관련성이 있다고 추측되는 관계를 의미합니다.예를 들어 더운 여름 날에 아이스크림이 잘 팔린다면 '높은 온도' ↔ '아이스크림 판매'간에는 양의 상관관계(한 쪽이 증가하면 다른 한 쪽도 증가)가 있다고 봅니다. 추운 겨울 보다 더운 여름 날에 찜질방 손님 수가 줄어들었다면 '높은 온도' ↔ '찜질방 방문 손님 수'간에는 음의 상관관계(한 쪽이 증가하면 다른 한 쪽은 감소)가 있다고 할 수 있습니다.우리는 상관관계가 있는 두 대상은 서로 '원인'과 '결과'의 관계로 이해하는 경우가 더러 있는데요. 한 가지 주의해야할 것은 '두 대상 사이에 상관관계가 있다고 해서 인과관계(원인과 결과)가 있는 것은 아니다.'라는 점을 꼭 명심해야 되겠습니다. 예를 들어 '까마귀가 나니까 배 떨어진다.'라는 말에는 '까마귀가 나는 것' ↔ '배가 떨어지는 것' 사이에는 상관관계가 있을 수 있지만, 까마귀가 난다는 것이 원인이 되어 배가 떨어지는 결과가 초래된다고 보기는 어렵지요.그럼 상관관계는 전혀 쓸모 없는 개념일까요? 아닙니다. 사람과 관련된 HR과 같이 원인과 결과가 아주 복잡한 사회과학 분야에서는 상관관계가 매우 유용하게 사용됩니다.특히, 사람에 대한 일을 하는 HR에서는 상관관계를 통해 이해할 수 없는 복잡성을 단순명료화하여 지금 당장 필요한 의사결정을 내릴 수 있는 근거로서 작용할 수 있죠. 예를 들어, 우리는 지금 당장 2명의 입사 후보자 중 1인을 골라서 입사시켜야만 합니다. 그런데 과거 우리 조직에서 퇴사자가 급증했던 시기가 있어 퇴사자들의 데이터를 분석해본 결과 퇴사자들의 데이터를 쭉 살펴보니 '자택과 회사간 거리가 멀수록 퇴사하는 경향이 있다.'라는 '자택과 회사간 거리' ↔ '퇴사'간 상관관계가 있음을 알아냈다면 퇴사율을 낮추기 위한 관점에서 우리는 '자택과 회사간 거리가 가까운 사람'을 채용하는 것이 그나마 합리적이라는 것을 알 수 있습니다.물론 위의 예시가 '자택과 회사간 거리' ↔ '퇴사'간에 어떤 상호작용으로 그러한 관계가 형성되었는 지, 그런 관계가 미래를 예측할 정도로 인과관계가 있는 지 등은 고려하지 않았지만 항상 상황은 우리에게 유리하게 흘러가지는 않으니까요. <엑셀상 상관관계 분석을 해본 이미지> 위 이미지는 엑셀의 '데이터 분석' 기능 - '상관관계 분석'을 통해 IBM의 HR 샘플 데이터상 '퇴사여부(Attrition)과 자택과 회사간 거리(DistanceFromHome)'의 상관관계를 분석해본 결과입니다.약 0.78정도의 상관관계 값(계수)이 나온 것을 볼 수 있는데요. 상관관계 계수는 -1 ~ +1 사이의 값을 가지며, 0에 가까울수록 상관관계의 정도는 약하다고 볼 수 있습니다. 0.7 이상의 값을 갖는 위 상관계수는 상당히 강한 양의 상관관계를 갖고 있는 것으로 해석할 수 있고, 이는 곧 '자택과 회사간 거리가 먼 사람이 퇴사하는 경향이 크더라'라는 해석으로 이어집니다.HR에서는 이런 상관관계를 어떻게 활용해볼 수 있을까요? 위에서 보셨다시피 퇴사자 데이터를 기반으로 여러 지표와 퇴사간 상관관계를 분석해서 '이런 사람들이 퇴사하는 경향이 높더라'라는 사실을 파악하면 실제 조사(설문조사, 인터뷰 등)를 통해 가설을 세우고 추가 조사나 다른 통계분석을 통해 이를 검증하여 퇴사 예측모델을 만들어볼 수도 있겠습니다. 그 전에 위에서 언급한 '입사 후보자 고르기'와 같이 한정된 시간과 자원하에서 그나마 합리적이라고 생각되는 의사결정을 내릴 수 있는 근거로서 상관관계를 사용해볼 수도 있겠습니다. (3) 마무리 오늘은 HR에서 통계를 활용할 때 알고 있으면 좋을만한 개념인 평균과 중앙값, 왜도와 첨도의 대푯값들을 살펴보고 히스토그램, 그리고 상관관계에 대해서 살펴보았습니다.대푯값과 상관관계의 경우 구성원의 나이대 분석과 같이 데이터에 대한 기초적인 이해에 큰 도움이 되어서 향후 제도 설계에 있어 기본적인 데이터로서 작용하게 됩니다. 이런 데이터를 엑셀에서 클릭 몇 번만으로 사용해볼 수 있으니 편하게 한 번씩 사용해보시면 미처 보지 못했던 새로운 인사이트를 얻으실 수 있지 않을까 생각하며 글을 마무리하겠습니다.다음 시간에는 인과관계에 대해서 살펴보고 통계와 HR에 대한 내용을 마무리하도록 하겠습니다. :)