구글이 퇴사 가능성이 높은 직원을 미리 알아보는 수학적 HR 알고리즘을 개발하고 있다고 한다.
연이어 퇴사함에 따라 인재 유출을 막기 위해 직원 2만여 명의 ▲인사고과 ▲승진 ▲임금 내역 등을 토대로 회사를 떠날 가능성이 큰 직원을 판별하는 수학적 공식을 개발해 자신이 과소평가됐다고 느끼는 직원을 판별해 낸다고 한다. 구글 답다.
구글의 경우, 다들 똑똑한 애들만 뽑았으니 사람 나가는게 문제일지 모르지만 사실 안 그런 회사도 많고… 게다가 실제 퇴사를 하고자 하는데 있어 고과, 승진, 급여 등이 크게 좌우를 할까?
전혀 그렇지 않다고 본다. 나의 경험에 따르면 실제 퇴사를 결정하는 더 중요한 요인들이 있고 이 때문에 실제로 회사를 나가면 안될 사람들 조차 떠나 가는 경우가 비일비재 하다.
내가 그동안 일하면서 얻은 경험을 토대로 “나만의 퇴사 가능성 알고리즘”을 한번 만들어 볼까 한다.
①근무 연수
근무 연수는 가장 중요한 지표이다. 대개 한 회사에서 1,3,5,7년 즉 홀수해에 이직을 고려하는 게 일반적이다. 아마 다들 공감하실텐데 한국인이 짝수해에 대해서 완전수라는 개념이 있어서 그런지 모르겠다.
특히 1년차의 경우 가장 이직 확률일 높다. 회사에 대해 다 파악할 수 있는 시기인데다 경력으로 산입하지 않아도 될 뿐만 아니라 더 머무는 것 보다 떠나는게 낫다고 판단할 수 있기 때문이다. 실제로 삼성전자의 경우도 신입 1년차의 퇴직율이 매우 높다고 한다.
그리고 3년차, 5년차 연차가 높아질 수록 이직 가능성은 계속 낮아지고 오히려 회사에 머물려고 하는 가능성이 더 크다. 따라서 이 지표는 다음과 같은 sinc 함수를 약간 변형해서 표현 할 수 있다.
②야근 빈도
회사에 있다보면 크게 세 가지 팀 분위기를 가진 조직을 볼 수 있다. “말 달리자”, “페이스 조절”, “무사안일”. 세 조직은 각자 팀을 운용하는 방식이 매우 다르다.
“말 달리자”의 경우 리더가 너무 혈기왕성한 케이스인데 게다가 그런 팀원들을 뽑아서 실제로 쉼없이 달리는 게 운명처럼 여겨지는 팀이다. 이런 팀에 속해 있는 경우, 사람이 기계가 아닌 이상 조직의 피로도가 빠르게 오게 되고 실제로 조직에 적응하지 못하는 사람은 퇴직을 고려하기 마련이다.
이런 팀에 속했는지 여부를 확인하는 지표 중에 참여한 프로젝트 횟수, TFT 횟수, 회의 빈도 등이 있는데, 실제로 이런 팀이 조직에 중요한 역할을 하기 때문에 주요 요인에 넣는다는게 다소 어려움이 있다.
그 중 가장 대표적인 지표가 ‘야근 빈도’라고 할 수 있다. 개인적으로 회사의 야근 식권 시스템을 수년간 운용하고 있기 때문에 어느팀의 야근빈도가 높은지 대략 알 수 있었는데, 10일 이상 혹은 20일 이상 야근하는 사람에 대한 지표를 찾아보는 것도 괜찮을 듯. (회사별로 교통비 지급 기준, 근태 카드 시스템 등이 있으므로 이런 지표를 이용해도 좋겠다.)
일단 야근 빈도가 높은 팀에 속해 있으면서 자신의 야근 빈도가 낮다면 이직 가능성이 높다고 볼 수 있다.
③팀 이동 횟수
많은 회사들이 일년에 한번 혹은 여러번 조직 개편을 단행한다. 조직 개편만큼이 수시로 있는 조직에서 팀 이동은 매우 흔한 케이스이다. 조직 이동은 직원들에게 매우 나쁜 영향을 준다.
왜냐하면 새로운 팀, 상사들이 새로 바뀌게 되고 이 때문에 받는 스트레스가 장난이 아니기 때문이다. 조직 개편으로 이동이 잦은 사람 중에는 로열티는 떨어지고 안 좋은 영향(Bad Communication)을 만드는 사람이 꽤 많다.
그와 반대로 팀 이동 횟수가 높은 사람 중에 회사에서 매우 유능하다고 인정되어 일을 계속해서 떠 맡기는 경향이 있다. 이런 사람들은 도전 정신도 뛰어나서 일을 진짜로 맡으면서 승진을 통해 조직내 영향력을 키워 가기도 한다. 이런 경우도 너무 모험심이 많거나 스카웃을 통해 언제든지 퇴사 가능성이 있는 위험한 사람들이다.
대부분 일 잘하는 사람들은 팀장이 잡고 있어 팀 이동이 원활하지 못하다. 또한, 평균적인 일을 하는 사람들도 대부분 이동하는 빈도가 적다.
④ 임금 인상율
머니머니 해도 퇴사에 가장 큰 영향력을 미치는 것이 임금인상율이다. 실제로 회사에서 우수한 인재라고 해사 다 임금인상율이 높은건 아니다.
대개 실력이 발휘될 때 임금 인상율이 갑자기 커질 수 있지만 일단 많이 받고 나서는 그 인상율은 미미하다. 일단 사측으로 편입되면 회사 경영 사정에 영향을 받기 때문에 어떤 경우는 동결 혹은 반납의 최초 수혜자(?)가 되기도 한다. (일반 직원들 본부장, 팀장 돈 많이 받을 거라고 지레 짐작 마시길… 다 먹고 살만큼만 받는다. 그만큼 책임도 따르고.)
하지만, 돈없이 산다는것도 힘들고 이직을 통해 평균적인 인상율을 올릴 수 있기 때문에 누구를 막론하고 중요한 지표 중에 하나다.
따라서 퇴사 가능성 빈도는 위의 네 가지 팩터의 곱으로 표현 할 수 있다.
위 식을 통해 나온 값은 평균적인 퇴사 가능성이라 볼 수 있고 이 중에는 나가야 하는 사람(spam)과 그렇지 않은 사람(ham)으로 나누어야 한다. 이 값들은 매년 바뀌기 때문에 가급적 베이시안 알고리듬을 써서 기계 학습(Machine Learning)을 통해 값들을 훈련시키는 게 좋다.
첫번째 팩터는 바로 고과 성적이다. 하지만 고과 성적은 상위 10%와 하위10%의 값만을 이용해도 된다. 회사들은 대개 평가에서 잘 한사람과 못한 사람을 가려내기 위해 평가 시스템을 이용하기 때문이다. 따라서 상위 혹은 하위에 속했는지 여부만 확인하면 된다.
두번째 팩터는 승진 여부이다. 실제로 승진한 해는 퇴사 가능성이 매우 낮다. 평균 승진 연한이 넘었는데도 승진을 못하고 있으면 퇴사 가능성이 높아서 승진 여부만으로도 당해 이직 가능성을 판별할 수 있다.
세번째 팩터는 외부 메일 사용 빈도이다. 혹시나 이직을 고려하는 경우 통상 외부 메일을 이용하는 경우가 매우 높다. 대부분의 회사들이 개인의 서핑 기록을 통제할 수 있기 때문에 이 빈도를 정규화하여 통상의 값에 비해 비 정상적으로 많은 경우 이직 가능성이 높다고 볼 수 있다. (예외적인 경우도 있기 때문에 중요 지표로 사용하기는 좀 어렵다.)
지금까지는 농담반 진담반이었고 직원의 퇴직 가능성을 파악하는 가장 중요한 지표는 ‘대화’이다. 대부분 자신의 상사가 멘토가 되지 못하는 경향이 크다. 회사가 가르쳐 주지 않는 사실 같은 걸 책으로 알게 아니라 멘토인 상사로 부터 이야기를 들어야 한다.
사람들이 자신의 보스를 믿지 못하는 건 결국 대화를 해도 서로 솔직하지 못하기 때문이다. 회사를 떠날 사람을 찾는 건 결국 솔직한 진정한 멘토를 회사 내부에 배치해 두어야 하고 이를 통해 직간접적인 대화가 이루어져야 한다. 이직에 대해 팀장 혹은 HR팀과 이제 이야기 하고 있다면 이미 때는 늦었다.
이 글에 있는 수식은 수학적으로 검증된 것이 아니며 이를 이용해서 나온 결과에 대해 책임을 지지 아니 합니다.
※ Disclaimer- 본 글은 개인적인 의견일 뿐 제가 재직했거나 하고 있는 기업의 공식 입장을 대변하거나 그 의견을 반영하는 것이 아닙니다. 사실 확인 및 개인 투자의 판단에 대해서는 독자 개인의 책임에 있으며, 상업적 활용 및 뉴스 매체의 인용 역시 금지함을 양해해 주시기 바랍니다. 본 채널은 광고를 비롯 어떠한 수익도 창출하지 않습니다. (The opinions expressed here are my own and do not necessarily represent those of current or past employers. Please note that you are solely responsible for your judgment on checking facts for your investments and prohibit your citations as commercial content or news sources. This channel does not monetize via any advertising.)
그럴싸한데요? ^^
ㅎㅎ 너무 재밌게 읽었습니다. 마지막에 쓰신 것처럼..’대화’가 정말 중요한 듯합니다.
너무나도 그럴싸한데요? ^^
이글 보고 도입하는 사람들도 있을까요? ^^
크크…재미있게 잘 읽었습니다. ^^
이거 얼추 비슷할 것 같아!! ㅋㅋ
이런 이야기 가 떴길래 원문인 ”떠날 직원’ 알아내는 알고리즘 을 봤다. 근데 승진한지 일주일만에 퇴직서 낸 나는 뭥미~
안그래도 구글 기사 보고 알고리즘이 궁금했는데, 참고하겠습니다 ^^
구글에서 퇴사 가능성이 높은 직원을에 대한 수학적 HR 알고리즘을 개발 하고 있는 기사로 인해서 요즘 알게 모르게 이직에 관한그렇지 않아도 신숭생숭한데…..쩝…
으하하 이거 정말 재미있네요!
잘 작동하는 알고리즘이 만들어 진거라면.. 스카이넷은 구글을 말하는 것이군..
‘떠날 직원’ 알아내는 알고리즘 이라…이런것도 만드는 구나 구글…
떠날 직원 알아보는 알고리즘에서 나오는 회사 형태가 어디랑 비슷한 것 같아 씁쓸하네
마지막 말이 가장 와닿네요. 상사의 진솔하지 못한 대화술!
.. 쩝관련기사 : http://channy.tistory.com/356..크리에이티브 커먼즈 라이센스이 저작물은 크리에이티브 커먼즈 코리아 저작자표시-비영리-동일조건변경허락 2.0 대한민국 라이센스에 따라 이용하실 수 있습니다. –>
Wolfram Alpha는 영국 출신 물리 학자 스티븐 울프람이 개발한 지능형 검색엔진으로, 구글의 검색엔진을 대체 할 수 있는 잠재력을 지닌 것으로 평가 받고 있으며, 사용자의 질문에 대해 컴퓨터 연산 과정을 거쳐 답변을 제시해 주는 획기적이고 앞선 검색엔진이라고하는데요, 구글이 찾지 못하는 정보를 찾아 내어 준다고 합니다. 예를 들어 두 도시의 거리를 알려주며, 그래프와 차트, 우주선의 위치등도 알려 준다고 합니다. 그래서 seoul to lon..
구글이 이 수식을 쓴다는거예요?
구글이 이 수식을 쓴다는 게 아니구요. 이 블로그 주인장이 직접 만드신 겁니다. 글 좀 자세히 읽어 보심이. 근데 이 분 천재 아닌가? ㅎㅎ
와. 우리 회사는 이런거안하나?
검증은 안 됐지만, 설득력 있어보이네요ㅎㅎ
찔립니다 ㅋ
‘떠날 직원’ 알아내는 알고리즘
간만에 인터넷 서핑 중 재미있는 글 읽었습니다
카.. 재미있는데요
이거 잼있네!
channy님은 정말 능력자세요. 연구자간 FOAF 만드는 것 가지고, 6개월간 씨름하고 있는 저로썬, 상상할 수도 없는 심심풀이삼아 만드신 알고리듬이라니.. 초좌절ㅠㅜ
구글이 퇴사 가능성이 높은 직원을 미리 알아보는 수학적 HR 알고리즘을 개발하고 있다는 기사를 본 적이 있는데,한국적 상황에서 분석한 글이 있어 흥미롭게 읽었다.수학적인 알고리즘은 잘 모르겠고, 몇몇 분석틀은 상당히 신선하기 하다.다만 심리학적인 측면에서 ‘사람’에 대한 이해가 모든 조직에서 가장 중요한데이를 수학적인 알고리즘으로 표현하기란 거의 불가능하다.암튼 흥미로운 글이므로 읽어보길…http://channy.tistory.com/356
팀장이 잡고있어서 이동안하는 건 (팀원 입장에서) 좋은 팀이라고 보긴 힘들고, 팀이 좋아서 (예를 들어서, 받는 돈, 쓸데없는 일 안 시키고, 존경을 강요하는 게 아니라 팀원들이 스스로 존경하는 팀장 등) 그래서 안 옮기는 게 좋은 팀이죠.
RT euckr님: RT Lawyer_KOREA님 leejik님 Jghgyg님 구글이 퇴사할 가능성이 높은 직원들을 판별하는 알고리즘을 연구하고 있다고 한다. 읽어보니 매우 일리가 있다. http://blog.creation.net/356
하나의 알고리즘이기는 하지만 지금 이곳과 120%(초과) 매치 되네요. 중요한건 이런 내용을 참고해서 변화를 가져야하는데, 위에서는 아직도 7~80년대 사고방식만을 가지고 있다는게 가장 큰 문제인거죠….내용 잘 봤습니다..
그외에도
조직내 분위기, 상사의 성격, 팀원과의 궁합, 회사의 비전, 적성과 일의 상관관계, 개인 재정 상태, 가족계획 등….
수학화 하기 힘든 중요한 요소가 많죠.
좋은 글을 놓치고 있었군요^^
잘 보앗습니다