|
재단법인 교육의봄은 지난 2월 15일과 22일, 학벌·스펙과 업무 성과의 관계를 논의하는 2회 연속 심포지엄을 개최했다. 스펙과 업무 성과의 관계에 대해 실증 연구를 기반으로 논의한 국내 최초의 시도였던 이번 1, 2차 심포지엄에서는 각각 반준석 LG마그나 인사팀 책임연구원과 이현주 마이다스아이티 총괄이 발표자로 나섰다.
이 중 2차 심포지엄에서 발표된 마이다스아이티의 연구 내용과 함께, 이날 토론자로 나선 박지성 충남대 경영학부 교수, 유지성 고려대 경영대학 특임교수, 이진구 한국기술교육대 HRD학과 교수, 윤지희 교육의봄 공동대표의 발언 내용을 소개한다. .jpg) 2416명 대상 연구 결과, 학벌과 업무 성과 '관계없다' 마이다스아이티는 지난해 9월부터 올해 2월까지 ▲IT ▲제조 ▲도·소매 ▲엔지니어링 ▲서비스 5개 업종의 11개 기업에서 총 2416명의 재직자 표본을 확보했다. 표본수는 중견기업 1260명(64.7%), 중소기업 620명(31.8%), 대기업 67명(3.4%)이었다. 11개 기업은 인사평가 결과를 신뢰할 수 있는 HR시스템을 보유한 곳으로 선정했으며, '성과'는 3~5년간의 성과평가 결과 평균치를 사용했다. 기업마다 평가 기준이 달라 각 기업의 평가 원점수를 평균 50, 표준편차 10의 점수분포로 변환시킨 T점수로 표준화시켰다. 검증을 위해 세운 가설 1~6은 각각 '①학벌 ②학점 ③자격증 ④영어 성적 ⑤인적성 검사 ⑥면접은 실제 성과와 관련 있다'였다. 각 가설의 검증은 두 변수 간 연관성을 수치로 나타내는 '상관계수' 측정 방식으로 이뤄졌다. 상관계수는 -1과 1 사이의 값이며, 1에 가까울수록 양의 상관관계, -1에 가까울수록 음의 상관관계를 나타낸다. 미국 고용노동부에서 제시한 선발 도구 타당성 분석의 상관계수 수치도 참고했다. 0.35 이상이면 '매우 유용', 0.20 미만이면 '유효성 없음'으로 볼 수 있다. 학벌과 학점 데이터를 분석하기에 앞서, 특정 기업 재직자의 학벌·학점이 특정 기준 이상에 편중됐을 수 있다는 판단에 따라 우선 11개 각 기업 재직자의 학벌·학점 분포도를 살폈다. 그 결과 11개 전 기업에서 수능 점수와 학점이 정규 분포를 이루고 있음을 확인했다. 즉 특정 수준의 수능 점수와 학점을 가진 이들만 모여 있는 기업은 없었다. 1번 가설 검증을 위해 학벌과 업무 성과의 상관관계를 먼저 살펴봤다. '학벌'은 수능 배치표를 기준 삼아 1등급은 9, 2등급은 8의 방식으로 역코딩했고, 11개 기업 각각의 표본수가 다르기에 표본수가 큰 기업의 영향도를 높게 잡고자 가중치를 준 분석을 시행했다. 그 결과, 학벌과 업무 성과 사이의 유의미한 상관관계는 발견되지 않았다. 재직자 '연령' 등 몇 가지를 통제변수로 두고 시행한 추가분석에서도 유의미한 관계가 없는 것으로 나타나, 종합적으로 11개 전 기업에서 학벌과 성과평가 점수 간 정적인 상관관계를 찾을 수 없었으며 2개 기업에서는 오히려 부적인 상관관계를 보였다. 2번 가설 검증을 위해 6개 기업에서 학점 데이터를 수집해 분석한 결과 6개 전 기업에서 성과와 학점의 유의미한 관계가 확인되지 않았다. 표본수에 따른 가중치를 주고 나이, 성별, 근속기간이라는 3개 변인을 통제해 상관관계를 다시 확인했을 때도 상관계수가 0에 가까운, 즉 변수 간 관계가 서로 독립적이라는 결과가 도출됐다. 3번 가설 검증을 위해 8개 기업에서 확보한 자격증 데이터는 개수를 기준으로 코딩했다. 자격증이 1개면 1이고 2개면 2의 방식이다. 분석 결과 8개 중 1개 기업에서 유의미한 정적 상관을 보였다. 직군을 구분해 시행한 추가 분석에서는 유일하게 R&D 직군에서 자격증 개수가 성과와 유의미한 관련이 있다고 볼 수 있는 상관계수 0.1의 수치를 보였다. 4번 가설 영어 성적과 성과의 관련성 검증을 위해서는 5개 기업에서 데이터를 확보했다. 우선 영어 성적을 선발 요건으로만 보고 영어 성적이 '있는 집단'과 '없는 집단'으로 나눠 두 그룹의 결과를 측정해본 결과, 5개 기업에서 모두 영어 성적 유무와 성과는 유의미한 관련이 없었다. 토익 성적 자체를 코딩해 추가 분석한 결과에서는 5개 중 1개 기업에서 상관계수 0.185의 약한 정적 상관관계를 보였고, 나머지 4곳은 오히려 부적 상관관계를 보였다. 그렇다면 서류전형 이후의 인적성 검사와 면접은 성과 예측 도구로서 유효할까? 3개 기업의 372명을 표본으로 한 인적성 검사 결과 역시 성과와 유의미한 관련성이 없는 것으로 확인돼 '인적성 검사는 성과와 관련 있다'는 5번 가설 역시 기각됐다. 4개 기업 367명을 표본으로 한 면접점수도 마찬가지였다. 면접점수가 상위 50%에 해당하면 면접점수가 '높은 집단', 하위 50%에 해당하면 '낮은 집단'으로 구분해 차이 검증을 시행했을 때 두 집단 간 유의미한 성과 차이를 확인할 수 없었다. 종합적으로, 연구 전 세운 가설 1~6을 지지하는 통계적 결과가 관찰되지 않았으며, 이는 학벌, 학점, 자격증, 영어 성적, 인적성 검사, 면접이 실제 업무 성과와 유의미한 관련이 없음을 보여주는 결과다. 한편 마이다스아이티는 올해 안에 50개 이상의 기업에서 최대 2만 명 재직자의 데이터를 추가 확보해 분석하는 것을 목표로 삼고 있다. 표본수와 통제변수 늘리고 스펙의 직무 관련성 고려해 연구 보완 필요 연구 조사 발표 후 토론자들의 토론이 이어졌다. 토론자 전원은 기업에서 쉽게 오픈하지 않는 인사 데이터를 여러 기업으로부터 수집해 실증적인 시사점을 제공했다는 점을 높이 평가했다. 또한 이 연구가 채용 프로세스를 둘러싼 담론의 트리거를 제공했다는 점에서 큰 의의가 있다는 공통적인 의견을 내놨다. 다만 연구의 완성도 제고를 위해 보완해야 할 부분에 대한 지적도 함께 이어졌다. 박지성 충남대 교수는 "자격증 코딩 시 자격증 수보다는 '한국사' 등 일반 자격증과 직무 관련 자격증을 분리할 필요가 있다"고 말했다. 덧붙여 연령 외에도 성과에 영향을 줄 가능성이 있는 성별, 직급, 직무 등 기본 인구통계학적 변수를 통제변수로 추가 투입할 필요성과 함께, 개인은 기업에 속해있는 구조Nested model이므로 기업 특성을 통제하는 위계적 회귀분석의 필요성도 언급했다. 비슷한 맥락에서 류지성 고려대 교수도 "더 다양한 통제변수를 고려할 필요가 있다"고 지적했다. 또한 "학점을 얻은 과목이나 자격증 종목이 직무와 연관된다면 성과와 관련 있을 수 있다"며 직무 연관성이 고려되지 않았다는 것을 아쉬운 점으로 꼽았다. 이진구 교수는 "데이터 표본이 중소·중견기업 중심이므로 대기업·공공기관 데이터를 확충하고 업종 또한 다양화할 때 더 정확한 결과를 논할 수 있을 것"이라며 "현재 분석 결과를 일반화하는 데는 조심스러울 필요가 있다"고 조언했다. 또 이번 분석에서 '성과'를 '성과평가의 결과'로 봤기 때문에 "제대로 된 성과평가가 이뤄졌는지가 핵심"이라며 "중견·중소기업의 경우 성과평가의 체계성·공정성이 비교적 약해 연공서열에 따라 성과가 부여됐을 가능성도 염두에 둘 필요가 있다"는 의견을 제시했다. 윤지희 교육의봄 공동대표 역시 표본수 및 업종 확대의 필요성에 대한 비슷한 의견을 제시했다. 토론을 통해서는 "무엇보다 이러한 연구 후에 기업들이 실제로 변화할 의지와 가능성을 보이는 것이 중요하다"며 "연구와 현실이 분리되지 않고 채용의 실질적 변화로 이어지길 바란다"는 말로 변화를 촉구했다. |
|
|
