|
지난 5월, 인사담당자를 대상으로 실시한 인크루트의 조사에 따르면, 국내 기업 10곳 중 6곳은 채용 후 1~3년 내에 신입사원의 조기퇴사를 경험하고 있는 것으로 나타났다. 이 같은 신입사원의 이탈은 곧 비용으로 직결된다. 사람인의 조사 결과에 따르면 직원 한 명을 채용하는 데 평균 32일이 걸리며, 약 1,272만 원의 비용이 발생한다. 따라서 기업 입장에서 신입사원의 조기 이탈은 상당한 부담이 될 수밖에 없다. 이러한 이유로 체계적인 온보딩 프로세스의 중요성이 점점 커지고 있다. 온보딩은 신규 직원이 조직에 적응하도록 돕고, 이탈률을 낮출 뿐만 아니라 직원의 참여도와 만족도를 높여 업무 성과 향상에도 기여한다.
과거의 온보딩은 기업이 일방향으로 일정을 정하고 신입사원을 한곳에 모아 교육하는 방식으로 운영됐다. 그러나 MZ세대는 이전 세대와 다른 가치관을 지니고 있으며, 스스로 사고하고 의견을 표현할 수 있는 환경을 원한다. 또한 최근 기업들이 공채 중심에서 상시 채용 중심으로 전환함에 따라, 집합교육 중심의 전통적인 온보딩 방식은 점차 한계를 드러내고 있다. 이제는 신입사원의 특성과 성향에 맞춘 개별화된 온보딩 프로세스가 필요한 시점이다. 최근에는 '직원 경험Employee Experience'의 중요성이 강조되면서 개별 맞춤형 온보딩의 필요성이 더욱 부각되는 추세이다. 한국고용정보원의 '중장기 인력수급 전망'에 따르면, 우리나라 경제활동인구는 2030년을 기점으로 감소하기 시작해 앞으로는 구직난보다 구인난이 심화될 것으로 예상된다. 특히 조직성과에 기여하는 핵심인재 확보를 위한 기업 간의 경쟁은 더욱 치열해질 전망이다. 따라서 매력적인 기업으로 자리잡기 위해서는 직원의 개별 특성과 니즈를 반영한 맞춤형 온보딩 경험을 제공해야 한다. 결국 온보딩의 효과를 극대화하려면, 조직의 목표를 충족시키는 동시에 직원의 요구를 반영한 프로그램을 설계해야 한다. 여기에는 교육 방법, 피드백 제공 방식, 조직문화 전파 방식 등 다양한 요소가 포함된다. 특히 단순히 정형화된 절차를 따르는 것을 넘어, 각 직원의 적응 과정을 세밀하게 모니터링하고 필요에 따라 데이터 기반으로 맞춤형 지원을 제공하는 것이 중요하다. 이제 효과적인 온보딩은 감感이 아닌 데이터Data에 기반한 설계와 운영으로 완성돼야 한다. .jpg) 데이터 기반의 온보딩 프로세스 설계 체계적인 온보딩 프로세스는 신입사원이 조직문화에 빠르게 적응하고 회사의 핵심가치와 방향성을 이해하도록 돕는 과정이다. 온보딩이 단순한 적응 프로그램을 넘어 조직이 추구하는 전략적 목표와 일관성을 갖출 때, 그 경험은 장기적으로 조직성과에 긍정적인 영향을 미친다. 그러나 온보딩을 직관에만 의존해 운영한다면 여러 한계에 부딪힐 수 있다. 조직문화와 업무 적응이 원활하지 않은 이유를 객관적으로 파악하기 어렵기 때문이다. 이때 데이터는 온보딩의 효과를 검증하고 문제의 근본 원인을 규명하는 핵심 도구로 작용한다. 데이터 기반 온보딩은 크게 세 단계로 진행된다. 첫째, 온보딩 프로그램의 목표에 맞는 KPI를 설정한다. 둘째, KPI를 측정할 수 있는 데이터 수집 체계를 구축하고 실행한다. 셋째, 수집된 데이터를 분석해 프로그램을 개선하고, 이를 다시 측정하는 순환구조를 만든다. 이러한 사이클을 통해 온보딩 프로세스를 지속적으로 발전시킬 수 있다. 첫 번째 단계인 KPI 설정 시 단순히 다른 기업이 시도하고 있는 온보딩이나 최신 트렌드를 따르는 것은 바람직하지 않다. 목적이 불분명한 데이터 수집은 아무런 의미를 갖지 못하기 때문이다. 예를 들어 '신입사원의 3개월 이내 정착률 95% 이상 유지' '직무몰입도 4.2점(5점 만점) 이상' '조직몰입도 4.0점 이상' 등 구체적인 지표를 설정하고, 이를 지속적으로 추적·분석해야 한다. 이렇게 설정된 지표를 바탕으로 '온보딩 프로그램이 신입사원의 성장과 조직 적응에 얼마나 기여하고 있는가?' '온보딩 이후 만족도와 몰입도는 어떻게 변화하고 있는가?'와 같은 질문에 객관적 데이터로 답할 수 있어야 한다. 두 번째 단계는 설정된 KPI를 정량적으로 측정할 수 있는 데이터 수집 체계를 구축하는 것이다. 온보딩 기간 동안 5점 리커트 척도와 주관식 문항이 포함된 설문조사를 정기적으로 실시하면 효과적이다. 다만 설문은 일회성으로 끝나서는 안 된다. 사전-진행-사후 단계에 걸쳐 주기적으로 시행함으로써 신입사원의 경험 변화를 지속적으로 관찰해야 한다. 또한 온보딩 프로그램의 만족도뿐 아니라, 조직몰입과 직무몰입 등 성과 지표와의 연계도 함께 측정해야 프로그램의 실질적 효과를 분석할 수 있다. 세 번째 단계는 수집된 데이터를 분석해 프로그램을 개선하는 것이다. 데이터 분석을 통해 온보딩 프로그램의 효과가 낮은 구간이나 시점을 파악하고, 이를 보완하기 위한 구체적인 액션을 실행해야 한다. 예를 들어 입사 2주차에 조직몰입도가 급격히 낮아진다면 해당 시기에 멘토링을 강화하거나 팀 내 환영 프로그램을 추가하는 식이다. 개선된 프로그램은 다시 측정되고, 그 결과는 또 다른 개선의 근거가 된다. 이러한 순환 구조가 결국 온보딩을 점진적으로 고도화한다. 이 같은 데이터 기반 온보딩은 최근 생성형 AI 기술과 결합하면서 더욱 정교한 개인화와 실시간 대응이 가능해지고 있다. ... 중략 ... |
|
기사 전문은 구독권한이 있는 회원께만 제공됩니다. 먼저 로그인 하세요.
로그인
|
