🚀[10월 비즈니스 빅데이터 연구모임 정기모임 진행]

📚 [한국능률협회컨설팅 경영혁신 대학(원)생 공모전 제출]

데이팅 팀과 비욘드 팀이 '2024 한국능률협회컨설팅 경영혁신 대학(원)생 공모전'에 참가하여 각기 다른 연구 주제로 공모전에 제출을 완료했습니다!

🌟 데이팅 팀은 '인구감소 지역 경제활성화를 위한 맞춤형 관광 홍보 전략 제시 : 토픽모델링을 중심으로'라는 주제로, 인구 감소 지역의 경제 활성화를 목표로 데이터를 기반으로 한 관광 홍보 전략을 제안했습니다. 해당 지역의 특성을 반영한 맞춤형 전략을 통해 해결 방안을 제시했습니다.

🌟 비욘드 팀은 '토픽 모델링과 Q-방법론을 활용한 YONO 소비 트렌드 탐색 및 맞춤 전략 연구 : 유통업계를 중심으로'라는 주제로 Q-방법론을 중심으로 YONO 소비 트렌드를 심층 분석하고 구체적인 전략을 제시했습니다

두 팀 모두 이번 공모전에서 우수한 성과를 거두기를 기대합니다!

비하 🖐️ 🖐️ 🖐️ (비즈빅 하이라는 뜻) 
🎊지난 11월 6일, <비즈니스 빅데이터 연구모임 5기>의 수료식이 진행되었습니다! 🎊
지난 7월부터 함께 달려온 비즈빅 5기에서는 교수님들의 다양한 강연과 팀별 프로젝트, 알고리즘 스터디 그리고 k-mac 공모전 출품까지 정말 바쁘고도 다채로운 활동을 진행했는데요! 특히 공모전 준비 과정에서 연구 주제를 선정하고, 데이터 수집과 분석을 거쳐 출품까지 이뤄낼 수 있었습니다 ✌️ (두 팀 모두 공모전에서 좋은 결과가 있길 바라겠습니다🙂)
수료식 당일에는 ‘데이팅 조’와 ‘비욘드 조’의 프로젝트 최종 발표와 함께 비즈빅 5기의 성과를 공유하는 시간을 가졌습니다. 
그동안 지식서비스연구소분들과 열정적으로 참여해 준 학부생들 덕분에 비즈빅 5기를 성공적으로 마무리할 수 있었습니다 🫶🙇
이번 연구 모임이 학부생들의 데이터 분석 역량에 많은 도움이 되었길 바라며, 함께한 모든 분들 고생 많으셨습니다! 🏃🏃‍♂️🏃‍♀️
비바… 💦 (비즈빅 진짜 바이… 🖐️ 💦)

AI의 급속한 성장은 사회를 변화시키고 있습니다. 반복 작업을 자동화하는 능력으로 업무의 생산성 향상에 기여하고 있습니다. 실제 유니레버와 같은 글로벌 기업에서는 채용, 승진 등에 AI를 활용하여 채용업무를 ‘효율화’ 하고 있는데요! 그렇다면 채용 분야에서의 AI도입이 왜 필요하고 어떤 사례들이 있을까요?

AI로 구현하는 초개인화 된 직원 경험

평생직장의 개념이 사라지고 이직이 흔해진 현대 사회에서는 인재를 확보하고 유지하기 위해 ‘직원 채용’에 AI를 적극적으로 접목할 필요성이 커지고 있습니다. 특히 직원 개개인에 맞춘 '초개인화된 직원 경험'을 구현함으로써 교육과 복지 정책에서의 실수를 예방할 수 있는 솔루션을 제공할 수 있습니다.

채용 프로세스를 효율화한 유니레버

유니레버는 매년 약 25만 건의 지원서를 받고, 이를 검토하는 데 4개월에서 6개월이 소요됩니다. 채용 과정이 길어지면 우수한 지원자가 경쟁사로 이탈하거나, 적합한 인재를 놓칠 위험이 있습니다. 이를 해결하기 위해 유니레버는 AI 면접 시스템을 도입했습니다.

이 시스템은 2만 5000가지 이상의 얼굴 및 언어 사용 패턴을 분석하여, 유니레버의 고성과자 데이터를 기반으로 '성과가 높은 지원자'를 예측하는 방식으로 설계되었습니다. 그 결과, 채용에 걸리는 시간이 4~6개월에서 4주로 단축되었고, 서류 검토 시간은 75% 절감되었습니다. 최종 오퍼 수락 비율도 64%에서 82%로 상승해, AI가 적합한 지원자를 선별하는 데 효과적임을 보여주었습니다. 유니레버는 이를 통해 면접 시간 약 5만 시간을 절약하고, 연간 100만 파운드 이상의 비용을 절감했습니다.

AI를 도입함으로써 효율성과 경제적인 업무 수행이 이루어지고 있습니다. 하지만 이에 따른 우려도 존재합니다. AI에 대한 지나친 의존은 사람 간의 상호작용을 자동화된 알고리즘으로 대체할 수 있는 잠재적 위험을 내포하고 있습니다. 그렇다면 이에 대한 문제점과 이를 극복하기 위한 방안은 무엇일까요?

AI에 대한 무분별한 수용은 NO!

트렌드를 따라 단순히 AI를 도입하는 것은 위험할 수 있습니다. 유니레버의 경우, AI 도입으로 얻을 수 있는 HR 영역을 ‘철저히’ 분석한 후 적용한 것이 성공의 비결이었습니다. 매년 약 25만명의 입사 지원자를 검토했기에 인적 규모에서 시간 절감 효과가 컸습니다. 반면 직원의 규모가 작은 기업에서 소수의 인원을 대상으로 채용 프로세스에 AI를 도입한다면 효율성 측면에서 이익보다 손해가 크겠죠? 이런 경우에는 차라리 지원서를 직원들이 직접 검토하는게 더 효율적이겠어요!

AI도 때론 실수를 합니다

AI는 학습하는 데이터에 따라 편향성을 띨 수 그 결과가 바뀔수도 있습니다. 이는 편향된 성과 평가로 이어질 수 있으며, 조직 내 인력 다양성을 해칠 우려도 있습니다. 이를 방지하기 위해서는 데이터 분석 과정에서 상관분석 혹은 데이터 분포도를 꼭꼭!! 확인하며 편향성을 확인하고, 불균형한 데이터를 처리하는 방법을 적용해야 합니다. 더불어, AI 시스템의 데이터 품질을 높이기 위해 신뢰할 수 있는 정보로 데이터를 구성하는 것도 필수적입니다.

이처럼 AI의 도입에 따라 채용 분야에서의 업무 체계는 ‘효율화’ 되어 가고 있습니다. 다만 AI의 시대에도 HR의 본질은 ‘사람’입니다. HR의 핵심 역량인 직원들과의 공감과 소통, 조직에 대한 이해는 AI가 대체하기 어려운 영역입니다. 이와 같은 AI의 본질을 놓치지 않고 적절히 활용했을때, 조화롭게 공존할 수 있을 것입니다.

출처: DBR | AI, 내 동료가 돼라, DBR | Ai 이용 목적은 비용보다 효율성, 피드백 등 사람의 영역은 남겨놔야