그래프 분석으로 숨은 관리자 인재 찾기
올해는 모두의 성과가 '비슷'하고, 모두가 ‘열심히’ 일하고 있습니다.
하지만, "과연 누가 진짜 리더일까?" 하는 질문에 답을 내리기 어렵습니다. 단순한 매출 수치나 상사 평가만으로는 뭔가 부족합니다.
특히, 조직의 리더에게는 업무 능력 뿐만 아니라 다른 사람과의 소통 능력, 갈등 관리 등의 능력이 필요합니다.
이번에는 구성원 간의 '행동 네트워크'를 분석해 잠재적 관리자 후보를 식별한 그래프 분석 기반 HR 연구 사례[1]를 소개합니다.
그래프 분석은 단순한 인사 정보 기반 모델보다
약 5~10% 높은 관리자 식별 성능을 보였습니다.
배경
주관적인 인사 평가의 한계
전통적인 인사 평가 방법은 관리자 또는 평가자의 주관이 개입되기 쉽고, 구성원 간의 소통이나 커뮤니케이션 데이터와 업무 맥락을 고려하기가 어렵습니다. 즉, 구성원이 서로 어떻게 연결되고 정보를 주고받는지(즉, 소셜 네트워크 구조)에 대한 정량적 분석이 제대로 이루어지지 않았습니다.
특히, 업무 성과, 소속 부서, 연차/직급 등 구성원의 속성 데이터를 주로 사용하고, 업무 소통 및 협업의 ‘형태’나 ‘중요도’을 반영하지 못한다는 한계를 가지고 있었습니다.
주요 아이디어
조직 소통 및 협업 관계에서의 중요도로 관리자를 식별
이 연구에서는 이메일, 미팅, 협업 로그 등 다양한 관계 데이터를 기반으로 그래프를 구성하고, 구성원 간 연결 강도와 중심성을 수치화합니다.
예를 들어, 각 구성원이 보낸 이메일 수, 회의 요청 횟수, 받는 사람 수 등을 통해 협업 관계에서의 중요도를 계산하고 이를 구성원의 관계적 특징(feature)으로 활용합니다.
그리고 구성원의 다른 특징과 함께 학습시켜 ‘관리자 가능성’을 분류합니다.
솔루션
1단계. 조직 내 협업 네트워크 구성
여기에서는 약 200명 규모의 실제 한 IT 기업의 데이터를 수집하였습니다.
직원 데이터(노드): 구성원 ID, 언어, 부서, 조직, 등급 등의 속성을 포함
관계 데이터(링크): 이메일 참조(a), 이메일 수신(b), 첨부 이메일 발송(c), 첨부 이메일 수신(d), 회의 스케줄(e). 각 관계에는 '연결 강도(예. 빈도)'와 방향성(요청->수신)이 존재함.
2단계. 네트워크 중요도(중심성) 계산
각 구성원의 협업 관계에서의 중요도를 계산하기 위해 페이지랭크(PageRank) 중심성을 계산합니다.
페이지랭크 중심성은 “내 중심성은 나와 연결된 이웃의 중심성에 의해 영향을 받는다”는 원리를 바탕으로, 네트워크 내에서 각 노드의 중요도를 계산하는 알고리즘입니다.
고유벡터 중심성과 유사하지만, 이메일 수신/발신처럼 관계에 방향성이 있는 경우에 더 적합하며, 중요한 노드와 연결된 노드는 더 높은 점수를 부여받는 특징이 있습니다.
이렇게 계산된 페이지랭크 중심성을 각 구성원의 새로운 특징으로 추가합니다.
<예시 데이터>
3단계. 잠재적 '관리자' 후보 식별 모델
앞의 학습 데이터를 활용해, 아래와 같이 여러 관리자 식별 모델을 구축했습니다.
그래프 컨볼루전 네트워크(GCN)는 그래프 신경망(GNN, Graph Neural Network) 알고리즘의 하나로, 각 노드의 특성과 그 이웃 노드의 정보를 함께 학습합니다.
즉, 나와 연결된 다른 구성원의 정보를 함께 고려합니다.
결론
조직 내 네트워크 구조를 반영한 인사 데이터 분석
GCN 기반 그래프 분석 모델은 일반적인 머신러닝 모델보다 약 5~10% 더 높은 관리자 식별 정확도를 달성했습니다.
특히 페이지랭크와 부서명+직무명을 벡터화한 word2vec 정보를 함께 사용했을 때 가장 큰 성능 향상이 있었고, GCN의 경우 정확도는 최대 80.02%에 도달했습니다.
결론적으로, 단순 속성 정보가 아닌 조직 내 네트워크 구조를 반영했을 때, 보다 정교한 인사 데이터 분석이 가능함을 알 수 있습니다.
점차 복잡해지는 조직 커뮤니케이션과 업무로 인해, 전통적인 인사 평가나 성과 기반 분류로는 관리자 후보를 발굴하는 데 한계가 있습니다.
구성원 간의 이메일, 회의 등 행위 데이터를 네트워크로 구성하고, 그래프 분석(중심성, 그래프 신경망 등)을 활용하면, 조직 내 ‘핵심 인물’을 정량적으로 식별할 수 있습니다.
이러한 방법론은 HR 실무자에게 주관적 평가를 넘어서는 데이터 기반 의사결정 도구로 활용될 수 있으며, 조직의 리더십 파이프라인을 보다 전략적으로 설계하는 데 도움을 줄 수 있습니다.
(주) 사이람
1660-4230 | netminer@cyram.com
References
[1] Chan, J. Y. K., Wang, Z., Xie, Y., Meisel, C. A., Meisel, J. D., Solano, P., & Murillo, H. (2021).
Identifying Potential Managerial Personnel Using PageRank and Social Network Analysis: The Case Study of a European IT Company. Applied Sciences, 11(15), 6985. https://doi.org/10.3390/app11156985