Page 102 - 월간HRD 2025년 8월호
P. 102
HRD ANALYTICS
가 이론들을 통해 새로운 접근법을 모색 니 HRD 효과성 평가에 대해서도 뾰족
해 왔다. 먼저 과학철학적 관점에서 보 한 대안이나 SOTA급 모델이 생겨났을
면, 교육 효과를 입증하는 데는 실험적 것 같지만 실상은 그렇지 않다. 메타버
증거와 반증가능성(falsifiability)에 대한 스 광풍 당시 많은 HRD담당자가 픽셀
고찰이 필요하다. 즉, 대조군을 통한 실 로 된 맵을 그리고, 콘텐츠를 온라인으
증 외에는 딱히 떠오르는 과학적 대안이 로 옮겨 심느라 농업적 근면성을 발휘한
없다. 쉽게 말해 교육을 받은 집단과 받 바 있다. 교육 기획 및 운영의 패러다임
지 않은 집단의 성과를 비교하고, 다른 을 변화시키려는 움직임이었다. 그때에
조건들이 동일할 때 유의미한 차이가 교 도 효과성 평가는 메타버스 세계관에 등
육 덕분임을 통계적으로 보여주는 것이 장하지 않았다. 지금 우리는 chatGPT를
다. 기업교육에서도 매출 상승 같은 정 첨병 삼아 생성형 AI 폭풍 속에 살고 있
해진 비즈니스 지표만 들여다볼 게 아니 다. 많은 HRD담당자가 AI in HRD를
라, 교육으로 인해 나타난 팀워크 향상, 논하고, AI 기술로 콘텐츠를 생산해 내
심리적 안전감 제고 등 다양한 긍정적 는 등 일머리를 굴려내고 있다. 하지만
변화나 혹은 부정적 영향까지 폭넓게 살 여전히 효과성 평가 담론은 AI세상에 등
펴보아야 한다. 장하지 않고 있다. GPTs(chatGPT 상의
다행스럽게도 선행된 많은 연구 덕에 대 맞춤형 어플리케이션을 일컫는 말)에서
안을 모색해 볼 수 있다. HRD에 패튼 찾아보면 커크패트릭 모델이나, ROI를
의 활용중심 평가를 적용할 수 있다. 평 가이드해주는 커스텀 GPTs가 고작 몇
가 설계 단계에서부터 경영진 등 의사결 개 개발되어 있을 뿐이다.
정자가 궁금해하는 핵심 질문이 무엇인 그래도 고무적인 것은 메타버스나 생성
지 파악하고, 그 질문에 신뢰도 높은 답 형AI 같은 시류에 편승하며 겉멋만 내
을 줄 수 있는 데이터 수집과 분석에 집 지 않고, 추론통계와 애널리틱스를 기
중하는 것이다. 정리하면 교육이 매출에 반으로 묵묵히 효과성 평가를 고민하는
기여했는지를 보려면, 매출 자료와 교 HRDer들이 곳곳에 숨 쉬고 있다는 것
육참여 데이터를 연계해 분석하는 설계 이다. 과거에는 교육의 사업 영향 분석
를 짜야지, 과거의 틀에 갇혀 교육생 만 이 애를 먹었다지만, 이제 대부분의 기
족도나 강사 평가 같은 부차적 지표에만 업은 사내 데이터 웨어하우스에 축적된
천착해선 안 된다. 방대한 인사 데이터를 마이닝하여 교육
의 효과를 모델링할 수 있게 되었다. 머
데이터 기반 평가와 HRD 성과측정의 신러닝을 활용하면 교육을 받은 직원들
신작로: 애널리틱스 의 이직률 감소, 승진 속도 증가 등 장
얼핏 드는 생각에, 최근 몇 년 동안 빅 기 효과까지도 다른 요인의 영향을 통제
데이터와 인공지능 기술이 급부상했으 하면서 분석할 수 있다. 이런 애널리틱
100 HRD MAGAZINE
