본문 바로가기
KERD
논문KCI 등재

텍스트마이닝(Text-mining)을 통한 People Analytics 연구 및 실무 필요 역량 연구

Research and practice-required competencies of People Analytics through text-mining

김지영|강지상|이중학|이상진
한국인적자원관리학회 (Korean Academy Of Human Resource Management)|2024.09|인적자원관리연구 (Journal of Human Resource Management Research)|제31권 제3호|pp. 33-54|DOI http://dx.doi.org/10.14396/jhrmr.2024.31.3.33

0

조회

0

다운로드

0

인용

0

참고문헌

키워드

Topic ModelingText Mining토픽 모델링텍스트 마이닝데이터 마이닝Data MiningCompetency Modeling역량 모델링People Analytics
주제분류경영학

초록

디지털 전환(Digital Transformation) 시기에 인사 데이터를 활용한 전략적 인사 의사결정이 중요해졌으며 이를 지원할 People Analytics(PA)에 대한 수요와 관심이 증가하고 있다. 본 논문은 PA를 수행하기 위해 필요한 역량이 무엇인지 텍스트 마이닝과 선행 연구를 통해 알아본다. 선행 연구에서는 반구조화 인터뷰와 문헌 연구를 통해 연역적 연구 방법으로 PA 필요 역량을 제시한 반면 본 연구에서는 텍스트마이닝 기법을 적용하여 귀납적 방법을 활용했다. 이를 통해 선행 연구를 보완함으로써 일반화 가능성을 높이고자 했다. 링크드인(LinkedIn) PA 채용공고 데이터를 활용해 분석한 결과, 주요 역량이 다섯 가지가 도출되었다. 첫째, 비즈니스 및 인적 통찰력(Business and People Acumen), 둘째, 데이터 분석(Data Analysis), 셋째, 의사소통(Communication), 넷째, 문제 해결력(Problem Solving), 다섯째, 상호 작용(Interpersonal)까지 다섯 가지 PA 필요 역량이다. 다섯 가지 역량은 기존 연역적 분석으로 도출된 결과를 지지 및 보완한다고 할 수 있다. 이를 통해 기존 연구에 방법론적인 새로움을 더한다고 할 수 있고, 동시에 실무 측면에서는 채용과 육성 관점에서 어떤 역량을 주요하게 봐야 하는지를 제시했다고 볼 수 있다.

Abstract

In the era of digital transformation, strategic human resource decision-making using HR data has become important, and there is increasing demand and interest in People Analytics (PA) to support this. This paper explores the necessary competencies for conducting PA through text mining and literature review. While previous studies presented the required competencies for PA using a deductive method through semi-structured interviews and literature research, this study employed an inductive approach using text mining techniques. By complementing previous studies, it aimed to enhance generalizability. The research analyzed LinkedIn PA job posting data, and five key competencies were identified: First, Business and People Acumen; second, Data Analysis; third, Communication; fourth, Problem Solving; and fifth, Interpersonal skills. These five competencies support and supplement the results derived from previous deductive analyses. This adds methodological novelty to existing research and, from a practical perspective, suggests which competencies should be considered important in terms of recruitment and development.

참고문헌 (83)

  1. 김다혜, "피플 애널리스트들이 온다" (2024), 클라우드나인
  2. 김성준, "빅데이터 인재를 말하다" (2013), 인더비즈
  3. 김성준, "인재경영, 데이터사이언스를 만나다" (2018), 클라우드나인
  4. 피플 어낼러틱스(People Analytics), 학계와 실무의 만남, "김성준", HRD, ~, pp.HRD ISSUE PAPER, 17 (2020)
  5. 김성준, "꼰대, 한국기업조직문화 차원의 탐구", 조직과 인사관리연구, 45(2), pp.1~35 (2021)
  6. 김용근, "의사결정 지원을 위한 HR 애널리틱스 활용사례", 임금‧HR 연구, 25(3), pp.74~87 (2016)
  7. 김지영, "데이터로 보는 인재 유지전략 : 텍스트 마이닝 분석을 중심으로", 인적자원관리연구, 29(5), pp.1~23 (2022)
  8. 김현주, "역량기반인적자원관리(CBHRM)의 도입과 발전 : 한국 기업을 위한 상황론적접근법", POSRI 경영경제연구, 3(1), pp.120~158 (2003)
  9. 김효중, "AI·데이터 사이언스 분야직무 역량 강화를 위한 커리큘럼 연구", 정보화정책, 28(2), pp.34~56 (2021)
  10. 서정오, "HR 애널리틱스활용사례연구 : 국내 대기업을 중심으로", 기업경영연구, 27(6), pp.148~161 (2020)
  11. 송기륭, "HR 애널리틱스의 연구동향및 과제", 조직과 인사관리연구, 44(4), pp.129~160 (2020)
  12. 양재완, "Workforce 애널리틱스의이해와 전략적 활용", 조직과 인사관리연구, 44(2), pp.77~101 (2020)
  13. 생성형 AI가 촉발한 HR 혁명, "이지은", HRD, ~, pp.HRD ISSUE PAPER, 33 (2024)
  14. 이중학, "HR Analytics 연구 동향 및 실무적 활용을 위한제언", 경영과 사례연구, 42(2), pp.83~101 (2020)
  15. 이중학, "데이터로 보는 인사 이야기 :people analytics 가이드북" (2021), 플랜비디자인
  16. 이중학, "한국 다국적 기업의 디지털 전환 및 데이터 분석 역량 준비도를 높이기 위한 최고 경영층 인식 연구", 무역연구, 18(6), pp.237~250 (2022)
  17. 이중학, "데이터과학과 인사조직의 융합 : 피플애널리틱스 튜토리얼", 아시아태평양융합연구교류논문지, 9(3), pp.105~116 (2023)
  18. 이중학, "일반인공지능 시대의 채용을 위한 연구 : 증강지능(Augmented Intelligence)을 중심으로", 조직과 인사관리연구, 47(2), pp.113~137 (2023)
  19. 이효섭, "토픽모델링과 키워드 네크워크분석을 활용한 국내 전환학습 연구 동향", The Korean Society for the Study of Lifelong Education, 26(1), pp.1~24 (2020)
  20. 장재윤, "국내 ICT 업종종사자들의 직장에 대한 불만 요인 분석 및전", 현직자 간 차이 분석 : 토픽 모델링 적용, 2020, pp.39(3), 445~480
  21. "피플 애널리틱스는 목적이 아닌 수단, 인사이트보다 구성원 신뢰에 초점" (2019)[URL]
  22. Andersen, M. K., "Human capital analytics : the winding road", Journal of Organizational Effectiveness People and Performance, 4(2), pp.133~136 (2017)
  23. Angrave, D., "HR and analytics : why HR is set to fail the big data challenge", Human Resource Management Journal, 26(1), pp.1~11 (2016)
  24. "Claude 3 Opus as an economic analyst" (2024)[URL]
  25. Basak, E., "Uses and gratifications of LinkedIn : An exploratory study", Proceedings of the World Congress on Engineering, 2, pp.1~4 (2014)
  26. Becker, G., "Human Capital: A Theoretical and Empirical Analysis with Special Reference to Education" (1964)
  27. Bellman, R., "Introduction to the theory of dynamic programming" (1972), Princeton University Press
  28. Ben-Gal, C., "An ROI-based review of HR analytics : practical implementation tools", Personnel Review, 48(6), pp.1429~1448 (2019)
  29. Blei, D. M., "Advances in Neural Information Processing Systems, 14", pp.601~608 (2002), The MIT Press
  30. Blei, D. M., "Latent dirichlet allocation", Journal of machine Learning research, 3, pp.993~1022 (2003)
  31. Blei, D. M., "Probabilistic topic models", Communications of the ACM, 55(4), pp.77~84 (2012)
  32. Boyatzis, R. E., "The competent manager:A model for effective performance" (1982), John Wiley & Sons
  33. Boyatzis, Richard E., "Learning cognitive and emotional intelligence competencies through graduate management education", Academy of Management Learning and Education, 1(2), pp.150~162 (2002)
  34. Bratton, D. A., "Develop a framework of core competencies", Credit Union Magazine, 64(10), pp.17~18 (1998)
  35. Burgoyne, J. G., "The competence movement : Issues, stakeholders and prospects", Personnel Review, 22(6), pp.6~13 (1993)
  36. Caldwell, R., "HR business partner competency models : re-contextualising effectiveness", Human Resource Management Journal, 18(3), pp.275~294 (2008)
  37. Campion, M. A., "Doing competencies well : Best practices in competency modeling", Personnel Psychology, 64(1), pp.225~262 (2011)
  38. Chang, J., "Reading tea leaves: How humans interpret topic models", Advances in neural information processing systems, pp.288~296 (2009)
  39. Davenport, T. H., "Competing on talent analytics", Harvard Business Review, 88(10), pp.52~58 (2010)
  40. Ecleo, J. J., "Surveying LinkedIn profiles of data scientists : The case of the Philippines", Procedia Computer Science, 124, pp.53~60 (2017)
  41. Ellmer, M., "Staying close to business : the role of epistemic alignment in rendering HR analytics outputs relevant to decision-makers", The International Journal of Human Resource Management, 32(12), pp.2622~2642 (2021)
  42. Fernandez, V., "Tackling the HR digitalization challenge : key factors and barriers to HR analytics adoption", Competitiveness Review Journal, 31(1), pp.162~187 (2021)
  43. Fitz-enz, J., "How to measure human resources management" (1994), McGraw Hill Higher Education
  44. Fitz-enz, J., "Predictive analytics for human resources" (2014), John Wiley & Sons
  45. "Google answer to filling jobs is an algorithm" (2007)[URL]
  46. Huselid, M. A., "The science and practice of workforce analytics: introduction to the HRM special issue", Human Resource Management, 57(3), pp.679~684 (2018)
  47. Jin, Q., "Exploring funding patterns with word embedding-enhanced organization–topic networks : a case study on big data", Scientometrics, 127(9), pp.5415~5440 (2022)
  48. Kashyap, R., "Analysing global professional gender gaps using LinkedIn advertising data", EPJ Data Science, 10(1) (2021)
  49. Katz, R. L., "Skills of an effective administrator", Harvard Business Review, 52, pp.90~101 (1974)
  50. Kerr, N. L., "HARKing: hypothesizing after the results are known", Personality and Social Psychology Review: An Official Journal of the Society for Personality and Social Psychology, Inc, 2(3), pp.196~217 (1998)
  51. Kim, J. Y., "An empirical analysis of requirements for data scientists using online job postings", International Journal of Software Engineering and Its Applications, 10(4), pp.161~172 (2016)
  52. King, K. G., "Data analytics in human resources : A case study and critical review", Human Resource Development Review, 15(4), pp.487~495 (2016)
  53. Kudyba, S., "Big data, mining, and analytics" (2014), Auerbach Publications
  54. Losey, M. R., "Human Resource Management: Published in Cooperation with the School of Business Administration", The University of Michigan and in alliance with the Society of Human Resources Management, 38, pp.99~102 (1999)
  55. Marler, J. H., "An evidence-based review of HR Analytics", The International Journal of Human Resource Management, 28(1), pp.3~26 (2017)
  56. Mauro, D., "Human resources for Big Data professions : a systematic classification of job roles and required skill sets"", Information Processing and Management, 54(5), pp.807~817 (2018)
  57. McCartney, S., "21st century HR : a competency model for the emerging role of HR Analysts", Personnel Review, 50(6), pp.1495~1513 (2021)
  58. Mcclelland, D. C., "Testing for competence rather than for"intelligence", American Psychologist, 28(1) (1973)
  59. McCracken, M., "Human resource business partner lifecycle model : exploring how the relationship between HRBPs and their line manager partners evolves : HRBP lifecycle model", Human Resource Management Journal, 27(1), pp.58~74 (2017)
  60. McEvoy, G. M., "A competency-based model for developing human resource professionals", Journal of Management Education, 29(3), pp.383~402 (2005)
  61. McIver, D., "A strategic approach to workforce analytics : Integrating science and agility", Business Horizons, 61(3), pp.397~407 (2018)
  62. Minbaeva, D. B., "Building credible human capital analytics for organizational competitive advantage : Building credible human capital analytics", Human Resource Management, 57(3), pp.701~713 (2018)
  63. Mondore, S., "Maximizing the impact and effectiveness of HR analytics to drive business outcomes", People and Strategy, 34(2) (2011)
  64. Newman, D., "Automatic evaluation of topic coherence", Human language technologies: The 2010 annual conference of the North American chapter of the association for computational linguistics, pp.100~108 (2010)
  65. Ployhart, R. E., "Human capital is dead; long live human capital resources!", Journal of Management, 40(2), pp.371~398 (2014)
  66. Ramlall, S. J., "Identifying and understanding HR competencies and their relationship to organizational practices", Applied HRM Research, 11(1) (2006)
  67. Rasmussen, T., "Learning from practice : how HR analytics avoids being a management fad", Organizational Dynamics, 44(3), pp.236~242 (2015)
  68. Rhee, J. W., "News frames in the coverage of fine-dust disaster : Application of Structural Topic Modeling", Korean Journal of Journalism &Communication Studies, 62(4), pp.125~158 (2018)
  69. Roberts, M. E., "A model of text for experimentation in the social sciences", Journal of the American Statistical Association, 111(515), pp.988~1003 (2016)
  70. Rothwell, W. J., "Competency identification, modelling and assessment in the USA", International Journal of Training and Development, 3(2), pp.90~105 (1999)
  71. "IBM artificial intelligence can predict with 95% accuracy which workers are about to quit their jobs" (2019)[URL]
  72. Siebel, T. M., "Digital transformation:Survive and thrive in an era of mass extinction" (2019), Rodin Books
  73. Simón, C., "Workforce analytics : A case study of scholar–practitioner collaboration", Human Resource Management, 57(3), pp.781~793 (2018)
  74. Spencer, L., "Competency at work: Models for superior performance" (1993), John Wiley and Sons, Inc
  75. Tabrizi, B., "Digital transformation is not about technology", Harvard Business Review, 13, pp.1~6 (2019)
  76. Tan, A. H., "Text mining : The state of the art and the challenges", Proceedings of the Pakdd 1999 Workshop on Knowledge Disocovery from Advanced Databases, 8, pp.65~70 (1999)
  77. Todd, P. A., "The evolution of IS job skills : A content analysis of IS job advertisements from 1970 to 1990", MIS Quarterly, 19(1), pp.1~27 (1995)
  78. Ulrich, D., "Human resource competencies : An empirical assessment", Human Resource Management, 34(4), pp.473~495 (1995)
  79. Ulrich, D., "HR of the future: Conclusions and observations. Human Resource Management: Published in Cooperation with the School of Business Administration", The University of Michigan and in Alliance with the Society of Human Resources Management, 36, pp.175~179 (1997)
  80. Ulrich, D., "The HR value proposition" (2005), Harvard Business Press
  81. Ulrich, D., "HR from the outside in: Six competencies for the future of human resources" (2012), McGraw Hill Professional
  82. van den Heuvel, S., "The rise(and fall?)of HR analytics : A study into the future application, value, structure, and system support", Journal of Organizational Effectiveness People and Performance, 4(2), pp.157~178 (2017)
  83. Watson, T. J., "Critical social science, pragmatism and the realities of HRM", The International Journal of Human Resource Management, 21(6), pp.915~931 (2010)

관련 논문AI추천

텍스트마이닝을 활용한 조직핵심인재 역량에 대한 직장인들의 인식:핵심 역량 교육 및 개발을 위한 기초 조사이용준, 한채연한국진로·창업경영학회 · 한국진로창업경영학회지2024 · 제8권 제2호HR 애널리틱스 개념적 틀 제안김광태, 정보영한국인력개발학회 · HRD연구2022 · 제24권 제3호텍스트 마이닝을 활용한 4차 산업혁명 관련 HRD 연구 분석 : 미래 HRD 역할을 중심으로김지현, 조대연한국평생교육ㆍHRD연구소 · 평생교육 · HRD연구2021 · 제17권 제4호HR 애널리틱스 활용사례연구 : 국내 대기업을 중심으로김용근, 서정오, 최우재한국기업경영학회 · 기업경영연구2020 · 제27권 제6호데이터 기반의 HRD 평가를 위한 HR Analytics 전망과 과제 탐색박소연, 조연주HRD정책연구소 · 휴먼웨어연구2024 · 제7권 제2호데이터로 보는 인재 유지 전략 : 텍스트 마이닝 분석을 중심으로김지영, 이중학한국인적자원관리학회 · 인적자원관리연구2022 · 제29권 제5호

이 간행물의 다른 논문 (11건)

종업원 웰빙과 조직 성과에 대한 HRM 시스템 간의 상호작용과 정합성 -경제적 HRM과 사회적 HRM 시스템을 중심으로-김건식pp. 1-31반도체 인력 양성 및 채용을 위한 거대 언어 모델 기반 학부 공학 교육과정 설계 및 평가 전략 -ChatGPT-4o를 이용한 KAIST 공학 교육과정 분석을 중심으로-이상윤, 이호찬pp. 55-72인지적 유연성이 혁신행동에 미치는 영향-잡 크래프팅의 매개효과 및 리더의 코칭행동의 조절효과-한총, 최수형, 강희경pp. 73-99임파워링 리더십이 직무권태에 미치는 영향 -심리적 주인의식의 매개효과와 주도적 성격의 조절효과-박지환, 김세찬, 오문환, 박은지pp. 101-129노동조합을 통한 근로자간접참여의식과 개별적 직접참여인사제도 및 태도들에 대한 연구이동진pp. 131-149
원문 보기