HR이 보는 세계와 직원이 사는 세계 — 인식 격차를 데이터로 좁히는 법

한 대기업 CHRO가 올해 사내 설문 결과를 보고 당황했다. ‘교육훈련 만족도’를 묻는 항목에서 HR팀은 “올해 프로그램이 역대 최고”라고 자평했다. 그런데 직원 응답은 “교육보다 급여가 더 급하다”에 61.5%가 몰렸다. 같은 회사, 같은 시점, 완전히 다른 그림이다.

한 줄 요약: HR이 ‘제공하고 있다’고 믿는 것과 직원이 ‘실제로 필요하다’고 느끼는 것 사이에는 구조적 인식 격차가 있으며, 이를 좁히는 유일한 도구는 감이 아니라 데이터다.

HR과 직원은 서로 다른 직장을 묘사하고 있다

맥킨지가 2026년 발표한 HR Monitor 보고서는 이 문제를 숫자로 드러낸다. 유럽·미국·중국의 HR 담당자 1,300명과 직원 5,500명을 조사한 결과, ‘교육훈련’의 중요도에서 HR은 5위(29%)를 매겼지만 직원은 10위(15%)에 불과했다. 반대로 직원이 1위로 꼽은 ‘보상과 복리후생'(52%)은 HR 측 우선순위와 28%p 차이가 났다.

솔직히 이건 좀 충격적이다. HR이 가장 공을 들이는 영역과 직원이 가장 원하는 영역이 거의 반대라는 뜻이니까.

한국도 다르지 않다. 트렌드모니터의 2025년 조사에서 이직 계획자의 주된 사유는 ‘금전 보상 불만족'(61.5%), ‘과도한 업무량'(32.7%), ‘기대보다 낮은 평가'(27.4%) 순이었다. 그런데 많은 기업의 리텐션 전략은 여전히 ‘사내 동아리 지원’이나 ‘리더십 특강’에 머문다. 직원이 배고프다고 하는데 HR은 요가 매트를 깔고 있는 셈이다.

왜 격차가 생기는가 — 설문의 구조적 한계

대부분의 한국 기업이 쓰는 연 1~2회 종합설문은 태생적으로 느리다. 설문 설계에 2주, 응답 수집에 3주, 분석에 또 2주. 결과가 나올 때쯤 불만이던 직원은 이미 이력서를 넣었다. 갤럽에 따르면 미국 직원 중 몰입(engaged) 상태인 비율은 31%로 10년 만에 최저다. 40%의 이직률 변동은 몰입도 시책으로 설명할 수 있다는 연구도 있지만, 정작 그 몰입도를 ‘제때’ 측정하는 기업은 드물다.

개인적으로는 여기가 핵심이라고 본다. 격차의 원인은 HR의 무관심이 아니라 측정 주기의 문제다. 연 2회 설문은 CT 촬영 같은 것이고, 실시간 펄스 서베이는 혈압계에 가깝다. 혈압이 치솟는 순간을 연 2회 CT로 잡을 수 없다.

맥킨지 보고서가 지적하는 또 다른 맹점이 있다. 현재의 직원 체류가 ‘몰입도 상승’ 때문이 아니라 ‘외부 기회 축소’ 때문이라는 것이다. 경기 불확실성이 직원을 묶어두고 있을 뿐, 기회가 오면 떠날 준비가 된 상태다. HR이 “이직률이 안정됐으니 괜찮다”고 판단하는 바로 그 순간이 가장 위험하다.

데이터로 격차를 좁히는 세 가지 레이어

인식 격차를 줄이려면 세 가지 데이터 레이어가 필요하다.

레이어 1: 실시간 감정 데이터

주 1회 또는 격주 펄스 서베이를 통해 직원의 현재 감정 상태를 포착한다. 핵심은 질문 수를 5개 이내로 줄이는 것. Culture Amp, Lattice, 국내에서는 IMHR이나 클랩(Clap) 같은 도구가 이 영역을 커버한다. InFeedo 연구에 따르면, 인정(recognition) 빈도가 일정 수준 이상인 조직에서는 평균 근속 기간이 3.5년 더 길었고, 공식 인정 프로그램을 운영하는 기업은 자발적 이직이 31% 적었다.

레이어 2: 행동 시그널 분석

설문 응답은 ‘말’이고, 행동 데이터는 ‘발’이다. 비계획 결근율 추이, 협업 도구(Slack, Teams) 내 상호작용 빈도 변화, 학습 플랫폼 접속률 하락 같은 패시브 시그널을 추적한다. 연구에 따르면 직장 내 친밀한 동료가 한 명도 없는 직원의 이탈률은 47%인 반면, 한 명이라도 있는 경우 28%로 떨어진다. 네트워크 분석만으로도 이직 예측 정확도가 85%에 달한다는 결과도 있다.

레이어 3: 퇴사 데이터의 구조화

퇴사 면담을 자연어 처리(NLP)로 분류하면 반복 패턴이 보인다. “성장 기회 부족”이 3개월 연속 상위에 오르면 그건 개인의 불만이 아니라 조직 구조의 신호다. 이걸 수기 엑셀로 관리하는 회사가 아직 많다. 아쉽다.

한국 맥락에서의 특수한 난관

글로벌 연구의 프레임워크를 한국에 그대로 적용하기는 어렵다. 몇 가지 구조적 차이가 있다.

우선 연공서열 문화. 직급과 호봉이 보상의 큰 축을 차지하는 구조에서 “당신이 원하는 보상은?”이라는 질문 자체가 무의미할 수 있다. 원하는 게 아니라 정해진 것이기 때문이다. 이 경우 보상 불만은 ‘금액’ 문제가 아니라 ‘공정성 인식’ 문제로 전환된다. 성과 평가와 보상의 연결 고리를 데이터로 투명하게 보여주는 것이 핵심이다.

또 하나는 MZ세대의 비금전적 가치 추구. 한국 MZ세대 직원들은 연봉 자체보다 복지제도, 조직문화, 근무 위치 같은 워라밸 요소에 더 민감하게 반응한다. 이건 “돈을 덜 원한다”는 뜻이 아니다. “돈은 기본이고, 그 위에 의미까지 원한다”는 뜻이다. HR 시스템이 이 두 가지를 분리해서 측정하지 않으면, “MZ세대는 뭘 해도 불만”이라는 잘못된 결론에 도달한다.

직원 1명을 교체하는 데 드는 비용은 해당 직원 연봉의 50~200%에 달한다. 갤럽 기준으로 리더급은 200%, 전문직은 80%, 현장직은 40%다. SHRM은 직접 채용 비용만 평균 4,700달러로 추산한다. 한국 대기업 기준으로 환산하면 과장급 1명 이탈에 연봉의 1~1.5배, 약 5,000만~7,500만 원의 보이지 않는 비용이 발생한다. 이 숫자를 CEO에게 보여주는 것이 HR 데이터 분석의 첫 번째 ROI다.

AI 도구로 측정/자동화 가능한 부분

• 펄스 서베이 자동 배포 + 감정 트렌드 대시보드: Lattice, Culture Amp, 국내 Clap 등이 주 단위 자동 배포와 실시간 감정 지수(eNPS) 추적을 지원한다. Slack/Teams 봇 연동으로 응답률을 60% 이상 끌어올릴 수 있다.
• 이탈 위험 스코어링(Flight Risk Score): Workday, Visier 등 피플 애널리틱스 플랫폼이 근태·성과·협업 데이터를 결합해 90일 이내 이탈 위험군을 자동 분류한다. 네트워크 분석 기반 정확도는 85% 수준.
• 퇴사 면담 NLP 분석: ChatGPT, Claude 같은 LLM에 퇴사 면담 기록을 입력하면 반복 키워드, 감정 분류, 부서별 패턴을 자동 추출할 수 있다. 수기 분류 대비 처리 시간이 10분의 1로 줄어든다.
• 보상 공정성 시뮬레이션: Payscale, Figures.hr 같은 도구로 직무·직급별 시장 보상 데이터를 실시간 비교하고, 내부 보상 편차를 시각화한다. “왜 내가 저 사람보다 적게 받는가”에 데이터로 답할 수 있게 된다.
• 인정(Recognition) 자동 트래킹: Bonusly, Kudos 같은 동료 인정 플랫폼 데이터를 HR 대시보드에 연결하면, ‘인정 사각지대’ 팀을 자동으로 식별할 수 있다. 인정 빈도와 이직률의 역상관 계수를 부서장에게 월간 리포트로 제공한다.

실무 시사점: 이직률이 안정적이라고 안심하지 말 것. 지금의 체류는 몰입이 아니라 경기 불확실성이 만든 착시일 수 있다. 연간 설문을 펄스 서베이로 전환하고, 행동 데이터(결근율·협업 빈도·인정 패턴)를 결합한 이탈 예측 모델을 구축하라. HR의 인식과 직원의 현실 사이 격차를 좁히는 것은 감이 아니라 시스템의 일이다.

#HR데이터 #이직예측 #피플애널리틱스 #리텐션 #조직문화 #HR트렌드

참고 링크

• McKinsey, “To slow down attrition, pay closer attention to what workers really need” (2026)
• UNLEASH, “Employees and HR are describing two completely different workplaces” (2026)
• InFeedo, “8 Employee Attrition Prediction Metrics Every HR Team Should Track” (2026)
• 트렌드모니터, “2025 직장생활 및 이직 의향 관련 조사” (2025)
• Work Institute, “The Real Cost of Employee Turnover” (2026)

작성: 서재홍 | NODE