Realizing people potential
가능성을 찾는 여정에 함께합니다.
비에스씨가 함께합니다.
SERVICES
과학적 평가로
일과 사람을 연결합니다.
-
리더십개발
-
다면평가
-
리더십진단검사
-
wefit팀빌딩
-
인성검사
-
적성검사
-
AI바이오데이터
-
면접컨설팅
-
채용서비스
-
서류전형컨설팅
-
채용대행-uhahahah
-
평판조회
OUR CLIENTS
신뢰와 존중으로
함께 성장해갑니다.
BLOG
성장하고 싶은 채용 담당자라면? 비에스씨 블로그를 방문해보세요!
인적성검사보다 먼저 봐야 할 채용 공정성의 문제 - DIF는 문제 없는데 왜 성차가 나타날까?
🔍 검사는 공정한데, 왜 결과에서는 차이가 나타날까요?채용 과정에서 인적성검사나 AI 평가를 운영하다 보면 이런 질문을 받습니다. "남성과 여성의 평균 점수 차이가 꽤 큰데, 혹시 검사 자체가 편향된 것 아닌가요?"그래서 많은 기업이 DIF(Differential Item Functioning) 분석을 실시합니다. 그런데 여기서 흥미로운 점이 있습니다. DIF 결과는 "문제 없음"인데, 결과에서는 여전히 집단 간 차이가 나타나는 경우가 적지 않다는 것입니다.1. DIF가 보는 것과 공정성은 다릅니다DIF는 쉽게 말해, "같은 능력을 가진 사람인데도 특정 문항이 특정 집단에게 더 유리하게 작동하는가?"를 확인하는 분석입니다. 즉, 문항 자체의 공정성을 검토하는 도구입니다. 하지만 DIF가 없다고 해서 채용 전체가 공정하다는 의미는 아닙니다.2. 많은 기업이 놓치는 Selection Bias실제 채용 데이터는 무작위 표본이 아닙니다. 인적성검사를 보는 지원자는 이미 여러 단계를 통과한 사람들입니다.예를 들어 서류전형에서 특정 경험, 활동 이력, 자기 PR 방식, 근무 가능 조건 등이 중요하게 작동했다면 어떨까요? 의도하지 않았더라도 특정 집단이 더 많이 선발되거나 탈락할 수 있습니다.즉, 검사는 공정했지만 검사까지 오는 과정은 공정하지 않았을 수 있습니다.3. 결과의 공정성은 또 다른 문제입니다여기서 함께 봐야 하는 개념이 Adverse Impact입니다. DIF가 문항의 공정성을 본다면, Adverse Impact는 결과적으로 특정 집단이 더 불리한 결과를 받고 있는지를 봅니다.실무에서는 이 두 개념이 자주 혼동됩니다. 하지만 HR Analytics 관점에서는 반드시 구분해서 해석해야 합니다.4. 그래서 무엇을 봐야 할까요?채용 공정성을 검토할 때는 평가도구만 보는 것으로는 충분하지 않습니다.● 전체 지원자 분포● 서류 통과 비율● 검사 응시 비율● 단계별 합격률● Adverse Impact Ratio● 실제 성과 예측력이 데이터를 함께 분석해야 합니다. 실제로는 인적성검사보다 서류전형 단계에서 더 큰 편향 가능성이 발견되는 경우도 적지 않습니다.5. 진짜 중요한 질문많은 조직이 "검사가 공정한가?"를 묻습니다. 하지만 더 중요한 질문은 이것일 수 있습니다."누가 이 평가 단계까지 오게 되었는가?"채용의 공정성은 문항 하나의 문제가 아니라 시스템 전체의 문제입니다. 그래서 앞으로의 HR Analytics는 평가도구 검증을 넘어, 프로세스 전체에서 어떤 Selection Effect와 Adverse Impact가 발생하는지까지 함께 살펴볼 필요가 있습니다.채용 데이터는 생각보다 훨씬 많은 이야기를 하고 있으니까요.💬 여러분의 조직은 채용 공정성을 검토할 때 평가도구와 프로세스 중 어디에 더 많은 관심을 두고 계신가요?[ 전체글은 블로그 참조: https://blog.naver.com/bsc_hr/224309106753 ](글: 비에스씨 연구소)
📌 평가 기준 논쟁: “명확해야 한다” vs “중요한 건 숫자로 안 잡힌다”
📊 성과평가, 숫자로만 해야 공정할까요?매년 성과평가 시즌이 되면 비슷한 논쟁이 반복됩니다.경영진은 "평가 기준이 명확해야 공정하다"고 말하고, 현업 리더는 "정말 중요한 태도와 협업은 숫자로 측정하기 어렵다"고 말합니다.둘 다 맞는 이야기입니다.문제는 많은 조직이 정량평가와 정성평가를 서로 반대 개념처럼 바라본다는 점입니다.실제로 좋은 성과관리는 둘 중 하나를 선택하는 것이 아니라, 두 가지를 균형 있게 설계하는 데서 시작됩니다.1. 정량평가는 '좋은 지표'가 핵심입니다 📈숫자라고 해서 모두 객관적인 것은 아닙니다.좋은 KPI는 다음 조건을 갖춰야 합니다.● 실제 성과를 측정하는가?● 반복 측정해도 일관된가?● 직원이 노력으로 영향을 줄 수 있는가?● 계산 방식이 투명한가?측정은 가능하지만 의미 없는 지표가 되지 않도록 설계하는 것이 중요합니다.2. 정성평가는 '느낌'이 아니라 '행동'입니다 🎯"협업을 잘한다""책임감이 있다"이런 표현은 평가 기준이 되기 어렵습니다.대신 관찰 가능한 행동으로 정의해야 합니다.예를 들어 협업은 "정보를 선제적으로 공유하고 이해관계를 조율한다"와 같이 구체적인 행동 기준으로 설명될 수 있습니다.정성평가의 핵심은 감이 아니라 증거입니다.3. 공정성은 평가표보다 대화에서 만들어집니다 🤝많은 조직이 평가 시즌에만 평가를 진행합니다.하지만 공정한 평가는 연말에 갑자기 만들어지지 않습니다.연초 기대 수준을 정렬하고, 정기적인 원온원과 중간 리뷰를 통해 피드백을 주고받아야 합니다.평가는 이벤트가 아니라 지속적인 코칭 과정에 가깝습니다.결국 성과관리는 단순합니다.측정할 수 있는 것은 정량화하고, 측정하기 어려운 것은 행동 언어로 합의하는 것입니다.지표는 숫자가 만들지만, 공정성은 대화가 만듭니다.[ 전체글은 블로그 참조: https://blog.naver.com/bsc_hr/224306923283 ](글: 비에스씨 연구소)
“누가 잘하느냐”보다 “누가 커질 수 있느냐”가 중요한 순간
🚀 성과 좋은 직원이 꼭 좋은 리더가 되는 건 아닙니다"일은 잘하는데, 맡길 사람이 없어요."성장하는 조직에서 자주 나오는 이야기입니다.실무 성과는 뛰어난데,정작 팀을 이끌 사람은 부족한 상황.왜 이런 일이 생길까요?1. 성과와 잠재력은 다릅니다많은 조직이 성과만 보고 사람을 평가합니다.하지만 현재 일을 잘하는 것과,앞으로 더 큰 역할을 수행할 수 있는 것은 다른 이야기입니다.그래서 HR은 '지금 잘하는 사람'뿐 아니라'앞으로 성장할 사람'도 함께 봐야 합니다.2. 9-Box Grid가 필요한 이유9-Box Grid는 사람을 두 가지 기준으로 구분합니다.● 현재 얼마나 성과를 내고 있는가● 앞으로 얼마나 성장할 수 있는가이 두 가지를 함께 볼 때 비로소 인재의 미래가 보이기 시작합니다.3. 모든 고성과자가 리더가 될 필요는 없습니다많은 조직이 하는 실수 중 하나는고성과자 = 승진 후보라고 생각하는 것입니다.하지만 어떤 사람은 전문가로서 더 큰 가치를 만들고,어떤 사람은 리더로 성장할 잠재력을 가지고 있습니다.둘은 다른 경로로 성장할 수 있습니다.4. 미래 리더는 미리 준비해야 합니다성과도 높고 잠재력도 높은 인재.이른바 하이포텐셜(Hi-Po) 인재는 교육보다 경험이 중요합니다.● 도전 과제 부여● 리더십 경험 제공● 멘토링 연결미래 리더는 우연히 만들어지지 않습니다.5. 승계계획은 빈자리가 생긴 후 시작하는 것이 아닙니다과거에는 "누가 할 수 있지?"를 고민했다면,이제는 "누가 준비되어 있지?"를 고민해야 합니다.핵심 포지션별 후보군을 미리 관리하고,꾸준히 성장시키는 조직이 결국 더 빠르게 성장합니다.📌 성과는 관리하면 올라갑니다.하지만 리더는 설계하지 않으면 만들어지지 않습니다.여러분의 조직은 지금, 미래를 맡길 사람을 준비하고 있나요?[ 전체글은 블로그 참조: https://blog.naver.com/bsc_hr/224299807848 ](글: 비에스씨 연구소)
