2019.06.07

'IT임원 95%가 경험한 채용 실패'··· 피해야 할 10가지 유형

Paul Heltzel | CIO

IT에 종사하는 임원이라면 다음의 시나리오를 알 것이다. 서류상으로(또는 링크드인에서) 전도유망해 보이던 후보자를 최종 선발해 고용계약서에 서명한 다음 그 사람에게 자리를 배정해주고 신분증, 명함, 직책까지 주고 난 후 이 새로운 IT직원이 사실은 형편없고 끔찍하기까지 한 사람으로 변해 있다는 이야기다. 
 

ⓒGetty Images Bank


실제로 기술 인력 회사인 로버트 하프(Robert Half)의 조사에 따르면, 95%에 달하는 IT 리더는 잘못된 채용을 한 적이 있다고 답했다. 40%에 가까운 IT리더는 새로 채용한 직원이 기대했던 만큼 업무를 하지 못하는 등 기술과 관련되어 적합한 인재가 아니었다고 밝혔다. 

보고서에 따르면 "IT 리더들은 대인 문제(29%)와 기업문화와 부적합(28%)도 채용 실패의 중요한 원인이었으며, 이들을 합치면 직원들을 잘못 채용한 이유 중 절반 이상을 차지했다고 지적했다."

이러한 상황을 피하고자 IT 채용이 실패하는 가장 흔한 유형들을 이 기사에서 상세히 기술했다. 여기에는 자신감이 지나친 경우, 무관심한 경우, 융통성이 없는 경우 등의 이야기들이 포함된다. 

만약 당신이 이런 상황에 맞닥뜨렸다면 어떻게 대처해야 하는지, 그리고 좀더 근본적으로 애당초 어떻게 이러한 상황을 피할 수 있는지에 대한 전문가들의 조언도 담았다. 

고독한 늑대
엔소노(Ensono)의 문화 및 인사 담당 수석 부사장인 메레디스 그레이엄은 IT 채용에서 가장 중요한 하나의 자질은 기존 팀과 얼마나 잘 어울릴 수 있느냐라고 강조했다. '영웅적 사고방식'을 가진 신입사원이 이 조언의 중점 대상이다. 

그레이엄은 "그들은 모든 것을 스스로 할 수 있다고 생각했기 때문에 팀원 간에 큰 반목이 생긴다"라고 지적했다. "그렇게 되면 생산성을 떨어뜨릴 뿐 아니라 고객들의 성공도 위태로워진다. 정말 유능한 동료들은 가장 좋은 결과가 협업에서 나온다는 것을 알고 있지만, 불행하게도 어떤 사람들은 더 큰 그림을 보거나 그것에 신경 쓰지 않는다"라고 덧붙였다. 

그레이엄은 IT의 역할이 그 어느 때보다 협력을 필요로 하므로 좋은 팀원을 찾는 것이 필수라며 다음과 같이 말을 이었다. "우리는 항상 그들이 다른 사람들과 함께 일을 잘하는지 아닌지를 알아보기 위해 팀으로 함께 일하는 것에 대해서 인터뷰 질문을 많이 한다."

부풀려진 이력서
이러한 유형의 신입직원은 기술과 경험 그리고 교육을 다 갖춘 것처럼 보이지만, 실제로는 어떻게 하든 일을 해내지 못한다. 

세리디안(Ceridian)의 CIO인 워렌 펄만은 "내 경력에서 잘못된 IT 인력 채용 경험은 면접에서 자신을 잘 어필하기는 했지만, 단순히 기술을 과장하는 것뿐이었었던 직원을 뽑았던 경우다"라고 말했다. "그들은 그 일에 관해 약속한 것을 절대 실행하지 못했다. IT에서는 다양한 기술 테스트를 통해 구직 중에 있는 이런 유형의 지원자를 채용 담당자가 골라내는 것이 중요하다"라고 펄만은 전했다. 

몽타주(Montage)의 사장 겸 CEO인 커트 하이키넨도 이에 동의하면서, 코딩 평가와 같은 전통적인 방법으로도 이러한 위험 신호를 발견할 수 있다고 밝혔다. 

그는 "코딩 기술자나 개발자와 같이 특정 분야에서 전문성을 가진 인재를 찾고 있다면, 후보자의 지식수준을 결정할 평가방법들이 있다"라며 “하지만 더 중요한 것은 후보자가 당신의 조직과 어울리는지를 가급적 빨리 알아내는 것이다"라고 덧붙였다.

이기주의자
그레이엄은 "채용을 퍼즐 조각을 추가하는 것으로 생각하라"고 조언했다. 그녀는 가장 성공적인 직원들은 그들이 단순한 개인적 업적 이상의 것을 성취할 수 있도록 그들의 팀 전체를 끌어올린다고 주장했다. 그레이엄에 따르면, 자신의 업적에만 집중하는 후보들을 취업 면접에서 조심해야 한다. 

그레이엄은 "이를 알아내는 좋은 방법은 후보자의 과거 성공에 대한 답변이 팀으로서의 업무와 관련되어 있는지를 파악하는 것이다"라며 "가령 '나'보다는 '우리'와 같은 단어를 사용하는지, 개인적인 성취도에 대해서만 말하는지를 살펴야 한다"고 당부했다. 

팀 파괴자
세리디안의 펄만은 모든 능력을 점검했지만 불행히도 그 회사의 조직 문화와 어울리지 않았던 직원에 대해 들려주었다. 

"그 직원은 팀원들과 계속 문제를 일으키면서 결국에는 그만두겠다고 협박하기까지 했다. IT 리더로서, 당신은 팀을 위해 한 개인을 희생할 가치가 있는지, 아니면 이 한 개인을 위해서 팀을 희생할 가치가 있는지를 고려해야 한다. 대부분 경우 첫 번째 옵션을 선택하는 것이 맞다. 이러한 선택 중 가장 힘든 부분은 그 사람이 일에는 매우 뛰어나지만 더 넓게 그룹의 문화에는 적합하지 않았다는 점이다." 
 


부족한 기술 적합도
아웃리치(Outreach)의 데이터 과학 담당 부사장 인 페이블 드미트리에프는 후보자가 해당 직책의 목적에 어울리는지 확인하는 데 중점을 두었던 실패한 채용 경험을 떠올렸다. 

"우리는 위대한 데이터 과학자를 잘못된 역할로 고용했다"라고 드미트리에프는 말했다. "매우 유망한 동료 연구원이 있었고, 그는 실무 전문가로 채용됐다. 그의 똑똑함에 모두가 감탄했지만 정작 결과를 내지 못했고 스스로 좌절했을 뿐 아니라 그를 연구원에서 실무 전문가로 바꾸려고 했던 그의 매니저에게도 좌절감을 안겨주었다." 

<CIO>가 만난 전문가 중 한 명 이상은 기술 분야에서 빠르게 진화하는 역할을 고용 실패로 이어질 수 있다고 언급했다. 이들 중 몇몇은 특히 수요가 많으면서 구체적인 잠재적 위험도 나타나는 데이터 과학을 지목했다. 

드미트리에프는 당신이 필요로 하는 것과 얻고자 하는 것을 확실히 알아야 한다고 조언했다. “새로운 데이터 기법을 만들어내는 것을 좋아하는 순수 연구원들이 있고, 특정 문제를 해결하기 위해 AI 알고리즘 및 [머신러닝]을 수용하고 수정할 수 있는 응용 연구원들도 있으며, 데이터 과학에 대한 깊은 지식은 없지만 비즈니스의 문제를 잘 파악하고 그것을 해결할 방안을 찾아내는 데 뛰어난 실무 전문가들도 있다. 따라서, 일에 맞는 데이터 과학자를 고용해야 한다. 그렇게 하지 못하면 그 일을 제대로 해낼 수 없는 불행한 데이터 과학자만을 얻게 될 것이다.”  

 




2019.06.07

'IT임원 95%가 경험한 채용 실패'··· 피해야 할 10가지 유형

Paul Heltzel | CIO

IT에 종사하는 임원이라면 다음의 시나리오를 알 것이다. 서류상으로(또는 링크드인에서) 전도유망해 보이던 후보자를 최종 선발해 고용계약서에 서명한 다음 그 사람에게 자리를 배정해주고 신분증, 명함, 직책까지 주고 난 후 이 새로운 IT직원이 사실은 형편없고 끔찍하기까지 한 사람으로 변해 있다는 이야기다. 
 

ⓒGetty Images Bank


실제로 기술 인력 회사인 로버트 하프(Robert Half)의 조사에 따르면, 95%에 달하는 IT 리더는 잘못된 채용을 한 적이 있다고 답했다. 40%에 가까운 IT리더는 새로 채용한 직원이 기대했던 만큼 업무를 하지 못하는 등 기술과 관련되어 적합한 인재가 아니었다고 밝혔다. 

보고서에 따르면 "IT 리더들은 대인 문제(29%)와 기업문화와 부적합(28%)도 채용 실패의 중요한 원인이었으며, 이들을 합치면 직원들을 잘못 채용한 이유 중 절반 이상을 차지했다고 지적했다."

이러한 상황을 피하고자 IT 채용이 실패하는 가장 흔한 유형들을 이 기사에서 상세히 기술했다. 여기에는 자신감이 지나친 경우, 무관심한 경우, 융통성이 없는 경우 등의 이야기들이 포함된다. 

만약 당신이 이런 상황에 맞닥뜨렸다면 어떻게 대처해야 하는지, 그리고 좀더 근본적으로 애당초 어떻게 이러한 상황을 피할 수 있는지에 대한 전문가들의 조언도 담았다. 

고독한 늑대
엔소노(Ensono)의 문화 및 인사 담당 수석 부사장인 메레디스 그레이엄은 IT 채용에서 가장 중요한 하나의 자질은 기존 팀과 얼마나 잘 어울릴 수 있느냐라고 강조했다. '영웅적 사고방식'을 가진 신입사원이 이 조언의 중점 대상이다. 

그레이엄은 "그들은 모든 것을 스스로 할 수 있다고 생각했기 때문에 팀원 간에 큰 반목이 생긴다"라고 지적했다. "그렇게 되면 생산성을 떨어뜨릴 뿐 아니라 고객들의 성공도 위태로워진다. 정말 유능한 동료들은 가장 좋은 결과가 협업에서 나온다는 것을 알고 있지만, 불행하게도 어떤 사람들은 더 큰 그림을 보거나 그것에 신경 쓰지 않는다"라고 덧붙였다. 

그레이엄은 IT의 역할이 그 어느 때보다 협력을 필요로 하므로 좋은 팀원을 찾는 것이 필수라며 다음과 같이 말을 이었다. "우리는 항상 그들이 다른 사람들과 함께 일을 잘하는지 아닌지를 알아보기 위해 팀으로 함께 일하는 것에 대해서 인터뷰 질문을 많이 한다."

부풀려진 이력서
이러한 유형의 신입직원은 기술과 경험 그리고 교육을 다 갖춘 것처럼 보이지만, 실제로는 어떻게 하든 일을 해내지 못한다. 

세리디안(Ceridian)의 CIO인 워렌 펄만은 "내 경력에서 잘못된 IT 인력 채용 경험은 면접에서 자신을 잘 어필하기는 했지만, 단순히 기술을 과장하는 것뿐이었었던 직원을 뽑았던 경우다"라고 말했다. "그들은 그 일에 관해 약속한 것을 절대 실행하지 못했다. IT에서는 다양한 기술 테스트를 통해 구직 중에 있는 이런 유형의 지원자를 채용 담당자가 골라내는 것이 중요하다"라고 펄만은 전했다. 

몽타주(Montage)의 사장 겸 CEO인 커트 하이키넨도 이에 동의하면서, 코딩 평가와 같은 전통적인 방법으로도 이러한 위험 신호를 발견할 수 있다고 밝혔다. 

그는 "코딩 기술자나 개발자와 같이 특정 분야에서 전문성을 가진 인재를 찾고 있다면, 후보자의 지식수준을 결정할 평가방법들이 있다"라며 “하지만 더 중요한 것은 후보자가 당신의 조직과 어울리는지를 가급적 빨리 알아내는 것이다"라고 덧붙였다.

이기주의자
그레이엄은 "채용을 퍼즐 조각을 추가하는 것으로 생각하라"고 조언했다. 그녀는 가장 성공적인 직원들은 그들이 단순한 개인적 업적 이상의 것을 성취할 수 있도록 그들의 팀 전체를 끌어올린다고 주장했다. 그레이엄에 따르면, 자신의 업적에만 집중하는 후보들을 취업 면접에서 조심해야 한다. 

그레이엄은 "이를 알아내는 좋은 방법은 후보자의 과거 성공에 대한 답변이 팀으로서의 업무와 관련되어 있는지를 파악하는 것이다"라며 "가령 '나'보다는 '우리'와 같은 단어를 사용하는지, 개인적인 성취도에 대해서만 말하는지를 살펴야 한다"고 당부했다. 

팀 파괴자
세리디안의 펄만은 모든 능력을 점검했지만 불행히도 그 회사의 조직 문화와 어울리지 않았던 직원에 대해 들려주었다. 

"그 직원은 팀원들과 계속 문제를 일으키면서 결국에는 그만두겠다고 협박하기까지 했다. IT 리더로서, 당신은 팀을 위해 한 개인을 희생할 가치가 있는지, 아니면 이 한 개인을 위해서 팀을 희생할 가치가 있는지를 고려해야 한다. 대부분 경우 첫 번째 옵션을 선택하는 것이 맞다. 이러한 선택 중 가장 힘든 부분은 그 사람이 일에는 매우 뛰어나지만 더 넓게 그룹의 문화에는 적합하지 않았다는 점이다." 
 


부족한 기술 적합도
아웃리치(Outreach)의 데이터 과학 담당 부사장 인 페이블 드미트리에프는 후보자가 해당 직책의 목적에 어울리는지 확인하는 데 중점을 두었던 실패한 채용 경험을 떠올렸다. 

"우리는 위대한 데이터 과학자를 잘못된 역할로 고용했다"라고 드미트리에프는 말했다. "매우 유망한 동료 연구원이 있었고, 그는 실무 전문가로 채용됐다. 그의 똑똑함에 모두가 감탄했지만 정작 결과를 내지 못했고 스스로 좌절했을 뿐 아니라 그를 연구원에서 실무 전문가로 바꾸려고 했던 그의 매니저에게도 좌절감을 안겨주었다." 

<CIO>가 만난 전문가 중 한 명 이상은 기술 분야에서 빠르게 진화하는 역할을 고용 실패로 이어질 수 있다고 언급했다. 이들 중 몇몇은 특히 수요가 많으면서 구체적인 잠재적 위험도 나타나는 데이터 과학을 지목했다. 

드미트리에프는 당신이 필요로 하는 것과 얻고자 하는 것을 확실히 알아야 한다고 조언했다. “새로운 데이터 기법을 만들어내는 것을 좋아하는 순수 연구원들이 있고, 특정 문제를 해결하기 위해 AI 알고리즘 및 [머신러닝]을 수용하고 수정할 수 있는 응용 연구원들도 있으며, 데이터 과학에 대한 깊은 지식은 없지만 비즈니스의 문제를 잘 파악하고 그것을 해결할 방안을 찾아내는 데 뛰어난 실무 전문가들도 있다. 따라서, 일에 맞는 데이터 과학자를 고용해야 한다. 그렇게 하지 못하면 그 일을 제대로 해낼 수 없는 불행한 데이터 과학자만을 얻게 될 것이다.”  

 


X