2012.10.26

채용과 빅 데이터··· ‘머니볼’ 분석으로 정예 IT 팀 구축하기

Rich Hein | Computerworld
모르는 사람들을 위해 설명하자면 머니볼(Moneyball)은 미국 메이저리그 오클랜드 어슬레틱스의 빌리 빈과 그의 멘토인 샌디 앨더슨이 처음 만든 개념이다. 오클랜드는 다른 구단보다 적은 예산으로 머니볼이라는 통계 분석을 이용해 새로운 선수들을 영입, 플레이오프에까지 진출했다.

오클랜드는 메이저리그 대형 구단들과 선수 스카우트 경쟁을 하기 힘들다는 사실을 깨달았다. 재정적인 문제 때문이다. 그래서 당시 생소했던 야구기록분석(Sabermetric)을 사용하기 시작했다. 오클랜드는 이런 조사분석을 통해 경쟁이 심한 MLB 인재 시장에서 가치만큼 평가를 받지 못하고 있는 선수들을 찾고, 드래프트를 할 고등학교와 대학 선수들을 판단했다. 이렇게 해서 3년 연속 플레이오프에 진출할 수 있었다.

-> 영화 ‘머니볼’에서 배우는 BI 애널리틱스 교훈

카탈리스트(Catalyst) IT는 IT 채용 과정에서 이와 유사한 원칙을 적용해 더 나은 IT 인재시장을 구성하고 있다. 지난 2001년, 카탈리스트 IT 서비스의 설립자이자 대표인 마이클 로젠바움은 이력서와 전화 인터뷰, 대인 인터뷰 같은 전통적인 채용 방식 대신 매트릭스에 중점을 둔 IT 인재 채용을 시도했다.

로젠바움에 따르면, 기존의 채용 방식은 인터뷰 담당자의 주관에 지나치게 의존하다 보니 객관적이지 못하다는 단점이 있다. 로젠바움은 "이력서와 인터뷰만으로는 특정 구직자가 직책이나 역할에 맞는지 판단하기 힘든 때가 많다"라고 말했다. 이어 기업의 수익을 추정에 의존하고 싶어하는 회사는 없다면서, 인재 채용 역시 같은 태도를 유지해야 한다고 덧붙였다.

카탈리스트 IT는 이와 관련된 실제 데이터를 비밀로 취급하고 있다. 로젠바움은 그러나 지난 10년간 머니볼과 유사한 모델을 적용해 IT 인재를 채용하고, 민첩한 개발 팀을 구축한 경험 일부를 공유했다.

빅 데이터와 만난 '인재 채용'
로젠바움은 "이 방법은 역량을 제대로 예측 평가하기 힘든 자격이나 학력이 아닌 성과 매트릭스를 살펴볼 수 있도록 도와준다"라고 말했다. 머니볼 이면의 아이디어는 빅 데이터를 결합해 채용을 하는 방식이다.

카탈리스트는 회사의 인력과 관련된 방대한 데이터를 이용해 특정 프로젝트에서 누가 높은 성과를 내는지 어느 정도 확실하게 추정을 할 수 있다고 밝혔다. 이 회사는 특정 팀이 2주 간격으로 얼마나 많은 기능/프로젝트를 완료할 수 있는지, 개인이 얼마나 많은 기능/프로젝트를 완료할 수 있는지, 오류 및 실수, 재업무 비율이 어느 정도 되는지 등 데이터 포인트와 QA 매트릭스, 소셜 네트워크 데이터 포인트, 온라인에서의 성과와 관련된 데이터 등을 사용하고 있다. 로젠바움은 "우리는 수천 개의 데이터 포인트(측정값)를 조사하고 있다"라고 말했다.




2012.10.26

채용과 빅 데이터··· ‘머니볼’ 분석으로 정예 IT 팀 구축하기

Rich Hein | Computerworld
모르는 사람들을 위해 설명하자면 머니볼(Moneyball)은 미국 메이저리그 오클랜드 어슬레틱스의 빌리 빈과 그의 멘토인 샌디 앨더슨이 처음 만든 개념이다. 오클랜드는 다른 구단보다 적은 예산으로 머니볼이라는 통계 분석을 이용해 새로운 선수들을 영입, 플레이오프에까지 진출했다.

오클랜드는 메이저리그 대형 구단들과 선수 스카우트 경쟁을 하기 힘들다는 사실을 깨달았다. 재정적인 문제 때문이다. 그래서 당시 생소했던 야구기록분석(Sabermetric)을 사용하기 시작했다. 오클랜드는 이런 조사분석을 통해 경쟁이 심한 MLB 인재 시장에서 가치만큼 평가를 받지 못하고 있는 선수들을 찾고, 드래프트를 할 고등학교와 대학 선수들을 판단했다. 이렇게 해서 3년 연속 플레이오프에 진출할 수 있었다.

-> 영화 ‘머니볼’에서 배우는 BI 애널리틱스 교훈

카탈리스트(Catalyst) IT는 IT 채용 과정에서 이와 유사한 원칙을 적용해 더 나은 IT 인재시장을 구성하고 있다. 지난 2001년, 카탈리스트 IT 서비스의 설립자이자 대표인 마이클 로젠바움은 이력서와 전화 인터뷰, 대인 인터뷰 같은 전통적인 채용 방식 대신 매트릭스에 중점을 둔 IT 인재 채용을 시도했다.

로젠바움에 따르면, 기존의 채용 방식은 인터뷰 담당자의 주관에 지나치게 의존하다 보니 객관적이지 못하다는 단점이 있다. 로젠바움은 "이력서와 인터뷰만으로는 특정 구직자가 직책이나 역할에 맞는지 판단하기 힘든 때가 많다"라고 말했다. 이어 기업의 수익을 추정에 의존하고 싶어하는 회사는 없다면서, 인재 채용 역시 같은 태도를 유지해야 한다고 덧붙였다.

카탈리스트 IT는 이와 관련된 실제 데이터를 비밀로 취급하고 있다. 로젠바움은 그러나 지난 10년간 머니볼과 유사한 모델을 적용해 IT 인재를 채용하고, 민첩한 개발 팀을 구축한 경험 일부를 공유했다.

빅 데이터와 만난 '인재 채용'
로젠바움은 "이 방법은 역량을 제대로 예측 평가하기 힘든 자격이나 학력이 아닌 성과 매트릭스를 살펴볼 수 있도록 도와준다"라고 말했다. 머니볼 이면의 아이디어는 빅 데이터를 결합해 채용을 하는 방식이다.

카탈리스트는 회사의 인력과 관련된 방대한 데이터를 이용해 특정 프로젝트에서 누가 높은 성과를 내는지 어느 정도 확실하게 추정을 할 수 있다고 밝혔다. 이 회사는 특정 팀이 2주 간격으로 얼마나 많은 기능/프로젝트를 완료할 수 있는지, 개인이 얼마나 많은 기능/프로젝트를 완료할 수 있는지, 오류 및 실수, 재업무 비율이 어느 정도 되는지 등 데이터 포인트와 QA 매트릭스, 소셜 네트워크 데이터 포인트, 온라인에서의 성과와 관련된 데이터 등을 사용하고 있다. 로젠바움은 "우리는 수천 개의 데이터 포인트(측정값)를 조사하고 있다"라고 말했다.


X