2019.03.28

'3만 건의 급여 데이터 수집∙정리' 채용 전문회사의 머신러닝 활용 사례

Thor Olavsrud | CIO
인력자원 컨설팅 회사인 머서(Mercer)는 매년 3만 건 이상의 급여 설문조사 결과를 수집하는 수작업을 최적화하고자 머신러닝을 도입해 고객사가 자사 직원을 더욱 잘 대우하도록 돕고 있다. 여러 해 동안, 데이터를 준비하고 정리하는 과정에는 수 주일이 걸리는 행정적 감독 및 고객사와의 소통이 필요했다. 

2017년 머서는 고객에게 더 나은 경험을 제공하려는 차원에서 백오피스 업무를 제어하는 이니셔티브를 시작했다. 머서의 글로벌 업무 솔루션 팀장인 대런 두케트와 머서의 디지털 테크놀로지 솔루션 책임자인 릭 쿠는 지난해 완성된 머서 데이터 커넥터(Mercer Data Connector)는 설문조사 처리 시간을 몇 개월로부터 몇 분으로 단축했다고 강조했다. 

쿠는 “디지털 변혁 여정을 계속하면서, 고객 관점에서 우리 자신을 바라보며 이용자 중심 솔루션을 전달해 머서와의 거래를 단순하고 가치 있게 만들었다”고 말했다. 

이 프로젝트로 머서는 디지털 혁신 부문에서 2019년 디지털 엣지 50 어워드를 수상했다.

데이터 파이프라인 정비 
ⓒMercer
두케트와 쿠(왼쪽 사진)는 회사의 ‘경력 제품(Career Products)’ 계열의 리더들이 이미 성공적인 사업을 최적화하고 아울러 신시장을 개척할 기회를 포착했다고 말했다. 이에 따라 영업, 기술, 업무 분야 대표들이 모여 브레인스토밍 회의를 가졌다. 

이들은 머서가 데이터를 수집하는 과정에서 마찰을 빚는 수많은 원인을 발견했다. 데이터를 정리하는 데에는 머서와 고객사 사이의 수많은 소통을 해야 하는 하이터치 작업이 필요했다. 고객은 머서가 제공한 엑셀 스프레드시트에 HRIS 데이터를 수동으로 입력했기 때문에 오류가 매우 많았다. 상이한 제품별로 템플릿을 준비하고, 고객이 파일을 제출한 후 데이터를 정리하는 데 따른 업무 간접비가 많았다. 머서의 1만 6,000개 직함 라이브러리를 기초로 한 표준 벤치마크에 따라 산업, 지역, 국가, 고객사, 직무, 직함 등을 표준화하는 것은 복잡했다. 게다가, 이 과정은 미래의 비즈니스 요구 사항뿐 아니라 현재의 비즈니스 요구 사항조차 충족하지 못했다.고객사의 데이터를 수집하고 정리하고 매핑하는 과정의 총체적인 변혁이 필요했다. 이 변혁 프로젝트는 업무 간접비를 현저히 절감하고 최고의 디지털 경험을 고객에게 전달할 것이다. 머서의 신제품의 신속 출시라는 목표도 충족할 것이다. 머서와의 거래를 보다 용이하게 하기 위해, 프로젝트에 의해 만들어진 플랫폼은 고객사에 의한 셀프서비스를 가능하게 해야 하고, 직관적인 워크플로우를 제공해야 하고, 애널리틱스를 통합해야 하고, 미래 비즈니스 요구 사항을 충족할 수 있도록 확장 가능해야 했다. 

그 결과 인공지능과 머신러닝을 이용해 백오피스 프로세스를 최적화하고 효율을 제고한 데이터 수집 플랫폼인 머서 데이터 커넥터가 만들어졌다. 이는 애플리케이션 티어 및 도메인 사이에서 마이크로서비스를 제공하는 아피지의 API게이트웨이, JIT 데이터 수집을 제공하는 빅데이터 플랫폼인 LTI 모자이크, 그리고 Node.JS, 앵귤라, 도커, 몽고DB, 젠킨스, 큐컴버 등 수많은 오픈소스 프로젝트에서 구축되었다. 
 

변화의 위력 
ⓒMercer
이 솔루션은 머서의 세계 급여 설문조사 사업의 전 영역에 관여하기 때문에, 두케트(왼쪽 사진)와 쿠는 팀워크가 성공에 필수적이었다고 말했다. 이들은 제품, 업무, 기술, 고객사 서비스, 시장 등 핵심 영역 전문 이해관계자의 참여와 고위 경영진의 후원이 중요하다고 강조했다.  

이들은 애자일 접근법을 이용했고, 이는 브레인스토밍과 계획 세션을 통해 희망하는 기능들의 목록을 생성하는 것으로부터 시작되었다. 제품 소유자는 우선순위 및 범위에 기초해 희망 사항의 순위를 정리했다. 이러한 과정을 통해 두케트와 쿠는 애자일 접근법 이행 전반에 걸쳐 각 이해관계자 집단과 요구사항을 놓고 교류할 수 있었다. 여기에는 빈번한 제품 시연과 이용자 승인 테스팅 세션이 관여했다. 이들은 자신이 배운 가장 중요한 교훈이라면 유연해야 한다는 것, 그리고 이해관계자들에게 처음부터 완벽한 요구사항을 제공하도록 강요하지 않아야 한다는 것이라고 지적했다. 

두케트는 “변화 관리가 제품 및 기술만큼이나 중요하다. 고객, 이용자, 내부 이해관계자 및 후원자와의 빈번한 교류는 소프트웨어의 제작만큼이나 성공적인 신제품 창출에 결정적이다”고 지적했다. 

플랫폼을 개발하는데, 머서는 데브옵스를 이용한 하이브리드 스크럼/칸반 방법론을 이용했다. 두케트와 쿠는 8개월의 구축 주기에 걸쳐 강력한 거버넌스 및 이해관계자 참여 프로세스에 기초한 우선순위의 지속적 재평가에 의해 정렬과 집중을 유지했다고 말했다. 

이는 크나큰 변화를 요구했다. 두케트와 쿠는 성공을 위해 업무 모델, 기술 스택, 인재 개발 기술을 변화시켜야 했다고 말했고, 이러한 변화는 현재 진행형이다. 이들은 IT 및 현업 직원을 위한 현장 및 자가 교육을 제공했고, 도움을 받을 수 있는 협력자들을 끌어들였다. 변화는 여러 기능, 예컨대, IT, 전략, R&D, 고객 지원 상호작용, 업무 등에서 차출된 교차 기능 팀의 창출을 포함했고, 이에 의해 일련의 조율된 세부사항에 따라 변화를 설계할 수 있었다. ciokr@idg.co.kr



2019.03.28

'3만 건의 급여 데이터 수집∙정리' 채용 전문회사의 머신러닝 활용 사례

Thor Olavsrud | CIO
인력자원 컨설팅 회사인 머서(Mercer)는 매년 3만 건 이상의 급여 설문조사 결과를 수집하는 수작업을 최적화하고자 머신러닝을 도입해 고객사가 자사 직원을 더욱 잘 대우하도록 돕고 있다. 여러 해 동안, 데이터를 준비하고 정리하는 과정에는 수 주일이 걸리는 행정적 감독 및 고객사와의 소통이 필요했다. 

2017년 머서는 고객에게 더 나은 경험을 제공하려는 차원에서 백오피스 업무를 제어하는 이니셔티브를 시작했다. 머서의 글로벌 업무 솔루션 팀장인 대런 두케트와 머서의 디지털 테크놀로지 솔루션 책임자인 릭 쿠는 지난해 완성된 머서 데이터 커넥터(Mercer Data Connector)는 설문조사 처리 시간을 몇 개월로부터 몇 분으로 단축했다고 강조했다. 

쿠는 “디지털 변혁 여정을 계속하면서, 고객 관점에서 우리 자신을 바라보며 이용자 중심 솔루션을 전달해 머서와의 거래를 단순하고 가치 있게 만들었다”고 말했다. 

이 프로젝트로 머서는 디지털 혁신 부문에서 2019년 디지털 엣지 50 어워드를 수상했다.

데이터 파이프라인 정비 
ⓒMercer
두케트와 쿠(왼쪽 사진)는 회사의 ‘경력 제품(Career Products)’ 계열의 리더들이 이미 성공적인 사업을 최적화하고 아울러 신시장을 개척할 기회를 포착했다고 말했다. 이에 따라 영업, 기술, 업무 분야 대표들이 모여 브레인스토밍 회의를 가졌다. 

이들은 머서가 데이터를 수집하는 과정에서 마찰을 빚는 수많은 원인을 발견했다. 데이터를 정리하는 데에는 머서와 고객사 사이의 수많은 소통을 해야 하는 하이터치 작업이 필요했다. 고객은 머서가 제공한 엑셀 스프레드시트에 HRIS 데이터를 수동으로 입력했기 때문에 오류가 매우 많았다. 상이한 제품별로 템플릿을 준비하고, 고객이 파일을 제출한 후 데이터를 정리하는 데 따른 업무 간접비가 많았다. 머서의 1만 6,000개 직함 라이브러리를 기초로 한 표준 벤치마크에 따라 산업, 지역, 국가, 고객사, 직무, 직함 등을 표준화하는 것은 복잡했다. 게다가, 이 과정은 미래의 비즈니스 요구 사항뿐 아니라 현재의 비즈니스 요구 사항조차 충족하지 못했다.고객사의 데이터를 수집하고 정리하고 매핑하는 과정의 총체적인 변혁이 필요했다. 이 변혁 프로젝트는 업무 간접비를 현저히 절감하고 최고의 디지털 경험을 고객에게 전달할 것이다. 머서의 신제품의 신속 출시라는 목표도 충족할 것이다. 머서와의 거래를 보다 용이하게 하기 위해, 프로젝트에 의해 만들어진 플랫폼은 고객사에 의한 셀프서비스를 가능하게 해야 하고, 직관적인 워크플로우를 제공해야 하고, 애널리틱스를 통합해야 하고, 미래 비즈니스 요구 사항을 충족할 수 있도록 확장 가능해야 했다. 

그 결과 인공지능과 머신러닝을 이용해 백오피스 프로세스를 최적화하고 효율을 제고한 데이터 수집 플랫폼인 머서 데이터 커넥터가 만들어졌다. 이는 애플리케이션 티어 및 도메인 사이에서 마이크로서비스를 제공하는 아피지의 API게이트웨이, JIT 데이터 수집을 제공하는 빅데이터 플랫폼인 LTI 모자이크, 그리고 Node.JS, 앵귤라, 도커, 몽고DB, 젠킨스, 큐컴버 등 수많은 오픈소스 프로젝트에서 구축되었다. 
 

변화의 위력 
ⓒMercer
이 솔루션은 머서의 세계 급여 설문조사 사업의 전 영역에 관여하기 때문에, 두케트(왼쪽 사진)와 쿠는 팀워크가 성공에 필수적이었다고 말했다. 이들은 제품, 업무, 기술, 고객사 서비스, 시장 등 핵심 영역 전문 이해관계자의 참여와 고위 경영진의 후원이 중요하다고 강조했다.  

이들은 애자일 접근법을 이용했고, 이는 브레인스토밍과 계획 세션을 통해 희망하는 기능들의 목록을 생성하는 것으로부터 시작되었다. 제품 소유자는 우선순위 및 범위에 기초해 희망 사항의 순위를 정리했다. 이러한 과정을 통해 두케트와 쿠는 애자일 접근법 이행 전반에 걸쳐 각 이해관계자 집단과 요구사항을 놓고 교류할 수 있었다. 여기에는 빈번한 제품 시연과 이용자 승인 테스팅 세션이 관여했다. 이들은 자신이 배운 가장 중요한 교훈이라면 유연해야 한다는 것, 그리고 이해관계자들에게 처음부터 완벽한 요구사항을 제공하도록 강요하지 않아야 한다는 것이라고 지적했다. 

두케트는 “변화 관리가 제품 및 기술만큼이나 중요하다. 고객, 이용자, 내부 이해관계자 및 후원자와의 빈번한 교류는 소프트웨어의 제작만큼이나 성공적인 신제품 창출에 결정적이다”고 지적했다. 

플랫폼을 개발하는데, 머서는 데브옵스를 이용한 하이브리드 스크럼/칸반 방법론을 이용했다. 두케트와 쿠는 8개월의 구축 주기에 걸쳐 강력한 거버넌스 및 이해관계자 참여 프로세스에 기초한 우선순위의 지속적 재평가에 의해 정렬과 집중을 유지했다고 말했다. 

이는 크나큰 변화를 요구했다. 두케트와 쿠는 성공을 위해 업무 모델, 기술 스택, 인재 개발 기술을 변화시켜야 했다고 말했고, 이러한 변화는 현재 진행형이다. 이들은 IT 및 현업 직원을 위한 현장 및 자가 교육을 제공했고, 도움을 받을 수 있는 협력자들을 끌어들였다. 변화는 여러 기능, 예컨대, IT, 전략, R&D, 고객 지원 상호작용, 업무 등에서 차출된 교차 기능 팀의 창출을 포함했고, 이에 의해 일련의 조율된 세부사항에 따라 변화를 설계할 수 있었다. ciokr@idg.co.kr

X