조직의 성과를 높이기 위한 첫걸음은 사람을 이해하는 일에서 시작됩니다. 최근 HR 데이터(HR Data)는 인사기록이나 근태 데이터를 관리하는 수준에서 확장되어, 구성원의 경험과 행동을 읽는 새로운 언어로 자리 잡고 있습니다.
많은 기업에서 피플 데이터를 활용해 구성원의 업무 참여도, 협업 패턴, 심리적 안전감 같은 보이지 않는 요소들을 포착해 HR에 활용하고 있어요. 데이터를 잘 활용하는 조직일수록 성과 관리를 넘어 사람을 이해하는 조직으로 성장하게 됩니다.
HR 데이터를 다루는 데에 있어 가장 중요하게 생각해야 하는 점은 신뢰를 전제로 한 해석입니다. 데이터가 아무리 정교해도, 구성원이 자신의 정보가 어떻게 쓰일지 불안해한다면 그 데이터는 의미를 잃게 됩니다. 그래서 HR 데이터는 언제나 공정성·투명성·신뢰라는 세 가지 축 위에서 다뤄져야 합니다.
이 글에서는 이러한 HR 데이터의 본질을 실제 현장에서 실험하고 실천해온 카카오의 PiLab(파이랩, People Innovation Lab) 사례를 통해 HR 데이터의 활용 방법을 소개합니다. PiLab은 피플 애널리틱스는 목적이 아닌 수단이며, 인사이트보다 구성원의 신뢰를 먼저 얻자는 원칙 아래 시작된 카카오의 HR 데이터 전문 조직입니다. 카카오의 PiLab의 인터뷰를 중심으로, 데이터를 통해 사람을 이해하고 신뢰를 구축하는 HR 데이터 운영 방식을 구체적으로 들여다보겠습니다.
카카오 PiLab(파이랩)의 시작: 피플 애널리틱스는 목적이 아닌 수단
카카오의 PiLab(People Innovation Lab)은 이름 그대로 사람을 위한 혁신을 실험하는 조직입니다. 2015년, 단 두 명으로 시작한 작은 팀은 지금까지 HR 데이터를 통해 조직문화를 더 건강하게 만드는 방법을 꾸준히 탐구해왔습니다.
PiLab은 데이터를 통해 사람을 통제하거나 평가하기보다 사람이 더 잘 일할 수 있는 환경을 실험하는 것을 지향하고 있어요. 인터뷰에서도 “피플 애널리틱스는 목적이 아닌 수단이다”라는 말을 여러 번 강조하면서 피플 데이터 분석의 목적은 데이터를 분석하는 과정보다 구성원이 신뢰하고 참여할 수 있는 조직을 만드는 과정임을 이야기합니다.
팀은 긍정심리학, 산업·조직심리학, UX, 경영학 등 다양한 전공의 전문가 5명 내외로 이루어져 있고, 구글 본사에서 HR 데이터를 다뤄본 실무자도 함께하고 있습니다. 이 다양한 배경 덕분에 PiLab은 데이터를 기술적 관점뿐 아니라 경험과 심리의 언어로 해석하는 팀으로 발전했습니다.
PiLab이 흥미로운 이유는 접근 방식에 있는데요, 대부분의 기업이 HR 데이터 프로젝트를 작게 시작해 점차 확장하지만 PiLab은 오히려 반대 방향으로 접근했습니다. 시작부터 아예 회사 차원에서 큰 임팩트를 주는 분석으로 시작하여 이후 팀과 개인 단위로 범위를 좁혀나가는 구조를 선택했어요. 이는 조직 전반의 신뢰를 먼저 확보해야 이후 데이터 분석이 자연스럽게 구성원에게 받아들여질 수 있다는 판단에서 나온 전략이었습니다.
카카오 PiLab(파이랩)의 HR 데이터 3단계 접근 방식
PiLab은 HR 데이터를 사람을 평가하기 위한 수단이 아니라 조직을 더 잘 이해하기 위한 언어로 다뤘습니다. 회사를 하나의 생명체로 보고 그 안에서 일어나는 정서와 관계, 협업의 리듬을 데이터로 읽어내려 했습니다. 이 과정은 회사 → 팀 → 개인으로 단계적으로 확장되었고 각 수준마다 데이터의 의미와 활용 방식이 달랐습니다.
1. 회사 수준: 조직의 정서와 문화를 진단하다
PiLab의 첫 실험은 전사 구성원을 대상으로 한 문화 진단이었습니다. 크루(카카오 구성원)들이 회사 제도와 문화에 대해 어떤 인식과 감정을 가지고 있는지를 설문과 인터뷰를 통해 수집했습니다. 이 데이터는 만족도만을 확인하는 것이 아니라, 무엇이 회사를 성장시키고, 생산성과 긍정성을 높이는지 탐색하는 질문으로 구성되었습니다.
PiLab은 분석 결과를 내부 대시보드와 콘텐츠 형태로 다시 구성원들에게 공유했습니다. 이 과정에서 중요한 것은 결과를 강요하지 않는 방식이었습니다. 데이터는 보고서가 아니라 구성원들이 이렇게 느끼고 있구나를 보여주는 거울 역할을 합니다. 그 결과, 구성원들은 데이터를 통해 공감 가능한 언어로 조직문화를 이해하는 경험을 하게 됩니다.
2. 팀 수준: 자발적 참여로 진정성 있는 데이터를 얻다
PiLab은 다음으로 팀 단위의 협업 패턴과 팀워크의 질을 분석했습니다. 이 과정이 특별한 이유는 참여가 100% 자발적이었다는 점입니다. 참여를 신청한 팀만을 대상으로 분석했기 때문에 데이터가 강제로 수집될 때보다 훨씬 진정성 있는 결과를 얻을 수 있었습니다.
분석 내용은 “어떤 팀워크가 생산성에 영향을 주는가”, “리더십 스타일과 협업 효율 사이의 상관관계는 무엇인가” 등에 초점을 맞췄습니다. PiLab은 이러한 데이터를 근거로 팀별 리더와 구성원에게 개별 피드백 세션을 제공했고, 이를 통해 스스로 팀의 일하는 방식을 돌아보는 계기를 만들었습니다.
3. 개인 수준: 일상 데이터로 자기 인식을 돕다
마지막 단계는 구성원 개인 레벨에서였습니다. PiLab은 챗봇을 활용해, “오늘은 몇 시에 일을 시작하셨나요?”, “업무에 집중한 시간은 얼마인가요?”, “오늘 하루는 어땠나요?”와 같은 질문을 매일 던졌습니다. (일종의 펄스 서베이 개념처럼요)
이 작은 대화들은 개인이 스스로를 성찰하는 일상적 데이터 기록이 되었습니다. PiLab은 이 데이터를 시각화하여 개인에게 먼저 보여주고, 그다음에 팀 평균이나 잘하고 있는 사람의 데이터를 참고용으로 제시했습니다.
이 방식은 강요가 아닌 ‘넛지(Nudge)’, 즉 자연스러운 변화 유도를 목표로 합니다. 이처럼 PiLab의 데이터 접근은 항상 자발성과 신뢰를 중심에 두고 있습니다. 분석 결과는 평가나 통제의 도구가 아니라, 나와 우리를 더 잘 이해하기 위한 대화의 출발점으로 사용된 것입니다.
카카오 PiLab(파이랩)의 7가지 데이터 원칙
데이터를 다루는 HR 조직에게 가장 어려운 과제는 신뢰를 얻는 일입니다. PiLab 역시 이 점을 깊이 인식하고 있었습니다. 그래서 데이터를 활용하기 전 먼저 구성원과의 약속을 문서화한 7가지 원칙을 만들고 사내 커뮤니티 카카오아지트에 공개했습니다.
PiLab은 이렇게 말합니다.
데이터의 목적은 크루를 평가하기 위함이 아니라 회사를 이해하기 위해서다.
이 원칙은 HR 데이터가 사람의 신뢰를 해치지 않도록 하기 위한 최소한의 장치이자, 동시에 구성원을 관찰의 대상이 아닌 이해의 대상으로 바라보는 조직의 태도를 드러낼 수 있습니다.
🔒
카카오 PiLab(파이랩)의 7가지 데이터 원칙
1. 카카오를 이해하기 위해 데이터를 분석한다.
개인을 평가하거나 선별하기 위한 목적이 아니라 조직의 건강함을 진단하고 돕기 위한 분석이라는 점을 명확히 합니다.
2. 데이터를 개인의 평판과 연결하지 않는다.
PiLab은 개인을 식별하거나 유사성을 추정하지 않는다고 강조합니다. 데이터는 익명화되어 활용되며 조직 내 누가 더 잘하느냐를 구분하기 위한 수단으로 쓰이지 않습니다.
3. 데이터를 갱신하지 않는다.
과거의 결과로 누군가를 추적하거나 판단하지 않는다는 의미입니다.
4. 크루에 대한 선입견을 갖지 않는다.
모든 데이터는 열린 시선에서 해석되어야 하며, 통계적 결과가 사람의 전부가 아니라는 철학을 담고 있습니다.
5. 개인이 드러난 형태로 정보를 제공하지 않는다.
누구의 데이터인지 추정할 수 없게 설계하여 심리적 안전감을 확보합니다.
6. 통계적 오류를 방지하기 위해 최대한 노력한다.
데이터가 잘못 해석되거나 왜곡되지 않도록 내부 검증 프로세스를 운영합니다.
7. 비공개 사유가 없는 모든 정보를 공개한다.
모든 정보를 숨기지 않고 투명하게 공개하는 것이 구성원 신뢰의 시작입니다.
일곱 가지 원칙은 데이터를 다루는 데에 있어서 윤리 강령의 역할을 하며, 조직 공정성을 확보하기 위한 구조적 장치가 되어줍니다. 절차가 투명할수록 구성원은 결과를 믿고, 결과를 믿을수록 데이터는 더 풍부해집니다. 이 선순환이 바로 PiLab이 만든 신뢰 기반의 HR 데이터 문화였습니다.
신뢰로 완성되는 카카오 PiLab(파이랩)의 HR 데이터 문화
카카오 PiLab의 사례는 HR 데이터의 본질이 기술력이나 분석력이 아니라, 신뢰와 관계에 있다는 사실을 보여줍니다. 데이터가 구성원을 통제하거나 평가하기 위한 도구로 쓰이지 않고 조직과 사람이 서로를 이해하기 위한 언어로 기능할 때 비로소 의미를 가집니다. 구성원이 데이터 제공의 주체로 참여하고, 그 결과가 다시 자신에게 긍정적으로 돌아온다는 신뢰가 있을 때 HR 데이터는 변화를 이끄는 신호가 됩니다.
PiLab의 접근은 HR 데이터가 어떻게 사람을 위한 데이터가 될 수 있는지를 보여줍니다. 데이터 수집보다 더 어려운 것은 그 데이터를 어떻게 해석하고, 어떻게 사람들에게 전달하는지입니다. PiLab은 결과를 강요하거나 수치로 평가하지 않았습니다. 대신 데이터를 통해 스스로를 비춰볼 수 있게 만들었고, 그 과정에서 구성원들은 데이터를 통제가 아닌 대화의 수단으로 경험했습니다.
📍
카카오 PiLab(파이랩)의 사례로 얻을 수 있는 교훈 3가지
1. 자발성 기반의 데이터 구조 설계
데이터는 요청이 아니라 참여에서 시작됩니다. 강요로 진행한 설문보다 자발적으로 응답한 데이터가 더 진정성 있고 유용합니다.
2. 구성원 중심의 데이터 해석
HR 데이터의 해석은 조직이 원하는 답이 아니라, 구성원이 스스로 인식하고 성장할 수 있는 방향을 향해야 합니다.
3. 신뢰를 잃지 않는 투명한 운영
데이터의 투명성은 곧 조직의 투명성과 연결됩니다. 공개 가능한 모든 정보를 공유함으로써, 데이터 문화 자체가 구성원 신뢰를 강화하는 구조를 만들어야 합니다.
구성원 간에 오가는 인정 데이터는 구성원 간의 상호작용을 정량적인 데이터로 표현할 수 있어요. 아기고래에서는 슬랙 내에서 인정, 피드백 같은 구성원 간 인터렉션을 기록해 데이터로 축적할 수 있습니다. 누가 누구에게 어떤 상황에서 인정과 피드백을 보냈는지, 어떤 핵심가치가 가장 자주 언급되는지를 한눈에 확인할 수 있어요. 이를 통해 조직 내 구성원 간 상호작용의 흐름을 파악하고 데이터화해 볼 수 있습니다.
아기고래는 조직의 핵심가치를 일상의 행동과 연결하여 보여줍니다. 구성원이 어떤 핵심가치를 중심으로 인정이나 피드백을 주고받는지 시각화함으로써, 가치가 실제 행동으로 얼마나 내재화되어 있는지를 데이터로 분석할 수 있습니다.
체크인과 피드백은 구성원의 업무 상태와 팀의 리듬을 읽는 데이터입니다. 아기고래에서는 기간별 체크인 응답, 피드백 빈도, 리더의 참여도 등을 분석해 구성원의 몰입도와 팀의 온도를 파악할 수 있습니다. 이렇게 쌓인 데이터는 단순한 설문 결과가 아니라, 팀이 얼마나 자주 대화하고 서로를 이해하는지를 보여주는 실시간 지표로 활용됩니다.
아기고래는 데이터를 통해 구성원의 상태를 살펴보고, 이를 바탕으로 조직문화를 성장시키는 HR 데이터 운영을 지원합니다. 일상의 대화가 쌓여 데이터로 기록되고, 그 데이터가 조직의 문화와 연결될 때 조직은 더욱 성장할 수 있습니다. 아기고래로 우리 조직의 HR 데이터를 운영해보세요.
