임팩티브AI가 머신러닝 기반 인력 이탈 예측모델을 자사의 기업용 예측 솔루션에 적용할 예정이다. 이번에 새롭게 적용하는 인력 이탈 예측모델은 정두희 대표가 이끄는 한동대 연구팀에서 개발한 것이다.

(왼쪽부터) 한동대학교 ICT창업학부 정두희 교수 정두희 교수(임팩티브AI 대표), 한동대 ICT창업학부 윤진섭 석사과정, 이제하 학부생, 전예람 학부생 / 임팩티브AI
(왼쪽부터) 한동대학교 ICT창업학부 정두희 교수 정두희 교수(임팩티브AI 대표), 한동대 ICT창업학부 윤진섭 석사과정, 이제하 학부생, 전예람 학부생 / 임팩티브AI
한동대학교 ICT창업학부 정두희 교수의 연구팀은 ‘스태킹 앙상블 학습에 기반한 인력 이탈 예측 모델(Predictive model of employee attrition based on stacking ensemble learning)’이라는 주제로 연구했고, 이 연구 논문은 국제적인 학술지 ‘엑스퍼스 시스템 위드 애플리케이션’에 게재 승인을 받았다. 이 논문에 참여한 연구팀은 한동대 ICT창업학부 윤진섭 석사과정, 이제하 학부생, 전예람 학부생으로 구성됐다.

기업에서 인력은 가장 중요한 자원이기 때문에, 기업 입장에서 인력을 유지하는 것은 매우 중요한 사안이다. 때문에 인력 이탈이 발생하면 과업의 중단, 인력 재고용 및 재교육 비용, 핵심 기술 및 노하우의 유출 리스크 등으로 조직에게 적지 않은 부담과 손실을 준다.

정 교수 연구팀은 인공지능(AI) 기술을 통해 인력의 유출을 사전에 예측하는 모델을 제안했다. 이 연구에서는 글로벌 IT기업의 HR 데이터를 이용했으며, 인사 정보, 임직원 만족도 정보, 환경 정보 등 30개의 변수를 이용해 머신러닝 기반의 예측모델을 구축했다.

인력 이탈을 위한 예측모델에 적용된 머신러닝 알고리즘은 랜덤포레스트와 인공신경망 모델과 로지스틱 회귀를 결합해 만든 앙상블 모델이다. 이 연구에서 제안한 머신러닝 모델은 97.6%의 정확도를 기록했다. 이는 XG부스트, SVM, 인공신경망 등 일반적인 머신러닝 모델에 비해서도 높은 정확도다.

인력의 이탈 예측에 가장 중요한 역할을 하는 변수는 업무 환경에 대한 만족도, 초과근무, 직장 내 관계에 대한 만족도 등으로 나타났다. 이는 탄력근무제, 복지 등 기업이 임직원에게 제공하는 업무환경 수준이 기업의 핵심인재 이직률을 예측하는 데 중요한 단서가 됨을 시사한다.

정두희 교수는 "이 연구에서는 그동안 사후적으로 이뤄진 인재관리를 예측적으로 사전 대응을 할 수 있도록, 인재의 이탈을 예측하는 모델을 제안한다는 점에서 의미를 지닌다"고 전했다.

조상록 기자 jsrok@chosunbiz.com