데이터 기반 채용 시스템 구축하기-5편
* 본 아티클은 Better Programming에 실린 영문 기사를 번역한 내용입니다.
◆ 면접관들을 지속적으로 교육하라
조직의 규모가 커지기 시작하고 숙련된 면접관이 부족한 경우 면접관을 위한 교육 프로그램을 시행하는 것이 중요합니다. 조직이 성장할 수록 더 많은 면접관을 필요로 합니다. 따라서 면접에 대한 통합적인 접근방식과 지속적인 교육 프로그램을 갖추면 조직의 규모를 확장하는 데 도움이 됩니다. 신규 입사자는 언젠가 면접관이 될 것이고, 적합하다고 생각하는 후보자를 채용할 것입니다. 채용 기준을 지키고 현업부서의 인력수준을 유지하고자 한다면 지속적인 교육과 학습이 중요합니다. 제가 경험한 것에 비추어 아래와 같이 제안하고자 합니다.
a) 채용담당자들을 대상으로 교육을 진행합니다.
- 채용직무와 이에 맞는 이상적인 프로필, 면접에서 확인해야 할 역량/전문성/핵심가치를 명확하게 보여주는 면접 프로세스와 면접 방식(비구조적 면접, 경험면접(행동질문) 등)을 설명할 수 있도록 합니다.
b) 채용팀을 대상으로 편견을 없애는 방법에 대해 교육합니다.
- 다양한 인재를 채용하는 것은 중요합니다. 하지만 사람들이 자신과 비슷한 후보자를 선호하는 경향이 있다는 사실은 잘 알려져 있습니다. 구조화된 면접과 자세한 기록을 통해 편견을 줄일 수 있습니다. 모든 사람이 기록을 읽은 후 각자의 결론을 내릴 수 있기 때문입니다. 다양한 인원으로 채용팀을 구성하는 것도 좋습니다. 채용 프로세스 전반에 걸쳐 다른 면접관이 참여한다면 각 면접관이 갖는 편견이 영향을 덜 미칠 것입니다.
c) 채용담당자와 지속적으로 피드백을 공유하도록 합니다.
- 채용담당자들이 새로운 포지션에 대한 요구사항을 정립하고, 채용과정에 적응하는 데에는 시간이 걸립니다. 따라서 채용담당자와 면접관이 면접 후에 후보자에 대한 피드백을 지속적으로 공유하는 것이 채용의 성공을 위한 핵심입니다.
d) 면접을 통해 학습합니다.
- 엔지니어가 기술면접관이 될 수 있도록 교육 프로그램을 운영하시기 바랍니다. 그림자 학습법이 효과적인데요, 면접경험이 풍부한 면접관이 면접을 진행하고 신입 면접관이 참여하며 배우는 개념입니다. 2개의 학습과정을 운영할 수 있는데, 신임 면접관이 면접을 진행하고 경력있는 면접관이 참여하는 방식도 진행할 수 있습니다. 각각의 면접이 끝난 후에는 면접관들 간에 피드백과 학습내용을 요악하고 공유하는 것이 중요합니다. 그 후 3개월 동안 신입 면접관은 면접교육 프로그램에 참여하여 피드백을 공유합니다. 면접관이 되기를 희망하는 직원만이 해당 프로그램에 참여하는 것은 아니며, 프로그램에 참여한 모든 직원이 면접관이 되는 것은 아닙니다.
e) 면접과정 전반에 걸쳐 피드백을 제공합니다.
- 채용 담당자가 면접관들의 평가기록과 결과에 대해 피드백을 제공하도록 합니다. 이러한 피드백을 통해 면접관들은 면접에 대해 배우고, 해당 포지션에 대한 요구사항을 더 잘 이해하게 됩니다.
글을 마치며...
본 기사의 내용은 완벽하지 않으며 채용과 관련한 최근 몇 년 동안의 경험을 공유하고자 했습니다. 여러분이 완전히 통합 및 자동화된 시스템을 통해 데이터 기반 채용을 할 수 있도록 장려하고자 했습니다. 개인적으로는 이것이 대규모 채용을 위한 유일한 방법이라고 생각합니다.
솔직히 저는 데이터를 활용해도 완벽하게 채용을 진행하지는 못했습니다. 종종 채용 파이프라인의 기능에 변화를 감지하여 데이터를 분석해도 명확한 원인을 파악하기 어려운 경우도 있습니다. 하지만 대규모 인재 채용은 단순한 데이터 그 이상을 필요로 하며, 데이터 기반 접근 방식 없이는 달성할 수 없습니다.
editor 최정현
**더 자세한 내용을 확인하고 싶으신 경우, [더보기]를 클릭하여 본문을 확인 주세요!
