이수율에서 역량치로 — 스킬 기반 학습이 HR의 화두가 된 이유

2024년 5월, 탤런트 관리 대기업 Cornerstone OnDemand는 노동시장 데이터 분석 스타트업 SkyHive를 인수했다. 표면적으로는 학습 회사가 데이터 회사를 산 이례적인 거래였지만, 실제로는 업계 전체가 이미 향하고 있던 방향을 상징적으로 보여준 사건이었다. 이제 기업 HR팀이 LMS에 묻는 질문은 몇 명이 과정을 이수했는가가 아니라, 우리 조직에 어떤 역량이 있고 무엇이 부족한가로 바뀌고 있다. 스킬 기반 학습(skills-based learning)이라 불리는 이 흐름이 실제로 무엇을 바꾸고 있는지 살펴본다.

이수율이라는 지표의 한계

전통적인 LMS 리포트의 핵심 지표는 이수율과 수료증 발급 건수였다. 그러나 이 지표는 그 사람이 실제로 무엇을 할 수 있게 됐는지는 설명하지 못한다. 스킬 기반 학습은 교육을 과정 단위가 아니라 측정 가능한 역량 단위로 쪼개서, 특정 직무에 필요한 스킬을 누가 어느 수준까지 보유하고 있는지를 데이터로 관리하는 접근이다. 이 방식이 힘을 받는 이유는 명확하다. 채용은 느리고 비싸지만, 이미 조직 안에 있는 인력의 숨은 역량을 찾아 재배치하는 내부 이동(internal mobility)은 상대적으로 빠르고 저렴하기 때문이다.

스킬 택소노미 경쟁 — 누가 더 촘촘한 지도를 그리는가

이 흐름의 인프라는 스킬 택소노미, 즉 스킬을 표준화된 체계로 분류한 데이터베이스다. Degreed는 2만 2천 개 이상의 스킬로 구성된 글로벌 택소노미를 자사의 핵심 자산으로 내세운다. Cornerstone은 SkyHive 인수 이후 갤럭시 스킬 엔진(Galaxy Skills Engine)을 통해 35개 언어로 4만 5천 개 이상의 스킬 데이터에 접근할 수 있다고 밝히고 있다. SkyHive 쪽은 실시간 노동시장 데이터를 매일 방대하게 수집·분석해 향후 부상할 핵심 스킬을 예측하는 데 강점을 둔다. 규모의 경쟁처럼 보이지만 실제로는 접근 방식의 차이이기도 하다 — 택소노미가 크다고 해서 특정 산업, 특정 직무에 정확히 맞는 것은 아니기 때문이다.

실무에서 스킬 데이터가 실제로 쓰이는 곳

스킬 데이터가 학습팀 내부 보고서에만 머무르면 투자 대비 효과를 증명하기 어렵다. 실제로 가치를 만드는 지점은 다음과 같다.

• 직무 설계(job architecture) — 직무기술서를 역할명이 아니라 필요 스킬 목록으로 재정의하는 작업
• 내부 채용·재배치 — 외부 채용 공고를 내기 전에 사내에서 해당 스킬을 가진 인력을 먼저 탐색
• 스킬 갭 분석 — 조직 단위로 특정 스킬이 부족한 부서를 식별해 교육 예산을 우선 배정
• 승계 계획(succession planning) — 특정 포지션에 필요한 스킬 프로필과 후보자의 스킬 프로필을 비교

도입 전 확인해야 할 함정

스킬 엔진을 도입한다고 해서 바로 위와 같은 성과가 나오는 것은 아니다. 가장 흔한 실패 원인은 스킬 데이터의 출처가 부실한 경우다. 자기 신고(self-reported) 스킬만으로 채워진 데이터는 신뢰도가 낮고, 실제 업무 수행이나 평가 결과와 연동되지 않은 스킬 태그는 승진·재배치 같은 중요한 의사결정에 쓰이기 어렵다. 또한 방대한 글로벌 택소노미가 반드시 한국 기업의 직무 체계나 업종 특성에 맞는 것도 아니어서, 자체 직무 체계와의 매핑 작업이 별도로 필요한 경우가 많다.

스킬 택소노미는 지도일 뿐이다. 그 지도로 실제 인사 결정을 내리지 않는 조직에는 값비싼 장식품에 불과하다.

스킬 기반 학습으로의 전환은 거스를 수 없는 흐름이지만, 택소노미의 규모나 벤더 이름값보다 중요한 것은 그 데이터가 실제 채용·재배치·승진 결정에 연결되는 파이프라인이 조직 내부에 마련돼 있는가다. 그 연결 고리 없이 도입한 스킬 엔진은 또 하나의 대시보드로 끝날 가능성이 크다.