일본의 연구 프로젝트는 인공지능(AI) 도구를 고안하여 관리자들이 퇴사를 방지하기 위해 직원에게 정확한 지원을 제공하는 데 도움이 되도록 의도했습니다. 이 도구는 도쿄 시립 대학교의 나루히코 시라토리 교수와 수도 내의 스타트업이 개발했습니다. 이 도구는 회사의 근로자에 대한 다양한 정보를 편성하는데, 근태 기록부터 나이와 성별과 같은 개인 데이터를 포함합니다.
이 첨단 시스템은 데이터를 집계하는 것뿐만 아니라, 퇴사 모델을 구축하기 위해 휴가를 갖거나 회사를 떠난 직원의 기록을 세밀히 조사합니다. 이런 통찰을 결합함으로써, 이 AI는 누가 이직을 고려 중인지 예측할 수 있습니다. 이를 백분율 기반 위험 평가를 통해 측정합니다.
이 도구는 현재 여러 회사에서 시험 단계에 있으며, 맞춤형 모델이 제공됩니다. 경영진은 예측 결과를 활용하여 이직 위험이 높은 직원들과 연락하고, 통계적으로 소중치 않은지가 드러나지 않는 채 지원 및 개입을 제공할 수 있습니다. 목표는 AI가 예측한 잠재적으로 어려운 시나리오에 대비하여 회사를 지원하고 대비할 수 있는 상태로 만드는 것입니다.
더 나아가, 이 프로젝트의 연구진은 학생의 휴학을 예측하기 위해 AI를 활용한 이전 연구에서 영감을 받았습니다. 취업자들에 대한 적절한 직무 배치에 대한 조언을 제공하기 위해 도구의 기능을 강화할 계획입니다. 이는 면접 자료, 개인 특성 및 기록에서 얻은 통찰을 활용합니다.
이 기술적인 이니셔티브는, 일본 정부의 데이터에 따르면, 신입 대학 졸업생 중 약 1/10이 1년 이내에 회사를 떠나며, 약 30%는 3년 이내에 떠난다는 중요한 시기에 등장했습니다. 이 AI 솔루션은 일본 기관들이 더 강력한 잔류 전략을 육성함으로써 이 문제를 더 효율적으로 해결할 수 있음을 약속합니다.
일본에서 직원 이탈 감소의 중요성
일본은 오랫동안 인구 노령화 및 줄어드는 노동력과 같은 인적 자원 도전에 직면해왔습니다. 직원 이탈을 줄이는 노력은 안정적인 노동력을 유지하고 회사가 글로벌 시장에서 경쟁력을 유지하는 데 중요합니다. 이직은 채용, 교육 및 생산성 손실 측면에서 비용이 발생할 수 있습니다. 시라토리 교수가 개발한 AI 도구는 퇴사 가능성을 예측하고 선제적 개입을 가능하게 함으로써 이 문제를 해결할 목적입니다.
주요 질문, 도전 및 논쟁
제일 중요한 질문 중 하나는 개인 데이터의 사용과 직원의 개인 정보 보호 권리를 어떻게 균형 있게 유지할 것인가입니다. 데이터 보안 및 윤리적 고려 사항은 이러한 AI 시스템을 배치할 때 중요한 도전 요인입니다. 또한 AI가 인적 자원 결정에 어느 정도 영향을 끼쳐야 하는지에 대한 논쟁이 있습니다. 도구가 세심하게 관리되고 감사되지 않으면 잠재적인 편향이나 차별 우려를 불러일으킬 수 있습니다.
장단점
이 AI 도구의 주목할만한 장점은 데이터 기반 통찰을 통한 직원 잔류 개선 가능성으로, 위험에 처한 직원들을 위한 더 나은 지원 메커니즘 및 목표 지정 개입으로 이어질 수 있습니다. 이 선제적 방법은 이직을 예방하고 채용 비용을 줄이며 전체적인 기관 효율성을 향상시킬 수 있습니다.
다른 한편으로, AI가 이직을 예측하는 데 과도하게 의존하면 방해적인 경영 방식을 유발하거나 직원이 냉정한 시스템에 의해 지속적으로 모니터링 및 평가되는 작업 환경을 만들 수 있다는 단점이 있을 수 있습니다. 게다가, 이러한 예측 도구는 인적 관리자가 인재 문제에 대해 가져올 수 있는 세밀한 이해를 놓칠 수 있습니다.