SAP 사용자들의 오픈 커뮤니티

• 목록

안녕하세요, KSUG Admin입니다!

"[11월 KSUG 패널 토크]  디지털 시대의 혁신적인 인재 확보 및 육성 방안!” 세션이 많은 SAP 사용자 여러분의 관심 속에 마무리 되었습니다!

KSUG 온라인 패널 토크 세션의 시청자 여러분께서 남겨 주신 질문에 대한 패널 분들의 답변을 올려 드립니다! 아직 답변 드리지 못한 내용은 순차적으로 업데이트 될 예정입니다 :)

이번 패널 토크에서 궁금했던 점을 풀어 보세요!

1) 클라우드 기반 인사관리를 통한 디지털 변혁에 있어 기업이 핵심적인 준비 어떻게 하면 좋을까요?

[EY] 클라우드 도입은 단순히 기존의 레거시 시스템을 클라우드 환경으로 옮기는 것으로 생각하면 안 됩니다. 클라우드 솔루션의 장점을 충분히 누리기 위해서는 프로세스 및 데이터 표준화가 필요하고, 아울러 변화관리 준비가 필요합니다. 인사 시스템은 전 직원이 사용자이므로 HR 영역의 디지털 전환에 성공하려면 새로운 인사 전략 및 디지털 전환의 이유에 대한 명확한 소통과 협의가 필요합니다.

2) 한국에서 HR이 클라우드로 가속화된 이유를 말씀해 주셨는데요...그러면 On premise에서는 불가능하다는 건지요?

[EY] On-premise로는 불가능하다는 것은 아닙니다. 클라우드로 인사관리를 하는 것에 대한 의구심이 점점 해소되고, 오히려 장점이 부각되면서 클라우드로의 전환이 대세가 되고 있다는 점을 설명 드렸습니다.

3) 기업에서 Cloud 기반 인사관리를 기업의 상황에 맞게 최적으로 할 수 있는 방안과 노하우에 대해서 문의드립니다

[EY] 기업의 가용 인력 및 자원 현황과 시급성에 따라 모듈을 정하여 단계별로 롤아웃하는 하는 것을 추천 드립니다. (예. CoreHR à 성과관리 …….)

4) 디지털 변혁을 하는 데 Cloud based HR Management가 중요하게 된 계기와 이유는 무엇인가요? 

[EY] 디지털 기술의 발전 속도를 따라가기 위해서는 클라우드 기반의 시스템을 활용하는 것이 최적입니다. 디지털 HR 변혁을 통해 클라우드 솔루션이 제공하는 민첩성과 빠른 혁신을 도모할 수 있습니다. 예를 들어 인사 업무에 있어서도 모바일, 소셜 협업, 가상화 등이 점점 일반화되고 있는데, 날로 새로워지는 이런 모든 기술을 회사에서 자체적을 구현하기는 매우 어려운 것이 현실입니다.

5) HR파트를 전부 Cloud로 넘어가게 될 경우, 보안적인 요소가 문제가 될 수 있어, 전부 Cloud로 넘어가는 것은 초도 단계에서는 무리가 있을 것으로 보입니다. 단계적으로 Cloud로 전환을 진행할 경우, 가장 우선적으로 Migration해야할 파트는 인사관리, 급여, 원천세, 근태 중 어느 파트여야할까요? 

[EY] 인사조직(Core HR) 또는 인재/성과관리 중 디지털 전환이 시급한 분야부터 먼저 시작하는 것이 좋을 거 같습니다. 급여/근태의 경우는 회사 규모나 업종 다양한 옵션이  Cloud 비즈니스를 하는 벤더의 경우 대부분 철저한 보안 정책을 마련하고 있으니 보안에 대한 우려가 있을 경우에는 관심있는 cloud 벤더에 보안 인증 등에 대해 문의해 보실 수 있습니다. 

6) EYP의 경우에 회계감사, 컨설팅, 전략/재무자문, 세무의 4개 모든 부문이 고객에게 성장 및 새기회의 확보를 위해 직접적일거 같은데요. 이게 포괄적으로 인력 및 혁신에 모두 향상을 시킬수 있는지? 아니면 결과적으론 이해관계자들이 상호 밀착협력이 있을때 무조건 가능할지요?

[EY] EY는 말씀해 주신대로 회계감사, 컨설팅, 전략/재무자문, 세무 본부로 구성되어 있지만 제가 소속된 People Advisory Services(PAS) 조직에서는 Humans@Center라는 기본 사상을 바탕으로 사람과 관련된 주제나 이슈에 대해서는 사업 본부 구분없이 협업하여 고객의 혁신 과제에 대한 컨설팅을 제공합니다. 
고객 내부적으로도 인사팀과 재경팀 간의 협업 수준이 높은 기업일수록 현금흐름, 직원몰입, 생산성 등의 고른 증가를 경험한다는 EY의 연구 결과가 있습니다.

7) 머신러닝 기반 데이터 분석 및 불량 예방은 어떤 솔루션을 사용하면 가능한 건가요?   

[Qlik] Qlik AutoML솔루션 사용하시면 각 적용단위업무의 시나리오별로 적용가능합니다. 타사 솔루션은 별도로 구글서치해보시면 찾으실수 있습니다. 

8) 기업에서 HR 트랜스포메이션을 하려는 경우 데이터를 기반으로 효과적으로 할 수 있는 방안과 프로세스에 대해서 문의드립니다

[Qlik] 데이터기반의 HR트랜스포메이션는 HR프로세스별로 AI/ML활용한 실시간 데이터기반의 신속한 의사결정을 할수 있는 체제로 전환하는 것을 의미합니다. 먼저 HR관련 단위프로세스별로 목표와 전략을 수립한후, 이러한 목표와 전략 달성을 위해서, CDO, 또는 기업내 데이터 엔지니어중심으로 데이터추출, 정제, 카탈로그 완성을 위한 상용툴과 분석을 위한 BI분석툴을 도입을 검토하시어 개별기업에 적합한 솔루션을 선정하시면 좋으실것 같습니다.  선두기업들의 HR 리더는 다음과 같은 5가지 전략을 사용하여 혁신하고 있습니다.

. 인재 파이프라인 잠재력과 채용 속도를 높이기 위해 채용 시 AI 채택을 늘린다.

. 데이터 중심 프로세스를 수립하여 직원 경험을 지속적으로 평가합니다.

. 직원 성과 및 잠재력에 대한 보다 정교한 분석을 위해 AI를 사용하면 인재 육성이 가능합니다.

. 격차를 정확히 파악하는 실행 가능한 분석을 통해 직원 형평성을 개선합니다.

. 안내된 학습 경로는 최대의 효율성과 인력 탄력성을 위해 인력을 개발하는 데 도움이 됩니다.

9) AI, 머신러닝이라는 말씀을 많이 하시는데 과거의 데이터 분석과 AI, 머신러닝 기반의 데이터 분석과의 차이점이 궁금합니다

[Qlik] 네, AI, 머신러닝기반의 데이터분석과의 차이점을 말씀드리겠습니다.

최근 기업은 갑작스러운 충격이나 빠르게 진화하는 시장 상황에 대응하기 위해 더욱 데이터 중심적이고 민첩성을 향상시켜야 합니다.

과거의 독립형 대시보드 및 보고서에서 제공되는 통찰력은 충분하지 않습니다. AI/ML기반의 비즈니스 프로세스에 내장된 분석 애플리케이션이 더 데이터 중심적이 되어야 합니다.

주로 비즈니스 데이터에 대한 과거 보기를 제공하는 보고도 충분하지 않습니다. 비즈니스 이벤트에 대응하여 인간의 지능을 높이고 조치를 규정하는 실시간 데이터에서 보다 미래 지향적인 지능을 얻고자 합니다.

그러나 빠르게 구식인 일괄 처리된 비즈니스 준비 데이터를 제공하는 취약하고 사전 구성된 데이터 인프라로는 비용 효율적으로 이 작업을 수행할 수 없습니다. 오히려 최신 AI/ML기반의 지능형 분석 데이터 파이프라인과 아키텍처가 필요합니다.

최종 목표는 정보를 제공하도록 설계된 시스템에서 즉각적인 조치를 취하도록 설계된 시스템으로 전환하는 것입니다.

10) AutoML도 RPA 기술을 융합해서 고도화될 수 있을 듯한데 실제 구현한 사례가 있는지 궁금합니다

[Qlik] 네, Qlik AutoML은 자동화된 ML기반이며, 이는 내부적으로 내장된 기술아키텍쳐가 포함되어 있어, RPA기술과 유사하다고 말씀드릴수 있습니다. 저희 Qlik AutoML은 RPA기술과 융합이 필요하지는 않습니다. 

11) 디지털 전환을 하는 데 데이터 기반 HR 트랜스포메이션을 최적으로 적용할 수 있는 방법에 대해서 질문드립니다 이에 최적화된 QLIK의 솔루션과 서비스에 대해서 궁금합니다. 

[Qlik] 네, 저희 Qlik은 데이터추출/정제/카탈로그를 포함한 데이터통합솔루션과 BI분석 및 AutoML솔루션을 보유하고 있습니다.

필요하시면 고객사를 방문하여 솔루션소개세션을 통하여 자세한 설명을 드리겠습니다.

12) Qlik에 대한 실제 적용 전후의 효과 사례에 대한 공식 자료를 다운로드 받을수 있는 사이트가 있는지 문의 드립니다.

[Qlik] https://www.qlik.com/ko-kr/

저희 Qlik공식사이트에서 먼저 사례를 찾아보신후, 문의주시면, 세부 자료를 제공드리겠습니다.

13. 혁신적인 인재 확보 방안에 대한 현재 동향 및 앞으로의 발전방향에 대해서 문의드립니다.

[IGM] 맥킨지의 조사에 따르면 긍정적 직원경험을 한 직원은 부정적 경험을 한 직원보다 8배나 더 회사에 머무르고 싶어합니다. 미래학자 제이콥 모건은 250여 개의 글로벌 기업에 대한 실증적인 연구와 데이터를 바탕으로 펴낸 ‘직원경험(The Employee Experience Advantage)’에서 “직원 경험은 존재 이유에서 시작되며 조직의 물리적 환경, 기술적 환경, 문화적 환경에 영향을 받는다”고 했습니다. 

하버드 비즈니스 리뷰에 ‘목적을 통해 일터를 바꾸고 있는 유니레버 이야기’가 실렸습니다. 유니레버는 디지털 전환을 시도하면서 14만 명이 넘는 인력을 재편하고 있는데 전환 배치, 노동 시간 단축 등이 아니라 목적을 중심으로 진행했습니다.

상세한 내용을 아래 칼럼을 통해 확인 부탁드립니다. 

[IGM컬럼] ‘직원의 꿈’을 ‘회사의 꿈’ 안에서 이룰 수 있게 하라.

https://igm.or.kr/insight/116?sfl=wr_subject%7C%7Cwr_content&stx=%ED%87%B4%EC%82%AC&sop=and

[IGM Brunch]인재 확보와 유지의 핵심, 직원경험

https://brunch.co.kr/@igmigm/38

14. 조직운영의 입장에서 인력을 육성하면 이직/퇴사를 하는 경우가 잦은데 탈인재는 어떻게 대응하는 노하우가 있을지요?

[IGM] 코로나19 사태로 인해 일과 삶에서 가치관의 변화를 경험하면서 직장인들이 본인이 더 선호하는 조직문화, 더 나은 처우와 업무 환경을 찾아 떠나고 있습니다. 더 이상 ‘회사형 인간’은 없고 ‘퇴사형 인간’이 당연해진 세상에서 리더는 직원이 언제든 더 나은 커리어와 가치 및 목표를 향해 떠날 수 있다는 것을 열린 마음으로 인정해야 한다. 그리고 좋은 인재를 확보하기 위해 채용 시장에서 애쓰는 만큼 퇴사 관리에도 신경 써야 한합니다.

직원 몰입도를 높이고 인재 유출을 막기 위해 직원 경험에 공들이는 기업이 많은데 직원 경험은 퇴사 혹은 그 이후까지도 이어진다는 것을 유념해야 합니다. ‘끝이 좋아야 다 좋다’는 말이 있듯이 사람들은 보통 마지막 효과를 전체인 것처럼 인식하기 때문입니다. 동료의 퇴사 소식만으로도 심리적으로 흔들리는 영향이 있는데 퇴사자를 대하는 방식을 보며 직원들은 회사가 좋은 곳인지 나쁜 곳인지를 판단하게 되는 것입니다. 

아래 칼럼을 클릭하셔서 ‘탈인재는 어떻게 대응’해야 하는지에 대한 구체적인 방법을 제시한 글을 소개합니다. 

[컬럼] 떠나는 직원과 아름답게 이별하는 법

https://igm.or.kr/insight/109?sfl=wr_subject%7C%7Cwr_content&stx=%ED%87%B4%EC%82%AC&sop=and

15. 최근 인재육성을 위해 어떠한 교육과 커리큘럼 또는 KPI를 목표로 진행하고 있는지 궁금합니다.

[IGM] 지난 5년동안 Digital Leadership과 기술교육의 비중으로 보면 Digital Leadership 비중이 80% 이상이었고 최근 2년 동안은 기업의 DT과제를 기술차원으로 적용하거나 실행하는 교육과 프로젝트가 압도적으로 늘었습니다.

디지털 관련 교육에 국한하여 인재육성 교육에 대해 소개해 드립니다. 최근 고객들의 니즈는 여전히 ‘데이터 분석 역량’을 갖기 위한 요청이 가장 많습니다. 2018년부터 대기업 중심으로 R, 파이썬을 활용할 데이터 분석 교육을 대대적으로 진행하던 양상이 최근 3년전부터는 언어는 파이썬을 활용한 데이터 분석, AI전문가 육성이 압도적으로 많습니다. 그 교육은 파이썬 프로그래밍을 배우는데 그치지 않고, 반드시 현업 데이터 분석이 가능하게 교육목표를 두고 있습니다. 

Domain Knowledge를 가진 우리 직원들에게 데이터 분석 역량을 갖게 해 데이터를 통해 새로운 인사이트 발견, 예를 들면 고객을 위한 새로운 경험을 설계/추천하거나, 업무 생산성을 향상이나 대대적인 혁신을 이루고자 합니다. 그래서 파이썬 뿐만 아니라 업무 가까이 친숙한 엑셀로 데이터 분석이나 MS Power Platform을 활용하거나 다양한 No Code 솔루션을 적극 도입해 교육을 하기도 합니다. 

이처럼 현재 현업 직원들의 데이터분석 역량 향상 교육이나, AI전문가를 양성해 현업의 DT과제를 해결하는 교육이 여전히 가장 많고, 최근 기업들의 클라우드 도입 확대로 AWS, Azure로 클라우드 직무별 전문가 양성하는 교육을 진행 중입니다. 클라우드 인프라 아키텍트, DB SA, App developer, 보안 엔지니어 과정이 있습니다. 

현실적으로 수요가 많은 것은 엑셀 데이터 분석, MS Power BI, Power Automate, Power Apps과정이고, 구글이 도입된 기업에는 구글 스프레드시트로 데이터 분석, 구글 데이터 스튜디오 과정 등을 진행하고 있습니다.

16. 디지털 중심 기업의 경우 data literacy 역량을 효과적으로 강화하려는 경우 중요하게 점검해야 할 요소들에 대해서 문의드립니다

[IGM] IGM이 Data Literacy 역량 교육을 설계할 때 다른 기관과 달리 중요하게 생각하는 점으로 답을 드리겠습니다. 

첫번째, 강사의 우리 업에 대한 data의 이해가 있는지가 중요하니다. IGM은 ‘업에 대한 이해’와 그 업의 ‘data 이해’가 높은 강사진을 보유하고 있다는 점입니다. 교육 중에 직원들의 몰입을 이끌어 내려면 공감대 형성이 필요하고, 데이터 분석의 문제정의를 제대로 코칭하고 피드백해 주려면 강사가 업의 이해를 바탕으로 적합한 질문을 해야 합니다. 

두번째, 사전학습 설계에도 신경을 많이 씁니다. 이 말의 의미는 교육전에 사전학습을 많이 해오게 한다는 것이 아니라 생소한 코딩이나 통계 등을 수업에 와서야 처음 접하는 것이 아니라, 교육 전 최소 1~2시간, 많아도 4시간 정도의 온라인 사전학습을 하면서 마음을 먹게 합니다. 현업으로 바쁜 우리 직원들에게 사전학습으로 지치거나 질리지 않을 정도의 사전학습, 동기부여가 될 수 있는 분량을 제공합니다. 

셋째는, 데이터분석 프로세스대로 배우고 생각할 수 있는 교육이 중요합니다. 어떤 문제의식을 가지고 분석을 할 것인지 문제를 정의하고, 그에 맞는 데이터를 찾고 전처리할 수 있는지가 매우 중요합니다. 

마지막 하나는, 첫날 수업에서는 오리엔테이션 매우 신경을 씁니다. 교육생 분들이 DT 시대, 자신의 역량 향상의 의미를 알려주고, 수업 중에는 작은 성취감들을 쌓아 갈 수 있도록 강의방식도 강사와 협의를 합니다. 교육 중 교육생들이 내용을 소화하는데 신경을 많이 씁니다.

17. 디지털 중심 기업에는 데이터 리터러시 역량이 중요하게 작용하는 이유는 무엇인가요?

[IGM] 우리가 미국출장을 가면 알파벳만 알아서는 의사소통이 되지 않고, 영어로 말만 한다고 비즈니스의 목적을 이룰 수 없듯이 미국출장의 목적에 맞게 준비하고, 상대의 니즈도 읽어 새로운 비즈니스 가치를 만들어 내야 합니다. 

이렇듯 우리는 지금 디지털 세상에서 소통하고 새로운 가치를 만들어 내야 하는 세상에서 살아가게 된 것입니다. 데이터 리터러시(Data Literacy)는 ‘데이터를 목적에 맞게 생성하고, 숨어있는 의미를 찾고 이해 한 후, 해석된 결과를 업무에 적용하고 소통하는 능력’입니다. 사용하는 데이터의 구조 및 형태, 분석 기법에 대한 이해는 기본적으로 알고 있어야 합니다. 

데이터 분석 결과를 기반으로 기업의 의사결정이 이루어져야 한다. 특히 기업에서 의사결정이나 판단이 포함된 프로세스의 경우, 관리자의 판단이 아닌 분석 결과에 의한 자동 결정이 될 수 있도록 내재화 되어야 한다. 또한 기업의 핵심 KPI는 시각화를 통한 실시간 공유로 의사결정의 객관성을 확보해야 한다.

18. 세계경영연구원의 경우에 빠르게 변화하는 디지털 경제 사회에서 기업의 도메인 및 데이타를 이해하는데 모든 분야에 대한 데이타 분석을 AI기반으로 이미 하는 상황인지요? 아니면, 부분적으로 도입이 확산되고 있는지요? 

[IGM] IGM의 경험으로 보면 DT과제를 해결하는 교육을 대부분 진행하다 보니, AI기반 데이터 분석을 기본적으로 진행하고 있습니다. 단순히 머신러닝 알고리즘만 배우지 않고 DT과제를 해결하는 수준의 AI프로젝트성 교육을 진행합니다. 

현재 IGM이 기업을 위해 진행하는 AI과정은 아래와 같습니다. 

1)머신러닝 이해와 활용 과정

2)딥러닝 이해와 활용 과정

3)빅데이터/AI 전문가 과정

4)인공지능 부트캠프: 제조, 금융, 해운, SCM 등의 DT과제 해결 다수

5)제조 AI 과정

  - 장비 고장 시점 및 유형 예측을 통한 예지 보수 과정

  - 시계열 예측 및 센서 패턴 분류 과정

  - 이미지 처리, 객체 인식, 객체 검출 과정

6)SCM팀의 DT과제 해결

  - 머신러닝 기반 재고효율화 관리

-운송모드 설정 자동화 적용

7)해운회사 DT과제 해결

   -OOO Order 자동화 및 여유 선복 사전 예측

   -Empty Container 재고 및 반납 수량 예측

19.AI교육의 예를 들어주세요

[IGM] 현재 IGM이 기업을 위해 진행하는 AI과정은 아래와 같습니다. 

참고가 되셨으면 합니다.

1)머신러닝 이해와 활용 과정

2)딥러닝 이해와 활용 과정

3)빅데이터/AI 전문가 과정

4)인공지능 부트캠프: 제조, 금융, 해운, SCM 등의 DT과제 해결 다수

5)제조 AI 과정

- 장비 고장 시점 및 유형 예측을 통한 예지 보수 과정

- 시계열 예측 및 센서 패턴 분류 과정

- 이미지 처리, 객체 인식, 객체 검출 과정

6)SCM팀의 DT과제 해결

- 머신러닝 기반 재고효율화 관리

- 운송모드 설정 자동화 적용

7)해운회사 DT과제 해결

- OOO Order 자동화 및 여유 선복 사전 예측

- Empty Container 재고 및 반납 수량 예측