Citizen Data Scientist라 불리는 일반 구성원들을 대상으로 한 데이터 리터러시 향상을 위한 교육 프로그램들을 담당하게 되면서, 자연스레 데이터에 관심을 갖게 되었다. 내외부 전문가들과 이야기를 나누고, 회사의 지원으로 학위 과정을 거치면서 데이터를 통한 업무 방식의 변화가 거스를 수 없는 흐름임을 깨닫게 된 것 같다. 처음에는 단순히 ‘데이터’라는 일반적인 용어를 중심으로 접근했지만 점차 내가 가진 데이터를 살펴보게 되고, 업무상 수집되는 데이터 간의 관계와 의미를 생각하게 되었고 이러한 과정이 점차 HR Analytics(HRA) 프로젝트로 발전하게 되었다. 나에게 HRA는 이런 발전의 과정이었다.

그동안 보고했던 설문 결과는 응답자들의 진짜 속마음을 반영하고 있을까? HR의 업무를 하다 보면 리더십, 조직문화, 교육만족도와 같이 다양한 설문을 진행하기 마련인데 일반적인 경우라면 객관식 문항과 주관식 서술형 문항이 있고, 대부분의 관심은 객관식 문항의 평균에 쏠리게 된다. 교육을 예로 들자면 보통은 교육만족도 설문 스코어를 통해 참가자들의 반응이나 교육의 품질을 가늠하게 되는데 프로그램의 기획자이자 진행자로서 교육 기간 중 확인한 그들의 생생한 반응이 교육만족도 점수 안에 잘 반영되어 있는지 둘 사이의 관계를 꼭 한 번 확인해보고 싶었다. 설문지를 배포하고 그에 대한 통계 분석 방식으로 진행했던 교육학 석사 학위 논문을 쓰던 당시에도 이런 연구가 가능했을까 하는 생각이 들지만 그 사이 분석 알고리즘과 컴퓨팅 파워가 발전하면서 방대한 양의 텍스트 자료에 대한 분석이 가능해졌고, 컴퓨터공학 쪽에서 이미 완성해 둔 감성분석1) 모델을 활용한다면 이제는 충분히 가능할 것 같다는 생각이 들었다.

교육을 하다 보면 주로 세 가지 유형의 학습자들을 마주하게 된다. 적극적으로 참여하고 반응하는 긍정적인 집단, 반대로 부정적인 태도를 보이는 집단, 그리고 중립적이거나 소극적인 집단이다.

이러한 경험에 비추어 코로나가 한창이던 2021년 1월부터 12월까지 12개월간 특정 교육 프로그램에 참가한 20,160명의 참가자를 상/중/하 3개 그룹으로 구분하고 집단 간 평균 비교를 통해 둘 간의 관계를 확인하는 작업을 진행하였다. 객관식 스코어를 기준으로 3개 집단 구분 후, 각 그룹의 객관식 응답 결과와 그들이 남긴 정성의견에 대한 감성분석 스코어 평균을 비교한 것이다.