산업조직심리학 전공, 조직 안에서 사람과 시스템이 만나는 접점에 관심을 두고 부트캠프·인턴·동아리에서 채용·온보딩·조직문화 프로젝트 네 건을 실무 조건에서 수행했습니다. 정성적 관찰과 정량 지표를 함께 다루는 사람을 지향합니다.
상반기 정체된 신입 지원자 수를 회복하기 위해, JD·랜딩·소셜 카피 전체를 회사 관점에서 지원자 여정 관점으로 재설계한 3주 스프린트. JD 5종·랜딩·소셜 12건 개정 끝에 지원자 수 40% 증가.
파트너 스타트업 3곳 신입 이탈률 관찰 결과 첫 30일 이탈이 유독 높았습니다. 문서 중심 3일 온보딩을 5주 스케줄로 재설계해 A/B로 적용한 6주 프로젝트.
타임라인이 아니라 이야기입니다. 4년의 궤적을 세 개의 챕터로 나눠 정리했습니다.
People Analytics 부트캠프 8주. SQL·Python·Looker Studio 기반 HR 지표 분석을 실제 도구로 배웠습니다. 개인 프로젝트로 HR 지표 대시보드 프로토타입을 구축해 스타트업 파트너 3곳에 실제 도입까지 이어졌습니다. 정성 관찰만으로는 채워지지 않는 부분을 데이터가 어떻게 보완하는지 감각적으로 익힌 시기.
이 시기 배운 감각: 복잡한 파생 지표보다 매주 열어볼 사람이 있는 단순 지표가 살아남는다는 것.
2023년 여름 로켓펀치 HR 인턴 3개월간 신입 채용 캠페인 리디자인 프로젝트 담당. Notion 기반 채용 파이프라인 정비, JD 리뉴얼, 지원자 여정 리서치까지 실무 사이클 전반을 경험했습니다. 상반기 대비 지원자 수 40% 증가로 마무리.
같은 시기 조직문화 리서치 스터디 회장으로 대학 간 연합 스터디 20명을 이끌었습니다. 격주 세미나 42회, 기업 인사담당자 인터뷰 8회 기획. 자원 프로젝트로 진행한 온보딩 개편·문화 진단 결과가 실제 스타트업 3곳에 적용됐습니다.
성균관대학교 산업조직심리학 전공 시작. 조직행동·인사관리·심리통계학·직무분석을 이수하며 조직과 사람 사이의 접점이 제 관심 영역이라는 걸 확인했습니다. 전공 평점 4.05/4.5, 산업조직심리학회 학부생 세션 발표 2회.
2023년 봄에는 「조직몰입과 원격근무 만족도의 관계」로 학과 우수 논문상 수상. 조직몰입 하위 3요인이 원격근무 환경에서 다르게 작동한다는 통계 분석 결과를 정리하며 정량 리서치의 재미를 발견했습니다.
각 프로젝트는 결과보다 판단의 과정을 담고 있습니다. 무엇을 시도했고, 어디서 놓쳤는지.
상반기 신입 트랙 지원자 수 정체. JD 문구와 랜딩 페이지를 지원자 여정 관점으로 재설계해 지원 전환율 개선.
파트너 스타트업 3곳의 첫 30일 이탈률 개선을 위해 온보딩 5주 스케줄 재설계.
문화 진단 결과가 리포트로만 남는 관행을 벗어나 실행까지 이어지는 프로세스 구축.
스타트업 5팀 지표 니즈 인터뷰 후, 채용·유지·성장 3축 대시보드 프로토타입 구축.
상반기 정체된 신입 지원자 수를 회복하기 위해, JD·랜딩·소셜 카피 전체를 회사 관점에서 지원자 여정 관점으로 재설계한 3주 스프린트.
상반기 신입 트랙 지원자 수가 전년 동기 대비 22% 감소했습니다. 채용팀 내부에서는 "요즘 애들이 스타트업을 안 온다"는 이야기가 있었지만, 실제로 지원 시작 → 이력서 제출 사이의 이탈이 특히 컸다는 정량 데이터가 있었습니다. 지원자 여정 어디서 이탈이 발생하는지 재조명하고, 3주 안에 실행 가능한 개선안을 구축·집행하는 것이 목표였습니다.
지원 시작 페이지부터 최종 제출까지 각 단계별 이탈률을 GA에서 뽑고, 최근 3개월 지원자 12명에게 짧은 인터뷰를 요청했습니다.
JD 5종을 지원자 여정 순서로 재구성. 최상단에 "당신은 이 자리에서 무엇을 하게 될 것인가"를 배치하고, 그 다음 "어떤 경험이 있다면 유리한가", 마지막에 "우리가 어떤 팀인가"를 배치. 랜딩 페이지는 회사 소개 섹션을 스크롤 하단으로 옮기고, 지원 버튼을 첫 화면에 노출했습니다.
채용 소셜 텍스트 12건을 개정. 이전에는 "저희 팀에 합류하세요" 톤이었지만, 이번엔 실제 팀원 인터뷰에서 나온 문장을 그대로 인용하는 방식으로 바꿨습니다.
파일럿 4주 후 지원자 수가 전분기 대비 40% 증가했습니다. 특히 랜딩 페이지 이탈률이 68% → 41%로 크게 감소한 것이 주요 원인. 이력서 초기 검토 시간도 절반으로 줄었는데, JD를 지원자 여정 순으로 재구성하면서 이력서 첫 페이지가 원하는 정보 순서대로 정렬됐기 때문입니다.
파트너 스타트업 3곳 신입 이탈률 관찰 결과, 첫 30일 이탈이 유독 높았습니다. 문서 중심 3일 온보딩을 5주 스케줄로 재설계해 A/B로 적용한 6주 프로젝트.
스터디 파트너 스타트업 3곳의 최근 1년치 신입 이탈 데이터를 정리하다, 이탈의 60% 이상이 입사 30일 이내에 집중된다는 사실이 확인됐습니다. 세 회사 모두 온보딩은 첫 3일간 문서 중심으로 진행하고, 이후엔 팀 매니저에게 위임하는 형태였습니다.
지난 6개월 이내 이탈한 신입 8명에게 짧은 리퍼럴 인터뷰를 요청했습니다.
"입사 첫 주엔 회사 문화가 좋아 보였는데, 둘째 주부터는 아무도 저에게 뭘 해야 하는지 알려주지 않았어요. 매니저는 바빠 보였고, 팀원들은 서로 안 지 오래된 것 같았어요."
파트너사 A사에서 신입 12명을 6명씩 두 그룹으로 나누어 기존 vs 새 온보딩으로 파일럿했습니다. 파트너사 B·C사는 새 온보딩만 적용.
A사에서 8주 관찰 결과, 새 온보딩 그룹의 첫 30일 이탈률이 25%(기존)에서 8%(신규)로 감소했습니다. 만족도 설문 4.6/5.
파트너 스타트업의 문화 진단 설문 결과가 매년 리포트로만 남는 관행을 벗어나, 3개월 내 개선안 실행까지 이어지는 프로세스를 설계.
파트너 스타트업이 매년 조직문화 진단 설문을 실시하지만, 결과 리포트가 임원 회의에서 잠깐 논의된 후 실행으로 이어지지 않는 상황을 반복해왔습니다. 이 문제가 "리포트 문서" 형식 자체에 있다고 판단하고, 결과를 실행으로 연결하는 프레임을 새로 설계했습니다.
이전 30문항·15분 → 참여율 62%. 이번엔 18문항·7분으로 압축. 익명성 확보를 위해 응답 취합을 외부 툴로 이관하고, 개인 식별 가능한 인구통계 문항 제거.
개선안을 리포트 문서가 아닌 "3개월 로드맵" 형태로 전달. 각 팀에서 3개월 안에 시도해볼 개선 실험을 1-2건 선택.
참여율이 62% → 92%로 상승. 실행 측면에서 분기 내 개선안 3건이 실제로 시도됐습니다.
스타트업 5팀 지표 니즈 인터뷰 후, 채용·유지·성장 3축 대시보드를 Notion과 Looker Studio 조합으로 구축한 8주 부트캠프 개인 프로젝트.
People Analytics 부트캠프 개인 프로젝트로, HR 팀이 실무에서 실제로 쓸 수 있는 지표 대시보드 프로토타입을 만들기로 했습니다. 조건은 두 가지: (1) 팀마다 다른 니즈를 담을 수 있어야 하고, (2) 부트캠프 종료 후에도 관리 부담이 낮아야 합니다.
스타트업 5곳 HR 담당자와 인터뷰. 매주·매월 확인하고 싶은 지표 나열하고, 실제 사용 빈도 확인.
"공통 12지표 + 회사별 위젯" 모듈 구조로 설계. 데이터 입력은 Notion 데이터베이스, 시각화는 Looker Studio. Google Sheets를 중간 통합 레이어로 사용.
5팀에 파일럿 배포. 매주 사용 로그 확인하며 자주 열리는 위젯을 상단으로 재배치.
부트캠프 종료 시점에 5팀 중 5팀이 파일럿 유지. 종료 후 파트너사 3곳은 실제 업무에 통합해 사용 중.
프로젝트마다 어디서 배웠고 어디서 실패했는지를 정리한 세 편의 글.
인턴 3개월 중 3주를 캠페인 개편에 쏟았습니다. JD가 회사 관점에서 지원자 여정 관점으로 바뀌었을 때 무엇이 달라졌는지, 어디서 배웠고 어디서 실패했는지 정리했습니다.
파트너사 3곳에 A/B로 적용한 온보딩 개편의 6주 기록. 문서 중심 3일 온보딩을 5주 스케줄로 재설계하며 얻은 것, 여전히 놓친 것.
비전공자가 8주 안에 어디까지 갈 수 있는지, 실무에서 진짜로 쓰이는 SQL의 범위는 어디까지인지 정리한 개인 회고.
JD 5종을 지원자 여정 순서로 다시 쓴 뒤 랜딩 이탈률이 68%에서 41%로 떨어졌고, 지원자 수는 전분기 대비 40% 늘어났습니다. 3주 안에 무엇을 했고, 무엇이 실제로 작동했는지 회고합니다.
인턴 첫 주에 채용팀 회의에서 "요즘 지원자가 너무 없다"는 말을 들었습니다. 처음엔 시장 문제라고 생각했지만, GA 데이터를 열어보니 랜딩 페이지 이탈률이 68%였습니다. 지원 페이지까지 도착한 사람 중 3분의 2가 지원 버튼을 누르지 않고 떠나고 있었습니다.
이번 프로젝트의 결정적 인풋은 최근 3개월 지원자 12명 인터뷰였습니다. 리크루터 팀에 부탁해 지원 이후 소통한 사람들에게 콜드 아웃리치를 보냈고, 응답률은 25% 정도였습니다.
"JD를 읽으면서도 제가 이 자리에 맞는 사람인지 판단이 안 되더라고요. 자격 요건이 나열돼 있는데, 그게 필수인지 우대인지도 불명확했고요."
이 발언이 프로젝트 전체의 각도를 결정했습니다. 문제는 "지원자를 더 데려오기"가 아니라 "온 지원자에게 명확한 판단 근거를 주기"였습니다.
기존 JD는 "회사 소개 → 자격 요건 → 채용 절차" 순서였습니다. 이걸 뒤집어 "당신이 하게 될 일 → 필요한 경험 → 함께 일할 팀 → 채용 절차" 순서로 재구성했습니다.
랜딩 페이지도 회사 소개 섹션을 스크롤 하단으로 옮기고, 첫 화면에 "우리가 지금 채용 중인 자리"와 지원 버튼을 노출했습니다. 프로덕트 팀 승인이 필요해 A/B 테스트 조건으로 리스크를 줄여 제안했고, 승인을 얻었습니다.
4주 후 랜딩 이탈률이 68% → 41%로 감소했고, 지원자 수가 전분기 대비 40% 증가했습니다. 예상하지 못한 부수 효과는 이력서 초기 검토 시간이 3분에서 1.5분으로 절반이 됐다는 것.
반성할 지점도 있었습니다. 지원자 인터뷰 12명은 통계적으로 유의미하지 않은 수치이고, 응답한 사람들은 이미 지원 절차에 관심 있는 사람들이었습니다. 이탈한 사람들의 진짜 이유는 여전히 알기 어렵습니다.
문서 중심 3일 온보딩을 5주 스케줄로 확장하면서, 파트너사 A의 30일 이탈률이 25%에서 8%로 감소했습니다. 무엇을 바꿨고, 예상과 달랐던 지점은 어디였는지.
파트너 스타트업 3곳의 최근 1년치 이탈 데이터를 정리하다, 이탈의 60% 이상이 입사 30일 이내에 몰려 있다는 것을 발견했습니다.
"입사 첫 주엔 회사 문화가 좋아 보였는데, 둘째 주부터는 아무도 저에게 뭘 해야 하는지 알려주지 않았어요."
이 인터뷰들이 5주 스케줄 설계의 기준선이 됐습니다. 각 주차마다 다른 목표를 두되, 매니저 개입은 최소화했습니다.
파트너사 A에서 8주 관찰 결과, 신규 온보딩 그룹의 30일 이탈률이 25%에서 8%로 감소. 만족도 4.6/5.
예상과 달랐던 건 만족도의 세부 항목이었습니다. "매니저 지원"이 아니라 "팀원 커피챗 3건"이 만족도에 결정적이었습니다. 신입은 매니저와의 수직 관계보다 동료와의 수평 관계에서 소속감을 얻는다는 조직심리학 기본 원리가 실제 데이터에서 재확인된 순간이었습니다.
이 결과가 파트너사 A에서만 검증됐다는 점, 그리고 신입 표본이 12명(6+6)이라는 점은 여전히 한계입니다. "온보딩 개편으로 이탈률이 낮아졌다"는 인과 추론에는 다른 변수를 통제하지 못한 부분이 있습니다.
비전공자가 8주 안에 People Analytics에서 어디까지 갈 수 있는지, 실무에서 진짜로 쓰이는 SQL의 범위는 어디까지인지 정리한 개인 회고.
People Analytics 부트캠프에 등록할 때 가장 걱정됐던 건 "8주 안에 뭘 배울 수 있을까"였습니다. 결론부터 말하면 SQL 기초와 Looker Studio 대시보드까지는 충분했고, Python·통계 모델까지는 살짝 부족했습니다.
부트캠프에서 CTE·윈도우 함수·JOIN까지 다뤘지만, 개인 프로젝트에서 실제로 매일 쓴 건 SELECT · WHERE · GROUP BY · ORDER BY, 그리고 간단한 JOIN 정도였습니다. HR 데이터가 대체로 그렇게 복잡하지 않기 때문입니다.
부트캠프는 도구 사용법과 기본 이론을 배우기에 좋았지만, 진짜 배움은 개인 프로젝트에서 나왔습니다. 특히 스타트업 5곳 HR 담당자와 지표 니즈 인터뷰를 하면서, 데이터 도구가 아니라 "이 지표를 매주 열어볼 사람이 있는가"라는 질문이 훨씬 중요하다는 것을 배웠습니다.
비전공자에게 조건부로 추천합니다. HR·조직 관련 배경이 있고, 데이터로 접근하고 싶다는 방향성이 명확한 사람에게는 훌륭한 진입점입니다.