이제 다양성과 포용성도 ‘데이터 활용 솔루션’으로 확인!

조지 플로이드 사건과 D&I 경영

글로벌 컨설팅 기업인 맥킨지에 따르면 남녀 균형이 잘 잡힌 기업이 경쟁사보다 21% 더 나은 성과를 낸다고 합니다. 인종적 배경이 다양한 기업은 그렇지 않은 곳보다 33% 더 높은 성과를 보였습니다. 또한 성별, 연령, 인종 등 전반적 다양성을 확보한 조직은 최대 87%까지 보다 나은 결정을 내릴 수 있는 것으로 나타났습니다. 이런 결과는 다양성과 수용(D&I, Diversity and Inclusion)이 어떤 지배구조 개선법보다 효과적이라는 것을 의미합니다. 하지만 그 효과와 달리 이와 관련한 획기적인 진전은 없었습니다.

작년에 D&I의 경영 리스크를 돌아보게 한 사건이 발생했습니다. 바로 경찰에 체포되던 과정에서 질식사로 사망한 조지 플로이드 사망 사건입니다. 이 사건이 시위로 이어지면서 기업들은 저마다 대응책을 마련했습니다. 그 가운데 기업들은 D&I 경영이 리스크를 최소화하는 데에 도움이 된다는 것을 알게 됐습니다.

미국 유통업체인 타깃(Target) 이 대표적인 사례입니다. 타깃은 일부 시위대의 약탈로 오프라인 매장이 불타는 등 피해를 봤습니다. 하지만 타깃은 “우리는 함께 고통을 느끼는 공동체이며, 이번 시위는 수년간 쌓인 고통이 터진 것”이라고 말했습니다. 더불어 타깃의 CEO 브라이언 코넬은 CNBC 인터뷰를 통해 “플로이드가 타깃 팀 멤버 중 하나였을 수 있다”면서 “여러 지역에서 살았던 경험이 문화적 다양성의 중요성을 고무시켰다”고 전했습니다. 인종, 지역, 성별 등과 연결된 시위를 오히려 여러 면에서 수용한다는 입장을 내놓은 것인데요. 이러한 타깃의 대응은 회사의 다양성과 외부적 포용성을 강조하며 내부적으로도 공감을 얻었습니다.

그동안 매년 타깃은 투명성 보고서를 발표했습니다. 2020년 보고서에 따르면, 약 1,900개 점포 중 절반 이상이 여성 임원으로 구성됐으며, 3분의 1 이상은 유색인종입니다. 이는 타깃이 꾸준히 D&I를 반영했다는 근거인데요. 보고서는 2025년까지 흑인 임직원을 20%까지 늘리겠다는 계획을 포함하고 있습니다.

반면 미국 피트니스 업체 크로스핏(CrossFit)의 CEO 그렉 글래스먼은 코로나19와 플로이드 사건을 엮어서 조롱한 태그를 트윗해 논란을 일으켰습니다. 왜 플로이드 사건을 침묵하느냐는 질문에도 “우리는 애도하지 않는다. 나를 비롯한 직원 누구도 마찬가지며, 내가 백인이라는 것 외 그를 애도할 이유를 알려달라”라고 답했습니다. 이에 대해 엄청난 비판이 쏟아졌고, 제휴한 체육관들은 간판에서 크로스핏 브랜드를 제거했습니다. 급기야 아디다스 등 제휴사들도 이들과의 관계를 정리했습니다. 이 여파로 글래스먼은 CEO에서 물러나야 했습니다.

D&I가 사회적 현상의 유행처럼 느껴 수 있습니다. 그러나 플로이드 사건은 기업의 지배구조가 D&I에 얼마나 관심을 가지느냐에 따라서 어떤 상황이 벌어질 수 있는지를 극단적으로 보여주는 사례입니다. 도덕성이나 윤리적 같은 두루뭉술한 개념이 아니라 데이터 기반의 D&I 강화가 특정 이슈에 내성을 만들고, 내부적으로 더 옳은 결정을 하며, 외부적인 브랜드 결속력을 강화한다는 방증이기도 합니다.

데이터로 드러나는 D&I

플로이드 사건으로 인해, D&I 경영을 실천한 쪽과 그렇지 않은 쪽의 리스크에 대한 비교가 시작됐습니다. 또한 구글, 애플, 페이스북 등 미국의 대형 기술 기업이 2014년부터 다양성과 관련된 보고서를 발표하면서 D&I가 본격적으로 주목받았습니다. 실리콘밸리에서 일하는 구성원의 대부분이 남성이고, 백인이나 아시아계라는 비판이 컸기 때문입니다.

초기에 D&I는 다른 ESG(환경·사회·지배구조) 요소와 마찬가지로 일부 사람의 신념에 불과했습니다. 부의 분배에 있어서 기회와 형평성을 고려했을 때 D&I를 중요하게 여긴다는 것이었죠. 또한 일부 투자자가 “창립자에 여성이 포함되지 않은 신생 기업에는 투자하지 않겠다”라고 밝히는 등 데이터에 따른 실효성보다 사회적 부분이 원인이었습니다. 그 탓에 기업들도 개선 의지를 말했지만, 보고서로 나아지는 건 없었습니다.

구글이 2014년에 발표한 첫 보고서를 보면, 직원 중 히스패닉은 2.9%, 흑인은 1.9%에 불과했는데요. 지난해 각각 6.6.%와 5.5%로 늘었습니다. 7년 동안 약 3% 늘리는 데에 그친 것입니다. 반면 백인은 40%, 아시아계는 30%를 차지합니다. 애플이나 페이스북의 사정도 비슷합니다.

능력을 배제한 채 다양성을 전제로 채용해야 한다는 의미가 아닙니다. D&I 경영의 효과가 데이터로 증명되었음에도 성과가 미미했다는 얘기입니다. 이는 객관적 데이터 앞에서도 실리콘 밸리, 나아가서는 전체 기업에 만연한 관념과 편견이 깨지지 않았다는 걸 의미합니다.

기업가 정신을 연구하는 어윙 마리온 카우프만 재단은 미국 내 26만 명의 스타트업 창립자 및 경영자를 조사했는데요. 구성원의 79.2%가 백인, 15.6%는 아시아계인 것으로 나타났습니다. 히스패닉과 흑인은 각각 2.1%, 0.5%에 불과했습니다. 미국 노동 통계에 맞추려면 히스패닉 6.7배, 흑인은 5.6배 많은 임원이 필요합니다. 왜냐하면 백인 중심 스타트업보다 다양성을 가진 곳의 평균 투자 수익률이 30% 이상 높기 때문입니다.

이후 애퍼처 벤처 캐피털(Aperture Venture Capital)과 같은 투자 회사는 다양성 지향의 시드 단계 펀드를 내놓는 등 다양성과 수익률을 연결하기 시작했습니다. 흑인이 경영자인 블랙 스타트업(Black Startup)에 대한 관심도 증가했습니다.

지난해 구글은 블랙 파운더스 펀드(Black Founders Fund)를 출범했습니다. 흑인 경영에서 새로운 아이디어와 가치를 발견하려는 움직임인데요. 다시 말해 그만큼 자원이 몰린다는 의미이기도 합니다. 창립 단계에서 자연스럽게 흑인 임원이 참여하고, 경험을 쌓은 후 새로운 경영 활동이나 투자와 지원을 이어나가면서 생태계를 구축할 수 있을 것으로 예상했습니다. 이러한 움직임에 따라 블랙 스타트업을 따로 구분하거나 흑인 사회에 어떤 영향을 끼치는지 분석하는 사례가 점점 증가하고 있습니다.

D&I 경영의 필요성을 충분히 확인했고, 구글 등의 기업이 7년간 보고서를 발행했는데도 왜 구체적인 성과를 내지 못했을까요?

맥킨지에 따르면 2017년 미국에서만 기업이 무의식적 편견 훈련에 연간 80억 달러를 지출한 것으로 나타났습니다. 무의식적 편견 훈련이란, 직원들이 인종, 성별, 연령, 종교, 장애, 교육, 성취향 같은 요소에서 느끼는 내면적 편견을 찾아서 평가하고, 극복하는 방법을 제시하는 것인데요.

예를 들어 미국의 많은 의료 전문가가 흑인이 백인보다 의학적인 조언에 덜 순응한다고 믿는다거나 경찰들은 거의 본능적으로 흑인이나 히스패닉처럼 어두운 얼굴을 더 범죄적으로 여깁니다. 채용 단계에서도 고용관리자들은 능력보다 자신과 비슷한 후보에게 끌리거나 남성이 더 유능하다고 가정할 수 있습니다. 그리고 흑인처럼 보이는 이름을 공격성과 연관 지어 배제하기도 합니다. 객관성이 결여된 무의식적 편견이 D&I 경영 실현을 방해하는 것이죠. 결국 구글 등 기업도 무의식적 편견에서 벗어나지 못하여 D&I 성과를 낼 수 없었습니다.

기업들이 D&I를 고심하고 있음에도 불구하고, 무의식 편견 훈련은 큰 도움이 되지 않습니다. 영국의 D&I 컨설팅업체 델타 알파 프사이(Delta Alpha Psi)의 심리학자 파티마 트레쉬는 “모든 사람이 무의식적 편견 훈련에 참여한다고 문제가 해결되지 않는다는 걸 알고 있다”고 말했습니다. 그는 “직원들은 회사 이미지를 위해 교육 체크리스트를 체크하고 있다”며 “최악의 경우 훈련을 마쳤기에 더는 편견을 걱정할 필요가 없다고 느끼는 역효과를 가져올 수 있다”고 지적했습니다.

무작정 편견이 나쁘다는 인식은 D&I 개선에 아무런 효과가 없습니다. 오히려 그런 신념이야 말로 편견을 내포하고 있기에 경계할 필요가 있습니다. 도리어 무의식적 편견을 인지하고, 편견이 업무에 영향을 끼치지 않도록 객관화한 해결 방안을 제시해 행동하게 만드는 것이 훨씬 나은 방법입니다. 즉 조직 내 구성원의 다양성 및 신념에 관한 투명성 확보가 D&I 경영의 핵심입니다.

이에 데이터 기반의 D&I 솔루션이 각광받고 있습니다. 객관성에 근거를 둔 적절한 도구가 효과나 비용에서 무의식적 편견을 완전히 떨칠 수 없는 사람을 훈련하는 것보다 더 도움되기 때문입니다.

D&I를 수치화하는 솔루션

D&I 의식 함양을 위한 솔루션을 개발한 메시/다이버시티

SW 기업인 메시/다이버시티(MESH/diversity)는 직원들의 D&I 의식 함양을 위한 솔루션을 개발합니다. 인식 개선 교육 같은 프로그램은 오래됐지만, 실질적인 변화에 기여하는 경우는 흔하지 않습니다. 메시의 혼합 SW는 직원으로부터 데이터를 수집하고, 행동 기준 및 트렌드를 측정합니다. 회사는 행동 과학 연구에 기초해 어떤 조직이든 문화를 형성하는 태도와 행동을 투명화할 수 있다고 주장합니다. 그리고 부족한 부분에 대한 교육을 진행하여 성과가 있었는지 계속 추적할 수 있습니다.

지금까지 기업은 간단한 설문 조사 등으로 직원 D&I 의식을 평가해 리스크를 객관화할 수 없었습니다. 메시 플랫폼의 가장 큰 장점은 무의식적인 관념과 편견을 수치화한다는 점입니다.

채용 단계의 AI 기술을 개발한 하이어링솔브드

하이어링솔브드(HiringSolved)는 주목받는 인공지능(AI) 스타트업 중 하나입니다. 2012년 설립한 회사는 ‘인재의 구글’로 불리며, 채용 프로세스를 간소화하는 RAI(Recruiting Artificial Intelligence)를 개발했습니다.

때때로 채용 관리자들은 특별한 임무를 맡길 직원을 채용하는 어려움에 직면합니다. 일반적으로 기업은 채용 목표를 달성하고자 많은 이력서를 받거나 외부에 도움을 요청합니다. 반면 하이어링솔브드의 솔루션은 필요한 잠재적 인재를 검색해 간추리고 그들에게 지원 자격을 부여합니다.

여기에는 D&I도 포함됩니다. 하이어링솔브드는 “다양성은 기업에 필수적인 부분이지만 큰 도전이다”며 “시간이 부족한 기업이 다양성을 계약 요건에 포함하는 데에 어려움을 겪고 있다”고 말합니다. 회사는 머신러닝 기술로 채용 담당자가 버튼 하나를 누르는 것만으로도 다양성에 기회를 줄 수 있는 모델을 만들었습니다.

다양성 검색은 서로 다른 프로파일 특성을 머신러닝 모델이 평가합니다. 이를 필터로 전환하면 성별이나 인종에 우선순위를 지정할 수 있습니다. 그렇다고 능력에 대한 순위가 바뀌진 않습니다. 가장 적격한 후보는 변하지 않으며, 특정 분류를 의도적으로 제외하지도 않습니다. 대신 다양성을 포함하고 싶을 때 사용함으로써 적합자를 구분합니다. 다시 말해 다양성까지 찾는 수고를 덜어주는 게 목적입니다. 오히려 성별이나 인종을 뒤섞어 후보자의 균형을 맞춤으로써 회사가 편견에 기인하지 않고 다양한 후보를 채용하려는 노력이 있었다는 걸 증명할 수 있습니다.

머신러닝으로 조직을 분석하는 Org애널리틱스

리더와 관리자는 항상 많은 데이터를 분석하고, 직원들을 이해하는 데에 힘씁니다. 하지만 직원들이 서로 어떻게 상호작용하는지, 어떤 신뢰를 구축하는지, 그걸 위해 얼마나 시간과 노력을 투자하는지, 전체 조직의 관계를 분석하는 건 불가능합니다. 심지어 조직마다 다양성이 엇갈렸다면 더 어렵고, 조직이 크거나 글로벌 조직이라면 훨씬 복잡한 문제입니다.

Org애널리틱스(OrgAnalytix)는 머신러닝과 네트워크 분석 기술을 결합해 조직의 관계도를 조직 네트워크 분석(ONA, Organizational Network Analysis) 도구로 제공합니다. 회사는 D&I 지원에도 여성 직원들이 남성들보다 의사 결정에 관여할 가능성이 적다는 것과 무의식적으로 자신과 같은 성별 직원들의 견해 및 의견을 우선시합니다. 또한 기업이 직원들 사이에서 발생하는 무의식적인 편견에 영향을 받고 있다는 걸 발견했습니다. 분석 결과 남성이 다른 여성보다 남성 동료와 연결된 가능성은 5.6배나 높았습니다. 그리고 여성보다 남성이 많을 때 여성들은 더 적은 인맥 관계를 형성합니다. 성비가 역전되면 반대 결과가 나타날 가능성이 큽니다.

결국 이상적인 조직은 다양성의 분포도 중요하지만, 직원 간 관계가 실제로 어떻게 연결되었는지, 그것이 D&I 영향을 얼마나 받고 있는지, 해당 데이터로 어떤 팀을 구축하고, 팀 간에 상호작용은 어떻게 이뤄지는지 투명하게 보이는 것입니다. 그래야 모든 구성원의 의견이 의사 결정에 골고루 반영될 수 있습니다.

Org애널리틱스의 플랫폼은 단 6개의 질문으로 심층 데이터 네트워크를 구축합니다. 조직이 어떻게 연결돼 있는지, 직원들이 업무에서 어떤 상호작용을 하는지 한눈에 확인할 수 있습니다. 또한 태그로 구분해 성별, 인종에 따른 네트워크 분포도 확인할 수 있고, 취약한 부분을 개선할 수 있도록 통찰력도 제공합니다. 신입 사원을 포용할 때, M&A로 조직이 협력해야 할 때, 승진 계획 등 몇 가지 사례에서 성과를 낼 수 있습니다.

Org애널리틱스는 “기업이 ONA의 통찰력에 따라서 행동하기가 쉽지 않다”고 말합니다. 하지만 의식적 편견 및 무의식적 편견에 맞서서 포괄적인 회사를 만들려면 광범위한 노력이 필요하다고 조언합니다. D&I 경영이 기업에 끼치는 영향은 이미 객관적인 영역이 됐고, 데이터의 통찰력을 따르는 건 거스를 수 없는 일입니다.