데이터 기반 인사평가, 감이 아니라 기록으로

평가 시즌이 되면 관리자는 지난 반년이나 1년을 떠올리며 점수를 매깁니다. 그런데 사람의 기억은 생각보다 짧고 한쪽으로 기웁니다. 관리자에게 지난 1년의 성과를 물으면 대개 최근 6~8주만 또렷하게 기억한다고 합니다 (Avoid This Common Performance Review Mistake). 마감 직전에 눈에 띈 직원은 높게, 조용히 제 몫을 해낸 직원은 낮게 평가되기 쉬운 이유입니다. 이렇게 최근 일에 치우치는 것을 최근 효과라고 부릅니다.

이건 일부 관리자의 문제가 아니라 구조의 문제입니다. 미국 SHRM 자료에서는 연간 평가의 약 40%가 최근 효과나 중심화 경향 같은 편향의 영향을 받고, 직원의 절반가량은 자신의 평가가 편향됐거나 부정확하다고 느낀다고 합니다 (Performance review statistics 2026: Bias, time, and what actually works, 2026). 반년 동안 누가 무슨 일을 얼마나 했는지가 어디에도 남아 있지 않으니, 결국 인상과 기억으로 빈칸을 채우게 되는 것입니다. 데이터 기반 인사평가가 필요하다는 말은 여기서 나옵니다. 기억의 빈칸을 사실로 메우자는 것입니다.

데이터 기반 인사평가에서 무엇을 볼 수 있나

오피오에는 구성원이 반년, 1년 동안 어떤 일에 시간을 썼는지가 기록으로 남습니다. 어떤 업무에 집중했는지, 어떤 프로그램과 도구로 일했는지, AI를 얼마나 활용했는지, 화면에는 어떤 작업이 담겼는지 같은 활동이 쌓입니다. 평가를 앞두고 이 기록을 열어 보면, 최근 몇 주의 인상을 넘어 전체 기간을 놓고 볼 수 있습니다. 편향을 줄이는 가장 확실한 방법은 주관적 기억 대신 기간 내내 쌓인 일관된 근거를 두는 것인데, 원격근무를 관리하는 원칙과도 맞닿아 있습니다.

평가 항목마다 참고할 만한 기록도 조금씩 다릅니다. 업무량이나 몰입도를 볼 때는 어느 시기에 어떤 프로젝트에 시간이 쏠렸는지, 활동량이 어떻게 이어졌는지를 봅니다. 협업 성향을 볼 때는 메신저나 회의에 쓴 시간과 혼자 작업에 쓴 시간의 비중을 참고합니다. 새로운 방식을 얼마나 받아들이는지 궁금하면 AI 도구를 언제부터 얼마나 쓰기 시작했는지가 단서가 됩니다. 어느 것도 그 자체로 점수는 아니지만, "이 사람은 협업을 잘한다"거나 "새 툴 적응이 빠르다"는 인상에 붙일 근거는 됩니다. 인상만 있고 근거가 없던 항목에 처음으로 사실 한 줄을 댈 수 있는 것입니다.

평가 면담에서 데이터를 쓰는 순서

데이터 기반 인사평가라고 해서 점수가 자동으로 나오는 것은 아닙니다. 실제 반기 평가에서는 대개 이런 순서로 데이터를 씁니다.

먼저 평가자는 면담 전에 해당 구성원의 반기 활동 기록을 엽니다. 어떤 시기에 어떤 업무에 시간이 몰렸는지, 어느 프로젝트에 오래 매달렸는지를 훑습니다. 반기 전체가 한눈에 보이니, "요즘 어땠더라"로 시작하던 기억이 사실로 교정됩니다.

면담 자리에서는 그 기록을 함께 봅니다. 관리자가 화면을 열어 "기록을 보면 3월에 이 프로젝트에 몰려 있었네요"라고 짚으면, 구성원도 같은 화면을 보며 "그때 배포 일정이 앞당겨져서 그랬습니다"라고 맥락을 붙입니다. 평가자의 인상과 구성원의 기억이 어긋날 때, 어느 쪽이 맞느냐를 다투는 대신 남아 있는 기록을 함께 확인하면 됩니다. "2분기에는 눈에 띄는 게 없었던 것 같은데"라는 말이 나와도, 기록을 열어 보면 그 시기에 다른 팀 지원 업무가 길게 잡혀 있었다는 사실이 드러나기도 합니다. 눈에 안 띄었다고 일을 안 한 게 아니라 눈에 안 띄는 일을 하고 있었던 셈입니다. 이런 대화는 점수를 깎거나 올리기 위한 것이 아니라, 반기 동안 무슨 일이 있었는지를 양쪽이 같은 화면을 보며 맞춰 보기 위한 것입니다.

마지막으로 그 사실 위에서 판단을 내립니다. 데이터가 알려 주는 것은 무슨 일에 시간이 쓰였는가까지고, 그 일이 잘된 것인지 아닌지는 여전히 사람이 정합니다. 순서를 지키면 평가는 남아 있는 기록에서 출발하고, 판단은 사람이 맡는 구조가 됩니다.

"감시 아니냐"는 물음에 답하기

이런 이야기를 하면 데이터로 사람을 감시하려는 것 아니냐는 반론이 나옵니다. 여기는 분명히 해 둘 필요가 있습니다. 활동 데이터가 곧 성과는 아닙니다. 오래 앉아 있었다고 잘한 것도, 특정 도구를 많이 썼다고 유능한 것도 아닙니다. 데이터의 역할은 평가자와 구성원이 같은 사실을 놓고 이야기하도록 돕는 근거를 대는 데 있습니다. 점수는 그 근거를 본 사람이 정합니다.

감시와 갈리는 지점도 여기입니다. 감시는 관리자가 직원을 실시간으로 들여다보며 통제하려는 것이고, 데이터 기반 인사평가는 이미 쌓인 기록을 평가 자리에서 함께 펼쳐 놓고 확인하는 것입니다. 무엇을 기록할지 구성원이 알고 있고, 그 기록을 평가 대상 본인도 같이 본다면, 그것은 뒤에서 지켜보는 통제라기보다 앞에 꺼내 놓고 함께 보는 근거에 가깝습니다.

그래서 평가에 데이터를 쓸 때는 지켜야 할 선이 있습니다. 데이터는 근거일 뿐 판단은 사람이 한다는 것입니다. 활동량이 많았다는 기록이 곧 좋은 평가로 이어져서는 안 됩니다. 그러면 사람들은 결과가 아니라 지표를 관리하기 시작하고, 오래 앉아 있거나 화면을 계속 켜 두는 식으로 숫자만 좋게 만들려 합니다. 왜 그 시기에 특정 업무가 적었는지, 짧게 일하고도 성과를 냈는지, 어떤 사정이 있었는지는 기록에 다 담기지 않습니다. 그 빈칸을 읽어 내는 것은 여전히 사람의 몫입니다. 데이터가 하는 일은 판단을 대신하는 것까지는 아닙니다. "내 기억으로는"으로 시작하던 평가를 "기록을 보면"이라는 사실에서 시작하도록 바꾸는 데까지입니다.

평가를 넘어 인사 결정으로

기록이 반기마다 쌓이면 평가 한 번으로 끝나지 않습니다. 한 시즌의 활동은 인상일 수 있어도, 여러 반기에 걸쳐 반복되는 활동은 그 사람이 실제로 어떤 일을 해 왔는지를 보여 줍니다.

승진을 검토할 때가 그렇습니다. 최근 프로젝트 하나가 잘돼서 눈에 든 사람인지, 아니면 몇 개 분기 동안 꾸준히 폭넓은 일을 맡아 온 사람인지는 한 시즌만 봐서는 갈라내기 어렵습니다. 여러 기간의 기록을 나란히 놓으면, 맡은 업무의 종류가 어떻게 늘었는지, 혼자 처리하던 사람이 다른 팀을 지원하는 쪽으로 옮겨 갔는지가 드러납니다. 배치나 팀 구성을 정할 때도 마찬가지입니다. 누가 어떤 도구와 업무에 시간을 많이 써 왔는지가 보이면, 새 프로젝트에 사람을 붙일 때 "그 일 잘할 것 같은데"라는 짐작 대신 실제로 그 일을 해 온 기록을 참고할 수 있습니다.

이런 결정일수록 사실 한 줄의 무게가 큽니다. 승진에서 밀린 구성원이 "왜 저는 아닌가요"라고 물을 때, 인상이 아니라 누적된 기록을 함께 볼 수 있다면 그 대화의 성격이 달라집니다. 이렇게 사실이 쌓일수록 평가의 공정성과, 결과를 받아들이는 납득의 정도가 올라갑니다. 평가에 데이터를 붙이는 구체적인 방법은 도입 가이드에 정리해 두었습니다.

기억이 아니라 사실 위에서 평가를 시작하고 싶다면, 오피오에 쌓인 근무 데이터를 그 근거로 활용해 보세요.