논문검색
HOME 논문및학회지 논문검색
정보화연구, Vol.21 no.1 (2024)
pp.1~12
기계학습 기반의 HR데이터 분석을 통한 퇴직자 예측 모델 개발
기업에서는 우수 인력의 유출을 방지하고 장기근속을 유도하기 위해 퇴직에 영향을 미치는 요 인을 연구한다. 관련된 대부분의 연구는 퇴직자의 주관적 의견에 영향을 받는 설문조사 기반 데이터 를 수집하여 분석하거나 국외에서 사용되는 제한된 데이터를 사용하였다. 본 연구에서는 국내 금융IT 기업 채용 전형 과정에서 활용되는 인성평가 데이터 및 재직 중 기록되는 인사평가, HR데이터 등 객 관적 데이터를 기반으로 퇴직에 영향을 미치는 요인을 분석하였다. 변수 선택 및 초모수 최적화 과정 을 거쳐 다양한 기계학습 모델들의 성능을 비교 후 예측 성능이 우수한 최적의 퇴직자 예측 모델을 개 발하였다. 또한 특성 중요도 분석을 통하여 조기 퇴직에 영향을 미치는 주요 요인을 알 수 있었다. 이 를 활용하여 체계적인 인사 정책을 수립하고 우수 인력 유지를 위한 관리 노력을 효과적으로 수행한 다면 퇴직을 예방하고 장기근속을 유도할 수 있을 것으로 기대된다.
Development of Early Retirement Prediction Model through HR Data Analysis Based on Machine Learning
Many companies study factors that affect retirement in order to prevent outflow of excellent personnel and induce long-term employment. Most of the related studies collected and analyzed survey-based data influenced by the subjective opinions of retirees, or used limited data used abroad. In this study, factors affecting retirement were analyzed based on objective data such as personality evaluation data used in recruitment process of domestic financial IT companies and personnel evaluation and HR data recorded during employment. After comparing the performance of various machine learning models through variable selection and hyperparameter optimization, an optimal retiree prediction model with excellent predictive performance was developed. In addi- tion, through the feature importance analysis, the main factors affecting early retirement were identified. Using this, it is expected that if a systematic personnel policy is established and man- agement efforts to maintain excellent personnel are effectively carried out, it will be possible to prevent retirement and induce long-term service.
