๋ณธ๋ฌธ ๋ฐ”๋กœ๊ฐ€๊ธฐ
โ–ถ๊ฒฝ์˜์ง€๋„์‚ฌ/[2์ฐจ] ์ธ์‚ฌ๊ด€๋ฆฌ

2026๋…„ 2์ฐจ ๊ฒฝ์˜์ง€๋„์‚ฌ ใ…ฃ์ธ์‚ฌ๊ด€๊ณ„๋ก  ใ…ฃ [2] ํ™•๋ณด๊ด€๋ฆฌ(์ฑ„์šฉ๊ด€๋ฆฌ) (๊ธฐ์ถœ+์˜ˆ์ƒ)

by ๐Ÿฆ๋‚˜์•ผ๋ถ์Šค ์ž๊ฒฉ์ฆ ์—ฐ๊ตฌ์†Œ 2026. 6. 6.
๋ฐ˜์‘ํ˜•

CHAPTER 02. ํ™•๋ณด๊ด€๋ฆฌ (์ฑ„์šฉ๊ด€๋ฆฌ) ํŒŒํŠธ๋Š” ์ธ์ ์ž์›๊ด€๋ฆฌ์˜ ์ฒซ ๋‹จ์ถ”๋กœ์„œ, ์กฐ์ง์— ํ•„์š”ํ•œ ์ธ๋ ฅ์„ ์˜ˆ์ธกํ•˜๊ณ (์ธ์ ์ž์›๊ณ„ํš), ์œ ๋Šฅํ•œ ์ธ์žฌ๋ฅผ ์œ ์ธํ•˜๋ฉฐ(๋ชจ์ง‘), ๊ทธ์ค‘ ๊ฐ€์žฅ ์ ํ•ฉํ•œ ์ธ์žฌ๋ฅผ ๋ฝ‘์•„(์„ ๋ฐœ), ์ ์žฌ์ ์†Œ์— ๋ฐฐ์น˜ํ•˜๋Š” ์ผ๋ จ์˜ ๊ณผ์ •์„ ๋‹ค๋ฃจ๋Š” ๋งค์šฐ ํ•ต์‹ฌ์ ์ธ ๋‹จ์›์ž…๋‹ˆ๋‹ค. ๋งค๋…„ 2์ฐจ ์‹œํ—˜์—์„œ 10์  ๋˜๋Š” 30์  ๋ฌธ์ œ๋กœ ๋ฐ˜๋“œ์‹œ ์ถœ์ œ๋˜๋Š” ์˜์—ญ์ž…๋‹ˆ๋‹ค.

์ œ๊ณต๋œ ์ž๋ฃŒ์™€ ์—ญ๋Œ€ ๊ธฐ์ถœ๋ฌธ์ œ๋ฅผ ๋ฐ”ํƒ•์œผ๋กœ ์ฃผ์š” ๋‚ด์šฉ ์š”์•ฝ, ๊ธฐ์ถœ๋ฌธ์ œ, ์‹ค์ „ ๋Œ€๋น„ ์˜ˆ์ƒ๋ฌธ์ œ ๋ฐ ์•”๊ธฐ ํŒ์„ ์ƒ์„ธํžˆ ์ •๋ฆฌํ•ด ๋“œ๋ฆฝ๋‹ˆ๋‹ค.


1. ์ฃผ์š” ๋‚ด์šฉ ์š”์•ฝ

โ‘  ์ธ์ ์ž์›๊ณ„ํš (HR Planning)

  • ๊ฐœ๋…: ์กฐ์ง์˜ ์ „๋žต์  ๋ชฉํ‘œ ๋‹ฌ์„ฑ์„ ์œ„ํ•ด ๋ฏธ๋ž˜์— ํ•„์š”ํ•œ ์ธ๋ ฅ์˜ ์ˆ˜์š”(Demand)์™€ ๊ณต๊ธ‰(Supply)์„ ์˜ˆ์ธกํ•˜๊ณ , ์–‘์ ·์งˆ์  ๊ท ํ˜•์„ ๋งž์ถ”๋Š” ๊ณผ์ •์ž…๋‹ˆ๋‹ค.
  • ์˜ˆ์ธก ๊ธฐ๋ฒ•:
    • ์ˆ˜์š” ์˜ˆ์ธก: ์ฃผ๊ด€์ (์ •์„ฑ์ ) ๊ธฐ๋ฒ•์ธ ๋ธํŒŒ์ด ๊ธฐ๋ฒ•(์ „๋ฌธ๊ฐ€ ์˜๊ฒฌ ์กฐ์œจ), ๋ช…๋ชฉ์ง‘๋‹จ๋ฒ•๊ณผ ๊ฐ๊ด€์ (์ •๋Ÿ‰์ ) ๊ธฐ๋ฒ•์ธ ์ถ”์„ธ๋ถ„์„(์‹œ๊ณ„์—ด ๋ถ„์„), ์ƒ์‚ฐ์„ฑ ๋น„์œจ ๋ถ„์„ ๋“ฑ์ด ์žˆ์Šต๋‹ˆ๋‹ค.
    • ๊ณต๊ธ‰ ์˜ˆ์ธก: ๋‚ด๋ถ€ ๋…ธ๋™์‹œ์žฅ ๋ถ„์„์ธ ๊ธฐ๋Šฅ๋ชฉ๋ก(Skills Inventory), ๋งˆ๋ฅด์ฝ”ํ”„ ๋ถ„์„(Markov Analysis, ์ธ์› ์ด๋™ ํ™•๋ฅ  ํ–‰๋ ฌ) ๋“ฑ์ด ํ™œ์šฉ๋ฉ๋‹ˆ๋‹ค.

โ‘ก ๋ชจ์ง‘๊ด€๋ฆฌ (Recruitment)

  • ๊ฐœ๋…: ์„ ๋ฐœ์˜ ์ „ ๋‹จ๊ณ„๋กœ์„œ, ์ž๊ฒฉ์„ ๊ฐ–์ถ˜ ์ง€์›์ž๋“ค์ด ์กฐ์ง์— ์ง€์›ํ•˜๋„๋ก ์œ ์ธํ•˜๋Š” ํ™œ๋™์ž…๋‹ˆ๋‹ค.
  • ์›์ฒœ์— ๋”ฐ๋ฅธ ๋ถ„๋ฅ˜:
    • ๋‚ด๋ถ€ ๋ชจ์ง‘(์‚ฌ๋‚ด๊ณต๋ชจ์ œ๋„ ๋“ฑ): ๊ธฐ์กด ์ข…์—…์›์—๊ฒŒ ์Šน์ง„ ๋ฐ ์ด๋™ ๊ธฐํšŒ๋ฅผ ์ œ๊ณตํ•˜์—ฌ ์‚ฌ๊ธฐ๋ฅผ ์ง„์ž‘์‹œํ‚ค๊ณ (๋™๊ธฐ๋ถ€์—ฌ), ์ •ํ™•ํ•œ ํ‰๊ฐ€ ์ž๋ฃŒ๋ฅผ ๋ฐ”ํƒ•์œผ๋กœ ์„ ๋ฐœํ•  ์ˆ˜ ์žˆ์œผ๋‚˜, ์‚ฌ๋‚ด ํŒŒ๋ฒŒ ์กฐ์„ฑ ๋ฐ '์ธ์žฌ์˜ ๊ณ ๊ฐˆ(Inbreeding)' ์šฐ๋ ค๊ฐ€ ์žˆ์Šต๋‹ˆ๋‹ค.
    • ์™ธ๋ถ€ ๋ชจ์ง‘: ์™ธ๋ถ€์˜ ์ƒˆ๋กœ์šด ์ง€์‹๊ณผ ์•„์ด๋””์–ด๋ฅผ ์ˆ˜ํ˜ˆํ•  ์ˆ˜ ์žˆ์œผ๋‚˜, ๋ชจ์ง‘ ๋น„์šฉ์ด ๋งŽ์ด ๋“ค๊ณ  ๊ธฐ์กด ์ง์›์˜ ์‚ฌ๊ธฐ๊ฐ€ ์ €ํ•˜๋  ์ˆ˜ ์žˆ์Šต๋‹ˆ๋‹ค.

โ‘ข ์„ ๋ฐœ๊ด€๋ฆฌ (Selection)

  • ๊ฐœ๋…: ๋ชจ์ง‘๋œ ์ง€์›์ž ์ค‘ ์ง๋ฌด ์š”๊ฑด์— ๊ฐ€์žฅ ์ ํ•ฉํ•œ(Fit) ์ธ์žฌ๋ฅผ ๊ฑธ๋Ÿฌ๋‚ด๋Š” ๊ณผ์ •์ž…๋‹ˆ๋‹ค.
  • ์„ ๋ฐœ ๋„๊ตฌ์˜ ์š”๊ฑด:
    • ์‹ ๋ขฐ๋„(Reliability): ์ธก์ •์˜ ์ผ๊ด€์„ฑ๊ณผ ์•ˆ์ •์„ฑ์„ ์˜๋ฏธํ•ฉ๋‹ˆ๋‹ค. (์‹œํ—˜-์žฌ์‹œํ—˜๋ฒ•, ๋Œ€์ฒดํ˜•์‹๋ฒ•, ๋ฐ˜๋ถ„๋ฒ•, ๋‚ด์  ์ผ๊ด€์„ฑ ๋“ฑ์œผ๋กœ ์ธก์ •).
    • ํƒ€๋‹น๋„(Validity): ์ธก์ •ํ•˜๊ณ ์ž ํ•˜๋Š” ๋ฐ”๋ฅผ ์ •ํ™•ํžˆ ์ธก์ •(๋ชฉ์  ๋ถ€ํ•ฉ์„ฑ)ํ•˜๋Š”์ง€ ์—ฌ๋ถ€์ž…๋‹ˆ๋‹ค. (๊ธฐ์ค€ํƒ€๋‹น๋„, ๋‚ด์šฉํƒ€๋‹น๋„, ๊ตฌ์„ฑํƒ€๋‹น๋„๋กœ ๋‚˜๋‰จ).
    • ์œ ์šฉ์„ฑ(Utility): ์„ ๋ฐœ ๋„๊ตฌ๋ฅผ ๋„์ž…ํ•จ์œผ๋กœ์จ ์–ป๋Š” ์„ฑ๊ณผ๊ฐ€ ๋„์ž… ๋น„์šฉ๋ณด๋‹ค ์ปค์•ผ ํ•œ๋‹ค๋Š” ๋น„์šฉ-ํŽธ์ต ๋ถ„์„ ๊ด€์ ์ž…๋‹ˆ๋‹ค.
  • ํ˜„๋Œ€์  ์„ ๋ฐœ ๊ธฐ๋ฒ•: ๋ฉด์ ‘(๊ตฌ์กฐํ™” ๋ฉด์ ‘, ์••๋ฐ• ๋ฉด์ ‘), ํ‰๊ฐ€์„ผํ„ฐ๋ฒ•(Assessment Center, ํ•ฉ์ˆ™์„ ํ†ตํ•œ ๋‹ค์ˆ˜ ํ‰๊ฐ€์ž์˜ ๋‹ค์ˆ˜ ํ”ผํ‰๊ฐ€์ž ํ‰๊ฐ€), NCS(๊ตญ๊ฐ€์ง๋ฌด๋Šฅ๋ ฅํ‘œ์ค€) ๊ธฐ๋ฐ˜ ์ฑ„์šฉ ๋“ฑ์ด ๊ฐ•์กฐ๋ฉ๋‹ˆ๋‹ค.

2. ์—ญ๋Œ€ ์ฃผ์š” ๊ธฐ์ถœ๋ฌธ์ œ

ํ™•๋ณด๊ด€๋ฆฌ ํŒŒํŠธ๋Š” ๋ชจ์ง‘ ์›์ฒœ์˜ ์žฅ๋‹จ์ , ์„ ๋ฐœ ๋„๊ตฌ์˜ ๊ณผํ•™์  ์š”๊ฑด, ํŠน์ • ๋ชจ์ง‘/์„ ๋ฐœ ๊ธฐ๋ฒ•์˜ ํŠน์ง•์ด ์ฃผ๋กœ ์ถœ์ œ๋ฉ๋‹ˆ๋‹ค.

  • [2024๋…„ 10์ ] ๋ชจ์ง‘์˜ ํšจ๊ณผ์„ฑ ํ‰๊ฐ€๊ธฐ์ค€์„ ์ œ์‹œํ•˜๊ณ , ๋ชจ์ง‘์˜ ํšจ๊ณผ์„ฑ์„ ๋†’์ด๋Š” ๋ฐฉ์•ˆ์„ ์„ค๋ช…ํ•˜์‹œ์˜ค.
  • [2023๋…„ 30์ ] ์ข…์—…์› ์ฑ„์šฉ ์‹œ ์„ ๋ฐœ๋„๊ตฌ๊ฐ€ ๊ฐ–์ถ”์–ด์•ผ ํ•  ์กฐ๊ฑด ์ค‘ ์‹ ๋ขฐ๋„(reliability), ํƒ€๋‹น๋„(validity), ์œ ์šฉ์„ฑ(utility)์— ๊ด€ํ•˜์—ฌ ๋…ผํ•˜์‹œ์˜ค.
  • [2022๋…„ 10์ ] ์‚ฌ๋‚ด๊ณต๋ชจ์ œ๋„(job posting and bidding system)์˜ ๋„์ž… ๋ชฉ์ ์„ ๊ธฐ์ˆ ํ•˜๊ณ , ์žฅ์ ๊ณผ ๋‹จ์ ์„ ๊ฐ๊ฐ 4๊ฐ€์ง€๋งŒ ์„ค๋ช…ํ•˜์‹œ์˜ค.

3. ์‹ค์ „ ๋Œ€๋น„ ์˜ˆ์ƒ๋ฌธ์ œ

[์˜ˆ์ƒ๋ฌธ์ œ 1] ์„ ๋ฐœ ๋„๊ตฌ์˜ ๊ณผํ•™์  ์š”๊ฑด ์ค‘ ํƒ€๋‹น๋„(Validity)์˜ ์„ธ ๊ฐ€์ง€ ์œ ํ˜•์ธ ๊ธฐ์ค€ํƒ€๋‹น๋„, ๋‚ด์šฉํƒ€๋‹น๋„, ๊ตฌ์„ฑํƒ€๋‹น๋„์˜ ๊ฐœ๋…๊ณผ ํŠน์ง•์„ ๋น„๊ต ์„ค๋ช…ํ•˜์‹œ์˜ค. (10์ )

  • ๋‹ต์•ˆ ํฌ์ธํŠธ:
    1. ํƒ€๋‹น๋„์˜ ์˜์˜: ์„ ๋ฐœ ๋„๊ตฌ๊ฐ€ ์ง๋ฌด์„ฑ๊ณผ๋ฅผ ์–ผ๋งˆ๋‚˜ ์ •ํ™•ํ•˜๊ฒŒ ์˜ˆ์ธก(๋ชฉ์ ์— ๋ถ€ํ•ฉ)ํ•˜๋Š”๊ฐ€๋ฅผ ๋‚˜ํƒ€๋‚ด๋Š” ์ง€ํ‘œ.
    2. ๊ธฐ์ค€ ํƒ€๋‹น๋„(Criterion-related Validity): ์„ ๋ฐœ ์‹œํ—˜ ์„ฑ์ ๊ณผ ์‹ค์ œ ์ง๋ฌด ์„ฑ๊ณผ(๊ธฐ์ค€) ๊ฐ„์˜ ํ†ต๊ณ„์  ์ƒ๊ด€๊ด€๊ณ„๋ฅผ ์˜๋ฏธ (๋™์‹œํƒ€๋‹น๋„์™€ ์˜ˆ์ธกํƒ€๋‹น๋„๋กœ ์„ธ๋ถ„ํ™”).
    3. ๋‚ด์šฉ ํƒ€๋‹น๋„(Content Validity): ์‹œํ—˜ ๋ฌธํ•ญ์ด ์‹ค์ œ ์ง๋ฌด ์ˆ˜ํ–‰์— ํ•„์š”ํ•œ ์ง€์‹์ด๋‚˜ ๊ธฐ์ˆ ์„ ์–ผ๋งˆ๋‚˜ ์ž˜ ๋ฐ˜์˜ํ•˜๊ณ  ์žˆ๋Š”์ง€๋ฅผ ์ „๋ฌธ๊ฐ€์˜ ์ฃผ๊ด€์  ํŒ๋‹จ์œผ๋กœ ๊ฒ€์ฆํ•˜๋Š” ๋ฐฉ๋ฒ•.
    4. ๊ตฌ์„ฑ ํƒ€๋‹น๋„(Construct Validity): ์ด๋ก ์ ์œผ๋กœ ์ง๋ฌด ์ˆ˜ํ–‰๊ณผ ๊ด€๋ จ ์žˆ๋‹ค๊ณ  ๊ฐ€์ •๋œ ์ถ”์ƒ์  ํŠน์„ฑ(์ง€๋Šฅ, ์ ์„ฑ, ๋ฆฌ๋”์‹ญ ๋“ฑ)์„ ์‹œํ—˜์ด ์ •ํ™•ํ•˜๊ฒŒ ์ธก์ •ํ•˜๊ณ  ์žˆ๋Š”๊ฐ€๋ฅผ ํ†ต๊ณ„์ ์œผ๋กœ ๋ถ„์„ํ•˜๋Š” ๋ฐฉ๋ฒ•.

[์˜ˆ์ƒ๋ฌธ์ œ 2] ์ธ๋ ฅ ์ˆ˜์š” ์˜ˆ์ธก ๊ธฐ๋ฒ• ์ค‘ ๋ธํŒŒ์ด ๊ธฐ๋ฒ•(Delphi technique)๊ณผ ๋งˆ๋ฅด์ฝ”ํ”„ ๋ถ„์„(Markov Analysis)์˜ ๊ฐœ๋…์„ ์ •์„ฑ์ /์ •๋Ÿ‰์  ๊ด€์ ์—์„œ ๊ตฌ๋ถ„ํ•˜์—ฌ ์„ค๋ช…ํ•˜์‹œ์˜ค. (10์ )

  • ๋‹ต์•ˆ ํฌ์ธํŠธ:
    1. ๋ธํŒŒ์ด ๊ธฐ๋ฒ• (์ •์„ฑ์  ์ˆ˜์š” ์˜ˆ์ธก): ๋‹ค์ˆ˜์˜ ์ „๋ฌธ๊ฐ€๋“ค์„ ํ•œ๊ณณ์— ๋ชจ์œผ์ง€ ์•Š๊ณ , ์ต๋ช…์„ฑ์ด ๋ณด์žฅ๋œ ์„ค๋ฌธ์ง€๋ฅผ ๋ฐ˜๋ณต์ ์œผ๋กœ ํšŒ์ˆ˜·ํ”ผ๋“œ๋ฐฑํ•˜์—ฌ ํ•ฉ์˜๋œ ์ธ๋ ฅ ์ˆ˜์š” ์˜ˆ์ธก์น˜๋ฅผ ๋„์ถœํ•˜๋Š” ์ฃผ๊ด€์  ๊ธฐ๋ฒ•. ๋Œ€๋ฉด ํ† ๋ก  ์‹œ ๋ฐœ์ƒํ•˜๋Š” ํ›„๊ด‘ํšจ๊ณผ๋‚˜ ๊ถŒ์œ„์— ์˜ํ•œ ์ ๋ฆผ ํ˜„์ƒ์„ ๋ฐฉ์ง€ํ•  ์ˆ˜ ์žˆ์Œ.
    2. ๋งˆ๋ฅด์ฝ”ํ”„ ๋ถ„์„ (์ •๋Ÿ‰์  ๊ณต๊ธ‰ ์˜ˆ์ธก): ์กฐ์ง ๋‚ด๋ถ€์˜ ์ง๊ธ‰๋ณ„, ๋ถ€์„œ๋ณ„ ์ธ์› ์ด๋™(์Šน์ง„, ์ด์ง, ๊ฐ•๋“ฑ ๋“ฑ)์˜ ๊ณผ๊ฑฐ ๋ฐ์ดํ„ฐ๋ฅผ ๋ฐ”ํƒ•์œผ๋กœ ์ „์ดํ™•๋ฅ ํ–‰๋ ฌ(Transition Probability Matrix)์„ ๋„์ถœํ•˜์—ฌ, ๋ฏธ๋ž˜ ํŠน์ • ์‹œ์ ์˜ ๋‚ด๋ถ€ ์ธ๋ ฅ ๊ณต๊ธ‰์„ ์ˆ˜๋ฆฌ์ ์œผ๋กœ ์˜ˆ์ธกํ•˜๋Š” ๊ธฐ๋ฒ•.
    3. ๊ฒฐ๋ก : ๊ธ‰๋ณ€ํ•˜๋Š” ํ™˜๊ฒฝ์—์„œ๋Š” ๊ณผ๊ฑฐ ๋ฐ์ดํ„ฐ ๊ธฐ๋ฐ˜์˜ ๋งˆ๋ฅด์ฝ”ํ”„ ๋ถ„์„์— ํ•œ๊ณ„๊ฐ€ ์žˆ์œผ๋ฏ€๋กœ, ๋ธํŒŒ์ด ๊ธฐ๋ฒ•๊ณผ ๊ฐ™์€ ์ •์„ฑ์  ๊ธฐ๋ฒ•์„ ๋ณ‘ํ–‰ํ•˜์—ฌ ๋ถˆํ™•์‹ค์„ฑ์„ ๋ณด์™„ํ•ด์•ผ ํ•จ.

[์˜ˆ์ƒ๋ฌธ์ œ 3] ์„ ๋ฐœ ๋ฉด์ ‘ ์‹œ ๋ฉด์ ‘๊ด€์ด ๋ฒ”ํ•  ์ˆ˜ ์žˆ๋Š” ํ‰๊ฐ€์ž ์˜ค๋ฅ˜(์ƒ๋™์  ํŽธ๊ฒฌ, ํ›„๊ด‘ํšจ๊ณผ, ์ตœ๊ทผํšจ๊ณผ ๋“ฑ) 3๊ฐ€์ง€๋ฅผ ์„ค๋ช…ํ•˜๊ณ , ์ด๋ฅผ ๊ทน๋ณตํ•˜๊ธฐ ์œ„ํ•œ ๊ตฌ์กฐํ™” ๋ฉด์ ‘(Structured Interview)์˜ ํšจ๊ณผ๋ฅผ ๋…ผํ•˜์‹œ์˜ค. (10์ )

  • ๋‹ต์•ˆ ํฌ์ธํŠธ:
    1. ๋ฉด์ ‘๊ด€์˜ ์˜ค๋ฅ˜ (3๊ฐ€์ง€ ์„ ํƒ ์„œ์ˆ ):
      • ์ƒ๋™์  ํŽธ๊ฒฌ(Stereotyping): ์ง€์›์ž๊ฐ€ ์†ํ•œ ์ถœ์‹  ์ง€์—ญ, ์„ฑ๋ณ„, ํ•™๊ต ๋“ฑ์— ๋Œ€ํ•œ ๊ณ ์ •๊ด€๋…์œผ๋กœ ๊ฐœ์ธ์„ ํ‰๊ฐ€ํ•˜๋Š” ์˜ค๋ฅ˜.
      • ํ›„๊ด‘ํšจ๊ณผ(Halo effect): ์ง€์›์ž์˜ ํ•œ ๊ฐ€์ง€ ๋‘๋“œ๋Ÿฌ์ง„ ์žฅ์ (๋˜๋Š” ๋‹จ์ )์ด ๋‹ค๋ฅธ ํŠน์„ฑ ํ‰๊ฐ€์— ์—ฐ์‡„์ ์œผ๋กœ ์˜ํ–ฅ์„ ๋ฏธ์น˜๋Š” ํ˜„์ƒ.
      • ์ตœ๊ทผํšจ๊ณผ(Recency effect): ๋ฉด์ ‘ ์ดˆ๋ฐ˜๋ณด๋‹ค ๋งˆ์ง€๋ง‰์— ๋ฐ›์€ ์ธ์ƒ์ด๋‚˜ ๋‹ต๋ณ€์— ๋” ํฐ ๊ฐ€์ค‘์น˜๋ฅผ ๋‘์–ด ํ‰๊ฐ€ํ•˜๋Š” ์˜ค๋ฅ˜.
    2. ๊ทน๋ณต ๋ฐฉ์•ˆ (๊ตฌ์กฐํ™” ๋ฉด์ ‘): ๋ชจ๋“  ์ง€์›์ž์—๊ฒŒ ๋™์ผํ•œ ์งˆ๋ฌธ์„ ๋™์ผํ•œ ์ˆœ์„œ๋กœ ๋˜์ง€๊ณ , ์‚ฌ์ „์— ์ •ํ•ด์ง„ ํ‰๊ฐ€ ์ฒ™๋„(BARS ๋“ฑ)์— ๋”ฐ๋ผ ์ฑ„์ ํ•˜๋Š” ๋ฐฉ์‹. ํ‰๊ฐ€์ž์˜ ์ฃผ๊ด€ ๊ฐœ์ž…์„ ์ฐจ๋‹จํ•˜์—ฌ ์‹ ๋ขฐ๋„์™€ ํƒ€๋‹น๋„๋ฅผ ํฌ๊ฒŒ ๋†’์ผ ์ˆ˜ ์žˆ์Œ.

4. ์Šคํ† ๋ฆฌํ…”๋ง ์•”๊ธฐ ํŒ & ํ•ต์‹ฌ ์•”๊ธฐ ํ‘œ (Exam Tip)

๐Ÿ’ก ์Šคํ† ๋ฆฌํ…”๋ง์œผ๋กœ ์ดํ•ดํ•˜๋Š” ์ฑ„์šฉ๊ด€๋ฆฌ ํ๋ฆ„: "๊ณ„·๋ชจ·์„ "

"์™„๋ฒฝํ•œ ํŒ€์„ ๋งŒ๋“ค๊ธฐ ์œ„ํ•ด์„œ๋Š” ๊ฐ€์žฅ ๋จผ์ € ์–ด๋–ค ํฌ์ง€์…˜์— ๋ช‡ ๋ช…์˜ ์„ ์ˆ˜๊ฐ€ ํ•„์š”ํ•œ์ง€ [๊ณ„]ํš(์ธ์ ์ž์›๊ณ„ํš)์„ ์„ธ์›Œ์•ผ ํ•ฉ๋‹ˆ๋‹ค. ๊ทธ ๋‹ค์Œ, ์šฐ๋ฆฌ ํŒ€์˜ ๋น„์ „์„ ๋„๋ฆฌ ์•Œ๋ ค ์šฐ์ˆ˜ํ•œ ์„ ์ˆ˜๋“ค์ด ์šฐ๋ฆฌ ํŒ€ ์ž…๋‹จ ํ…Œ์ŠคํŠธ๋ฅผ ๋ณด๋Ÿฌ ์˜ค๋„๋ก [๋ชจ]์ง‘(Recruitment)ํ•ด์•ผ ํ•˜์ฃ . ๋งˆ์ง€๋ง‰์œผ๋กœ ๋ชจ์—ฌ๋“  ์„ ์ˆ˜๋“ค ์ค‘ ๊ตฌ๋‹จ์˜ ์ „์ˆ ์— ๊ฐ€์žฅ ์ž˜ ๋งž๋Š” ์„ ์ˆ˜๋ฅผ ์‹ ๋ขฐ๋„ ๋†’์€ ์ฒด๋ ฅ ๊ฒ€์‚ฌ์™€ ํƒ€๋‹น๋„ ๋†’์€ ์‹ค์ „ ํ…Œ์ŠคํŠธ๋ฅผ ํ†ตํ•ด [์„ ]๋ฐœ(Selection)ํ•ฉ๋‹ˆ๋‹ค. ์ด ๊ณ„·๋ชจ·์„ ์˜ ๊ณผ์ •์ด ํ›Œ๋ฅญํ•ด์•ผ ํŒ€์˜ ์Šน๋ฆฌ(๊ฒฝ์Ÿ์šฐ์œ„)๋ฅผ ์ด๋Œ ์ˆ˜ ์žˆ์Šต๋‹ˆ๋‹ค."

๐Ÿ’ก ๋‘๋ฌธ์ž ์•”๊ธฐ ์š”๋ น

  • ์„ ๋ฐœ ๋„๊ตฌ์˜ ์š”๊ฑด: [์‹ ·ํƒ€·์œ ]
    • ๋‚ด์šฉ: ์‹ ๋ขฐ๋„(์ผ๊ด€์„ฑ), ํƒ€๋‹น๋„(๋ชฉ์ ๋ถ€ํ•ฉ์„ฑ), ์œ ์šฉ์„ฑ(๋น„์šฉ๋Œ€๋น„ ํšจ๊ณผ)
  • ์‹ ๋ขฐ๋„ ์ธก์ • 3๋Œ€์žฅ: [์žฌ·๋Œ€·๋ฐ˜]
    • ๋‚ด์šฉ: ์‹œํ—˜-์žฌ์‹œํ—˜๋ฒ•, ๋Œ€์ฒดํ˜•์‹๋ฒ•, ๋ฐ˜๋ถ„๋ฒ•
  • ํƒ€๋‹น๋„ ์ธก์ • 3๋Œ€์žฅ: [๊ธฐ·๋‚ด·๊ตฌ]
    • ๋‚ด์šฉ: ๊ธฐ์ค€ํƒ€๋‹น๋„, ๋‚ด์šฉํƒ€๋‹น๋„, ๊ตฌ์„ฑํƒ€๋‹น๋„

๐Ÿ“Š ๋…ผ์ˆ ํ˜• ๋‹ต์•ˆ ํ˜„์ถœ์šฉ ์•”๊ธฐ ๋„ํ‘œ

๋ฌธํ•ญ ์ฃผ์ œ ํ•ต์‹ฌ ๋‘๋ฌธ์ž (ํ‚ค์›Œ๋“œ) ๋ชฉ์ฐจ ๋ฐ ํ•ต์‹ฌ ์„œ์ˆ  ๋‚ด์šฉ (10์  ๋ถ„๋Ÿ‰) ์‹ค์ œ ๋‹ต์•ˆ ์ž‘์„ฑ ์‹œ ๊ฟ€ํŒ

Q. ๋‚ด๋ถ€๋ชจ์ง‘ vs ์™ธ๋ถ€๋ชจ์ง‘ Make vs Buy 1. ๋‚ด๋ถ€๋ชจ์ง‘ (์‚ฌ๋‚ด๊ณต๋ชจ์ œ): ์Šน์ง„ ๊ธฐํšŒ, ํ‰๊ฐ€ ์ •ํ™• / ํŒŒ๋ฒŒ, ์ธ์žฌ๊ณ ๊ฐˆ
2. ์™ธ๋ถ€๋ชจ์ง‘: ํ˜์‹  ์ˆ˜ํ˜ˆ / ๊ณ ๋น„์šฉ, ์‚ฌ๊ธฐ์ €ํ•˜
3. ์ƒํ™ฉ์ ํ•ฉ์  ๊ฒฐ๋ก  (๋งˆ์ผ์ฆˆ&์Šค๋…ธ์šฐ)
๋ฐฉ์–ดํ˜• ์ „๋žต์€ ๋‚ด๋ถ€๋ชจ์ง‘(Make), ํƒ์ƒ‰ํ˜• ์ „๋žต์€ ์™ธ๋ถ€๋ชจ์ง‘(Buy)์ด ์ ํ•ฉํ•˜๋‹ค๋Š” ๊ฒฐ๋ก  ์„œ์ˆ .
Q. ์‹ ๋ขฐ๋„์™€ ํƒ€๋‹น๋„ ์‹ ํƒ€์œ  / ์žฌ๋Œ€๋ฐ˜ / ๊ธฐ๋‚ด๊ตฌ 1. ์„ ๋ฐœ๋„๊ตฌ ์š”๊ฑด์˜ ์˜์˜
2. ์‹ ๋ขฐ๋„ (์ผ๊ด€์„ฑ: ์žฌ/๋Œ€/๋ฐ˜)
3. ํƒ€๋‹น๋„ (์ •ํ™•์„ฑ: ๊ธฐ/๋‚ด/๊ตฌ)
4. ์–‘์ž์˜ ๊ด€๊ณ„
"์‹ ๋ขฐ๋„๋Š” ํƒ€๋‹น๋„๋ฅผ ๋†’์ด๊ธฐ ์œ„ํ•œ ํ•„์š”์กฐ๊ฑด์ด์ง€๋งŒ ์ถฉ๋ถ„์กฐ๊ฑด์€ ์•„๋‹ˆ๋‹ค"๋ผ๋Š” ๋ช…์ œ๋ฅผ ๋ฐ˜๋“œ์‹œ ์‚ฝ์ž….
Q. ํ‰๊ฐ€์„ผํ„ฐ๋ฒ• (AC) ํ•ฉ์ˆ™, ๋‹ค์ˆ˜, ์‹œ๋ฎฌ๋ ˆ์ด์…˜ 1. ํ‰๊ฐ€์„ผํ„ฐ๋ฒ•์˜ ๊ฐœ๋… (๋‹ค์ˆ˜ํ‰๊ฐ€์ž, ๋‹ค์ˆ˜ํ”ผํ‰๊ฐ€์ž, ํ•ฉ์ˆ™)
2. ํ™œ์šฉ ๊ธฐ๋ฒ• (์ธ๋ฐ”์Šค์ผ“, ์—ญํ• ์—ฐ๊ธฐ ๋“ฑ)
3. ์žฅ๋‹จ์  ๋ฐ ํšจ๊ณผ
"์ผ๋ฐ˜ ๋ฉด์ ‘์˜ ์ฃผ๊ด€์  ์˜ค๋ฅ˜๋ฅผ ๊ทน๋ณตํ•˜๊ธฐ ์œ„ํ•œ ํ–‰๋™ ๊ด€์ฐฐ ์ค‘์‹ฌ์˜ ์„ ์ง„ ๊ธฐ๋ฒ•"์ž„์„ ๋ถ€๊ฐ.

.

 

1. ์Šคํ† ๋ฆฌํ…”๋ง์œผ๋กœ ์‰ฝ๊ฒŒ ์ดํ•ดํ•˜๋Š” ํ™•๋ณด๊ด€๋ฆฌ ํ•ต์‹ฌ ์ด๋ก 

โถ ์ธ๋ ฅ์ˆ˜์š”์˜ˆ์ธก ๊ธฐ๋ฒ•: ๋ธํŒŒ์ด ๊ธฐ๋ฒ• (์ •์„ฑ์ ) vs ๋งˆ๋ฅด์ฝ”ํ”„ ๋ถ„์„ (์ •๋Ÿ‰์ )

  • ์Šคํ† ๋ฆฌ: ๋‹น์‹ ์ด ๊ฑฐ๋Œ€ํ•œ ๋Œ€ํ˜• ์„ ๋‹จ์„ ์ด๋„๋Š” ์„ ์žฅ(CEO)์ด๋ผ๊ณ  ํ•ด๋ด…์‹œ๋‹ค. ๋‚ด๋…„์— ์„ ์›์ด ๋ช‡ ๋ช…์ด๋‚˜ ๋” ํ•„์š”ํ• ์ง€ ์˜ˆ์ธกํ•ด์•ผ ํ•ฉ๋‹ˆ๋‹ค.
    • ๋ธํŒŒ์ด ๊ธฐ๋ฒ•์€ ๋ฐ”๋‹ค์˜ ๋ฒ ํ…Œ๋ž‘ ํ•ญํ•ด์‚ฌ(์ „๋ฌธ๊ฐ€)๋“ค์—๊ฒŒ ํŽธ์ง€๋ฅผ ๋ณด๋‚ด "๋‚ด๋…„์— ์„ ์›์ด ์–ผ๋งˆ๋‚˜ ํ•„์š”ํ•  ๊ฒƒ ๊ฐ™์Šต๋‹ˆ๊นŒ?"๋ผ๊ณ  ๊ฐœ๋ณ„์ ์œผ๋กœ ์˜๊ฒฌ์„ ๋ฌผ์–ด๋ณธ ๋’ค, ์ต๋ช…์œผ๋กœ ์˜๊ฒฌ์„ ๋ชจ์œผ๊ณ  ๋‹ค๋“ฌ๊ธฐ๋ฅผ ๋ฐ˜๋ณตํ•ด ์ตœ์ ์˜ ์ธ์›์ˆ˜๋ฅผ ๋„์ถœํ•˜๋Š” ๋ฐฉ์‹์ž…๋‹ˆ๋‹ค. ํ•œ์ž๋ฆฌ์— ๋ชจ์—ฌ ํšŒ์˜ํ•˜๋ฉด ์ตœ๊ณ ์ฐธ ํ•ญํ•ด์‚ฌ์˜ ๋ง์— ๋‹ค๋“ค ์ ๋ฆฌ๊ธฐ ๋•Œ๋ฌธ์—(ํ›„๊ด‘ํšจ๊ณผ ๋ฐฉ์ง€) ์ผ๋ถ€๋Ÿฌ ๋”ฐ๋กœ๋”ฐ๋กœ ๋ฌผ์–ด๋ณด๋Š” ์ •์„ฑ์  ๊ธฐ๋ฒ•์ž…๋‹ˆ๋‹ค.
    • ๋งˆ๋ฅด์ฝ”ํ”„ ๋ถ„์„์€ ์ง€๋‚œ 10๋…„๊ฐ„ "1๋“ฑ ํ•ญํ•ด์‚ฌ๊ฐ€ ์„ ์žฅ์ด ๋  ํ™•๋ฅ , ๊ฐ‘ํŒ์›์ด ๋‹ค๋ฅธ ๋ฐฐ๋กœ ๋„๋ง๊ฐˆ ํ™•๋ฅ " ๋“ฑ ๊ณผ๊ฑฐ์˜ ์ธ์› ์ด๋™ ๋ฐ์ดํ„ฐ๋ฅผ ์ปดํ“จํ„ฐ์— ์ž…๋ ฅํ•ด ์ˆ˜๋ฆฌ์ ์ธ ํ™•๋ฅ (์ „์ดํ™•๋ฅ ํ–‰๋ ฌ)๋กœ ๋‚ด๋…„์˜ ์ธ์› ๊ณต๊ธ‰์„ ์ž๋™ ๊ณ„์‚ฐํ•˜๋Š” ์ฒ ์ €ํ•œ ์ •๋Ÿ‰์  ๊ธฐ๋ฒ•์ž…๋‹ˆ๋‹ค.

โท ์„ ๋ฐœ๋„๊ตฌ์˜ ๊ณผํ•™์  ์š”๊ฑด: ์‹ ๋ขฐ๋„ vs ํƒ€๋‹น๋„ vs ์œ ์šฉ์„ฑ

  • ์Šคํ† ๋ฆฌ: ์šฐ๋ฆฌ ๋ฐฐ์— ํƒˆ ์ตœ๊ณ ์˜ '๋ช…์‚ฌ์ˆ˜'๋ฅผ ๋ฝ‘๊ธฐ ์œ„ํ•ด ์‚ฌ๊ฒฉ ์‹œํ—˜(์„ ๋ฐœ๋„๊ตฌ)์„ ์น˜๋ฆ…๋‹ˆ๋‹ค.
    • ์‹ ๋ขฐ๋„๋Š” ์ง€์›์ž๊ฐ€ ์˜ค๋Š˜ ์ด๋„ 10์ , ๋‚ด์ผ ์ด๋„ 10์ ์ด ๋‚˜์˜ค๋Š”๊ฐ€ ํ•˜๋Š” '์ธก์ •์˜ ์œ ์—ฐ์„ฑ๊ณผ ์ผ๊ด€์„ฑ'์ž…๋‹ˆ๋‹ค. (๋งŒ์•ฝ ์ด์ด ํ”๋“ค๋ ค ์ ์ˆ˜๊ฐ€ ๋“ค์ญ‰๋‚ ์ญ‰ํ•˜๋ฉด ์‹ ๋ขฐ๋„๊ฐ€ ์—†๋Š” ๊ฒƒ์ž…๋‹ˆ๋‹ค.)
    • ํƒ€๋‹น๋„๋Š” ์šฐ๋ฆฌ๊ฐ€ '์‚ฌ๊ฒฉ ์‹ค๋ ฅ'์„ ์ธก์ •ํ•˜๋ ค๊ณ  ๊ณผ๋…์„ ๋†จ๋Š”๋ฐ, ์ง€์›์ž๊ฐ€ ์ •๋ง ๊ณผ๋… ํ•œ๊ฐ€์šด๋ฐ๋ฅผ ์ •ํ™•ํžˆ ๋งžํžˆ๊ณ  ์žˆ๋Š”๊ฐ€ ํ•˜๋Š” '๋ชฉ์  ๋ถ€ํ•ฉ์„ฑ'์ž…๋‹ˆ๋‹ค. (๋งŒ์•ฝ ์—‰๋šฑํ•œ ๊ณผ๋…์„ ๋งžํžˆ๊ณ  ์žˆ๋‹ค๋ฉด ์•„๋ฌด๋ฆฌ ์ผ๊ด€๋˜๊ฒŒ ์ด๋„ ํƒ€๋‹น๋„๋Š” 0์ž…๋‹ˆ๋‹ค.)
    • ์œ ์šฉ์„ฑ์€ ์ด ์‚ฌ๊ฒฉ ์‹œํ—˜ ์žฅ๋น„๋ฅผ ๋นŒ๋ฆฌ๋Š” ๋ฐ 100๋งŒ ์›(๋น„์šฉ)์ด ๋“ค์—ˆ๋Š”๋ฐ, ์ด ์‹œํ—˜์„ ํ†ตํ•ด ๋ฝ‘์€ ์‚ฌ์ˆ˜๊ฐ€ ๋ฐฐ์— ๋ฒŒ์–ด๋‹ค ์ค€ ๊ฐ€์น˜๊ฐ€ 1,000๋งŒ ์›(ํŽธ์ต) ์ด์ƒ์ด ๋˜๋Š”๊ฐ€ ํ•˜๋Š” '๊ฐ€์„ฑ๋น„(๋น„์šฉ-ํŽธ์ต)' ๊ด€์ ์ž…๋‹ˆ๋‹ค.

โธ ๋ฉด์ ‘๊ด€์˜ ์˜ค๋ฅ˜์™€ ๊ตฌ์กฐํ™” ๋ฉด์ ‘

  • ์Šคํ† ๋ฆฌ: ๋ฉด์ ‘๊ด€๋“ค์ด ๋ฉด์ ‘์žฅ์—์„œ ํ”ํžˆ ์ €์ง€๋ฅด๋Š” 3๋Œ€ ์‹ค์ˆ˜๊ฐ€ ์žˆ์Šต๋‹ˆ๋‹ค. ์ง€์›์ž๊ฐ€ ํŠน์ • ์ง€์—ญ ์ถœ์‹ ์ด๋ผ๊ณ  ์ƒ‰์•ˆ๊ฒฝ์„ ๋ผ๊ณ  ๋ณด๋Š” ์ƒ๋™์  ํŽธ๊ฒฌ, ๋ง์‘ฅํ•œ ์™ธ๋ชจ ํ•˜๋‚˜์— ๋ฐ˜ํ•ด ๋ฉด์ ‘ ์ „๋ฐ˜์„ ์ข‹๊ฒŒ ํ‰๊ฐ€ํ•ด ๋ฒ„๋ฆฌ๋Š” ํ›„๊ด‘ํšจ๊ณผ, ๋งˆ์ง€๋ง‰ 3๋ถ„ ๋™์•ˆ ๊ฐ•๋ ฌํ•œ ์ธ์ƒ์„ ๋‚จ๊ธด ์ง€์›์ž๋งŒ ๊ธฐ์–ตํ•˜๋Š” ์ตœ๊ทผํšจ๊ณผ์ž…๋‹ˆ๋‹ค. ์ด๋ฅผ ๊ณ ์น˜๊ธฐ ์œ„ํ•ด ๋„์ž…๋œ ๊ฒƒ์ด ๋ฐ”๋กœ ๊ตฌ์กฐํ™” ๋ฉด์ ‘์ž…๋‹ˆ๋‹ค. ๋ชจ๋“  ์ง€์›์ž์—๊ฒŒ ๋กœ๋ด‡์ฒ˜๋Ÿผ ๋˜‘๊ฐ™์€ ์งˆ๋ฌธ์„ ๋˜‘๊ฐ™์€ ์ˆœ์„œ๋กœ ๋˜์ง€๊ณ , ์‚ฌ์ „์— ์ •์˜๋œ ์ •๋ฐ€ํ•œ ์ฑ„์  ๊ธฐ์ค€ํ‘œ(BARS ๋“ฑ)์— ์˜ํ•ด์„œ๋งŒ ์ ์ˆ˜๋ฅผ ๋งค๊ฒจ ๋ฉด์ ‘๊ด€์˜ ์ฃผ๊ด€์ด ๊ฐœ์ž…ํ•  ํ‹ˆ์„ ์›์ฒœ ์ฐจ๋‹จํ•˜๋Š” ๊ฒƒ์ž…๋‹ˆ๋‹ค.

2. ํ™•๋ณด๊ด€๋ฆฌ ๋‹จ๊ธฐ ํ•ฉ๊ฒฉ ๋‘๋ฌธ์ž ์•”๊ธฐ ์š”๋ น

  • ์ฑ„์šฉ์˜ ํ•ต์‹ฌ 3๋‹จ๊ณ„: [๊ณ„ · ๋ชจ · ์„ ]
    • ๋ฆฌ๋“ฌ: ์ธ๋ ฅ ๊ณ„ํš์„ ์„ธ์šฐ๊ณ , ์ง€์›์ž๋ฅผ ๋ชจ์ง‘ํ•˜์—ฌ, ์ตœ์ ์˜ ์ธ์žฌ๋ฅผ ์„ ๋ฐœํ•œ๋‹ค.
  • ์„ ๋ฐœ๋„๊ตฌ์˜ ๊ณผํ•™์  ์š”๊ฑด: [์‹  · ํƒ€ · ์œ ]
    • ๋‹จ์–ด: ์„ ๋ฐœ์€ ์‹ ์ค‘ํ•˜๊ณ  ํƒ€๋‹นํ•˜๋ฉฐ ์œ ์šฉํ•ด์•ผ ํ•œ๋‹ค! (์‹ ๋ขฐ๋„, ํƒ€๋‹น๋„, ์œ ์šฉ์„ฑ)
  • ์‹ ๋ขฐ๋„ ์ธก์ • ๊ธฐ๋ฒ•: [์žฌ · ๋Œ€ · ๋ฐ˜]
    • ์•”๊ธฐ: ์‹œํ—˜์„ ์žฌ์‹œํ—˜ ๋ณด๊ณ , ๋Œ€์ฒด ์‹œํ—˜์„ ๋ณด๊ณ , ๋ฐ˜์œผ๋กœ ์ชผ๊ฐœ์–ด(๋ฐ˜๋ถ„๋ฒ•) ์ผ๊ด€์„ฑ์„ ๋ณธ๋‹ค.
  • ํƒ€๋‹น๋„ 3๋Œ€์žฅ: [๊ธฐ · ๋‚ด · ๊ตฌ]
    • ์•”๊ธฐ: ํƒ€๋‹น๋„์˜ ๊ธฐ·๋‚ด·๊ตฌ(๊ธฐ์ฐจ ๋‚ด๋ถ€ ๊ตฌ์กฐ)๋ฅผ ์ •ํ™•ํžˆ ํ™•์ธํ•˜๋ผ! (๊ธฐ์ค€ํƒ€๋‹น๋„, ๋‚ด์šฉํƒ€๋‹น๋„, ๊ตฌ์„ฑํƒ€๋‹น๋„)
  • ํ‰๊ฐ€์ž ์˜ค๋ฅ˜ 3๋Œ€์žฅ: [์ƒ · ํ›„ · ์ตœ]
    • ์•”๊ธฐ: ์ƒํ™”๊ฐ€ ํ›„๋ฐ˜์ „์— ์ตœ๊ณ ์˜ ๊ณจ์„ ๋„ฃ์—ˆ๋‹ค. (์ƒ๋™์  ํŽธ๊ฒฌ, ํ›„๊ด‘ํšจ๊ณผ, ์ตœ๊ทผํšจ๊ณผ)

3. ๋…ผ์ˆ ํ˜• ๋‹ต์•ˆ  ์•”๊ธฐ ํ‘œ

๋ฌธํ•ญ ๋…ผ์  ๋ฐ ํ•ต์‹ฌ ๊ฐœ๋… ์„œ์ˆ  ๊ฐ€์ด๋“œ ๋ฐ ํ•„์ˆ˜ ํฌํ•จ ํ‚ค์›Œ๋“œ ๊ณ ๋“์  Tip (์ถ”๊ฐ€ ์ ์ˆ˜ ํฌ์ธํŠธ)
Q1 ํƒ€๋‹น๋„์˜ 3๊ฐ€์ง€ ์œ ํ˜•

(๊ธฐ · ๋‚ด · ๊ตฌ)
* ๊ธฐ์ค€ํƒ€๋‹น๋„: ์‹œํ—˜ ์„ฑ์ ๊ณผ ์ง๋ฌด ์„ฑ๊ณผ ๊ฐ„์˜ ์ƒ๊ด€๊ด€๊ณ„ (๋™์‹œ/์˜ˆ์ธก)

* ๋‚ด์šฉํƒ€๋‹น๋„: ์‹œํ—˜ ๋ฌธํ•ญ์ด ์ง๋ฌด ๋‚ด์šฉ์„ ๋Œ€ํ‘œํ•˜๋Š”์ง€ ์ „๋ฌธ๊ฐ€์˜ ์ฃผ๊ด€์  ๊ฒ€์ฆ

* ๊ตฌ์„ฑํƒ€๋‹น๋„: ์ง€๋Šฅ, ์ ์„ฑ ๋“ฑ ์ถ”์ƒ์  ํŠน์„ฑ์„ ์ •ํ™•ํžˆ ์ธก์ •ํ•˜๋Š”์ง€ ๋ถ„์„
* ์˜ˆ์ธก ํƒ€๋‹น๋„ ๊ฐœ๋… ์ƒ์„ธํ™”: ์„ ๋ฐœ ์‹œ์ ์˜ ์‹œํ—˜์น˜(์˜ˆ: ์ฑ„์šฉ์‹œํ—˜ ์„ฑ์ )์™€ ์ž…์‚ฌ ํ›„์˜ ์„ฑ๊ณผ(์˜ˆ: ์ธ์‚ฌํ‰๊ฐ€ ๊ฒฐ๊ณผ)๋ฅผ ์‹œ์ฐจ๋ฅผ ๋‘๊ณ  ๋น„๊ต·๋ถ„์„ํ•œ๋‹ค๋Š” ์ ์„ ๋ช…ํ™•ํžˆ ํ˜„์ถœํ•  ๊ฒƒ.
Q2 ์ˆ˜์š”/๊ณต๊ธ‰ ์˜ˆ์ธก ๊ธฐ๋ฒ•

(๋ธํŒŒ์ด vs ๋งˆ๋ฅด์ฝ”ํ”„)
* ๋ธํŒŒ์ด ๊ธฐ๋ฒ• (์ˆ˜์š”/์ •์„ฑ): ์ต๋ช…์˜ ์ „๋ฌธ๊ฐ€ ๋Œ€์ƒ ์„ค๋ฌธ ๋ฐ˜๋ณต, ํ›„๊ด‘ํšจ๊ณผ(์ง€๋ฐฐ์  ์˜๊ฒฌ์— ์ ๋ฆผ) ๋ฐฉ์ง€

* ๋งˆ๋ฅด์ฝ”ํ”„ ๋ถ„์„ (๊ณต๊ธ‰/์ •๋Ÿ‰): ๊ณผ๊ฑฐ ๋ฐ์ดํ„ฐ๋ฅผ ๋ฐ”ํƒ•์œผ๋กœ ์กฐ์ง ๋‚ด ์ด๋™ ํ™•๋ฅ (์Šน์ง„/์ด์ง/์ž”๋ฅ˜)์„ ์˜ˆ์ธกํ•˜๋Š” ํ™•๋ฅ ์  ๋ชจํ˜•

* ํ†ตํ•ฉ์  ํ™œ์šฉ: ์ •์„ฑ์  ๊ธฐ๋ฒ•๊ณผ ์ •๋Ÿ‰์  ๊ธฐ๋ฒ•์˜ ์ƒํ˜ธ๋ณด์™„์„ฑ
* ๊ฒฐ๋ก ๋ถ€ ์ฐจ๋ณ„ํ™”: "๋™์ ์ด๊ณ  ๋ถˆํ™•์‹คํ•œ ํ™˜๊ฒฝ์—์„œ๋Š” ๊ณผ๊ฑฐ ๋ฐ์ดํ„ฐ ๊ธฐ๋ฐ˜์˜ ๋งˆ๋ฅด์ฝ”ํ”„ ๋ถ„์„(์ •๋Ÿ‰)์ด ๊ฐ€์ง„ ํ•œ๊ณ„๋ฅผ ๋ณด์™„ํ•˜๊ธฐ ์œ„ํ•ด, ๋ธํŒŒ์ด ๊ธฐ๋ฒ• ๋“ฑ ์ •์„ฑ์  ์˜ˆ์ธก์„ ๋ณ‘ํ–‰(ํ†ตํ•ฉ์  ์ ‘๊ทผ)ํ•ด์•ผ ํ•œ๋‹ค"๋Š” ์‹œ์‚ฌ์  ๊ธฐ์ˆ .
Q3 ํ‰๊ฐ€์ž ์˜ค๋ฅ˜์™€ ๊ตฌ์กฐํ™” ๋ฉด์ ‘

(์ƒ · ํ›„ · ์ตœ)
* ํ‰๊ฐ€์ž ์˜ค๋ฅ˜: ์ƒ๋™์  ํŽธ๊ฒฌ(๊ณ ์ •๊ด€๋…), ํ›„๊ด‘ํšจ๊ณผ(์—ฐ์‡„ํšจ๊ณผ), ์ตœ๊ทผํšจ๊ณผ(๋งˆ์ง€๋ง‰ ์ธ์ƒ ๋งˆ์ผ€ํŒ…)

* ๊ตฌ์กฐํ™” ๋ฉด์ ‘: ๋ชจ๋“  ์ง€์›์ž์—๊ฒŒ ๋™์ผํ•œ ์งˆ๋ฌธ, ๋™์ผํ•œ ์ˆœ์„œ, ์‚ฌ์ „์— ์ •ํ•ด์ง„ ํ‰๊ฐ€ ์ฒ™๋„(Behavioral Anchor) ์ ์šฉ

* ๊ทน๋ณต ํšจ๊ณผ: ๋ฉด์ ‘๊ด€์˜ ์ฃผ๊ด€์  ํŽธ๊ฒฌ ๋ฐฐ์ œ, ์„ ๋ฐœ์˜ ์‹ ๋ขฐ๋„ ๋ฐ ํƒ€๋‹น๋„ ์ œ๊ณ 
* ๊ทน๋ณต ๋ฐฉ์•ˆ ์ถ”๊ฐ€ ๊ธฐ์ˆ : ๊ตฌ์กฐํ™” ๋ฉด์ ‘ ์™ธ์— '๋‹ค์ˆ˜ ํ‰๊ฐ€์ž ํ™œ์šฉ(ํ‰๊ฐ€์ž ๊ฐ„ ์‹ ๋ขฐ๋„ ํ™•๋ณด)','ํ‰๊ฐ€์ž ์˜ค๋ฅ˜ ์›Œํฌ์ˆ ๋“ฑ ํ‰๊ฐ€์ž ๊ต์œก ์‹œํ–‰'์„ ๋Œ€์•ˆ์œผ๋กœ ๋ง๋ถ™์—ฌ ๋‹ต์•ˆ์˜ ํ’๋ถ€์„ฑ ํ™•๋ณด.
Q4 ๋‚ด๋ถ€๋ชจ์ง‘ vs ์™ธ๋ถ€๋ชจ์ง‘

(Make vs Buy)
* ๋‚ด๋ถ€๋ชจ์ง‘ (Make): ๋™๊ธฐ๋ถ€์—ฌ, ๋Šฅ๋ ฅ ๊ฒ€์ฆ ์™„๋ฃŒ ↔ ์ธ์žฌ ๊ณ ๊ฐˆ, ํŒŒ๋ฒŒ ํ˜•์„ฑ

* ์™ธ๋ถ€๋ชจ์ง‘ (Buy): ์กฐ์ง์˜ ์œ ์—ฐ์„ฑ ๋ฐ ํ˜์‹  ์ˆ˜ํ˜ˆ ↔ ๊ณ ๋น„์šฉ, ๊ธฐ์กด ์ง์› ์‚ฌ๊ธฐ ์ €ํ•˜

* ์ „๋žต์  ์—ฐ๊ณ„: ์กฐ์ง์ด ์ฒ˜ํ•œ ์ƒํ™ฉ๊ณผ ์ „๋žต์— ๋”ฐ๋ฅธ ๋งค์นญ ํ•„์š”
* Miles & Snow ์ „๋žต ๋งคํ•‘:

- ๋ฐฉ์–ดํ˜• ์ „๋žต(Defender): ๋‚ด๋ถ€ ์œก์„ฑ ๋ฐ ์žฅ๊ธฐ ๊ณ ์šฉ ์ค‘์‹ฌ์ธ ๋‚ด๋ถ€๋ชจ์ง‘(Make)๊ณผ ๋งค์นญ

- ํƒ์ƒ‰ํ˜• ์ „๋žต(Prospector): ์œ ์—ฐ์„ฑ๊ณผ ํ˜์‹ ์ด ์ค‘์š”ํ•˜๋ฏ€๋กœ ์™ธ๋ถ€๋ชจ์ง‘(Buy)๊ณผ ๋งค์นญํ•˜์—ฌ ์ฒด๊ณ„์„ฑ ๊ฐ•์กฐ.
Q5 ์‹ ๋ขฐ๋„์™€ ํƒ€๋‹น๋„์˜ ๊ด€๊ณ„

(ํ•„์š”์กฐ๊ฑด & ๊ณผ๋… ๋น„์œ )
* ๊ฐœ๋… ๋น„๊ต: ์‹ ๋ขฐ๋„(์ผ๊ด€์„ฑ ๋ฐ ์•ˆ์ •์„ฑ) vs ํƒ€๋‹น๋„(์ •ํ™•์„ฑ ๋ฐ ์ธก์ •์˜ ์ง„์‹ค์„ฑ)

* ์ƒํ˜ธ ๊ด€๊ณ„: ์‹ ๋ขฐ๋„๋Š” ํƒ€๋‹น๋„๋ฅผ ์œ„ํ•œ ํ•„์š”์กฐ๊ฑด์ด์ง€๋งŒ, ์ถฉ๋ถ„์กฐ๊ฑด์€ ์•„๋‹˜.

* ๊ณผ๋… ๋น„์œ : ํƒ„์ฐฉ๊ตฐ์ด ํ•œ๊ณณ์— ์กฐ๋ฐ€ํ•˜๊ฒŒ ๋ชจ์—ฌ ์žˆ์œผ๋‚˜(์‹ ๋ขฐ๋„ High) ์ •์ค‘์•™ ๊ณผ๋…์€ ๋ฒ—์–ด๋‚œ ๊ฒฝ์šฐ(ํƒ€๋‹น๋„ Low)๋ฅผ ์˜ˆ์‹œ๋กœ ์„œ์ˆ 
* ํ•ต์‹ฌ ๋ช…์ œ ๋ฌธ๊ตฌ์˜ ์ •ํ™•ํ•œ ํ˜„์ถœ:

> "ํƒ€๋‹น๋„๊ฐ€ ๋†’์œผ๋ ค๋ฉด ๋ฐ˜๋“œ์‹œ ์‹ ๋ขฐ๋„๊ฐ€ ๋†’์•„์•ผ ํ•˜์ง€๋งŒ, ์‹ ๋ขฐ๋„๊ฐ€ ๋†’๋‹ค๊ณ  ํ•ด์„œ ๋ฐ˜๋“œ์‹œ ํƒ€๋‹น๋„๊ฐ€ ๋†’์€ ๊ฒƒ์€ ์•„๋‹ˆ๋‹ค."

์ด ๋ฌธ์žฅ์„ ๋‹ต์•ˆ์˜ ํ•ต์‹ฌ ๊ฒฐ๋ก (Key Sentence)์œผ๋กœ ๋ช…ํ™•ํžˆ ์ œ์‹œํ•  ๊ฒƒ.

 

๋ฐ˜์‘ํ˜•