문제 정의: 왜 ‘케미 데이터’인가?

스타트업 실패의 약 65%는 사람 문제에서 비롯된다는 연구가 반복 확인되고 있습니다. 전통적 역량·경력 평가만으로는 팀 내 호흡과 충돌 지점을 예측하기 어렵기 때문에, Saberr는 가치 정합성과 행동 다양성을 계량해 사전에 리스크를 줄이자는 접근을 택했습니다.

입력 데이터 & 피처 엔지니어링

15분 가치·동기 설문

현재 팀원과 후보자 모두 동일 설문을 풀고, 슈워츠 가치모델 10개 축을 세분화해 60차원 벡터로 변환합니다. 이 과정은 ATS(Workable)나 Greenhouse와 연동되어 자동으로 수집됩니다.

행동 다양성(Behaviour Chart)

Belbin·Big-5 결과를 요약해 팀 내 역할 격자를 시각화합니다. 격자는 ‘클론 팀’을 경고하거나 결원 역할을 알려주는 용도로 활용됩니다.

실시간 상호작용 데이터(선택)

CoachBot이 Slack·이메일의 메시지 패턴을 스캔해 응답 지연·톤 등을 메타데이터로 축적합니다. 이 정보는 주간 레트로·1:1 알림과 연결되어 즉각적인 코칭 피드백으로 활용됩니다.

핵심 지표

지표 산출 논리 주요 활용
Pairwise Score 두 가치 벡터 코사인 유사도 + 행동 가중치 개인 간 궁합 판단
Resonance 팀 내 Pairwise 가중 평균 결속도·커뮤니케이션 품질 예측
Behaviour Diversity Heat-map 역할/행동 분산도 편중·결원 경고
Fit-Risk 위 지표를 로지스틱 회귀해 이탈·부진 확률 추정 HR 경보판 구성

학습·검증 성과

데이터셋 결과
21개 스타트업 주말 해커톤 우승 팀 95% 정확도로 사전 예측
20명 규모 기업 R&D 팀 KPI 상·하위 인력 100% 분류 성공
CoachBot 3개월 파일럿 팀 행동 명확성 19%↑, 체감 성과 12%↑
NHS 6개월 트라이얼 팀 퍼포먼스 22%↑, 목표 명확도 31%↑

제품 모듈 구조

Saberr Base

채용 단계에서 기존 팀 벡터와 후보 벡터를 매칭해 팀-핏 리포트를 자동 생성합니다. 설문 완료까지 15분이 소요되며, 결과는 ATS 안에서 바로 확인할 수 있습니다.

Saberr CoachBot

Slack 앱으로 팀 회의·1:1·레트로를 자동 리마인드하고, 대화 로그를 요약해 행동 개선 액션을 제안합니다. 6개월간 월 1.5시간만 투자해도 평균 퍼포먼스 22% 개선 사례가 보고되었습니다.

조직 내 적용 가이드

단계 실행 팁 기대 효과
팀 DNA 수집 초기 멤버 설문으로 베이스라인 확보 우리 팀 핵심 가치 명문화
후보 1차 필터링 기술·경력 합격 후 Pairwise 상위 30%만 인터뷰 면접 리소스 50% 절감
구조화 면접 리포트의 잠재 갈등 영역을 질문지에 삽입 문화 미스핏 감소
온보딩 90일 CoachBot 주간 스크립트로 관계 형성 지원 조기 퇴사 위험 20% 감소
스케일업 Resonance·행동 격자를 보며 스쿼드 재편 ‘케미’ 유지하며 조직 확장

운영 리스크 & 대응 전략

잠재 리스크 설명 대응
자기보고 편향 설문식 도구 특유의 과장·축소 오류 분기별 재-서베이로 드리프트 추적
가치 동질화 과도 다양성 저해·집단사고 위험 Behaviour Diversity에 최소 가중치 설정
Proxy-bias 인종·성별 등 간접 편향 가능성 정기적 공정성 감사 및 모델 재훈련

결론

Saberr는 짧은 설문과 대화 메타데이터만으로 팀 케미를 실시간 지표화합니다. Pairwise·Resonance·행동 격자 같은 간단한 숫자가 채용-온보딩-조직개발 전 과정을 하나의 데이터 파이프라인으로 연결해 줍니다.

조직에서 초기 베이스라인을 설정하고 CoachBot을 도입하면, 사람 문제로 소모되는 비용과 시간을 현저히 줄일 수 있습니다. 더 나아가 데이터 기반의 객관적 채용과 팀 운영을 통해 지속 가능한 조직 성장의 기반을 마련할 수 있을 것입니다.

참고