조직의 인적자원관리(human resource management) 관행은 경쟁우위를 확보하는 데 필수적이다. 본 연구는 역전파 신경망(backpropagation neural network, BPN) 기반의 인과성 분석을 통해 기업의 성과(직원 이직 및 기업 매출)를 예측하는 인적자원(HR) 관행을 구체적으로 고찰하였다. 본 연구의 목적은 조직 성과를 향상시키기 위해 인적자원 관행을 어떻게 최적화할 수 있는지 검증하는 것이다. 본 연구는 직원 이직과 기업 매출을 예측하는 데 있어 HR 관행과 조직 수준 요인이 미치는 영향을 규명하였다. BPN 기반 인과성 분석은 기업 성과에 대한 설명변수들의 상대적 중요도를 밝혀냈다. 모델을 검정하기 위해 한국 기업들의 HR 관행 및 기타 특성에 관한 Human Capital Corporate Panel 공개 데이터를 활용하였다. 분석 결과, 특정 HR 관행과 기업 성과 간의 인과관계를 확인하였다. 결과는 보상 관련 HR 관행이 기업 매출과 직원 이직을 예측하는 데 있어 가장 큰 영향력을 가진다는 것을 보여준다. 또한 훈련 관련 HR 관행의 영향은 제한적이었으며, 인재 확보 및 성과 관리는 두 가지 결과에 대해 상대적으로 약한 효과를 나타냈다. 본 연구는 기업 성과를 개선하고 조직의 효과성을 강화하기 위해 인적자원 관행을 어떻게 최적화할 수 있는지에 대한 통찰을 제공한다. 본 연구의 결과는 HR 관리에서 기계학습을 활용하는 연구가 확대되는 흐름에 기여하며, HR 관행을 최적화하기 위한 관리자들의 관점에 실무적 시사점을 제시한다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.