공공기관·공기업 조직문화 진단은 무엇이 다른가

공공기관과 공기업이 조직문화 진단을 안 해서 문제가 되는 경우는 드물다. 오히려 민간보다 자주, 더 갖춰진 절차로 한다. 청렴도 평가가 있고, 조직진단 용역이 있고, 해마다 만족도 조사를 돌린다.

그런데 진단을 마친 기관에서 자주 나오는 말이 있다. "결과가 현장 체감이랑 다르다."

먼저 분명히 해둘 것이 있다. 이건 진단을 설계하거나 수행한 쪽의 잘못이 아니다. 문항은 대체로 잘 만들어져 있고 분석도 표준적이다. 틀어지는 곳은 도구가 아니라, 그 도구에 응답이 들어오는 조건이다. 아무리 좋은 문항도 응답자가 안심하지 못하는 상태에서는 안전한 답만 받는다.

응답의 질이 무너지는 세 지점

첫째, 모든 문항에 같은 번호를 찍는 응답. 조직 설문에서 흔히 나타나는 패턴이다. 분석 단계에서 걸러내면 표본이 줄고, 걸러내지 않으면 평균이 중앙값 쪽으로 끌려간다. 어느 쪽이든 결과는 실제보다 밋밋해진다.

둘째, 응답하지 않은 사람들. 응답률은 기관·부서마다 크게 갈린다. 낮은 응답률이 곧 나쁜 조직문화를 뜻하지는 않지만 — 업무 폭주 시기와 겹쳤을 수도 있다 — 왜 낮았는지는 확인해야 한다. 할 말이 없어서 답하지 않은 것과 말해도 달라지지 않는다고 판단해서 답하지 않은 것은 전혀 다른 신호이고, 집계된 점수는 이 둘을 구분해 주지 않는다.

셋째, 인구통계 문항 앞에서의 망설임. 소속·직급·직종·연령을 적는 칸에서 응답자가 계산을 시작하면, 그 뒤에 이어지는 모든 문항의 답이 한 단계씩 순해진다. 응답을 포기하지 않아도 데이터는 이미 손상된 뒤다.

세 가지는 다른 현상처럼 보이지만 한 방향을 가리킨다. 말을 아낀 쪽의 사정은 집계에서 드러나지 않는다. 그리고 말을 아끼는 데에는 대개 이유가 있다. 그 이유를 확인하지 못한 채 평균만 보면, 결과는 실제보다 조용하게 나온다.

공공 조직에서 재식별 위험이 더 큰 이유

세 번째 지점이 공공 부문에서 유독 크게 작동한다. 민간 기업이라면 "부서·직급" 두 칸이지만, 공공기관은 소속 축과 직종 축이 겹치기 때문이다.

정원이 25명인 기관에서 "30대 · 기술직 · 7급"에 해당하는 사람은 한 명일 수 있다. 그 사실을 응답자가 먼저 안다. 익명을 약속받았다는 안내문은 이 계산을 멈추지 못한다.

그래서 진단 도구가 갖춰야 하는 것

공공기관·공기업이 도구를 고를 때 확인해야 할 항목을 정리하면 이렇게 된다.

마지막 줄은 공공에서만 붙는 항목이다. 외부 서비스로 내부 의견을 수집한다면 데이터가 어디에 저장되고 무엇이 외부로 전송되는지가 계약 전에 확인돼야 한다.

이 항목들은 특정 제품에만 해당하는 요건이 아니라, 어떤 도구를 검토하든 물어야 할 공통 질문이다. 기존에 쓰던 설문 도구에 그대로 대입해 봐도 된다.

InsideOn은 이 질문들에 이렇게 답한다

같은 질문을 InsideOn에 던지면 답은 이렇게 된다.

익명을 정책이 아니라 저장 구조로 만든다. 의견은 작성자 계정과 연결되지 않고, 토론방마다 다르게 계산되는 익명 식별자로만 기록된다. 같은 사람이 두 토론방에 쓴 글은 서로 이어지지 않고, 관리자 화면에도 "누가 썼는지"로 되돌아가는 경로 자체가 없다. 관리자가 마음먹으면 볼 수 있는 구조에서는 구성원이 그 사실을 안다.

인원이 적으면 진단을 돌리지 않는다. 참여자가 5명 미만인 토론은 AI 진단이 아예 막힌다. 소수 인원의 응답을 요약하는 순간 그 요약 자체가 재식별이 되기 때문이다. 참여율 같은 운영 지표에서도 같은 기준으로 소규모 토론을 제외한다. 소속기관 규모가 작은 공공 조직에서 특히 중요한 안전장치다.

AI에는 의견 본문만 전달된다. 작성자·소속·직급 정보는 진단 요청에 포함되지 않는다. 분석에 필요한 것은 무슨 말이 오갔는지이지 누가 말했는지가 아니다.

그리고 그 본문조차 기관 밖으로 내보내지 않을 수 있다. 의견 데이터의 외부 전송이 아예 허용되지 않는 기관이라면, AI를 기관 내부에 두면 된다. 기관 내부망에 GPU 서버를 두고 오픈웨이트 모델을 로컬로 구동한 뒤, InsideOn이 그 내부 주소만 호출하도록 구성하는 방식이다. 이때 외부 통신은 0건이다 — 의견 본문도, 진단 결과도 기관 네트워크를 벗어나지 않는다.

• 구성: 별도 GPU 서버에 OpenAI 호환 서빙(vLLM 등)을 올리고, InsideOn 서버는 내부 IP로만 호출한다. 인터넷 회선도, 망연계 구간도 필요하지 않다.
• 하드웨어 기준: 최소 GPU 24GB(L4·RTX 4500급)에 20~32B급 양자화 모델, 권장은 GPU 48GB 이상 또는 24GB 2장에 70B급 모델이다. 기관 내에 이미 확보된 GPU 자원이 있다면 그것을 쓰면 된다.
• 알아두실 것: 한국어 진단 품질은 모델 등급을 따라간다. 외부 API 방식과 비교하면 품질 차이가 있으며, 이 점은 제안 단계에서 명시한다. 보안 요건과 진단 품질 사이의 선택이지, 같은 결과를 공짜로 얻는 방법이 아니다.

설문이 아니라 토론으로 모은다. 5점 척도는 "소통 62점"에서 멈추지만, 토론은 그 점수가 나온 문장을 남긴다. 진단 결과는 소통·리더십·심리적 안전감·공정성·업무부담·협업·성장·조직문화· 워라밸·윤리 등 10개 차원으로 정리되고, 각 차원의 판단 근거가 되는 실제 발언 흐름으로 되돌아갈 수 있다. 후속 워크숍에서 논의를 어디서부터 시작할지가 이미 정해져 있는 셈이다.

진단이 점수로 끝나지 않게 한다. 진단에서 개선과제가 도출되고, 과제마다 담당자·기한·상태· 진척률이 붙는다. 착수와 완료 시점, 결과 기록까지 남기 때문에 반년 뒤 "그때 그 과제는 어떻게 됐나"에 답할 수 있다. 이 고리가 없으면 다음 회차 응답률이 떨어진다. 진단 결과가 행동으로 이어지지 않는 이유에서 이 부분을 따로 다뤘다.

설치 형태를 망 환경에 맞춘다. 인터넷망이면 서비스형(SaaS)으로 바로 시작하고, 내부망·폐쇄망이면 기관 서버에 설치하는 온프레미스 구성을 쓴다. 앞서 설명한 AI 세 가지 방식(외부 API · 기관 내부 GPU 서버 · AI 미사용)은 이 설치 형태와 조합해서 고르면 된다.

상시 채널로 쓸 때 달라지는 것

연 1회 설문은 그 시점의 사진 한 장이다. 반면 토론방은 필요할 때 열 수 있다.

• 사안이 생겼을 때 — 조직개편, 평가제도 변경, 신규 시스템 도입처럼 구성원에게 영향이 큰 사안을 결정 전에 열어 두면, 시행 후에 듣게 될 이야기를 미리 듣는다. 같은 의견도 시행 전에 들으면 설계에 반영할 수 있고, 시행 후에 들으면 수습이 된다.
• 나눠서 열 때 — 직급별·직종별로 방을 나누면 비슷한 처지끼리 먼저 말이 트인다. 사람들은 자기와 조건이 비슷한 집단 안에서 훨씬 솔직해진다.

익명이 대면 대화를 대체하지는 않는다

한 가지는 분명히 해둘 필요가 있다. 익명 채널은 말이 나오게 하는 장치이지 그 자체로 해결이 아니다. 익명 게시판만 열어두고 아무도 답하지 않으면 불만의 저장소가 될 뿐이고, 직접 대화가 빠지면 오해가 그대로 굳는다.

그래서 필요한 것은 익명이냐 실명이냐의 선택이 아니라 순서다. 안전하게 꺼내는 단계가 먼저 있고, 꺼내진 것을 놓고 마주 앉는 단계가 이어져야 한다. InsideOn이 담당하는 것은 앞 단계와, 그 뒤의 실행이 흐지부지되지 않게 붙잡는 부분이다. 마주 앉는 일은 여전히 기관의 몫이다.

다만 재료 없이 여는 워크숍과, 구성원이 실제로 무슨 말을 했는지 알고 여는 워크숍은 같은 회의가 아니다.

조직문화 진단에서 가장 아까운 것은 틀린 결론을 얻는 일이 아니라, 맞는 결론을 너무 옅게 얻는 일이다. 이미 해온 진단이 잘못됐다는 뜻이 아니다. 같은 문항, 같은 분석이라도 응답자가 안심하고 답할 수 있는 조건에서 받으면 훨씬 진한 결과가 나온다. 바꿔야 할 것은 진단의 내용이 아니라 의견이 들어오는 통로다.

기관 규모와 망 환경에 맞는 도입 방식은 요금 안내에서 확인하거나 도입 문의(support@insideon.net)로 남겨 주시면 안내드립니다.