한국대학IR협의회 2026 동계포럼이 회원교 여러분의 적극적인 참여와 관심 속에 성황리에 마무리되었습니다.
행사에 함께해 주신 모든 참가자와 발표자 여러분께 진심으로 감사드립니다.
1월 30일 D홀에서 진행된 '성과관리 / 경영혁신 우수사례 공유' 세션의 질의응답 시간에는 다양한 현안과 실무 관련 질문이 제기되었으며, 이에 대해 발표자께서 추가로 서면 답변을 제공해 주셨습니다.
관련 내용을 정리하여 당시 질의응답 내용과 함께 공지사항에 게시하오니 업무에 참고하시기 바랍니다.
발표 주제: R 샤이니와 클라우드 DB를 활용한 성과관리 시스템 구축 및 운영 사례 공유
발표자: 오윤석 (한동대학교 IR센터 데이터성과관리팀 전임연구원)
1. 비전공자로서 바이브코딩을 활용해 구축하셨다고 하셨는데, 대학 시스템 구축에서 외부 클라우드/오픈소스 환경 사용 시 가장 우려되는 개인정보 및 내부 시스템 연동 보안 이슈는 어떻게 해결하셨는지 궁금합니다.
= 본교 IR센터에서 구축한 성과관리용 웹에선 외부에 공개되어도 문제가 없는 자료만 취급하고 있습니다. 물론 샤이니앱(shinyapps.io)에서 특정 유료 버전(Standard) 이상 구독하면, 웹에 접속 가능한 사용자를 제한할 수 있지만, 현재로선 학사 등 민감한 내부 데이터는 보안을 위해 샤이니로 구축한 웹에서는 취급하지 않고 있습니다.
2. 구축에 소요되는 기간은 보통 얼마나 필요할까요? R 사용 경험이 없더라도 구축이 가능할까요?
= R 프로그래밍과 생성형 AI를 활용한 코딩에 이미 익숙하시다면, 발표한 정도의 소규모 프로젝트는 구축에 2주 정도 소요될 것이라 보입니다. 관련 경험이나 지식이 없으시다면 보다 많은 시간이 필요해 보입니다.
기본적으로 생성형 AI를 활용해 바이브 코딩을 하더라도 기초적인 프로그래밍 지식은 필요할 듯합니다. 생성형 AI에게 적절한 질문과 요청을 하기 위해선 프로그래밍에 대한 기본적인 이해가 있어야 수월한 면이 있습니다.
3. R Shiny가 가끔 불안정하다는 이야기가 있는데, 운영 과정에서 불안정으로 인한 문제점은 없었을까요?
= R Shiny의 서버가 미국에 있어 그러한 문제가 종종 발생하는 듯합니다. 그래도 접속 자체가 어려울 정도로 불안정해지는 경우는 드문 것 같고, 특히나 유료 버전(Basic 이상)을 이용하게 되면 접속 속도 또한 개선되어 해당 문제가 크지는 않았습니다.
4. 보안 측면에서 민감정보가 포함되거나 외부 유출이 되면 안 되는 데이터의 경우, 데이터 관리/권한/접근 통제는 어떻게 하시는지 궁금합니다.
= 보안이 우려되는 정보는 샤이니로 구축한 웹에서는 취급하지 않고 있습니다. 앞선 질문에서의 답과 마찬가지로 보안 유지를 위해 접속 가능한 사용자에 제한을 둘 수는 있지만, 당장은 웹상에서 민감한 정보는 취급하지 않고 있습니다. 접속 가능한 사용자를 수동으로 지정해 주어야 하는 번거로움이 있기도 하여, 민감한 자료는 샤이니 웹 대신 다른 플랫폼(Microsoft Power BI)에서 활용하고 있습니다.
Power BI는 Microsoft에서 만든 대시보드 구축용 No-code 툴로서, 데이터 수합 등 샤이니처럼 자유도 높은 기능은 제공하지 않으나, BI로 제작한 대시보드 앱에는 기본적으로 조직 계정이 있어야 접근 가능하여 보안 관리가 보다 수월한 면이 있습니다.
5. (배경) 보고서 자동화/대시보드 구축을 위해 AI 관련 부서와 협업 중이며, 현재 Google Sheets + Apps Script로 대시보드를 만들었습니다.
5-1) R의 Shiny 사용과 Apps Script 기반 구축의 차이점이 있을까요? (Python의 Shiny 패키지도 무리가 없을까요?)
= Apps Script에 대해 잘 알지 못해 정확한 답은 어렵습니다만, 해당 툴도 잘 활용할 시 충분한 기능을 하는 것으로 알고 있습니다. Shiny는 파이썬 내에서도 무리 없이 사용 가능한데, 사실 대시보드의 제 기능만 한다면 어떤 도구이든지 사용 가능하다고 보입니다. 오히려 대시보드 구축만이 목적이라면 R(파이썬 포함)은 과한 면이 있는 것 같습니다.
5-2) 기존에 통계분석 도구로 R을 사용해 본 경험이 있는데, 대시보드 구축에 필요한 코드도 이해/활용 가능할까요?
= R을 사용해 본 경험이 있으시다면, 생성형 AI의 도움을 받으면 가능하리라 보입니다. R 사용 경험에 더해, 샤이니 등 툴에 대한 기본적인 이해만 있다면 충분한데, 관련해서 유튜브에 기초적인 이해를 돕는 많은 영상이 있습니다.
5-3) 유지보수에서는 문제가 없을까요? 예를 들어서 최초 대시보드를 구축한 연구원이 퇴사를 한다든지, 기존에 구축해 둔 대시보드에서 오류가 난다든지 하는 문제가 있을 것 같습니다. 사실 3명의 사람이 같은 주제로 AI를 활용해서 대시보드를 생성해도 인터페이스가 다 다르게 생성되고, 같은 사람이 같은 프롬프트를 사용해서 여러 번 요구해도 다 다르게 생성된 경험이 있습니다. 지속성의 측면에서, '코드를 모르는 사람들'로만의 집단 구성으로 유지보수가 가능할지 궁금합니다. (기존 코드를 수정해줘 라는 요청으로 해결이 가능할 것은 같습니다만, 이것도 임시방편이라는 생각이 듭니다)
= R 프로그래밍(혹은 파이썬) 코딩을 통해 대시보드를 구축한 경우엔 기존 인력이 퇴사한다면 관리가 어려울 것 같습니다. 말씀하신대로 생성형 AI의 도움을 받을 수 있겠지만, 다른 행정 업무를 겸해야 하는 여건상 그러한 식의 관리는 지속 가능하지 않을 것 같습니다.
대안으로, 대시보드 구축만이 목적이라면 노코드 기반 툴을 추천드리고 싶습니다. 파워 BI, 태블로 등 툴을 활용하면 복잡한 코딩 없이 대시보드 제작이 가능합니다. 특히 파워 BI는 엑셀과 굉장히 유사하여 비교적 쉽게 사용할 수 있습니다.
6. R 사용과 관련하여 현재 구축하신 시스템은 소규모 프로젝트 수준에서는 가능할 것으로 보이나, IR에서 말하는 대규모 데이터 취합을 위해서는 전문 시스템이 필요할 것으로 생각됩니다. 한동대에서는 현재 발표에서 소개해주신 시스템만 활용하고 계신지, 아니면 대규모 IR 시스템은 별도로 구축/운영 중이신지 궁금합니다.
= 말씀하신대로 대규모 혹은 전사적인 프로젝트를 위한 시스템은 전문가의 도움이 필요할 것 같습니다. 물론 비용과 시간을 충분히 들이면 조직 내에서도 구축이 가능하다고 믿지만, 큰 프로젝트의 경우는 전문가의 도움을 받는 것이 더욱 효율적일뿐만 아니라 안정적일 것 같습니다.
현재는 작은 규모의 프로젝트만 샤이니 웹에서 시범으로 관리 중입니다. Power BI로 각종 교내외 자료를 바탕으로 대시보드 구축은 해 놓은 상태이나, 대규모의 전사적 데이터 수합이 가능한 시스템은 아직 운영 중이지 않습니다.
발표 주제: PDCA 순환 구조를 통한 대학 운영 혁신: IR센터의 3단계 데이터 환류 기반 의사결정 모델 구축
발표자: 조영재 (선문대학교 IR센터장)
1. 의사결정체계 구축을 위해 5개 핵심부서로 위원회를 구성했다고 하셨는데 무리없이 진행이 가능하셨나요?
= 의사결정체계 구축이라는 거시적 목표를 달성하기 위해서는 무엇보다 데이터 관련 부서 간의 긴밀한 협업과 소통이 전제되어야 한다고 판단했습니다.
그동안 각 부서(IR센터, 기획처, 전산팀, 재정지원사업단 등)는 데이터 시스템 고도화를 위해 많은 예산과 노력을 투입해 왔으나, 대학 전체의 통합된 방향성보다는 부서별 필요에 따라 개별적으로 움직이는 경향이 있었습니다. IR센터는 이러한 '기능적 통합'만으로는 진정한 의미의 데이터 기반 의사결정이 어렵다는 점에 주목했습니다.
이에 센터에서는 위원회를 성급히 조직하기보다, 핵심부서의 관리자 및 실무자들을 일일이 찾아가 현장의 어려움을 경청하며 부서 간 협업의 필요성을 공유하는 과정을 먼저 거쳤습니다. 이러한 '바텀업' 방식의 소통을 통해 정서적 공감대를 형성한 후 위원회를 구성했기에, 하향식 지시로 인한 반발을 최소화하고 자발적인 참여 동력을 확보할 수 있었습니다.
또한 이 위원회의 지속화를 위한 기획처장님과 총장님의 적극적인 지원과 관심이 뒷받침이 될 수 있었기에 큰 어려움 없이 첫 시작을 무난히 열었다고 생각됩니다.
본 위원회는 2026년부터 본격적인 운영 단계에 들어섭니다. 당장의 가시적인 성과를 논하기는 이르지만, 정례화된 소통 구조를 통해 대학의 장기적 로드맵을 함께 설계해 나가는 출발점에 서 있다는 점에 큰 의의를 두고 있습니다. 향후 구체적인 성과가 도출되면 포럼 등을 통해 기쁘게 공유하겠습니다.
2. 성과-가치 매트릭스 개발중이라 하셨는데 혹시 가치에 대해서 어떻게 정의를 진행하고 계신가요?
= 말씀하신 대로 '가치'를 정의하는 것이 이번 모델링의 가장 큰 과제였습니다. 가치는 부서와 구성원 간의 합의가 필수적인 영역이기 때문입니다.
저희가 가치 지표를 설정한 핵심 이유는 정성적 요인을 객관화하여 '성과'의 한계를 보완하기 위함입니다. 프로그램의 '가치'란 당장의 가시적인 성과가 낮더라도, 그 사업이 지닌 상징성과 목적 부합성, 그리고 장기적 관점에서의 지속 필요성을 의미합니다.
현재 대학 내 유사·중복 프로그램들로 인해 자원 배분의 효율성이 저하되는 문제가 있습니다. 하지만 단순히 정량적 성과만으로 이를 통폐합한다면 교육적으로 의미 있는 사업들이 위축될 우려가 있습니다. 이에 따라 저희는 정량적 성과와 정성적 가치를 공식화하여 산술화할 수 있는 매트릭스를 개발하고자 연구하고 있습니다.
이를 구체화하기 위해 학내 주요 부서 대상의 수요조사와 실무자 FGI(초점집단면담)를 진행 예정 중이며, 도출된 결과는 향후 프로그램의 '지속, 개선, 폐지'를 결정하는 합리적 컨설팅의 근거로 활용될 예정입니다
3. 발표에서 “부서 간 협력을 기반으로 한 을(乙)적인 컨설팅이 중요하다”고 강조해주셨는데,
3-1) IR센터에서 각 부서를 위해 제공 가능한 지원 방안을 사전에 정리하거나 수집해두신 경험이 있으신지 궁금합니다.
= IR센터가 수행하는 부서 컨설팅의 본질은 전년도 성과를 점검하고 차기년도 과제를 도출하는 데 그치지 않습니다. 가장 중요한 것은 IR센터가 타 부서를 관리·감독하는 '상위 기관'이 아니라, 현장의 문제를 함께 해결하는 '전략적 파트너'임을 인식시키는 것입니다.
제가 평소 강조하는 '을(乙)적 관점의 컨설팅'은 바로 이러한 우려에서 비롯되었습니다. IR센터는 부서를 평가하거나 판단하는 곳이 아닙니다. 오히려 타 부서의 적극적인 협업과 신뢰 없이는 존재할 수 없는 조직입니다.
따라서 저희는 대면 컨설팅 시, 평가자의 시선이 아닌 경청자의 자세로 부서의 현실적인 고민과 고충을 가감 없이 듣고자 굉장히 노력하였습니다. 이러한 진정성이 전달될 때 비로소 부서에서도 방어적인 태도를 버리고 실질적인 개선 노력과 진솔한 답변을 내놓을 수 있기 때문입니다. 우리는 앞으로도 현장의 어려움을 진지하게 고민하고 실질적인 솔루션을 제공하는 지원 부서로서의 역할에 최선을 다할 것입니다.
3-2) 실제 지원 범위는 어디까지 운영하고 계신지요?
(예: 데이터 활용 교육 수준인지, 혹은 부서 요청에 따른 데이터 분석까지 수행하시는지)
= 성공적인 컨설팅은 철저한 기초자료 준비에서 시작됩니다. 저희는 만족도 조사와 전년도 과제 이행 결과를 토대로 각 부서가 처한 상황과 노력을 사전에 충분히 학습한 뒤 대면에 임합니다.
다만, IR센터의 역할에 대해서는 부서 간의 명확한 인지가 필요합니다. 저희는 인사나 예산 같은 행정적 결정권을 가진 부서가 아닙니다. 또한 부서의 데이터를 대신 분석해 주는 '서비스 창구'보다는, 부서가 스스로 데이터를 해석하고 활용할 수 있도록 자생력을 길러주는 파트너가 되고자 합니다.
그래서 개별 데이터 처리보다는 공통적인 데이터 활용 교육과 방법론 전수에 집중하고 있습니다. 컨설팅을 통해 수집된 현장의 생생한 의견들은 종합되어 주요 의사결정 기구인 운영위원회와 교무위원회에 보고됩니다.
당장 모든 요구사항을 지원해 드리지 못하더라도, 대학의 주요 부서들이 어떤 고민을 하고 어떤 성과를 내고 있는지 IR센터가 정확히 파악하고 있다는 사실은 매우 중요합니다. 이는 향후 대학 정책이 실증적 근거를 바탕으로 올바른 방향으로 나아갈 수 있게 만드는 소중한 자산이 될 것입니다.
3-3) 협조가 어려운 부서가 있을 경우, 어떻게 설득하고 협력 관계를 구축하셨는지도 여쭤보고 싶습니다.
= 대학 내에는 부족한 인력으로 바쁜 업무를 수행하거나, 반복적인 루틴 업무로 매년 새로운 개선과제를 도출하는 것 자체가 큰 부담인 부서들이 분명 존재합니다. IR센터는 이러한 현장의 고충을 충분히 인지하고 깊이 존중하고 있습니다.
이 과정에서 저를 포함한 IR센터 구성원들의 가장 중요한 역할은 '관리와 감독'이 아닌 '격려와 존중'입니다. 저희가 먼저 고생하는 부서에 정중하고 겸손하게 다가가, IR센터는 결코 상위 조직이 아닌 조력자임을 진심으로 전달하려 나름대로 굉장히 애쓰고 노력합니다.
대면 컨설팅에서 부서의 현실적인 한계를 듣다 보면, 때로는 대학의 구조적인 문제(예산, 인력, 고용문제 등)로 인해 IR센터조차 무력감을 느낄 때가 있습니다. 하지만 그 한계를 함께 인지하고 깊이 공감하는 것 또한 컨설팅의 중요한 과정이라 믿습니다. 당장 완벽한 해결책을 드릴 수는 없더라도, 현장의 목소리에 귀 기울이며 실질적인 대안을 함께 고민해 나가겠다는 IR센터의 진정성이야말로 부서의 마음을 여는 최선의 방안이라 확신합니다.
앞으로도 한국대학IR협의회는 회원교 간의 정보 공유와 협력을 활성화할 수 있도록 지속적으로 노력하겠습니다.
향후 개최되는 행사에도 많은 관심과 참여를 부탁드립니다.
다시 한 번 2026 동계포럼에 함께해 주신 모든 분들께 감사드립니다.
한국대학IR협의회 2026 동계포럼이 회원교 여러분의 적극적인 참여와 관심 속에 성황리에 마무리되었습니다.
행사에 함께해 주신 모든 참가자와 발표자 여러분께 진심으로 감사드립니다.
1월 30일 D홀에서 진행된 '성과관리 / 경영혁신 우수사례 공유' 세션의 질의응답 시간에는 다양한 현안과 실무 관련 질문이 제기되었으며, 이에 대해 발표자께서 추가로 서면 답변을 제공해 주셨습니다.
관련 내용을 정리하여 당시 질의응답 내용과 함께 공지사항에 게시하오니 업무에 참고하시기 바랍니다.
발표 주제: R 샤이니와 클라우드 DB를 활용한 성과관리 시스템 구축 및 운영 사례 공유
발표자: 오윤석 (한동대학교 IR센터 데이터성과관리팀 전임연구원)
1. 비전공자로서 바이브코딩을 활용해 구축하셨다고 하셨는데, 대학 시스템 구축에서 외부 클라우드/오픈소스 환경 사용 시 가장 우려되는 개인정보 및 내부 시스템 연동 보안 이슈는 어떻게 해결하셨는지 궁금합니다.
= 본교 IR센터에서 구축한 성과관리용 웹에선 외부에 공개되어도 문제가 없는 자료만 취급하고 있습니다. 물론 샤이니앱(shinyapps.io)에서 특정 유료 버전(Standard) 이상 구독하면, 웹에 접속 가능한 사용자를 제한할 수 있지만, 현재로선 학사 등 민감한 내부 데이터는 보안을 위해 샤이니로 구축한 웹에서는 취급하지 않고 있습니다.
2. 구축에 소요되는 기간은 보통 얼마나 필요할까요? R 사용 경험이 없더라도 구축이 가능할까요?
= R 프로그래밍과 생성형 AI를 활용한 코딩에 이미 익숙하시다면, 발표한 정도의 소규모 프로젝트는 구축에 2주 정도 소요될 것이라 보입니다. 관련 경험이나 지식이 없으시다면 보다 많은 시간이 필요해 보입니다.
기본적으로 생성형 AI를 활용해 바이브 코딩을 하더라도 기초적인 프로그래밍 지식은 필요할 듯합니다. 생성형 AI에게 적절한 질문과 요청을 하기 위해선 프로그래밍에 대한 기본적인 이해가 있어야 수월한 면이 있습니다.
3. R Shiny가 가끔 불안정하다는 이야기가 있는데, 운영 과정에서 불안정으로 인한 문제점은 없었을까요?
= R Shiny의 서버가 미국에 있어 그러한 문제가 종종 발생하는 듯합니다. 그래도 접속 자체가 어려울 정도로 불안정해지는 경우는 드문 것 같고, 특히나 유료 버전(Basic 이상)을 이용하게 되면 접속 속도 또한 개선되어 해당 문제가 크지는 않았습니다.
4. 보안 측면에서 민감정보가 포함되거나 외부 유출이 되면 안 되는 데이터의 경우, 데이터 관리/권한/접근 통제는 어떻게 하시는지 궁금합니다.
= 보안이 우려되는 정보는 샤이니로 구축한 웹에서는 취급하지 않고 있습니다. 앞선 질문에서의 답과 마찬가지로 보안 유지를 위해 접속 가능한 사용자에 제한을 둘 수는 있지만, 당장은 웹상에서 민감한 정보는 취급하지 않고 있습니다. 접속 가능한 사용자를 수동으로 지정해 주어야 하는 번거로움이 있기도 하여, 민감한 자료는 샤이니 웹 대신 다른 플랫폼(Microsoft Power BI)에서 활용하고 있습니다.
Power BI는 Microsoft에서 만든 대시보드 구축용 No-code 툴로서, 데이터 수합 등 샤이니처럼 자유도 높은 기능은 제공하지 않으나, BI로 제작한 대시보드 앱에는 기본적으로 조직 계정이 있어야 접근 가능하여 보안 관리가 보다 수월한 면이 있습니다.
5. (배경) 보고서 자동화/대시보드 구축을 위해 AI 관련 부서와 협업 중이며, 현재 Google Sheets + Apps Script로 대시보드를 만들었습니다.
5-1) R의 Shiny 사용과 Apps Script 기반 구축의 차이점이 있을까요? (Python의 Shiny 패키지도 무리가 없을까요?)
= Apps Script에 대해 잘 알지 못해 정확한 답은 어렵습니다만, 해당 툴도 잘 활용할 시 충분한 기능을 하는 것으로 알고 있습니다. Shiny는 파이썬 내에서도 무리 없이 사용 가능한데, 사실 대시보드의 제 기능만 한다면 어떤 도구이든지 사용 가능하다고 보입니다. 오히려 대시보드 구축만이 목적이라면 R(파이썬 포함)은 과한 면이 있는 것 같습니다.
5-2) 기존에 통계분석 도구로 R을 사용해 본 경험이 있는데, 대시보드 구축에 필요한 코드도 이해/활용 가능할까요?
= R을 사용해 본 경험이 있으시다면, 생성형 AI의 도움을 받으면 가능하리라 보입니다. R 사용 경험에 더해, 샤이니 등 툴에 대한 기본적인 이해만 있다면 충분한데, 관련해서 유튜브에 기초적인 이해를 돕는 많은 영상이 있습니다.
5-3) 유지보수에서는 문제가 없을까요? 예를 들어서 최초 대시보드를 구축한 연구원이 퇴사를 한다든지, 기존에 구축해 둔 대시보드에서 오류가 난다든지 하는 문제가 있을 것 같습니다. 사실 3명의 사람이 같은 주제로 AI를 활용해서 대시보드를 생성해도 인터페이스가 다 다르게 생성되고, 같은 사람이 같은 프롬프트를 사용해서 여러 번 요구해도 다 다르게 생성된 경험이 있습니다. 지속성의 측면에서, '코드를 모르는 사람들'로만의 집단 구성으로 유지보수가 가능할지 궁금합니다. (기존 코드를 수정해줘 라는 요청으로 해결이 가능할 것은 같습니다만, 이것도 임시방편이라는 생각이 듭니다)
= R 프로그래밍(혹은 파이썬) 코딩을 통해 대시보드를 구축한 경우엔 기존 인력이 퇴사한다면 관리가 어려울 것 같습니다. 말씀하신대로 생성형 AI의 도움을 받을 수 있겠지만, 다른 행정 업무를 겸해야 하는 여건상 그러한 식의 관리는 지속 가능하지 않을 것 같습니다.
대안으로, 대시보드 구축만이 목적이라면 노코드 기반 툴을 추천드리고 싶습니다. 파워 BI, 태블로 등 툴을 활용하면 복잡한 코딩 없이 대시보드 제작이 가능합니다. 특히 파워 BI는 엑셀과 굉장히 유사하여 비교적 쉽게 사용할 수 있습니다.
6. R 사용과 관련하여 현재 구축하신 시스템은 소규모 프로젝트 수준에서는 가능할 것으로 보이나, IR에서 말하는 대규모 데이터 취합을 위해서는 전문 시스템이 필요할 것으로 생각됩니다. 한동대에서는 현재 발표에서 소개해주신 시스템만 활용하고 계신지, 아니면 대규모 IR 시스템은 별도로 구축/운영 중이신지 궁금합니다.
= 말씀하신대로 대규모 혹은 전사적인 프로젝트를 위한 시스템은 전문가의 도움이 필요할 것 같습니다. 물론 비용과 시간을 충분히 들이면 조직 내에서도 구축이 가능하다고 믿지만, 큰 프로젝트의 경우는 전문가의 도움을 받는 것이 더욱 효율적일뿐만 아니라 안정적일 것 같습니다.
현재는 작은 규모의 프로젝트만 샤이니 웹에서 시범으로 관리 중입니다. Power BI로 각종 교내외 자료를 바탕으로 대시보드 구축은 해 놓은 상태이나, 대규모의 전사적 데이터 수합이 가능한 시스템은 아직 운영 중이지 않습니다.
발표 주제: PDCA 순환 구조를 통한 대학 운영 혁신: IR센터의 3단계 데이터 환류 기반 의사결정 모델 구축
발표자: 조영재 (선문대학교 IR센터장)
1. 의사결정체계 구축을 위해 5개 핵심부서로 위원회를 구성했다고 하셨는데 무리없이 진행이 가능하셨나요?
= 의사결정체계 구축이라는 거시적 목표를 달성하기 위해서는 무엇보다 데이터 관련 부서 간의 긴밀한 협업과 소통이 전제되어야 한다고 판단했습니다.
그동안 각 부서(IR센터, 기획처, 전산팀, 재정지원사업단 등)는 데이터 시스템 고도화를 위해 많은 예산과 노력을 투입해 왔으나, 대학 전체의 통합된 방향성보다는 부서별 필요에 따라 개별적으로 움직이는 경향이 있었습니다. IR센터는 이러한 '기능적 통합'만으로는 진정한 의미의 데이터 기반 의사결정이 어렵다는 점에 주목했습니다.
이에 센터에서는 위원회를 성급히 조직하기보다, 핵심부서의 관리자 및 실무자들을 일일이 찾아가 현장의 어려움을 경청하며 부서 간 협업의 필요성을 공유하는 과정을 먼저 거쳤습니다. 이러한 '바텀업' 방식의 소통을 통해 정서적 공감대를 형성한 후 위원회를 구성했기에, 하향식 지시로 인한 반발을 최소화하고 자발적인 참여 동력을 확보할 수 있었습니다.
또한 이 위원회의 지속화를 위한 기획처장님과 총장님의 적극적인 지원과 관심이 뒷받침이 될 수 있었기에 큰 어려움 없이 첫 시작을 무난히 열었다고 생각됩니다.
본 위원회는 2026년부터 본격적인 운영 단계에 들어섭니다. 당장의 가시적인 성과를 논하기는 이르지만, 정례화된 소통 구조를 통해 대학의 장기적 로드맵을 함께 설계해 나가는 출발점에 서 있다는 점에 큰 의의를 두고 있습니다. 향후 구체적인 성과가 도출되면 포럼 등을 통해 기쁘게 공유하겠습니다.
2. 성과-가치 매트릭스 개발중이라 하셨는데 혹시 가치에 대해서 어떻게 정의를 진행하고 계신가요?
= 말씀하신 대로 '가치'를 정의하는 것이 이번 모델링의 가장 큰 과제였습니다. 가치는 부서와 구성원 간의 합의가 필수적인 영역이기 때문입니다.
저희가 가치 지표를 설정한 핵심 이유는 정성적 요인을 객관화하여 '성과'의 한계를 보완하기 위함입니다. 프로그램의 '가치'란 당장의 가시적인 성과가 낮더라도, 그 사업이 지닌 상징성과 목적 부합성, 그리고 장기적 관점에서의 지속 필요성을 의미합니다.
현재 대학 내 유사·중복 프로그램들로 인해 자원 배분의 효율성이 저하되는 문제가 있습니다. 하지만 단순히 정량적 성과만으로 이를 통폐합한다면 교육적으로 의미 있는 사업들이 위축될 우려가 있습니다. 이에 따라 저희는 정량적 성과와 정성적 가치를 공식화하여 산술화할 수 있는 매트릭스를 개발하고자 연구하고 있습니다.
이를 구체화하기 위해 학내 주요 부서 대상의 수요조사와 실무자 FGI(초점집단면담)를 진행 예정 중이며, 도출된 결과는 향후 프로그램의 '지속, 개선, 폐지'를 결정하는 합리적 컨설팅의 근거로 활용될 예정입니다
3. 발표에서 “부서 간 협력을 기반으로 한 을(乙)적인 컨설팅이 중요하다”고 강조해주셨는데,
3-1) IR센터에서 각 부서를 위해 제공 가능한 지원 방안을 사전에 정리하거나 수집해두신 경험이 있으신지 궁금합니다.
= IR센터가 수행하는 부서 컨설팅의 본질은 전년도 성과를 점검하고 차기년도 과제를 도출하는 데 그치지 않습니다. 가장 중요한 것은 IR센터가 타 부서를 관리·감독하는 '상위 기관'이 아니라, 현장의 문제를 함께 해결하는 '전략적 파트너'임을 인식시키는 것입니다.
제가 평소 강조하는 '을(乙)적 관점의 컨설팅'은 바로 이러한 우려에서 비롯되었습니다. IR센터는 부서를 평가하거나 판단하는 곳이 아닙니다. 오히려 타 부서의 적극적인 협업과 신뢰 없이는 존재할 수 없는 조직입니다.
따라서 저희는 대면 컨설팅 시, 평가자의 시선이 아닌 경청자의 자세로 부서의 현실적인 고민과 고충을 가감 없이 듣고자 굉장히 노력하였습니다. 이러한 진정성이 전달될 때 비로소 부서에서도 방어적인 태도를 버리고 실질적인 개선 노력과 진솔한 답변을 내놓을 수 있기 때문입니다. 우리는 앞으로도 현장의 어려움을 진지하게 고민하고 실질적인 솔루션을 제공하는 지원 부서로서의 역할에 최선을 다할 것입니다.
3-2) 실제 지원 범위는 어디까지 운영하고 계신지요?
(예: 데이터 활용 교육 수준인지, 혹은 부서 요청에 따른 데이터 분석까지 수행하시는지)
= 성공적인 컨설팅은 철저한 기초자료 준비에서 시작됩니다. 저희는 만족도 조사와 전년도 과제 이행 결과를 토대로 각 부서가 처한 상황과 노력을 사전에 충분히 학습한 뒤 대면에 임합니다.
다만, IR센터의 역할에 대해서는 부서 간의 명확한 인지가 필요합니다. 저희는 인사나 예산 같은 행정적 결정권을 가진 부서가 아닙니다. 또한 부서의 데이터를 대신 분석해 주는 '서비스 창구'보다는, 부서가 스스로 데이터를 해석하고 활용할 수 있도록 자생력을 길러주는 파트너가 되고자 합니다.
그래서 개별 데이터 처리보다는 공통적인 데이터 활용 교육과 방법론 전수에 집중하고 있습니다. 컨설팅을 통해 수집된 현장의 생생한 의견들은 종합되어 주요 의사결정 기구인 운영위원회와 교무위원회에 보고됩니다.
당장 모든 요구사항을 지원해 드리지 못하더라도, 대학의 주요 부서들이 어떤 고민을 하고 어떤 성과를 내고 있는지 IR센터가 정확히 파악하고 있다는 사실은 매우 중요합니다. 이는 향후 대학 정책이 실증적 근거를 바탕으로 올바른 방향으로 나아갈 수 있게 만드는 소중한 자산이 될 것입니다.
3-3) 협조가 어려운 부서가 있을 경우, 어떻게 설득하고 협력 관계를 구축하셨는지도 여쭤보고 싶습니다.
= 대학 내에는 부족한 인력으로 바쁜 업무를 수행하거나, 반복적인 루틴 업무로 매년 새로운 개선과제를 도출하는 것 자체가 큰 부담인 부서들이 분명 존재합니다. IR센터는 이러한 현장의 고충을 충분히 인지하고 깊이 존중하고 있습니다.
이 과정에서 저를 포함한 IR센터 구성원들의 가장 중요한 역할은 '관리와 감독'이 아닌 '격려와 존중'입니다. 저희가 먼저 고생하는 부서에 정중하고 겸손하게 다가가, IR센터는 결코 상위 조직이 아닌 조력자임을 진심으로 전달하려 나름대로 굉장히 애쓰고 노력합니다.
대면 컨설팅에서 부서의 현실적인 한계를 듣다 보면, 때로는 대학의 구조적인 문제(예산, 인력, 고용문제 등)로 인해 IR센터조차 무력감을 느낄 때가 있습니다. 하지만 그 한계를 함께 인지하고 깊이 공감하는 것 또한 컨설팅의 중요한 과정이라 믿습니다. 당장 완벽한 해결책을 드릴 수는 없더라도, 현장의 목소리에 귀 기울이며 실질적인 대안을 함께 고민해 나가겠다는 IR센터의 진정성이야말로 부서의 마음을 여는 최선의 방안이라 확신합니다.
앞으로도 한국대학IR협의회는 회원교 간의 정보 공유와 협력을 활성화할 수 있도록 지속적으로 노력하겠습니다.
향후 개최되는 행사에도 많은 관심과 참여를 부탁드립니다.
다시 한 번 2026 동계포럼에 함께해 주신 모든 분들께 감사드립니다.