스킬 택소노미 상호운용성은 용어를 하나로 바꾸는 일이 아닙니다. ATS·LMS·HRIS의 식별자, 동의어, 숙련도 척도, 매핑 근거와 버전을 연결하고 채용·교육·배치 데이터가 같은 의미를 주고받는 운영 기준과 검증 지표를 정리합니다.

스킬 택소노미 상호운용성: 채용·교육·배치가 같은 언어를 쓰게 만드는 법

데이터 정합성 회의에서 같은 역량이 세 이름으로 발견된다. 채용시스템에는 ‘데이터 기반 의사결정’, LMS에는 ‘A/B 테스트 결과 분석’, 사내공모 시스템에는 ‘분석적 문제 해결’이라고 적혀 있다. 담당자들은 비슷한 말이라고 생각했지만 시스템은 다르게 계산한다. 채용에서 찾은 스킬 격차는 추천 과정으로 이어지지 않고, 과정을 마친 직원은 적합한 프로젝트 후보로 검색되지 않는다.

스킬 택소노미 상호운용성은 서로 다른 분류 체계의 스킬 개념이 시스템 사이를 이동할 때 식별자, 범위, 관계, 숙련도, 근거와 버전을 잃지 않고 해석되는 상태다. API가 연결되고 필드 형식이 같아도 의미가 달라지면 상호운용되지 않은 것이다. 반대로 표시 이름이 달라도 같은 기준 개념을 가리키고 차이를 설명할 수 있다면 함께 운영할 수 있다.

기업교육 관점의 결론은 분명하다. 하나의 스킬 사전을 모든 시스템에 복사하는 것보다, 각 시스템의 질문을 보존한 채 기준 개념과 크로스워크를 운영하는 편이 정확하다. 채용·교육·배치는 같은 사람을 보지만 묻는 질문이 다르다. 그 차이를 지우지 않고 연결하는 것이 스킬 기반 인사의 실제 기반이다.

같은 이름보다 같은 식별자가 먼저다

이름은 자주 바뀐다. ‘프롬프트 엔지니어링’이 ‘생성형 AI 지시 설계’로 바뀌고, 한국어·일본어·영어 라벨이 생긴다. 공급자를 교체하면 과정 태그도 달라진다. 이름을 데이터의 기준키로 쓰면 개명할 때마다 직원 프로필, 과정, 직무와 공고의 연결이 흔들린다.

반대로 같은 이름이 같은 뜻을 보장하지도 않는다. ‘코칭’은 관리자에게 성과대화일 수 있고, 영업조직에는 현장 동행 피드백, LMS에는 질문기법 과정 묶음일 수 있다. 라벨만 합치면 서로 다른 수행 범위를 한 개념으로 눌러 버린다.

기준이 되는 스킬 레코드는 최소한 다음을 분리해야 한다.

바뀌지 않는 내부 skill_id, 정의와 포함·제외 업무.
언어·시스템별 선호 라벨, 동의어, 과거 명칭과 검색어.
상위·하위·관련 개념과 외부 표준의 식별자.
숙련도 단계별 관찰 가능한 행동과 평가방법.
개념 버전, 시행일, 폐기 상태와 대체 개념.

W3C SKOS처럼 개념 식별자와 다국어 라벨, 분류 코드, 다른 체계의 매핑을 분리할 수 있다. RDF나 온톨로지를 모두 구현하지 않아도 개념의 정체성과 화면에 보이는 단어를 같은 칸에 넣지 않는 원리는 적용할 수 있다.

공통 스킬 언어는 사람용 용어집을 넘어 전자 시스템이 검색·매칭·매핑할 수 있는 사전이어야 한다. 직업기준·직무기술서, 자격·학습성과와 노동시장 정보가 같은 개념 좌표를 통해 연결돼야 한다는 것이 OECD의 결론이다.

채용·교육·배치는 같은 스킬에 서로 다른 질문을 건다

ATS는 “입사 시 무엇을 증명해야 하는가”를 묻는다. LMS는 “어떤 학습성과를 가르치고 평가할 것인가”를 묻는다. HRIS와 탤런트 마켓플레이스는 “누가 최근 어떤 맥락에서 이 역량을 쓸 수 있는가”를 묻는다. 한 시스템의 필드를 다른 시스템에 그대로 복사하면 원래 질문이 사라진다.

가상의 기준 스킬 SK-0427: 실험 결과를 해석해 사업결정을 제안한다를 예로 들면 다음처럼 나눌 수 있다.

관리 대상	ATS	LMS	HRIS·배치	기준 레코드
표시명	데이터 기반 의사결정	A/B 테스트 결과 분석	분석적 문제 해결	언어·시스템별 라벨과 검색 동의어
요구 범위	채용 직무에서 필요한 과제	과정이 다루는 실험·해석 범위	프로젝트가 요구하는 의사결정 범위	정의, 포함·제외 업무, 관련 스킬
숙련도	입사 시 최소 수행 기준	학습 전·후 도달 기준	배치 시 자율성·복잡성 기준	행동 앵커와 척도 버전
증거	과제, 구조화 면접, 포트폴리오	시뮬레이션, 평가, 관찰	최근 프로젝트 결과, 검증자	증거 유형, 출처, 관찰일, 만료 규칙
연결	공고·면접 문항과 스킬	과정·모듈·학습성과와 스킬	직무·프로젝트·사람과 스킬	원천·대상 ID, 관계, 근거, 승인 상태

세 표시명이 같은지는 이름만으로 판단하지 않는다. LMS가 통계적 유의성 해석만 가르치면 기준 스킬보다 좁다. HRIS의 ‘분석적 문제 해결’이 원인분석까지 포함하면 더 넓다. 이 차이를 남겨야 적합한 학습을 추천하고 수료 증거의 과대평가를 막는다.

사람 프로필에는 개념 버전, 증거, 사용 맥락과 확인자를 함께 둔다. 과정 수료는 스킬 보유의 한 증거이지 모든 직무에서 독립 수행할 수 있다는 선언이 아니다.

일대일 매핑을 강요하면 스킬의 범위가 왜곡된다

분류 체계의 연결은 전화번호부 대조가 아니다. 한쪽의 넓은 개념이 다른 쪽에서는 여러 개로 나뉘고, 업무·지식·과정·자격도 다른 단위로 저장된다. 빈칸을 실패로 보고 일대일 연결률을 높이면 정확해 보이는 오매핑이 늘어난다.

영국 SSC Version 1.0은 3,350개 Occupational Skills를 607개 Groups, 106개 Areas, 22개 Domains로 조직한다. 이를 22,583개 Tasks, 5,056개 Knowledge concepts, 13개 Core Skills와 잇는다. Figure 3의 Skills는 Jobs, Tasks, Knowledge, Courses, Core Skills와 연결된다. Courses–Core Skills의 회색 선은 매핑이 없다는 표시다.

스킬 택소노미를 직무·과정·업무·지식에 연결한 영국 SSC 기본 매핑 Figure 3

Skills England의 UK SSC 개발 보고서 원문 19쪽 Figure 3. 같은 페이지는 SSC Skills의 3,350개가 ESCO skills와, 3,253개가 ONET Detailed Work Activities와 매칭됐다고 적는다. 각각 100%와 97%의 범위이지 모든 개념이 정확히 동등하다는 뜻은 아니다.*

기업 크로스워크에는 W3C SKOS의 구분을 실무적으로 단순화해 쓸 수 있다.

관계	판단	기업교육 예시
`exact`	넓은 사용 맥락에서 바꿔 써도 의미 손실이 거의 없음	같은 정의·범위·행동 기준을 다른 코드로 저장
`close`	일부 검색·추천에는 함께 쓸 수 있으나 차이가 남음	과정 태그와 직무 스킬의 핵심은 같지만 적용 맥락이 다름
`broader`	원천 개념이 대상보다 넓음	‘데이터 분석’이 ‘회귀분석 수행’을 포함
`narrower`	원천 개념이 대상보다 좁음	‘제조 현장 안전 코칭’이 ‘코칭’의 한 맥락
`related`	함께 쓰이지만 포함관계나 동등관계는 아님	‘실험 설계’와 ‘데이터 기반 의사결정’
`no-match`	현재 근거로 책임 있게 연결할 수 없음	신기술·사내 고유 업무가 외부 표준에 아직 없음

close를 두 번 거쳤다고 첫 개념과 셋째 개념이 가깝지는 않다. SKOS의 closeMatch도 전이 관계가 아니다. 중간 공급자의 매핑을 이어 붙이지 말고 원천과 최종 개념을 다시 검토한다.

숙련도 숫자는 행동 기준 없이 번역되지 않는다

가장 위험한 매핑은 같은 숫자를 같은 수준으로 보는 일이다. ATS의 레벨 3은 ‘독립 수행 가능’, LMS의 3단계는 ‘고급 과정 수료’, HRIS의 3은 ‘복잡한 업무에서 타인을 지도’일 수 있다. 숫자가 같아도 관찰 대상과 판정자가 다르다.

숙련도 크로스워크는 숫자보다 행동을 대조한다.

비교 축	채용 기준	학습 기준	배치 기준
과제 복잡성	제한된 자료로 문제를 해결하는가	낯선 사례에서 원리를 적용하는가	실제 제약과 이해관계 속에서 판단하는가
자율성	추가 지시 없이 과제를 끝내는가	도움 단서를 얼마나 필요로 하는가	감독·검토 없이 결과를 책임지는가
범위	한 기능·도구를 다루는가	여러 개념을 통합하는가	부서·고객·프로젝트에 영향을 주는가
증거	표준 과제와 면접	평가·실습·반복 수행	최근 업무결과와 관찰자 검증

완전한 대응이 없으면 LMS 3 → HRIS 2처럼 단일 변환식을 만들지 않는다. “지식·시뮬레이션 기준은 충족했으나 실제 이해관계 조정 증거는 없음”처럼 충족한 행동과 남은 검증을 나눈다. 교육 추천에는 사용할 수 있어도 배치 승인에는 추가 현장 증거가 필요하다는 조건을 시스템이 표현해야 한다.

숙련도도 버전을 가진다. 단계별 행동이 바뀌면 과거 평가를 덮어쓰지 말고 당시 척도와 현재 기준으로의 변환 근거를 함께 보존한다.

매핑 레코드에는 정답보다 근거와 유효기간이 필요하다

크로스워크를 엑셀의 원천 스킬명–대상 스킬명 두 열로 끝내면 왜 연결했는지 알 수 없다. 담당자가 바뀌거나 외부 분류가 개정됐을 때 전체를 다시 추측하게 된다. 최소 매핑 레코드는 다음 질문에 답해야 한다.

어느 분류·버전의 어느 개념들을 연결했는가.
관계는 exact, close, broader, narrower, related, no-match 중 무엇인가.
정의, 포함·제외 업무와 행동 앵커 중 어떤 근거를 대조했는가.
자동 추천 점수와 사람의 승인 상태는 각각 무엇인가.
소유자·검토자, 유효·재검토일, 대체 관계와 영향 대상은 무엇인가.

mapping_confidence는 직원 능력의 확률이 아니라 두 개념 관계의 근거 강도다. 정의 문장만 비슷하면 낮고 업무 표본과 평가 항목까지 겹치면 높일 수 있지만, 승인자를 대신하지 않는다.

반례도 남긴다. ‘재무 모델링’은 가치평가를 포함하지만 ‘스프레드시트 활용’은 도구 조작에 머물 수 있다. 포함되지 않는 업무를 적어 검색과 추천의 과잉 확장을 막는다.

매핑 속성은 출처와 이력 관리의 대체물이 아니라는 것이 SKOS의 원칙이다. 관계 코드 옆에 근거, 검토자, 시행·만료일과 변경 사유를 둔다. 정답처럼 보이는 한 줄보다 다시 판단할 수 있는 기록이 상호운용성을 오래 유지한다.

AI는 후보를 좁히지만 의미를 승인하지 않는다

수천 개 개념을 사람이 처음부터 대조하기는 어렵다. 임베딩은 정의·업무·학습성과가 비슷한 후보를 좁히고, 언어모델은 차이 설명의 초안을 만들 수 있다. 여기서 자동화의 목적은 승인 건수를 늘리는 것이 아니라 검토자가 비교해야 할 범위를 줄이는 것이다.

영국 SSC는 ESCO, NCS, O*NET, Skills England OS, GFI, Innovate UK WFH의 여섯 원천을 모았다. 스킬 검증과 의미 군집 뒤 AI로 병합·중복 제거를 보조하고 라벨은 사람이 검토했다. 다시 SOC, Tasks와 실제 job ads로 검증했다.

스킬 택소노미를 만들기 위해 여섯 원천을 검증·군집·중복 제거하는 영국 SSC Figure 7

UK SSC 개발 보고서 원문 27쪽 Figure 7. 여러 원천을 한 번에 생성모델로 태깅한 것이 아니라 후보 정제, 사람 검토와 업무·채용공고 검증을 단계적으로 결합했다.

기업도 정의, 업무, 학습성과와 평가문항으로 후보를 만든 뒤 소수 후보를 한 개씩 비교한다. 모델은 관계 유형, 공통 범위, 차이, 반례와 근거 위치를 제안하고, 직무전문가와 HRD가 과제·평가·배치 용도에 맞는지 승인한다. 승인 결과를 재사용할 때는 모델·프롬프트·원천 버전을 기록한다.

높은 유사도를 사람이 no-match로 판정한 사례는 중요한 경계자료다. 관행상 같은 말로 여긴 개념을 모델이 분리해도 정의와 업무 표본을 다시 본다. 불일치를 감추지 말고 어떤 차이에서 생겼는지 학습한다.

외부 표준은 기준 좌표이지 내부 직무의 대체물이 아니다

외부 분류를 그대로 복사하면 시작은 빠르지만 회사의 제품, 규제, 설비와 의사결정 권한이 빠질 수 있다. 내부 용어만 쓰면 채용시장, 자격과 교육 공급을 연결하기 어렵다. 선택지는 둘 중 하나가 아니라 내부 기준 개념을 유지하면서 외부 식별자를 매핑하는 것이다.

국가 분류도 직무, 업무, 지식, 과정과 국제 체계를 별도 관계로 잇는다. 정의, 분석 단위와 세분성이 다르므로 기존 프레임워크를 합치는 것만으로 상호운용성은 해결되지 않는다. 외부 표준은 공통 좌표이지 내부 업무의 최종 정의자가 아니다.

한국 기업이라면 NCS·직업정보, 산업 자격과 공급자 스킬 사전을 참고할 수 있다. 다만 사내 ‘배터리 공정 이상진단’처럼 설비·제품·권한이 결합된 스킬을 넓은 외부 개념에 지워 넣지 않는다. 내부 개념을 유지하고 외부의 더 넓은 개념과 narrower 관계를 두면 외부 검색 가능성과 현장 정확성을 함께 지킬 수 있다.

일본의 デジタルスキル標準 ver.2.0도 외부 좌표다. 2026년 개정은 DX推進スキル標準을 6개 類型, 共通スキルリスト를 5개 카테고리·13개 서브카테고리로 정리하고 データマネジメント類型을 신설했다. 일본 법인의 職能資格·OJT·배치 기준을 덮어쓰지 말고 DSS ver.2.0과 사내 정의의 관계를 기록한다.

새 버전은 덮어쓰지 말고 영향도를 배포한다

라벨 오탈자 수정과 구조 변경은 같은 배포가 아니다. 동의어를 추가하는 변경은 검색 품질을 높이지만, 한 스킬을 둘로 나누거나 상·하위 관계를 바꾸면 직무 요구, 과정 추천, 사람 프로필과 대시보드가 함께 달라진다.

버전 이행에는 적어도 네 상태가 필요하다.

유지: ID와 의미가 같고 라벨·설명만 보완됐다.
대체: 옛 개념이 새 개념 하나로 이어지며 supersedes 관계를 남긴다.
분할·통합: 한 개념이 여러 개로 나뉘거나 여러 개가 합쳐져 자동 이전하지 않는다.
폐기·미매핑: 더는 쓰지 않지만 과거 증거를 해석하기 위해 레코드는 보존한다.

분할된 개념을 직원 프로필에 자동 복제하면 보유하지 않은 스킬이 생긴다. 기존 증거가 새 개념 가운데 무엇을 지지하는지 재평가하고, 판단할 수 없으면 ‘재검증 필요’로 둔다. 과정도 새 태그만 붙이는 데서 끝내지 말고 학습성과와 평가문항이 분할된 범위를 실제로 다루는지 확인한다.

UK SSC Version 1.0 운영안은 첫 1년 뒤 큰 변경 가능성을 검토하고 이후 5년 주기로 옮길 것을 제안한다. 기업의 의무 주기는 아니지만 용어 변화는 계속 감시하고 구조 변경은 별도 주기·영향평가로 다룬다는 구분은 유효하다.

배포 전에는 바뀐 개념을 쓰는 공고·직무·프로젝트, 과정·평가, 사람과 지표를 찾는다. 구버전 조회, 재계산과 롤백 기준, 소비 시스템별 적용 시점을 남겨 같은 회의에서 서로 다른 숫자가 나오는 일을 막는다.

한 직무군에서 채용→학습→배치→채용의 왕복을 시험한다

전사 택소노미부터 만들면 정의 회의가 길어지고 실제 연결 오류는 늦게 드러난다. 채용 수요와 교육 투자가 크고 프로젝트 이동이 있는 한 직무군을 고른다. 예를 들어 데이터 분석가 20~40개 핵심 스킬처럼 사람이 검토할 수 있는 범위가 적당하다.

왕복 시험은 다음 순서로 진행한다.

실제 공고와 구조화 면접에서 요구하는 수행을 기준 스킬 후보로 분해한다.
과정의 학습성과·평가문항을 같은 기준에 매핑하되 넓고 좁은 관계를 허용한다.
최근 업무 증거가 있는 직원 프로필과 프로젝트 요구를 연결한다.
채용 격차에서 추천한 과정이 해당 부족 범위를 실제로 가르치고 평가하는지 확인한다.
과정 이수 증거가 배치 후보를 어떻게 바꾸는지 보고, 현장 검증이 필요한 경계를 표시한다.
배치 결과와 새 업무 증거를 다시 채용·직무 기준에 반영했을 때 의미가 달라졌는지 검토한다.

왕복은 모든 필드가 원래 값으로 돌아오는 시험이 아니다. ATS의 최소 요구가 LMS의 세부 학습성과로 분해됐다가 다시 모일 때, 충족 범위와 남은 조건, 집계 규칙을 설명하는 시험이다.

파일뿐 아니라 후보 선별, 학습 추천, 프로젝트 배치를 한 건씩 추적한다. 어떤 매핑이 결정에 영향을 줬는지 확인해야 실제 운영의 연결 여부가 보인다.

자동 매핑률 대신 의미 손실을 드러내는 일곱 숫자를 본다

전체 개념의 95% 매핑 완료는 진척률일 뿐 품질지표가 아니다. 빈칸을 억지로 채워도 높아진다. 상호운용성은 다음 신호를 분리해 본다.

사람 검토 후 관계 변경률: 자동 제안의 exact가 close·broader·no-match로 얼마나 바뀌었는가.
정당한 미매핑 비율: 외부 표준에 없는 사내 고유·신규 스킬을 숨기지 않고 얼마나 보존했는가.
숙련도 비대응률: 숫자 변환으로 처리하지 못해 행동 검증이 추가로 필요한 관계는 얼마인가.
왕복 의미 손실률: 원천→기준→대상→기준으로 돌아올 때 범위·관계·숙련도 조건이 달라진 건수는 얼마인가.
구버전 노출: 폐기·분할된 개념을 아직 쓰는 공고, 과정, 사람 프로필과 대시보드는 몇 개인가.
예외 처리시간: no-match, 충돌, 분할 이행을 발견한 뒤 소유자가 판단하기까지 얼마나 걸리는가.
결정 오류와 누락: 잘못된 과정 추천, 부적합한 후보 확장, 적합한 내부인재 누락이 어떤 매핑에서 생겼는가.

한 점수로 합치지 않는다. 미매핑이 많아도 신규 기술을 보존한 결과일 수 있고 자동 승인률이 높아도 넓은 개념만 연결했을 수 있다. 직무군, 관계 유형과 결정 용도별로 나눠 본다.

표본에는 사내 고유 역할, 신기술, 다국어 검색과 숙련도 경계 사례를 넣는다. 성공 건수보다 결정에 영향을 준 오매핑과 미매핑을 먼저 본다.

한국 기업은 직무·과정·인재 테이블의 주인을 먼저 정한다

택소노미 프로젝트가 HR 테크 부서에만 있으면 API와 필드가 우선되고, HRD에만 있으면 과정 태그가 중심이 되며, 인사기획에만 있으면 직무·등급 체계가 절대 기준이 되기 쉽다. 상호운용성은 어느 한 시스템의 승리가 아니라 개념과 연결의 책임을 나누는 일이다.

운영 책임은 다음처럼 구분할 수 있다.

기준 개념 소유자는 정의, 범위, 상·하위 관계와 폐기를 승인한다.
직무·채용 소유자는 공고, 면접과 실제 수행요구가 기준에 맞는지 검증한다.
HRD 소유자는 과정 학습성과·평가와 스킬 관계를 책임진다.
People Analytics·HR 테크는 식별자, 버전, 계보, 품질 규칙과 소비 시스템 적용을 관리한다.
현업 검토자는 업무 표본, 반례, 숙련도 행동 기준을 제공한다.
지역·언어 담당자는 번역 라벨이 개념 범위를 바꾸지 않는지 확인한다.

변경 회의에서는 용어 선호보다 영향받는 결정을 먼저 본다. 라벨을 바꿔 검색 결과가 달라지는가, close를 exact로 올리면 어떤 직원이 후보가 되는가, 숙련도 변환을 바꾸면 어떤 과정과 배치가 영향을 받는가를 질문한다. 승인권은 데이터 모델이 아니라 업무 결과의 위험에 맞춰 배분한다.

첫 운영 목표는 완벽한 전사 사전이 아니다. 한 직무군에서 같은 스킬 ID가 채용 요구, 과정 학습성과, 직원 증거와 프로젝트 요구를 잇고, 그 사이의 차이를 설명할 수 있게 만드는 것이다. 이 연결이 작동하면 범위를 넓히고, 작동하지 않으면 개념 수를 늘리기 전에 매핑 근거와 책임부터 고친다.

스킬 언어를 하나로 만든다는 것은 차이를 지우는 일이 아니다

채용, 교육과 배치는 서로 다른 질문을 하기 때문에 다른 라벨과 척도를 가질 수 있다. 문제는 차이가 아니라 차이를 알 수 없는 상태다. 같은 이름이 다른 뜻을 가리키고, 다른 이름이 같은 뜻인지 아무도 설명하지 못하며, 버전이 바뀌어도 과거 결정이 조용히 재해석될 때 스킬 데이터는 신뢰를 잃는다.

기준 식별자와 언어별 라벨을 분리하고, exact·close·broader·narrower·related·no-match 관계를 근거와 함께 기록한다. 숙련도는 숫자가 아니라 행동으로 대조하며, AI는 후보를 좁히는 데 쓰고 사람은 업무·학습·배치 맥락에서 승인한다. 구조 변경은 영향받는 공고, 과정, 사람과 지표까지 함께 이행한다.

스킬 택소노미의 완성도는 항목 수나 자동 매핑률로 결정되지 않는다. 한 시스템의 의미가 다른 시스템에서 과장·소실되지 않고, 달라졌다면 이유와 책임자를 추적할 수 있는가가 기준이다. 그때 채용 요구는 학습 목표로, 학습 증거는 배치 후보로, 배치 수행은 다시 직무와 교육의 갱신으로 이어진다.