Competency Gap Skill
역량 갭 분석 및 투자 ROI를 산출합니다. (유스케이스 D-1)
트리거
- •
/competency-gap명령 - •"역량 갭", "스킬 부족", "교육 ROI" 프롬프트
실행 흐름
code
1단계: 전략 방향 파악
↓
2단계: 현재 역량 분석
↓
3단계: 역량 갭 식별
↓
4단계: ROI 산출
↓
5단계: 투자 우선순위 제시
실행 단계
1단계: 전략 방향 파악
조직의 전략적 방향성을 파악합니다.
파악 항목:
- •전략 키워드 (예: AI-driven, DX)
- •목표 기간
- •중점 영역
- •예산 규모
2단계: 현재 역량 분석
조직의 현재 역량 보유 현황을 분석합니다.
조회 쿼리:
cypher
// 역량별 보유 현황
MATCH (e:Employee)-[:HAS_SKILL]->(s:Skill)
RETURN s.category, s.name,
count(e) as headcount,
avg(e.proficiency) as avg_level
// 역량별 수요
MATCH (p:Project)-[:REQUIRES_SKILL]->(s:Skill)
WHERE p.status = 'planned' OR p.status = 'active'
RETURN s.name, sum(p.required_count) as demand
분석 지표:
| 지표 | 계산 방식 |
|---|---|
| 보유 인원 | 해당 스킬 보유자 수 |
| 평균 숙련도 | 1-5점 평균 |
| 수요 대비 | 수요 인원 / 보유 인원 |
3단계: 역량 갭 식별
전략 방향 대비 역량 갭을 Top 10으로 식별합니다.
갭 계산:
code
gap_score = (strategic_weight × demand_ratio) / supply_ratio where: - strategic_weight: 전략 중요도 (1-5) - demand_ratio: 수요/현재 비율 - supply_ratio: 보유 인원/필요 인원
4단계: ROI 산출
각 역량 투자에 대한 ROI를 산출합니다.
ROI 계산:
code
투자 비용 = 교육비 + 채용비 + 기회비용 기대 효과 = 프로젝트 수익 × 역량 기여도 ROI = (기대 효과 - 투자 비용) / 투자 비용 × 100%
투자 옵션별 비용:
| 옵션 | 비용 | 기간 | 효과 |
|---|---|---|---|
| 내부 교육 | 인당 500만원 | 3개월 | 숙련도 +1 |
| 외부 교육 | 인당 1,000만원 | 1개월 | 숙련도 +1.5 |
| 신규 채용 | 인당 1억원 | 3개월 | 즉시 전문가 |
| 전략 파트너 | 프로젝트당 | 즉시 | 임시 해소 |
5단계: 투자 우선순위 제시
ROI 기반으로 투자 우선순위를 제시합니다.
우선순위 기준:
| 조건 | 우선순위 |
|---|---|
| ROI > 200% & 전략 중요도 5 | 최우선 |
| ROI > 150% & 전략 중요도 4+ | 높음 |
| ROI > 100% | 중간 |
| ROI < 100% | 낮음 |
자동 판단 로직
투자 방식 판정
- •
교육 권고:
- •기존 인력 숙련도 3 이상
- •역량 갭 소규모 (1-2명)
- •시간 여유 있음
- •
채용 권고:
- •해당 역량 인력 부재
- •전략적 중요도 높음
- •장기 수요 확실
- •
파트너십 권고:
- •특수 전문 역량
- •단기 프로젝트
- •내재화 불필요
출력 예시
code
🔄 역량 갭 분석 시작... ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 📋 1. 전략 방향 ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 전략: AI-driven 전환 기간: 2025-2026 중점 영역: AI/ML, Data, Cloud ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 📊 2. 현재 역량 현황 ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ | 역량 | 보유 | 평균 숙련도 | 수요 | 갭 | |------|------|------------|------|-----| | AI/ML | 5명 | 3.2 | 12명 | -7 | | Data Engineering | 8명 | 3.8 | 10명 | -2 | | MLOps | 1명 | 2.5 | 5명 | -4 | | Cloud (AWS) | 10명 | 4.0 | 15명 | -5 | | LLM/GenAI | 2명 | 2.8 | 8명 | -6 | ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 🎯 3. Top 10 역량 갭 ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ | 순위 | 역량 | 갭 점수 | 전략 중요도 | |------|------|---------|------------| | 1 | LLM/GenAI | 9.2 | ⭐⭐⭐⭐⭐ | | 2 | AI/ML | 8.5 | ⭐⭐⭐⭐⭐ | | 3 | MLOps | 7.8 | ⭐⭐⭐⭐ | | 4 | Cloud (AWS) | 6.2 | ⭐⭐⭐⭐ | | 5 | Data Engineering | 5.5 | ⭐⭐⭐⭐ | | ... | ... | ... | ... | ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 💰 4. 투자 ROI 분석 ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ [1위] LLM/GenAI 투자 옵션: - 교육 (6명): 3,000만원 → ROI 280% - 채용 (2명): 2억원 → ROI 180% - 혼합: 1.5억원 → ROI 250% ⭐ 추천 [2위] AI/ML 투자 옵션: - 교육 (5명): 5,000만원 → ROI 220% - 채용 (3명): 3억원 → ROI 150% - 혼합: 2억원 → ROI 200% ⭐ 추천 ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ ✅ 5. 투자 우선순위 ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ [최우선] 즉시 실행 1. LLM/GenAI 역량 강화 - 내부 교육 프로그램 (6명) - 신규 채용 (2명) - 예산: 1.5억원 | ROI: 250% [높음] Q2 실행 2. AI/ML 역량 강화 - 고급 교육 (5명) - 채용 (2명) - 예산: 1.5억원 | ROI: 200% [중간] Q3 실행 3. MLOps 역량 강화 - 클라우드 인증 교육 (4명) - 예산: 4,000만원 | ROI: 180% 총 투자 예산: 3.4억원 기대 ROI: 210% 역량 커버리지 개선: 72% → 92% ✅ 분석 완료!
옵션
| 옵션 | 설명 | 기본값 |
|---|---|---|
--strategy | 전략 키워드 | AI-driven |
--top | Top N 역량 | 10 |
--budget | 가용 예산 | - |
--period | 분석 기간 | 1년 |
에러 처리
| 에러 | 메시지 | 해결 방법 |
|---|---|---|
| 전략 미지정 | "전략 방향을 지정해주세요" | --strategy 옵션 사용 |
| 스킬 데이터 부족 | "스킬 DB 데이터가 부족합니다" | HR Master 확인 |
사용법
code
/competency-gap # 기본 분석 /competency-gap --strategy "AI-driven" # 전략 지정 /competency-gap --top 5 --budget 2억 # Top 5, 예산 제한 /competency-gap "AI 전환 관점 역량 갭 분석" # 자연어 입력
연계 Skill/Agent
| Skill/Agent | 역할 | 연계 방식 |
|---|---|---|
| query-decomposition | 전략 분석 | 초기 분해 |
| option-generator | 투자 옵션 생성 | 대안 제시 |
| success-probability | 투자 성공률 | ROI 정밀화 |
| validator | 근거 검증 | 환각 방지 |
관련 문서
- •CLAUDE.md - 프로젝트 개발 문서
- •hr-prototype-plan-v2.md - 유스케이스 D-1 상세