조직 내 역량 개발을 위한 다층 지식 확산 모델

초록

본 논문은 조직 구성원의 역량 향상을 설명하기 위해 다층 네트워크 기반 지식 확산 모델을 제안한다. 지식은 수평(동료 간)과 수직(전문가‑신입) 두 차원에서 흐르며, 각 에이전트의 인지·사회적 능력과 기존 역량 수준을 고려해 새로운 역량 수준을 추정한다. 모델은 기존 단일층 확산 모델의 한계를 보완하고, 실무적 역량 관리에 활용될 수 있다.

상세 요약

제안된 모델은 기존 지식 확산 연구에서 흔히 사용되는 단일층 그래프를 다층 네트워크로 확장한다는 점에서 혁신적이다. 각 레이어는 특정 지식 유형(예: 기술, 절차, 전략) 혹은 조직 내 역할(예: 팀, 부서, 프로젝트) 을 나타내며, 에이전트는 동일 인물이라도 레이어마다 다른 연결 구조를 가진다. 수평 확산은 같은 레이어 내에서 동료 간 지식 교환을 의미하고, 수직 확산은 상위‑하위 레이어 간 지식 흐름을 의미한다. 이중 확산 메커니즘은 실제 조직에서 전문가가 신입에게 노하우를 전수하거나, 부서 간 협업을 통해 새로운 아이디어가 전파되는 과정을 정량화한다.

역량 변화는 다음과 같은 요소들에 의해 결정된다. 첫째, 에이전트의 인지 능력(학습 속도, 기억 유지력) 은 지식 흡수 효율을 조절한다. 둘째, 사회적 능력(네트워크 중심성, 신뢰도) 은 정보 전달 경로와 전파 강도를 결정한다. 셋째, 현재 역량 수준은 포화 효과를 반영해 새로운 지식이 기존 역량에 미치는 증분을 제한한다. 수학적으로는 각 레이어 ℓ에 대해 지식 상태 K_i^ℓ(t) 를 정의하고, 인접 행렬 A^ℓ와 전파 계수 β^ℓ를 이용해 K_i^ℓ(t+1)=K_i^ℓ(t)+β^ℓ∑j A{ij}^ℓ·f(C_i, S_i)·ΔK_j^ℓ 형태의 업데이트 규칙을 제시한다. 여기서 f(C_i, S_i)는 인지·사회적 능력 함수이며, ΔK_j^ℓ는 이웃 j가 제공하는 지식 증분이다.

시뮬레이션 결과는 다층 구조가 단일층 대비 역량 향상 속도가 빠르고, 특정 레이어에 대한 투자(예: 전문가 교육) 가 전체 조직 역량에 비례적으로 큰 영향을 미친다는 것을 보여준다. 또한, 부정적 확산(오류·오해 전파)도 모델에 포함시켜 역량 감소 시나리오를 검증한다. 이러한 정량적 프레임워크는 인사·교육 정책 수립 시 비용‑효과 분석에 직접 활용될 수 있다.