SALARYMAX읽을거리

입문 ・ 6분

약한 연결은 이직에 도움이 될까: 2천만 명 실험

링크드인 이용자 2천만 명 이상을 대상으로 한 무작위 실험에서는 적당히 약한 연결이 일자리 이동을 가장 많이 늘렸다. 소득이 아닌 이직 연구이며, 일본의 옛 연구에서는 강한 연결이 유리했다.

약한 연결은 이직에 도움이 될까: 2천만 명 실험 — 2천만 명 이상: 링크드인 추천 실험의 대상 인원 (여러 나라·무작위 시험)

이 글의 근거

  • 무작위 대조 시험1
  • 보정한 관찰 데이터1
  • 관찰 데이터1

원인과 결과를 확인하기 쉬운 방법(무작위 시험·자연 실험)의 연구를 포함합니다.

출처 3건・대상 국가: 미국、일본、여러 나라

근거의 종류 읽는 법 →

그래서 어떻게 하면 좋을까

한동안 연락하지 않은 예전 동료나 옛 친구에게 근황을 한마디 보낼 시간을 일정에 하나 넣어 보세요. 가까운 사람과의 연결도 소중히 하세요.

가끔 만나는 지인 같은 ‘약한 연결’은 이직에 도움이 될까요? 링크드인의 대규모 실험에서는 적당히 약한 연결이 일자리 이동을 가장 많이 늘렸습니다. 다만 잰 것은 지원과 이직이지, 소득이 늘었는지가 아닙니다.

핵심 요약

  • 링크드인 이용자 2천만 명 이상을 대상으로 연결 추천을 무작위로 바꾼 실험(2015년, 2019년)에서는 약한 연결이 일자리 이동을 늘렸습니다. 다만 너무 약하면 효과가 줄어드는 역U자 관계였습니다.
  • 약한 연결의 효과는 업종에 따라 갈렸습니다. 디지털화가 많이 된 업종에서는 약한 연결이, 디지털화가 덜 된 업종에서는 강한 연결이 지원을 더 늘렸습니다.
  • 도쿄권에서 이직을 경험한 남성을 조사한 일본 연구(와타나베 1991)에서는 강한 연결을 통한 이직일수록 연 소득과 직무 만족도가 높은 경향이 있었고, 약한 연결 가설은 지지되지 않았습니다.

‘약한 연결의 힘’은 1973년 미국 조사에서 무엇을 보여 줬나

사회학자 Granovetter는 1973년, 친한 사람끼리는 친구 관계가 겹치기 쉬워 비슷한 정보만 갖고 있다고 봤습니다. 반대로 가끔 만나는 사람은 다른 무리에 속해 있어서 내가 모르는 정보를 전해 줄 가능성이 큽니다. 이것이 ‘약한 연결의 힘’입니다.

그 예로 미국 보스턴 교외에서 최근 이직한 전문직, 기술직, 관리직을 조사한 결과가 나옵니다. 지인을 통해 일자리를 찾은 54명 가운데 그 사람을 ‘자주’(주 2회 이상) 만났던 경우는 16.7%, ‘가끔’은 55.6%, ‘드물게’(연 1회 이하)는 27.8%였습니다. 대학 시절 친구나 예전 직장 동료, 고용주처럼 지금은 별로 왕래가 없는 사람인 경우도 많았다고 합니다. 다만 작은 조사이고, 다른 조건을 맞춘 비교는 아닙니다.

링크드인 실험에서 어떤 연결이 일자리 이동을 늘렸나

약 50년 뒤 Rajkumar 등은 링크드인의 ‘알 수도 있는 사람’ 추천 기능 실험을 분석했습니다. 이 기능은 어떤 사람을 추천할지 실험적으로 바꾸고 있었습니다. 2015년 실험은 400만 명 이상(98.8%가 미국), 2019년 실험은 전 세계 1,600만 명 이상이 대상이었고, 5년 동안 약 20억 개의 새 연결과 60만 개의 새 일자리가 생겼습니다.

측정한 것은 두 가지입니다. 실험 뒤 3개월 동안의 채용 지원 수, 그리고 연결된 상대가 일하는 회사로 나중에 자신도 옮겼는지(연결을 통한 일자리 이동)입니다.

단순 비교에서는 강한 연결이 많은 사람일수록 일자리 이동이 많아 보였습니다. 그런데 무작위로 생긴 차이만 써서 분석하자 결과가 뒤집혔습니다. 공통 지인 수로 재면 ‘적당히 약한’ 연결이, 교류의 빈도로 재면 ‘가장 약한’ 연결이 일자리 이동을 가장 많이 늘렸습니다. 약할수록 무조건 좋은 것은 아니고, 어느 지점을 넘으면 효과가 작아집니다.

업종별로 보면 IT와 소프트웨어 비중이 높거나 재택근무에 적합한 업종에서는 약한 연결이 지원을 더 늘렸습니다. 반면 소프트웨어나 로봇에 덜 의존하는 업종에서는 강한 연결이 지원을 더 늘렸습니다.

약한 연결과 이직 연구를 어떻게 읽어야 하나

먼저, 이것은 ‘일자리 이동’ 연구이지 소득 연구가 아닙니다. 링크드인 실험은 이직 뒤 급여가 올랐는지는 재지 않았습니다.

다음으로, 누구의 이야기인지 봐야 합니다. 추천을 받아들일지는 본인이 정했고, 실험의 영향을 받은 사람은 조금 더 젊고 구직에 적극적인 사람이었습니다. 링크드인 이용자는 금융, 정보, 전문 서비스, 첨단기술, 건설 업종에 치우쳐 있습니다.

일본에서는 와타나베(渡辺, 1991)가 도쿄, 가나가와, 지바, 사이타마에 사는 이직 경험 남성을 조사했습니다. 이전 직장과 본인 특성을 맞춰도 강한 연결로 충분한 정보를 얻었고, 연 소득과 회사에 대한 소속감, 직무 만족도도 높은 경향이었습니다. 저자는 일본에서는 강한 연결이 이직에서 전략적인 역할을 한다고 봤습니다. 남성만 조사한 오래된 연구이지만, 링크드인 연구에서 디지털화가 덜 된 업종일수록 강한 연결이 지원을 더 늘린 점과도 겹칩니다.

오늘 할 수 있는 작은 한 걸음

  • 한동안 연락하지 않은 예전 동료나 옛 친구에게 근황을 한마디 보낼 시간을 정해 보세요. “내일 가장 중요한 일의 시간과 장소를 정했다”처럼 먼저 일정에 넣습니다.
  • “오늘의 진행 상황을 한 줄 메모했다”를 꾸준히 쌓아 두세요. 오랜만에 이야기할 때 지금 무엇을 하고 있는지 짧게 전할 수 있습니다.
  • 강한 연결도 소중히 하세요. 일본 연구와 디지털화가 덜 된 업종에서는 가까운 사람의 소개가 더 중요했습니다.

자주 묻는 질문

인맥이 넓으면 이직에 유리한가요?

링크드인의 대규모 실험에서는 적당히 약한 연결이 늘어난 사람일수록 일자리 이동이 늘었습니다. 다만 너무 약한 연결은 효과가 줄었고, 디지털화가 덜 된 업종에서는 강한 연결이 지원을 더 늘렸습니다.

약한 연결로 이직하면 연봉이 높아지나요?

알 수 없습니다. 링크드인 실험이 잰 것은 지원과 일자리 이동이지 소득이 아닙니다. 일본 연구(와타나베 1991)에서는 오히려 강한 연결을 통한 이직일수록 연 소득이 높은 경향이었습니다.

약한 연결은 어떤 사람을 말하나요?

Granovetter의 조사에서는 만나는 빈도로 재서 주 2회 이상을 ‘자주’, 연 1회 이하를 ‘드물게’로 봤습니다. 링크드인 연구에서는 공통 지인 수와 교류의 빈도, 두 가지로 쟀습니다.

출처

  • [X-rajkumar-2022] Rajkumar, Saint-Jacques, Bojinov, Brynjolfsson & Aral (2022) A causal test of the strength of weak ties. Science.
  • [X-granovetter-1973] Granovetter (1973) The Strength of Weak Ties. American Journal of Sociology.
  • [X-watanabe-1991] 渡辺深 (1991) 転職結果に及ぼすネットワークの効果. 社会学評論.

연구는 평균적인 경향입니다. 이 글은 습관으로 소득이 오른다고 약속하지 않으며, 의료·투자에 관한 개별 조언이 아닙니다. 이 읽을거리에 대하여 ・ 검색·문헌

업데이트:

← 글 목록으로