Routine Data for Workforce Equality Monitoring: Ethnic Inequalities in Recruitment and Workforce Representation in Nursing and Midwifery

이 연구는 스코틀랜드의 한 NHS 보드에서 수집된 일상적인 행정 데이터를 분석하여 간호 및 산부인과 직원의 채용 과정과 직급별 인력 구성에서 백인과 비백인 간에 뚜렷한 인종적 불평등이 존재함을 확인하고, 이러한 일상 데이터를 활용하면 직장 내 평등 모니터링을 강화할 수 있음을 시사합니다.

핵심

🏥 핵심 내용: "입구와 계단"의 불공정함

이 연구는 한 병원 (NHS 보드) 의 인사 데이터를 분석하여 두 가지 중요한 사실을 발견했습니다.

1. 채용 과정 (입구) 에서의 불공정

• 상황: 면접을 본 지원자들 중에서 '조건부 채용 제안 (Offer)'을 받은 비율을 비교했습니다.
• 발견: 백인 지원자가 비백인 지원자보다 채용 제안을 받을 확률이 훨씬 높았습니다.
• 비유: 두 사람이 같은 시험 (면접) 을 봤는데, 백인은 '합격 통지서'를 더 쉽게 받고, 비백인은 문턱이 더 높게 느껴지는 상황입니다. 특히 고위직 (Band 7) 으로 갈수록 이 격차가 더 벌어졌습니다.

2. 직장 내 분포 (계단) 에서의 불공정

• 상황: 현재 일하고 있는 간호사들의 직급 (Pay Band) 분포를 봤습니다.
  • Band 5: 신입 간호사 (입구)
  • Band 6, 7: 중견 및 관리직 (계단 위쪽)
• 발견: 비백인 간호사들은 신입 (Band 5) 에는 많이 있지만, 계단을 올라갈수록 (Band 6, 7) 숫자가 급격히 줄어듭니다.
• 비유: 건물의 1 층 (신입) 에는 다양한 사람들이 가득 차 있지만, 2 층과 3 층 (고위직) 으로 올라갈수록 비백인들은 사라지고 백인들만 남는 현상입니다. 마치 계단을 오르는 동안 비백인들에게는 보이지 않는 장벽이 있어 올라가지 못하게 하는 것 같습니다.

---

🔍 이 연구가 왜 중요한가요? (데이터의 힘)

이 연구의 가장 큰 특징은 '기존에 쌓아둔 서류 (행정 데이터)'를 활용했다는 점입니다.

• 새로운 조사 없이도 가능: 별도의 설문조사나 인터뷰 없이, 병원 인사팀이 매일 쌓아두는 채용 기록과 직원 명부만으로도 불평등을 숫자로 명확하게 보여줄 수 있었습니다.
• 비유: 마치 **병원 내부의 '카메라 (데이터)'**를 켜서, 우리가 눈으로 못 보던 '보이지 않는 차별'을 사진처럼 찍어낸 것과 같습니다. 이 데이터를 통해 "어디서 문제가 생기는지"를 정확히 파악할 수 있게 된 것입니다.

---

🚧 문제점과 한계 (데이터의 결함)

연구자들은 데이터가 완벽하지 않다는 점도 솔직하게 밝혔습니다.

• 데이터의 누락: 일부 지원자의 인종 정보가 빠지거나, 채용 과정의 중간 단계 (예: 서류 전형 통과 여부) 기록이 불완전했습니다.
• 비유: 카메라 렌즈에 먼지가 끼어 있거나, 일부 장면이 잘려 나간 영화를 본 것과 같습니다. 그래도 전체적인 흐름 (비백인들이 고위직으로 가기 어렵다는 점) 은 분명히 보였습니다. 하지만 더 정확한 분석을 위해서는 데이터 기록 시스템을 더 깔끔하게 정리해야 합니다.

---

💡 결론 및 제언: "데이터로 변화를 만들자"

이 연구는 다음과 같은 메시지를 전달합니다.

1. 불평등은 눈에 보입니다: 채용과 승진 과정에서 인종에 따른 불공정이 명확하게 존재합니다.
2. 데이터는 해결책의 시작입니다: 별도의 거창한 프로젝트 없이, 우리가 이미 가지고 있는 데이터를 체계적으로 분석하면 문제의 원인을 찾고 해결책을 마련할 수 있습니다.
3. 공정한 사다리를 만들자: 모든 간호사가 인종과 상관없이 능력에 따라 계단 (직급) 을 오를 수 있도록, 채용 과정의 투명성을 높이고 데이터를 꾸준히 모니터링해야 합니다.

한 줄 요약:

"기존의 인사 기록을 잘만 분석하면, 보이지 않던 인종 차별의 '보이지 않는 장벽'을 찾아낼 수 있으며, 이를 통해 더 공정하고 건강한 병원 환경을 만들 수 있다."

기술 요약

제공된 논문 "Ethnic Inequalities in Nursing Careers (간호사 경력에서의 인종적 불평등)"에 대한 상세한 기술적 요약은 다음과 같습니다.

1. 연구 배경 및 문제 제기 (Problem)

• 배경: 간호사 및 산부인과 전문의 (Midwives) 는 의료 서비스의 핵심이지만, 전 세계적으로 인력 유지 (Retention) 가 심각한 과제로 대두되고 있습니다. 특히 조직 내 공정한 채용 및 경력 발전 기회의 부재는 직무 만족도 저하와 이직률 증가로 이어집니다.
• 문제: 영국 내 의료 시스템 (NHS) 에서도 소수 인종 (Ethnic Minority) 직원의 고위직 대표성 부족과 경력 발전의 장벽이 지속적으로 보고되고 있습니다.
• 한계: 스코틀랜드에서는 인종적 불평등을 체계적으로 모니터링하기 위한 국가 수준의 표준화된 메커니즘 (영국 잉글랜드의 WRES 와 같은) 이 부재합니다. 기존 데이터의 품질 문제, 단편적인 보고, 그리고 체계적인 분석의 부재로 인해 불평등의 추이를 파악하거나 벤치마킹하기가 어렵습니다.
• 연구 목적: 스코틀랜드의 한 NHS 보드 (NHS Board) 에서 수집된 일상적인 행정 데이터 (Routine Administrative Data) 를 활용하여 간호 및 산부인과 직원의 채용 결과 및 급여 밴드별 인력 구성에서 나타나는 인종적 불평등을 분석하고, 이러한 데이터가 재현 가능한 불평등 모니터링 지표로 사용될 수 있는지 평가하는 것입니다.

2. 연구 방법론 (Methodology)

• 연구 설계: 후향적 관찰 연구 (Retrospective Observational Study).
• 데이터 소스: 스코틀랜드 내 한 NHS 보드의 인사 (HR) 시스템 및 채용 추적 시스템 (JobTrain) 에서 추출된 익명화 데이터.
  • 직원 현황 데이터: 2021/22 회계연도부터 2024/25 회계연도까지의 재직자 데이터.
  • 채용 데이터: 2021/22 회계연도부터 2023/24 회계연도까지의 면접 참석자 및 조건부 채용 제안 (Conditional Job Offer) 데이터.
• 분석 대상:
  • 급여 밴드: Band 5 (등록 간호사 진입점), Band 6 (전문가/리더십), Band 7 (전문가/관리직). Band 8a 이상은 소수 인종 사례가 적어 (n≤5) 제외.
  • 인종 분류: 'White(백인)'와 'Non-White(비백인)'로 이분화하여 분석. (스코틀랜드 인구조사 기준 22 개 카테고리 통합).
• 분석 지표:
  • 채용 성공률: 면접을 본 지원자 중 조건부 채용 제안을 받은 비율. 백인 대 비백인의 상대위험도 (Relative Risk, RR) 를 계산.
  • 대표성 지수 (Representation Quotient, RQ): 특정 밴드 내 비백인 직원의 비율을 전체 간호/산부인과 workforce 내 비백인 비율로 나눈 값. RQ=1 은 균형, >1 은 과대표, <1 은 과소대표를 의미.
  • 통계적 접근: 기술 통계 및 조정되지 않은 (Unadjusted) 분석 수행. 결측치는 완전 사례 분석 (Complete-case analysis) 으로 처리.

3. 주요 결과 (Key Results)

• 채용 결과의 불평등:
  • 모든 분석된 밴드 (5, 6, 7) 에서 백인 지원자가 비백인 지원자보다 조건부 채용 제안을 받을 확률이 유의하게 높았습니다.
  • Band 6 (중간 관리/전문직): 불평등이 가장 심화되었습니다. 2021/22 년 RR 이 1.29 에서 2023/24 년 1.96 으로 증가하여 격차가 벌어졌습니다.
  • Band 7 (고위 관리직): 백인이 비백인보다 약 2 배 (RR 2.09~2.10) 더 높은 확률로 채용 제안을 받았습니다.
  • Band 5 (진입점): 채용 단계에서도 불평등이 존재하여 (RR 1.15~1.37), 경력 초기부터 불리한 구조가 시작됨을 시사합니다.
• 근로자 구성의 불평등 (Representation Gradient):
  • Band 5: 비백인 직원이 과대표 (RQ 약 1.5) 되어 있었으며, 2021/22 년 9% 에서 2024/25 년 14% 로 비율이 증가했습니다.
  • Band 6 및 Band 7: 비백인 직원의 과소대표가 지속되었습니다. Band 6 은 약 3~4%, Band 7 은 약 2% 수준으로 유지되었으며, RQ 값은 각각 0.5 미만, 0.3 미만으로 낮았습니다.
  • 추세: 연구 기간 동안 고위직으로의 진출이 제한되어 인종별 대표성 불균형 (Gradient) 이 개선되지 않았습니다.

4. 주요 기여 및 의의 (Key Contributions & Significance)

• 실용적 모니터링 방법론 제시: 별도의 새로운 데이터 수집 없이, 기존에 수집 중인 일상적인 행정 데이터를 활용하여 재현 가능한 불평등 지표 (RQ 및 RR) 를 생성할 수 있음을 입증했습니다.
• 통합적 접근: 채용 단계의 불평등 (Recruitment outcomes) 과 최종 workforce 구성 (Workforce representation) 을 연결하여 분석함으로써, '누적 불이익 (Cumulative Disadvantage)' 모델이 간호 경력에서 어떻게 작동하는지를 시각화했습니다. 즉, 초기 채용 단계의 작은 불평등이 고위직으로 갈수록 기하급수적으로 확대됨을 보여줍니다.
• 정책적 함의:
  • 스코틀랜드를 포함한 많은 지역에서 인종 불평등 모니터링을 위한 국가적 체계가 부재한 상황에서, 표준화된 지표의 도입이 벤치마킹과 책임성 (Accountability) 강화에 필수적임을 강조했습니다.
  • 데이터의 불완전성 (예: 단축선별 단계 데이터 부재) 이 있음에도 불구하고, 현재 시스템만으로도 의미 있는 통찰을 얻을 수 있음을 보여주었습니다.
• 한계 및 제언: 단일 기관 데이터라는 점, 결측치 문제, 인과관계 추론의 제한 등을 인정하며, 향후 다기관 연구 및 종단적 데이터 링크의 필요성을 제기했습니다.

5. 결론

이 연구는 일상적인 행정 데이터를 활용하여 간호 및 산부인과 직원의 채용 및 경력 내 인종적 불평등을 정량화하고 모니터링할 수 있는 명확하고 재현 가능한 접근법을 제시합니다. 이러한 분석을 기존 workforce 시스템에 통합함으로써 의료 기관은 공정성 증진, 인력 유지율 개선, 그리고 궁극적으로 환자 치료의 질 향상을 위한 데이터 기반의 정책 및 실천을 강화할 수 있습니다.