번아웃은 실제로 퇴사를 예측할 수 있을까?

기업에서 번아웃이 중요한 이유를 이야기할 때 자주 등장하는 것이 퇴사와 인재 이탈입니다.

직원이 지친다. 일에 대한 몰입이 떨어진다. 결국 회사를 떠난다.

직관적으로는 자연스러운 이야기입니다. 그런데 정말 연구에서도 그럴까요?

결론부터 이야기하면, 번아웃과 이직 의도(Turnover Intention) 사이의 관계는 여러 연구에서 반복적으로 관찰되고 있습니다. 다만 번아웃만으로 특정 직원이 실제로 퇴사할지를 정확하게 예측할 수 있다는 의미는 아닙니다.

이 차이는 꽤 중요합니다. 이번 글에서는 번아웃 → 이직 의도 → 실제 퇴사 사이에 현재까지 어떤 근거가 있는지 살펴보겠습니다.

---

01. Problem

먼저, 번아웃은 무엇일까?

세계보건기구(WHO)는 ICD-11에서 번아웃을 성공적으로 관리되지 않은 만성적인 직장 스트레스에서 비롯되는 증후군으로 설명합니다. 세 가지 특징이 있습니다.

1. 에너지 고갈 또는 소진 — 예전과 같은 일을 하는데 훨씬 많은 에너지가 필요하고, 쉬어도 충분히 회복되지 않는 느낌이 나타날 수 있습니다.
2. 업무에 대한 심리적 거리 증가 — 일에서 멀어지고 싶거나 업무에 대해 냉소적이고 부정적인 태도가 증가할 수 있습니다.
3. 직업적 효능감 감소 — 자신이 일을 잘하고 있다는 느낌과 업무를 통해 얻던 성취감이 감소할 수 있습니다.

여기서 중요한 부분이 있습니다. 번아웃은 단순한 ‘피곤함’과 동일하지 않습니다. 그리고 WHO는 번아웃을 의료적 질병으로 분류하고 있지 않으며, 직업적 맥락에 한정된 현상으로 설명하고 있습니다.

그렇다면 번아웃과 퇴사는 실제로 관련이 있을까?

연구에서는 흔히 Turnover Intention, 즉 이직 의도를 측정합니다. 쉽게 말하면, “나는 이 회사를 떠날 생각이 있는가?”를 측정하는 것입니다.

그리고 여러 연구에서 번아웃 수준이 높을수록 이직 의도 역시 높은 경향이 반복적으로 관찰되어 왔습니다.

2022년 Journal of Nursing Management에 발표된 메타분석(Özkan)은 44개 연구를 종합하여 번아웃과 이직 의도의 관계를 분석했습니다. 그 결과,

• 전체적인 Burnout
• Emotional Exhaustion
• Depersonalization

과 이직 의도의 관계에서 중간 정도의 효과크기가 관찰되었습니다. Professional Efficacy와 이직 의도의 관계는 상대적으로 작았습니다.

즉, 번아웃의 모든 요소가 퇴사 생각과 똑같은 수준으로 연결되는 것은 아니었습니다.

---

02. Why it matters

특히 ‘정서적 소진’을 주목할 필요가 있습니다

번아웃 연구에서 자주 등장하는 개념이 Emotional Exhaustion, 즉 정서적 소진입니다. 쉽게 표현하면, “일 때문에 내 에너지가 다 소진된 것 같다.”에 가까운 상태입니다.

여기에서 중요한 점은 번아웃을 하나의 점수로만 바라보면 내부에서 어떤 변화가 일어나고 있는지 놓칠 수 있다는 것입니다.

예를 들어 두 직원의 전체 번아웃 점수가 같더라도,

	Exhaustion	Cynicism	Efficacy
직원 A	높음	높음	보통
직원 B	보통	낮음	높음

그 사람이 경험하는 상태는 상당히 다를 수 있습니다.

그래서 조직에서 번아웃을 이해하려면 단순히 “우리 회사 번아웃 점수는 63점입니다.”라고 보는 것보다, 어떤 요소가, 어떤 조직에서, 어떤 방향으로 변화하고 있는가를 함께 살펴볼 필요가 있습니다.

하지만 여기서 매우 중요한 함정이 있습니다

이직 의도 ≠ 실제 퇴사

“번아웃과 이직 의도가 관련되어 있다”는 연구 결과를 “번아웃이 높으면 그 직원은 퇴사한다”라고 해석하면 곤란합니다. 실제 퇴사에는 훨씬 많은 요인이 개입하기 때문입니다.

예를 들어,

• 연봉과 보상
• 승진 가능성
• 직무 만족도
• 리더십
• 동료와의 관계
• 조직문화
• 커리어 성장 가능성
• 다른 회사의 채용 제안
• 노동시장 상황
• 가족 및 개인적 상황

등이 모두 영향을 줄 수 있습니다.

심하게 지쳐도 경제적 이유 때문에 회사를 계속 다니는 사람이 있을 수 있고, 번아웃 수준이 높지 않더라도 더 좋은 커리어 기회를 발견해 이직하는 사람도 있습니다.

따라서 번아웃은 이탈 위험을 이해하기 위한 하나의 중요한 신호로 보는 것이 더 정확합니다.

---

03. Approach

그렇다면 기업은 무엇을 봐야 할까?

여기에서 SYMPLE이 관심을 갖는 질문이 등장합니다.

기존 질문은 대개 이렇습니다. “이 직원이 퇴사할까요?” 하지만 이것은 상당히 어려운 예측 문제입니다.

우리는 질문을 조금 바꿔볼 필요가 있다고 생각합니다.

• “이 사람이 평소와 달라지고 있는가?”
• 조직 차원에서는, “우리 조직에서 이탈과 관련될 수 있는 위험요인이 지속적으로 증가하고 있는가?”

퇴사는 하나의 사건이지만, 그 이전의 변화는 과정일 수 있습니다

한 직원이 10월 31일 퇴사했다고 가정해봅시다. HR 데이터에는 “10월 31일 · 퇴사”로 기록될 가능성이 높습니다. 하지만 실제 사람의 경험은 그 이전부터 시작되었을 수 있습니다.

업무량 증가 → 회복되지 않는 피로 → 업무에 대한 냉소 증가 → 직무 만족 감소 → 이직 탐색 / 이직 의도 증가 → 퇴사

물론 모든 퇴사가 이런 순서로 진행되는 것은 아닙니다. 사람마다 이유도 다르고 과정도 다릅니다. 하지만 이 관점에서 보면 중요한 질문 하나가 생깁니다.

우리는 왜 마지막 사건인 ‘퇴사’만 보고 있을까?

Lagging Indicator와 Leading Indicator

비즈니스에서는 결과가 발생한 이후 확인할 수 있는 지표를 Lagging Indicator라고 부릅니다. 퇴사는 대표적인 예입니다.

Lagging Indicator — 퇴사율, 이직률, 결근, 휴직, 성과 하락. 이미 어떤 결과가 발생한 뒤에 측정되는 경우가 많습니다.

반대로 우리가 더 관심을 가져야 할 것은 Leading Indicator입니다. 결과가 발생하기 이전에 변화할 가능성이 있는 신호입니다.

직원 경험에서는 예를 들어 다음과 같은 변수들을 살펴볼 수 있습니다.

업무부담 → 회복감 → 정서적 소진 → 직무 만족 → 조직 몰입 → 이직 의도

중요한 것은 이것들을 퇴사의 확정적인 전조증상처럼 해석해서는 안 된다는 것입니다. 이들은 조직의 상태를 이해하기 위해 함께 관찰할 수 있는 신호들입니다.

---

04. Implementation / Research

그렇다면 매달 설문하면 해결될까?

Pulse Survey를 자주 실시하는 것은 분명 도움이 될 수 있습니다. 하지만 측정 빈도를 높이면 또 다른 문제가 발생할 수 있습니다. Survey Fatigue입니다.

매주 직원에게 “얼마나 스트레스받고 있습니까?” “얼마나 지쳤습니까?” “퇴사를 고려하고 있습니까?”라고 물어본다면, 처음에는 잘 응답하더라도 시간이 지나면서 응답률과 응답 품질이 떨어질 수 있습니다.

그래서 중요한 것은 단순히 더 자주 측정하는 것이 아닐 수 있습니다.

구성원에게 부담을 크게 증가시키지 않으면서 시간에 따른 변화를 어떻게 관찰할 것인가? 이것이 우리가 관심을 갖는 문제입니다.

왜 SYMPLE은 ‘개인의 변화’를 중요하게 볼까?

예를 들어 두 사람이 있습니다. Minsoo의 평소 스트레스 점수는 70입니다. 지우의 평소 스트레스 점수는 30입니다. 이번 주 측정 결과는 다음과 같습니다.

	평소	이번 주	변화
Minsoo	70	72	+2
지우	30	58	+28

절대적인 점수만 보면 여전히 Minsoo의 점수가 더 높습니다. 하지만 변화량을 보면 이야기가 달라집니다. 어쩌면 지금 더 관심을 가져야 할 변화는 지우에게 나타나고 있을 수 있습니다.

그래서 SYMPLE은 사람과 사람을 비교하는 것보다 한 사람 안에서 나타나는 시간에 따른 변화, 즉 longitudinal change에 관심을 가지고 있습니다.

여기에서 Voice AI가 등장합니다

사람의 상태가 변화하면 우리가 말하는 방식에도 변화가 나타날 가능성이 있습니다. 음성 연구에서는 다양한 특징을 분석합니다.

• Speech Rate — 말하는 속도
• Pause / Silence — 발화 사이의 휴지
• Fundamental Frequency (F0) — 기본 주파수
• Energy — 음성 에너지
• Jitter — 주기 변동
• Shimmer — 진폭 변동

하지만 여기에서도 같은 원칙이 적용됩니다. 어떤 음성 특징 하나만으로 번아웃이나 퇴사를 판단할 수는 없습니다.

SYMPLE이 관심을 갖는 것은 여러 번의 체크인을 통해 형성되는 개인의 baseline과 그 변화입니다.

Voice · Behavior · Self-report · Conversation → Personal Baseline → Longitudinal Change → Meaningful Change Detection

즉, “이 사람의 목소리가 다른 사람보다 우울한가?”보다 “이 사람의 최근 상태가 자신의 평소 상태와 비교해 어떻게 달라지고 있는가?”라는 질문에 가깝습니다.

그렇다면 HR에게 개인의 위험도를 알려주면 될까?

여기에서는 또 다른 문제가 발생합니다. 개인정보와 신뢰입니다.

예를 들어 HR Dashboard에 “김OO · 번아웃 위험도 87% · 퇴사 가능성 높음” 같은 화면이 있다고 생각해봅시다. 기술적으로 가능하다고 해도 우리가 원하는 Employee Well-being의 방향과는 거리가 있습니다. 직원이 이런 시스템을 신뢰하기는 어렵습니다.

그래서 구성원의 상태를 측정하는 기술에서는 Prediction Accuracy와 Privacy를 동시에 설계해야 합니다.

SYMPLE은 개인의 상담 내용이나 민감한 상태를 HR이 직접 확인하는 방식보다,

• 개인 — “최근 내 상태가 평소와 달라지고 있다.” “회복이 필요한 시점일 수 있다.”
• 조직 — “최근 A 조직에서 업무부담 관련 신호가 증가하고 있다.” “특정 기간에 회복 관련 지표가 지속적으로 악화되고 있다.”

와 같은 구조를 지향합니다. 개인에게는 자기 이해와 적절한 개입을, 조직에게는 조직 환경을 개선하기 위한 정보를 제공하는 것입니다.

---

05. Result

기업이 정말 알고 싶은 것은 무엇일까?

퇴사 예측 AI라는 표현은 매력적으로 들립니다. “누가 퇴사할지 AI가 미리 알려드립니다.” 하지만 사람의 행동은 그렇게 단순하지 않습니다. 그리고 조직이 정말 알고 싶은 것도 반드시 특정 개인의 퇴사 확률은 아닐 수 있습니다.

더 중요한 질문은 이런 것일 수 있습니다.

• 왜 우리 팀의 에이스들이 최근 지치고 있을까?
• 어느 조직에서 업무부담이 지속적으로 증가하고 있을까?
• 어떤 시점부터 구성원의 회복감이 떨어지고 있을까?
• 조직 차원에서 지금 개입할 수 있는 것은 무엇일까?

이 질문에 답할 수 있다면 HR은 누군가 퇴사한 뒤 Exit Interview에서 문제를 발견하는 것보다 훨씬 먼저 행동할 수 있습니다.

그래서 우리는 ‘퇴사 예측’보다 ‘조기 발견’을 연구합니다

SYMPLE이 만들고 싶은 것은 사람마다 퇴사 확률 83%를 붙이는 시스템이 아닙니다. 사람의 마음과 행동은 그런 하나의 숫자로 설명하기 어렵기 때문입니다.

우리가 관심을 가지고 있는 것은 그 이전입니다.

업무부담 → 스트레스 → 회복 저하 → 정서적 소진 → 직무 태도 변화 → 이직 의도 → 퇴사

이 구간에서 더 일찍 발견할 수 있을까?

퇴사가 결정된 다음 붙잡는 것보다, 사람의 상태가 조금씩 달라지고 있을 때 먼저 알아차릴 수 있다면 어떨까요. 그리고 그 변화가 개인의 자기관리와 조직의 환경 개선으로 연결될 수 있다면 어떨까요.

SYMPLE은 이 질문을 연구하고 있습니다.

---

06. What we learned

결론: 번아웃으로 퇴사를 예측할 수 있을까?

현재 연구를 기반으로 가장 정확하게 답하면 다음과 같습니다.

번아웃은 이직 의도와 유의한 관계가 있으며, 직원 이탈을 이해하는 데 중요한 변수 중 하나입니다.

하지만, 번아웃 하나만으로 특정 개인의 실제 퇴사를 정확하게 예측할 수 있다고 말하기에는 근거가 충분하지 않습니다.

그래서 우리는 Prediction보다 한 단계 앞에 있는 문제를 보고 있습니다.

Detection.

누가 퇴사할지를 맞히는 것보다, 사람과 조직에서 이전과 다른 변화가 시작되고 있다는 사실을 얼마나 일찍 발견할 수 있는가. 그리고 그 순간 실제로 도움이 되는 개입을 제공할 수 있는가.

우리는 그것이 Employee Well-being 기술이 해결해야 할 중요한 문제라고 생각합니다.

---

FAQ

Q. 번아웃이 심하면 퇴사할 가능성이 높나요?

연구에서는 높은 번아웃과 높은 이직 의도 사이의 관계가 반복적으로 보고되고 있습니다. 다만 실제 퇴사는 보상, 성장 기회, 리더십, 노동시장 상황 및 개인적 요인 등 다양한 변수의 영향을 받습니다. 따라서 번아웃 하나만으로 개인의 실제 퇴사를 확정적으로 예측할 수는 없습니다.

Q. 번아웃과 이직 의도는 어떤 관계가 있나요?

2022년 44개 연구를 종합한 의료 종사자 대상 메타분석에서는 전체 번아웃과 이직 의도, 정서적 소진과 이직 의도 등의 관계에서 중간 정도의 효과크기가 보고됐습니다. 이는 번아웃이 이직 의도와 관련된 중요한 변수 중 하나임을 보여줍니다.

Q. 이직 의도와 실제 퇴사는 같은가요?

다릅니다. 이직 의도는 현재 직장을 떠나고 싶은 생각이나 의도를 의미하고, 실제 퇴사는 행동으로 이어진 결과입니다. 이직 의도가 있더라도 실제로 퇴사하지 않을 수 있으며, 반대로 강한 이직 의도를 사전에 표현하지 않고 퇴사하는 경우도 있을 수 있습니다.

Q. 직원 퇴사의 Leading Indicator에는 무엇이 있나요?

연구와 조직 맥락에 따라 다르지만 직무 스트레스, 번아웃, 직무 만족, 조직 몰입, 이직 의도 등 다양한 요인이 직원 이탈과 관련하여 연구됩니다. 하나의 지표로 판단하기보다 여러 지표의 변화와 조직적 맥락을 함께 살펴보는 것이 중요합니다.

Q. 기업은 직원 번아웃을 어떻게 관리해야 하나요?

개인에게 스트레스 관리를 요구하는 것만으로는 충분하지 않을 수 있습니다. 업무량, 업무시간, 자율성, 리더십, 지원체계와 같은 조직적 요인을 함께 살펴보고 구성원이 적절한 지원을 받을 수 있는 환경을 만드는 접근이 필요합니다.

---

References

1. World Health Organization. Burn-out an “occupational phenomenon”: International Classification of Diseases.
2. Özkan AH. The effect of burnout and its dimensions on turnover intention among nurses: A meta-analytic review. Journal of Nursing Management. 2022;30(3):660–669. doi:10.1111/jonm.13525.
3. Maslach C, Schaufeli WB, Leiter MP. Job Burnout. Annual Review of Psychology. 2001;52:397–422.
4. Swider BW, Zimmerman RD. Born to burnout: A meta-analytic path model of personality, job burnout, and work outcomes. Journal of Vocational Behavior. 2010;76(3):487–506.