많은 기업에서는 우수 인력의 유출을 방지하고 장기 근속을 유도하기 위해 퇴직에 영향을 미치는 요인을 연구한다. 대부분의 연구는 퇴직자의 주관적 의견에 영향을 받는 설문조사 기반 데이터를 수집하거나 객관적 국내 데이터의 확보의 어려움으로 인해 국외에서 사용되는 제한된 데이터를 사용하였다. 본 연구에서는 국내 금융IT업계 인적자원의 퇴직 예방을 위해 인사 전문가의 경험을 바탕으로 채용 전형 과정에서 활용되는 인성평가 및 재직 중 활용되는 인사평가, HR데이터 등 객관적 데이터를 기반으로 기계학습(Logistic Regression, SVM, Decision Tree, Random Forest, Gradient Boost, XGBoost)을 활용하여 각각의 성능을 비교 후 퇴직자 예측 모델을 개발했다. 이 결과 조기 퇴직에 영향을 미치는 다양한 요인을 알 수 있었고, 체계적인 인사 정책과 병행하여 관리한다면 퇴직을 예방하고 장기 근속을 유도할 수 있을 것으로 기대된다.