국가미래연구원에서는 연구진의 논문 및 자료와 함께 연구원 주최 세미나의 주제발표 및 토론내용 등을 PDF 파일로 서비스하고 있습니다.

다가오는 인공지능 시대, 일자리 미래와 AI 인력양성의 과제 본문듣기

작성시간

  • 기사입력 2024년03월14일 11시54분
  • 최종수정 2024년03월14일 11시54분

메타정보

  • 3

첨부파일

본문

- 국내기업의 인공지능 도입률은 `22년 4% 수준이나 ChatGPT와 같은 생성형 AI 출현과 성능향상 속도를 고려하면 인공지능 시대가 빠르게 열릴 것으로 전망

- AI로 대체될 일자리는 `22년 전체 일자리 기준 13.1%인 327만 개로 추정 

  제조업에서 93만개, 전문가 직종에서 196만개 일자리가 소멸 위험에 노출되어 있어 미래 일자리 대책 마련 필요

- 인공지능 도입 초기인 현재, 석·박사급 개발인력 중심으로 채용 증가가 관찰되어 AI 전문 개발인력 수요 대응이 더 시급

- AI 선도국인 미국과 중국은 각각 민간과 국가 주도로 인력양성에 투자, 국내는 정책지원을 바탕으로 민간 투자를 확대하는 한국형 모델로 대응 필요

- 인공지능이 초래할 노동수요 변화에 선제적으로 대응하고 AI 경쟁력 확보를 위한 장/단기 인력양성 목표와 그에 따른 인력양성 정책의 보완과 개선 긴요

 

미래 일자리 전망을 바탕으로 본격적인 인공지능 시대에 대비한 일자리 대책과 산업인력양성 정책 마련이 필요하다는 보고서가 발표되었다. 

 

  산업연구원(KIET, 원장 주현)이 발표한‘AI시대 본격화에 대비한 산업인력양성 과제’보고서는 인공지능으로 대체될 일자리를 약 327만개로 전망, 제조업 내 주요 산업 및 전문가 직종 일자리 소멸에 대한 대책을 마련해야 한다고 제언한다. 또한 AI 활용을 통한 국가경쟁력 제고를 위해서는 석·박사급 AI 전문인력양성이 당면한 과제라고 조언하며 국내 인력양성 정책의 보완과 개선의 필요성을 강조한다. 민순홍 산업연구원 부연구위원은 “고숙련 AI 인력양성을 위해 現 학제 운영 체계를 정비하고 해외인력을 유치하기 위한 정책지원을 강화” 해야 한다며, 안정적인 정책지원과 산업계의 투자 확대가 결합한 한국형 민-관 협력모델을 만들어 AI 성장동력을 확보하는 것이 중요하다고 강조했다. 

 

□ 국내기업 인공지능 도입률은 아직 4% 수준이나 본격적인 인공지능 시대에 선제적으로 대응해야할 시점

 

  통계청 「기업활동조사」에 따르면 `22년 국내기업의 인공지능 도입률은 4% 수준으로, 주로 종사자 수 1천명, 매출 10조 이상의 대기업 중심으로 도입이 시작되는 초기 단계로 조사되었다. 그러므로, 인공지능 도입에 따른 종사자 수 변화나 생산성 증대 효과는 아직 관찰되기 어려우나, ChatGPT와 같은 생성형 AI의 출현과 급속한 성능향상 속도를 고려하면 인공지능 영향이 가시화되는 시점은 빠르게 도래할 것으로 예상된다.

 

□ 인공지능으로 대체될 일자리는 327만개로, 주요 산업에 영향이 크고, 전문가 직종의 일자리 사라짐 위험이 집중, 일자리 소멸 대책 마련이 시급

 

  인공지능의 미래 일자리 영향을 예측하기 위해 AI 노출지수*로 일자리 소멸 위험을 추정하면, `22년 전체 일자리 기준 13.1%인 327만개 「일자리행정통계」`22년 전체 일자리 수에 AI노출지수 상위 25분위에 해당하는 일자리 수를 계산. 단 한국표준산업분류 10차 대분류 기준 A,농업,임업 및 어업, O.공공행정, 국방 및 사회보장 행정은 전체 일자리 수 대상에서 제외함. 

의 일자리가 사라질 가능성이 높은 것으로 추정되었다. 산업별로는 제조업(93만개), 건설업(51만개), 전문·과학·기술서비스업(46만개), 정보통신업(41만개)순으로 위험 일자리 수가 많고, 제조업 내에서도 주요 산업인 전자부품제조업(19만개), 전기장비제조업(11만개) 기타기계·장비제조업(10만개) 화학물질·제품제조업(9만개) 자동차·트레일러 제조업 (6만개)에서 일자리 소멸 영향이 크게 관찰되어 인공지능 활용에 따른 일자리 대책 마련이 시급한 것으로 나타났다. 

 

e4eee7edce022d42d0e341fbb05e91cd_1710384 

  직종별로는 AI가 대체가능한 일자리의 59.9%인 196만개가 전문가 직종에 집중되었다. 공학전문가 및 정보통신전문가 비중이 높은 전문·과학·기술서비스업(45만개), 정보통신업(38만개) 뿐만 아니라 건설업(43만개), 제조업(37만개) 내에서도 전문직 일자리가 대체 위험이 가장 큰 직종으로 추정되었다. 특히 금융업에서는 일자리 소멸 위험군의 99.1%가 경영·금융전문가 직종으로, 인공지능의 노동 대체 양상은 과거 로봇이 생산직 일자리를 대체한 것과 매우 다를 것으로 예측된다. 

* AI 노출지수(AI Exposure Index)는 Webb (2020)이 인공지능의 직종별 업무(tasks) 수행가능 정도를 측정한 지표로 인공지능의 노동대체 가능성을 제시함.

 

□ 석·박사 개발인력 중심으로 이미 인공지능 관련 노동수요 증가, 소프트웨어/로봇과 달리 고학력 전문인력 수요가 높은 것이 그 특징

 

  인공지능 도입 초기인 국내 노동시장에서는 인공지능 활용에 따른 고용 대체 효과보다는 인공지능 도입에 필요한 개발인력의 수요 대응이 더 시급한 것으로 나타났다. 송단비 부연구위원은 “인공지능 연구개발이 활발히 진행되는 산업에서 석·박사급 인력 채용이 뚜렷하게 증가”했다고 밝히며 소프트웨어 연구개발 인력이 주로 대졸자인데 반해 인공지능 개발에는 더 높은 수준의 전문성이 요구된다고 분석했다. 이는 AI 분야 인력수급 문제가 고급인력 부족에서 기인한다는 고용노동부(2023) 신기술 인력수급 전망 결과와 일치하며, AI 도입·구현을 고도화할 고학력/전문 연구개발 인재 육성이 현재의 당면한 과제임을 시사한다. 

e4eee7edce022d42d0e341fbb05e91cd_1710384 

 

□ AI혁신을 선도하는 미국은 민간주도, 중국은 국가주도로 인력양성, 우리는 정책지원을 바탕으로 민간투자를 확대하는 한국형 모델이 필요

 

  인공지능 선도국인 미국과 중국의 인력정책은 각각 민간주도와 국가주도로 그 특징이 뚜렷하게 구분된다. 미국은 마이크로소프트, 구글과 같은 빅테크기업 중심의 민간 투자가 인공지능 분야 혁신과 인력양성을 주도한다. 한편, 중국은 국가 주도로 학제 중심의 고급 AI 인재양성 가속화 전략을 시행하여 연구개발 성과를 거두고 있다. 한국은 AI 대학원, K-training 등 AI 인재양성에 정책적 투자를 확대하고 있으나, 민간 부문 경쟁력이 상대적으로 열세하다고 평가되어 산업계의 적극적인 참여가 요구되는 상황이다. 

 

□ 인공지능 경쟁력 확보와 고급 AI인력 양성을 위해 산업별·직종별 노동수요변화를 고려한 국내 인력양성 정책의 선제적 보완과 개선이 긴요

  

  인공지능이 고학력/고임금 일자리인 전문가 직종까지 다수의 노동력을 대체할 것이라는 점을 고려, 미래 일자리 소멸에 대해 선제적으로 대책을 마련해야 한다. 미래에 지속/창출될 일자리를 전망하고 이 일자리에 요구되는 스킬과 숙련도를 갖춘 인력을 양성할 전략을 수립해야 한다. 동시에 AI 활용으로 생산성을 높여 경제성장을 촉진, 고용 규모 자체가 확대되도록 생산성 효과가 높은 섹터 중심으로 AI 도입을 촉진하는 인센티브 제공방안을 제언한다. 

  인공지능 활성화를 위한 고급 AI 인력양성을 위해서는 현재 SW중심대학과 AI대학원과 같이 SW(학사)/AI(석·박사)로 이원화된 인력육성 학제 운영을 정비하여 AI 중심으로 일원화된 학사-석사-박사 체계로 재편, 인력양성의 효율성을 도모할 필요가 있다. 또한, 확대되는 수요에 맞추어 짧은 시간에 필요 인력을 확보하기 위해 해외인력을 적극적으로 유치하고, 비자 발급 개선과 AI 인력 취업 연계 트랙을 신설하는 등 관련 정책지원을 강화해야 한다. 

  마지막으로 인공지능 국가경쟁력 강화를 위해 민간 주도 투자 및 인력양성 노력 활성화가 필요하며, 정부는 기업 참여를 유도할 수 있는 인센티브 제도를 고안할 것을 촉구한다. 기업이 필요 인력을 직접 선별·교육하여 인재 양성의 효율성을 확보하고, 정부는 기초연구 및 인프라 투자를 담당하여 민-관 주도모형의 장점을 조합한 한국형 모델로 AI 성장동력 확보를 제언한다.

<ifsPOST>

※이 자료는 산업연구원이 제공한 보도자료입니다. 

 

​ ​

* 저자

민순홍 산업혁신정책실 부연구위원

▲​ 송단비 산업혁신정책실 부연구위원

▲​ 조재한 산업혁신정책실 선임연구위원​


3
  • 기사입력 2024년03월14일 11시54분
  • 최종수정 2024년03월14일 11시58분

댓글목록

등록된 댓글이 없습니다.