문맥 (context)
본 절에서는 좀 더 구체적으로 나노 분야 전문인력의 연구개발활동 혹은 국가연구개발 참여 경험이 연구 및 직무 역량의 개발 혹은 경력개발이나 나노 분야 진로와 어떻게 연계되고 있는지 파악해보고자 한다. 이를 위해 나노 분야 전문인력을 양성하는 대학의 핵심인력인 나노 및 관련학과 대학원생과 교수, 그리고 양성된 결과라고 할 수 있는 나노기업에 취업한 전문인력을 대상으로 설문조사28)를 실시하였다. 조사에서는 나노 및 관련 연구실에 소속되어 있는 대학원생 208명, 교수 50명, 연구실에서 석사 혹은 박사를 마치고 졸업한 이후 취업한 전문인력 207명에 대해 유효한 조사가 이루어졌다. 더불어 정량적인 분석 결과의 해석을 위해 나노 분야 전문인력으로 양성되어 취업한 인력들과 대학원생들에 대해서는 별도의 포커스그룹 인터뷰(FGI)를 실시하여 정성적인 분석을 추가하였다. 이 FGI 조사는 대학원생 2그룹(각 7명), 재직자 2그룹(각 8명)에 대해 각각 1시간 30분에서 2시간까지 이루어졌다.
역량 향상에 대한 평가에서 세부적으로 나타나는 주요한 특징은 다음과 같다. 첫째, 대인관계능력, 의사소통능력에 대한 평가는 세 그룹 모두에서 가장 낮아 현재의 대학원 연구개발활동에서 가장 기르기 힘든 역량으로 두드러지고 있다. 그만큼 협업이나 상호 의사전달을 하는 훈련이 부족하며, 이러한 부분에 대한 교수의 노력이나 기대도 별로 나타나지 않고 있다고 판단된다. 둘째, 실제적으로 배운 학생이나 실무에서 활용하고 있는 전문인력 모두 문서를 읽고 작성하는 역량이 가장 크게 향상된다고 평가해 대학원 연구개발활동이 보고서나 논문 위주로 이루어지고 있다는 점을 분명히 보여준다. 앞에서 살펴본 바와 같이 실제 실험이나 데이터 작업 이외 참여자의 주요한 역할로 부각되는 것이 보고서 작성이라는 점도 이러한 역량 향상 부분과 관련되어 있을 것이다. 반면, 교수의 이 역량 향상에 대한 평가는 3순위에 그치고 있어서 가르치는 사람과 배우는 사람 사이의 차이가 나타나고 있다.
먼저, 총량 차원의 인력수급전망은 노동시장에서 수요와 공급이 균형을 달성한다는, 즉 완전고용이라는 가정 하에 전개된다. 구체적으로는 잠재성장률 상황에서 자연실업률이 유지됨을 의미한다. 수요전망의 기본 토대가 되는 전체 경제성장률은 잠재성장률을 활용하며 수요 및 공급전망 연계상의 전제로는 노동시장의 균형 상태를 의미하는 자연실업률을 활용하고 있다. 총노동공급은 통계청의 장래인구 추계상의 생산가능인구(16세 이상) 전망 수치에 경제활동 참가율 시계열 자료를 이용한 전망치를 단순히 곱하여 경제활동인구전망치를 도출한다. 총노동수요의 전망은, 먼저 산업별 경제성장을 잠재성장률을 가정하여 전망하고, 취업계수의 과거 추세를 이용하여 산업별 취업자수, 즉 노동수요를 전망한다. 다음으로 각 산업과 직업의 관계를 나타내는 산업×직업 행렬전망을 통해 직업별 수요전망을 실시한다.
공급전망에서 가장 큰 오차를 발생시키는 부분 중 하나는 취업자 중 과학기술 분야 직종으로 진출하는 졸업자의 비중을 나타내는 전공종사율에 있다. 전공종사율을 산출하는 방식도 하향식(top-down)과 상향식(bottom-up) 방식으로 구분되는데 방식에 따라 두 결과의 편차도 매우 크다. 하향식은 사전에 과학기술분야 직종을 결정한 후, 취업자의 직종을 제3자가 매칭시켜 그 비중을 계산하는 방식으로 대체로 낮은 값을 갖는다. 반면, 상향식은 취업자가 주관적으로 전공분야와 현 직무와의 관련성을 자기 기입(self-reporting)하여 산출하는 방식으로 하향식에 비해 전공종사율이 상당히 높게 나타난다. 현재는 한국교육개발원의 졸업자 실태조사와 직업능력개발원의 졸업생 직업이동경로조사 결과를 주로 활용하고 대체로 하향식 방식의 전공종사율을 채택하고 있으나, 지나치게 과소 산정된다는 이유로 이 방식의 문제점을 지적하는 전문가도 많다.
그러나 전체 고용에서 전문직종에 종사하는 근로자의 비중은 2012년 기준 10.4%로 비교대상 국가 중 최하위권에 속한다. 즉, 한국의 경우에는 과학기술 분야의 고급 역량을 요구하는 분야가 확장되고 있다는 수요측의 견인 요인에 더하여, 대규모로 양성된 고학력 인구가 적절한 일자리를 찾지 못하고 있다는 공급측의 압력이 동시에 작용하고 있다. 따라서 한국은 과학 기술인력이 전통적인 활동 분야의 경계를 넘어 다양한 영역으로 확산되거나 교류할 필요성이 한층 크다고 할 수 있으며, 이러한 과정이 효율적으로 진행되지 않을 경우 고급인력 노동시장의 왜곡이 심각하게 진행될 우려가 있다. 이러한 변화에 적절히 대응하기 위해서는 국내에서도 과기인재정책의 새로운 프레임워크가 요청되며, 과학기술의 범용화와 숙련경계의 붕괴에 대응하여 교육수준, 전공, 직업 분야 등의 대상 범위를 널리 확장할 필요가 있다. 또, 정책연구의 기초자료가 될 과학기술인력의 진로, 경력 경로, 이동성, 타전공과의 융합 등에 관한 객관적 증거기반이 매우 부족하므로 관련 통계 인프라의 확대 및 활용도 시급하다.
60년대 이후 약 40년간 고도성장을 이룬 우리 경제는 2000년대부터 새로운 국면에 접어들었다. 추격형 성장전략이 한계를 보이면서 과거 높은 경제성장률은 일시적 침체가 아닌 구조적인 저성장 국면에 접어든 것으로 평가되며 미래 잠재성장률은 더욱 하락할 것으로 전망되고 있다. 대내적으로는 생산가능 인구의 감소로 경제 성장 기반이 약화되는 가운데, 새로운 동력산업은 빠르게 성장하지 못하고 있다. 세계적으로도 저성장 체제가 고착화되고 고용 부진이 장기화되고 있으며 특히 2008년 경제위기 이후 불안은 더욱 증폭되고 있다. 이러한 흐름에 대응하여 선진국으로 도약하는 기로에 선 우리 경제는 2000년대 이후 ‘전환기’로 명명․인식되어 왔다. ‘전환’이란 내수 침체, 성장의 정체, 양극화, 고용 부진 등 우리가 겪는 어려움이 어느 한 부문 정책의 개선으로 해결되기는 어려우며, 보다 큰 틀의 구조적인 변화가 필요하다는 의미를 담고 있다.
과학기술혁신정책의 초점과 대응도 이러한 대내외 환경변화에 따라 진화하였다. 부가가치 창출의 핵심 요소가 노동과 자본으로부터 지식과 정보로 이동함에 따라 과학기술 기반 혁신의 중요성은 더욱 강조되었고 역대 정부의 과학기술정책도 저출산․고령화 등 사회적 이슈, 고용과 일자리, 환경과 에너지․자원 등 대내외 경제 흐름과 거시적 환경 변화에 대응하고자 하였으며 이는 과학기술의 사회․경제적 역할 확대 및 사회적 수요 대응이라는 두 측면으로 요약된다. 그러나 IMF 경제위기 이후 한국 경제가 ‘전환’을 피할 수 없는 단계로 인식된 지 10여년이 지났지만 여전히 추격형 성장의 한계가 우리를 가로막고 있다. 고용없는 성장과 양극화는 갈수록 고착되고 있으며 선진 경제체제로의 진입은 쉽게 달성되지 않고 있다. 즉, 추격형 성장의 한계에 대해서는 충분한 공감대가 이루어졌지만 이를 대체할 새로운 성장 방향은 아직 찾지 못하고 있는 상황이라 할 수 있다. 단순한 부문 정책의 문제점 개선이 아닌 시스템적 전환을 위해서는 문제의 진단도 새로운 사고의 분석이 필요하다.
사실 시스템적 전환은 위험을 수반하는 매우 어려운 작업이다. 기존 패러다임의 붕괴 속도에 비해 새로운 패러다임의 정착은 더디게 일어나며 과거의 패러다임으로 인해 발생하는 문제들을 해결하는 데에는 많은 시간과 노력이 필요하다(이지순, 2004). 또한 사회가 복잡해지고 다원화됨에 따라 많은 문제들이 서로 복합적으로 작용하기 때문에 나타난 현상의 근본 원인을 진단하는 것조차 어려운 과제가 된다. 예를 들어 일자리 부족, 양극화, 지역간 및 대중소기업간 불균형 등의 현상은 어느 단일 요인에서 파생된 문제가 아니며 서로가 복잡하게 얽혀있는 문제이므로 해결을 위해서도 총체적이고 서로 연계된 정책이 필요하다. 본 연구에서는 우리 경제의 패러다임 전환기를 맞이하여 과학기술인재정책의 한계는 무엇이고 새로운 정책 방향은 어떤 것이 되어야 하는지를 모색해보고자 한다. 과학기술인재정책 또한 2000년대 이후, 과거 고도 성장기에서는 겪지 못했던 여러 문제들에 노정되어 있다. 추격형 성장의 한계와 마찬가지로 과학기술인력의 이슈 또한 최근 몇 년 사이에 대두된 것이 아니라 90년대 이후부터 지속된 문제이며 다양한 정책적 대응에도 불구하고 점차 악화되고 있다는 점에서 더욱 심각하다.
제1절에서 살펴본 바와 같이 과기인재정책은 각 단계별 공통적인 특징을 지니며 진화하고 있다. 과기인재정책이 포괄하는 범위는 매우 넓지만 정책의 수혜 대상과 목적에 따라 단계별 또는 유형별로 구분해 볼 수 있다. 본 절에서는 과학기술인재 육성 지원 기본계획을 중심으로 인력정책 구조가 어떠한 특징을 보이고 있는지를 분석해보고자 한다. 정책 구조를 정립하기에 앞서 기존 선행 연구와 기본계획의 주요 내용을 중심으로 구조를 정립하기 위한 기준을 설정하였다. 기준은 크게 정책이 수립된 시간적인 측면과 정책의 수혜 대상, 정책 목적 등을 중심으로 설정하였으며, 각 기준은 다음과 같다. 먼저, 시간적 측면은 기본계획 및 수정안 수립 시점을 고려하여 2006년에 수립된 「이공계인력 육성 지원 기본계획」과 2008년에 수정된 「이공계인력 육성 지원기본계획」, 2011년에 수립된 「제2차 과학기술인재 육성 지원 기본계획」 등으로 세분화하였다. 정책 수혜 대상 기준은 과학기술인 생애주기 기준에 따라 초중등, 대학 대학원, 취업자, 재직자 등으로 설정하였다. 과학기술인 생애주기를 기준으로 설정한 것은 정책 수혜 대상을 단계별로 제시할 수 있다는 특징 뿐 아니라 제2차 기본계획에서도 인력 계획 구분을 과학기술인 생애주기 기준으로 설정하였기 때문이다.
이상의 분석을 통해 알 수 있는 주요한 결과는 다음과 같이 정리된다. 첫째, 나노 분야에 대한 연구개발투자는 정부의 적극적인 투자 계획과 초기 투자집행을 바탕으로 2000년대 이후 급격히 증가하고 있으며, 이러한 추세는 최근까지 지속적으로 이어지고 있다. 특히 관련 전문인력을 양성하고 있는 대학의 경우, 정부 연구개발투자를 활용하는 비율의 상승과 함께 활발히 연구개발에 참여하게 되었다고 판단된다. 이러한 연구개발투자에는 전문인력 양성을 위한 투자도 포함되지만, 그 비율은 정부 연구개발 가운데서 5~6% 수준에 머무르는 극히 일부분이고 대부분은 직접적인 연구개발활동에 대한 투자이었다. 즉, 과기인재정책보다는 연구개발정책에 의한 투자가 집중되는 대표적인 분야이었던 것이다. 둘째, 연구개발정책에 의한 투자가 집중되자, 관련 전문인력 공급 규모는 급속히 증대하였다. 2012년에서 2014년의 단 2년 사이 나노기술학과로 분류되는 학과 자체가 91개에서 185개로 2배 이상 증가하였고, 나노 분야 전문인력의 공급 원천이라고 할 수 있는 석․박사 졸업생 수는 2011~2013년 사이에 연평균 17.1%씩 증가하는 추세가 나타났던 것이다.
지시문 (instruction)
다음 문맥을 읽고 질문에 답하시오.
질문 (question)
전공종사율을 산출하는 방식 중 하향식(top-down)과 상향식(bottom-up) 방식의 차이점은 무엇인가?
추론 과정 (compact_reasoning)
-
1과제 해석
task_interpretation전공종사율 산출 방식인 하향식과 상향식의 특징을 비교하여 차이점을 설명해야 한다.
-
2정보 추출
information_extraction문맥에서 하향식 방식과 상향식 방식에 대한 정의와 특징을 추출한다.
- 하향식은 사전에 과학기술분야 직종을 결정한 후, 취업자의 직종을 제3자가 매칭시켜 그 비중을 계산하는 방식
- 상향식은 취업자가 주관적으로 전공분야와 현 직무와의 관련성을 자기 기입(self-reporting)하여 산출하는 방식
-
3근거 선택
evidence_selection두 방식의 산출 주체와 방법론적 차이를 보여주는 문구를 선택한다.
- 제3자가 매칭시켜 그 비중을 계산하는 방식
- 취업자가 주관적으로 전공분야와 현 직무와의 관련성을 자기 기입(self-reporting)하여 산출하는 방식
-
4논리 통합
logical_integration하향식은 제3자에 의한 객관적 매칭 방식이며 결과값이 낮은 경향이 있고, 상향식은 본인의 주관적 자기 기입 방식이며 결과값이 높게 나타난다는 점을 결합한다.
- 대체로 낮은 값을 갖는다
- 하향식에 비해 전공종사율이 상당히 높게 나타난다
-
5결론 도출
conclusion_formulation하향식은 제3자가 직종을 매칭하여 비중을 계산하므로 값이 대체로 낮게 나타나고, 상향식은 취업자가 직접 전공과 직무의 관련성을 자기 기입하므로 하향식보다 값이 높게 나타난다는 결론을 도출한다.
-
6답변 생성
answer_generation두 방식의 정의와 결과값의 차이를 명확히 기술하여 답변을 생성한다.
근거 (evidence)
- 하향식은 사전에 과학기술분야 직종을 결정한 후, 취업자의 직종을 제3자가 매칭시켜 그 비중을 계산하는 방식
- 상향식은 취업자가 주관적으로 전공분야와 현 직무와의 관련성을 자기 기입(self-reporting)하여 산출하는 방식
- 제3자가 매칭시켜 그 비중을 계산하는 방식
- 취업자가 주관적으로 전공분야와 현 직무와의 관련성을 자기 기입(self-reporting)하여 산출하는 방식
- 대체로 낮은 값을 갖는다
- 하향식에 비해 전공종사율이 상당히 높게 나타난다
최종 답변 (final_answer)
하향식(top-down) 방식은 사전에 과학기술분야 직종을 결정한 후 제3자가 취업자의 직종을 매칭시켜 비중을 계산하는 방식으로, 대체로 낮은 값을 갖는 특징이 있다. 반면, 상향식(bottom-up) 방식은 취업자가 전공분야와 현 직무와의 관련성을 주관적으로 자기 기입(self-reporting)하여 산출하는 방식으로, 하향식에 비해 전공종사율이 상당히 높게 나타난다.