ICT분야 미래직업 예측 모델 고도화 Model Enhancement of Forecasting Future Job in ICT Sector

최종적으로 도출된 직무모집단은 다시 각 전문가들에게 전달하고 온라인 카드소팅 프로그램을 통하여 연관성이 높은 직무들끼리 중복을 허용하여 군집을 만들도록 하였다. 이때 범주 수에는 제한을 두지 않았으며 비중이 가장 높은 직무를 기준으로 임의로 군집을 만들 수 있도록 하였다. 카드소팅 결과를 바탕으로 각 전문가들의 응답에 대한 유사성 정도를 파악할 수 있는 ‘Similarity Matrix’와 프로그램에 내재되어 있는 알고리듬인‘Best Merge Method(BMM)’방법을 통해 얻어진 덴드로그램을 도출하였다. 덴드로그램 도출 시 동의수준(Agreement Level)은 50%로 지정하여 군집 수를 조정하였으며, 연관성이 적은 직무들로 구성된 군집 즉, 기타 군집은 제외하여, 최종적으로 총 23개의 군집이 만들어졌다. 마지막으로 각 군집에 포함된 직무의 정의를 바탕으로 연구에 참여한 모든 전문가 및 연구진의 의견을 수렴하여 각 23개 군집에 대응하는 직업명을 도출하였다. 최종적으로 도출된 직무모집단은 다시 각 전문가들에게 전달하고 온라인 카드소팅 프로그램을 통하여 연관성이 높은 직무들끼리 중복을 허용하여 군집을 만들도록 하였다. 이때 범주 수에는 제한을 두지 않았으며 비중이 가장 높은 직무를 기준으로 임의로 군집을 만들 수 있도록 하였다. 카드소팅 결과를 바탕으로 각 전문가들의 응답에 대한 유사성 정도를 파악할 수 있는 ‘Similarity Matrix’와 프로그램에 내재되어 있는 알고리듬인‘Best Merge Method(BMM)’ 방법을 통해 얻어진 덴드로그램을 도출하였다. 덴드로그램 도출 시 동의수준(Agreement Level)은 50%로 지정하여 군집 수를 조정하였으며, 연관성이 적은 직무들로 구성된 군집 즉, 기타 군집은 제외하여, 최종적으로 총 23개의 군집이 만들어졌다. 본 연구에서 도출된 미래직업예측 모형은 ICT 전 분야, 혹은 전 산업에 대해 확대 적용되어 국가의 중장기적 성장전략을 위한 기초자료로 활용이 가능할 것으로 기대된다. 또한 본 연구에서 도출된 직무수요정보를 활용하여 경력개발경로를 설계함으로써 실질적 취업 및 재취업률 제고를 위한 교육훈련 프로그램을 구축하여 그동안 공급자 중심으로 운영되었던 교육훈련 프로그램을 개선할 수 있을 것으로 기대된다. 또한 현재 운영되고 있는 국가기술자격 및 전문자격이 미래직업변화를 반영하고 있는지, 평생경력개발이 될 수 있도록 수준별로 운영되는지 분석하여 직무특성의 변화를 반영한 자격개편 및 신설로 적극적으로 대응할 수 있을 것이다. 이와 관련하여 2018년 1월에 발간된 세계경제포럼(WEF)의 “Towards a Reskilling Revolution: A Future of Jobs for All”은 현재 노동자들의 직업과 기술력의 차이가 크다는 점을 감안하여 빅데이터 기반 접근법을 통해 일자리 전화 경로와 재교육의 방향성을 찾을 수 있는 방법론을 제안하였다. 본 연구의 결과는 4차 산업혁명에 적극적으로 대응하고 포용적 성장전략을 위한 기초 자료로 활용이 가능하다. 또한 산업현장, 학계, 정부관계자들과 연구결과를 공유함으로써 미래 노동시장에서의 수요와 공급측면, 그리고 정책수립 측면에서 모두 활용될 수 있다. 기업의 노동수요 측면에서는 미래직업에 대한 메가트렌드가 ‘지능화’와 ‘융합화’라는 점을 감안하여 중장기적 투자전략을 수립할 수 있을 것이며, 공급측면에서는 노동수요에 맞추어 필요한 역량을 미리 준비하여 4차 산업혁명으로 인한 사회의 변화에 선제적으로 대응할 수 있게 되며, 정부는 미래직업에 맞는 교육시스템 구축 및 재교육 프로그램 개발 등을 통해 포용적 성장전략을 수립할 수 있을 것이다. 연구 결과의 활용도를 높이기 위해 연구진은 과기정통부와 협력하여 2018년 10월에는 ‘ICT분야 미래직업예측 전문가 토론회’를 진행하였으며 12월에 개최된 ‘미래 잡 토크콘서트’를 개최하였다.