문맥 (context)
Frey & Osborne의 2013년 연구 “The Future of Employment” 이후 기술의 일자리 대체에 관한 문제가 큰 이슈로 부각되면서 IMF, OECD, WEF와 같은 국제기구 뿐 만 아니라 국책 연구기관, 학계, 그리고 컨설팅기업에서도 많은 연구들을 활발히 수행해왔다. 대부분 연구들은 4차 산업혁명 관련 기술의 발달로 자동화가 이루어지면서 반복적이고 특별한 기술이나 인지능력이 필요하지 않은 일자리는 인공지능이 탑재된 로봇에 의해 대체될 것이라는 전망하고 있다. 특히 2018년 3월에 발간된 OECD의 “Automation, Skills Use and Training”에서는 32개국을 대상을 자동화에 따른 일자리 대체위험성을 분석하였는데, 직업의 46%가 자동화에 의해 영향을 받을 것으로 분석하였으며 이 중 14%는 대체가능성이 70% 이상인 고위험 일자리인 것으로 나타났다. 게다가 OECD 보고서는 특히 자동화가 고령층의 조기 퇴직보다는 청년실업에 더 많은 영향을 준다고 분석하였다. 다만, 20대 이하는 새로운 직업에 적응하거나 일자리 이동이 쉬워 자동화에 의한 일자리 대체 위험을 상쇄할 가능성도 있다고 보았다.
이와 같은 연구들이 주목을 받으면서 그 동안 기술의 발달이 경제성장에 따른 ‘삶의 질 개선’으로 인식되었던 반면 최근에는 일자리 대체에 의한 ‘노동시장 경쟁심화’ 및 ‘불평등 악화’둥의 부정적인 인식이 강화되고 있다. 더불어 지속적인 경제성장을 위해서는 기술발달의 생산성 향상이라는 긍정적인 요소와 함께 부작용 완화에 대한 논의도 이루어져야한다는 요구가 커지고 있다. 궁극적으로는 소득원으로써의 노동은 로봇이 하고 인간은 자아실현적인 노동만 하게 될 것이라고 주장하는 이도 적지 않다. 이런 주장의 기저에는 로봇이 대부분의 분야에서 인간의 생산도구로서의 기능을 대체할 것이라는 강한 전제가 있다. 논리를 좀 더 발전시키면 생산수단으로서의 로봇을 소유한 자본가들에게 소득이 집중되고 근로소득이 소득이 대부분인 노동자들의 소득은 점차 사라져 소비가 불가능해질 수도 있다. 이러한 차원에서 스위스에서는 기본소득에 대한 국민투표도 이루어졌다. 스위스가 기본 소득제에 대한 국민투표를 진행할 때 대부분의 국가에서는 너무 빠른 시도이며 국민적 저항이 굉장히 심할 것으로 내다보았다. 그러나 위에서 언급하였듯이 기술의 발달로 로봇의 노동대체는 커다란 시대적 흐름이라는 것은 부정할 수 없다.
이와 같은 연구들이 주목을 받으면서 그 동안 기술의 발달이 경제성장에 따른 ‘삶의 질 개선’으로 인식되었던 반면 최근에는 일자리 대체에 의한 ‘노동시장 경쟁심화’ 및 ‘불평등 악화’둥의 부정적인 인식이 강화되고 있다. 더불어 지속적인 경제성장을 위해서는 기술 발달의 생산성 향상이라는 긍정적인 요소와 함께 부작용 완화에 대한 논의도 이루어져야 한다는 요구가 커지고 있다. 궁극적으로는 소득원으로써의 노동은 로봇이 하고 인간은 자아실현적인 노동만 하게 될 것이라고 주장하는 이도 적지 않다. 이런 주장의 기저에는 로봇이 대부분의 분야에서 인간의 생산도구로서의 기능을 대체할 것이라는 강한 전제가 있다. 논리를 좀 더 발전시키면 생산수단으로서의 로봇을 소유한 자본가들에게 소득이집중되고 근로소득이 소득이 대부분인 노동자들의 소득은 점차 사라져 소비가 불가능해 질 수도 있다. 이러한 차원에서 스위스에서는 기본소득에 대한 국민투표도 이루어졌다. 스위스가 기본 소득제에 대한 국민투표를 진행할 때 대부분의 국가에서는 너무 빠른 시도이며 국민적 저항이 굉장히 심할 것으로 내다보았다. 그러나 위에서 언급하였듯이 기술의 발달로 로봇의 노동대체는 커다란 시대적 흐름이라는 것은 부정할 수 없다.
미래직업을 연구함에 있어서 직무의 변화에 중심을 둔 연구들도 존재한다. 2018년 연세대학교 이정우 교수의 ‘미래형 직업 교육훈련 프레임워크 개발 연구’(이정우 외. 2018)나 2013년 한국직업능력개발원의 ‘미래숙련수요 분석을 위한 특허정보 활용의 현실적합성 분석’(이하 황규희 외. 2013)이 그 예이다. 이정우 외.(2018)는 국내 ․ 외 논문 및 보고서를 대상으로 한 체계적 문헌연구(Systmeatic Literature Review)를 통해 교육훈련의 변화 양상을 조사한 후 전문가 델파이 분석을 실시하여 미래직업과 미래직업에 필요한 역량, 그리고 그를 위한 교육콘텐츠에 대한 논의를 하였고, 직능원.2013은 미국의 직무분석 자료를 활용하여 특허출원의 변화양상과 주요 특허와 직무를 연계하는 방법으로 미래숙련수요를 예측하였다. 그러나 이런 연구들도 새로운 직무와 기존 직무의 재조합 방식으로 새로운 직업을 도출하지는 못하였다.
본 연구 과제는 4차 산업 전략분야 중 주요 ICT 4개 분야(로봇, 반도체, 의료용기기, 측정제어분석기기)에 대해 미래 유망 직업을 도출하기 위한 모형을 수립하고 그 미래직업 결과를 도출하였다. 미래직업을 예측하기 위해 다양한 방법론을 활용하여 체계적으로 모형을 구축하였다. 우선, 여러 직업분류체계를 이용, PEST 분석 및 FGI 전문가 회의 등을 통해 각 분야의 주요 직무를 도출하였다. 도출된 직무의 신뢰성을 확보하고자 급내상관계수 신뢰성(ICC) 검정을 실시하였으며 이를 통해 중요도 순으로 직무 리스트를 작성하였다. 그 후, 온라인 카드소팅을 실시하여 미래직업군을 예측하였고, ‘Similarity Matrix’, BMM(Best Merge Method) 결과를 바탕으로 2차 FGI 전문가 회의를 진행하여 최종적으로 ICT 미래 유망 직업을 도출하였다.
본 연구에서는 미래직업 도출을 위한 기초자료를 구축하기 위해 거시환경분석(PEST Analysis)을 실시하였다. 거시환경분석은 경영학에서 기업의 전략을 수립할 때 주로 사용하는 분석 툴로서, 정치적 요인, 경제적 요인, 사회적 요인 및 기술적 요인과 같은 외생적 환경요인을 분석하여 시장 전망을 예측하는데 사용된다. 정치적 요인을 분석할 때 경제환경에 영향을 미치는 정부 정책에 대해 주로 파악하는데, 조세정책, 무역제한 및 관세부과 등 사회제반에 영향을 미치는 정치 ․ 정책적 이슈를 파악하여 경제에 영향을 미치는 효과 및 시장 흐름을 예측한다. 경제적 요인 분석은 경제 성장, 인플레이션, 이자율 등의 요인에 의해 어떻게 경제가 변화하고 기업 성장 및 사업 전망에 영향을 미치는지에 대해 분석한다. 사회적 요인분석은 인구성장률 및 인구고령화 등의 사회적 측면을 고려하여 기업 성장 및 제품수요에 영향을 미치는 지를 전망한다. 또한, 기술적 요인 분석을 통해 자동화, 기술혁신 및 연구개발과 같은 기술적인 측면을 고려하여 어떻게 기업의 시장의 진입장벽 또는 아웃소싱 여부 등이 변화할 지를 예측할 수 있다.
이어 각 분야별 산업현장, 학계, 혹은 관련 연구기관에 소속된 전문가 4명과 거시환경분석결과를 공유하고 그들을 대상으로 설문조사 및 FGI를 실시하여 미래에 유망할 것으로 기대되는 직무들을 도출하였다. 각 설문지에는 직무명과 해당직무의 정의를 제시되어 있고 전문가들에게 각 직무의 미래중요도를 7점 척도로 표시하도록 하였다. 취합된 설문결과를 통해 직무별 중요도에 대한 평균과 표준편차를 계산하여 평균이 높고 표준편차가 작은 직무순으로 나열하여 중앙값 이상의 직무만을 추출하였다. 또한 설문지의 주관식 항목을 통해 각 전문가가 리스트에는 없지만 중요할 것으로 여겨지는 직무를 서술하도록 하였다. 위와 같이 획득한 기존 직무리스트에서 추출된 주요직무와 전문가 의견에 따른 직무를 통합하여 새로운 직업도출을 위한 직무 모집단을 구성하였고 급내상관계수 검증을 통해 신뢰성 검토를 실시하였다. 도출된 직무모집단은 응답한 모든 전문가와의 FGI를 통해 최종적으로 조정하였다.
지시문 (instruction)
다음 문맥을 읽고 질문에 답하시오.
질문 (question)
OECD의 'Automation, Skills Use and Training' 보고서에서 분석 대상이 된 32개국 중 자동화 위험이 가장 높게 나타난 국가는 어디인가?
추론 과정 (compact_reasoning)
-
1과제 해석
task_interpretation질문은 OECD 보고서의 분석 대상인 32개국 중에서 자동화에 따른 일자리 대체 위험이 가장 높은 특정 국가를 식별할 것을 요구한다.
-
2정보 추출
information_extraction문맥에서는 2018년 3월 발간된 OECD 보고서가 32개국을 대상으로 자동화에 따른 일자리 대체 위험성을 분석했다는 사실과, 전체 직업의 46%가 영향을 받으며 그 중 14%가 고위험 일자리라는 통계적 수치를 제공한다.
- 2018년 3월에 발간된 OECD의 “Automation, Skills Use and Training”에서는 32개국을 대상을 자동화에 따른 일자리 대체위험성을 분석하였는데
- 직업의 46%가 자동화에 의해 영향을 받을 것으로 분석하였으며 이 중 14%는 대체가능성이 70% 이상인 고위험 일자리인 것으로 나타났다.
-
3근거 선택
evidence_selectionOECD 보고서의 분석 범위(32개국)와 분석 결과(비율 및 위험도)에 대한 근거는 있으나, 개별 국가의 명칭이나 국가별 위험도 순위에 대한 정보는 누락되어 있다.
- 32개국을 대상을 자동화에 따른 일자리 대체위험성을 분석하였는데
-
4논리 통합
logical_integration제공된 정보를 종합하면 32개국에 대한 전체적인 통계적 경향성은 파악할 수 있지만, 각 국가를 개별적으로 비교하거나 특정 국가를 지목할 수 있는 데이터는 결합할 수 없다.
-
5결론 도출
conclusion_formulation질문이 요구하는 '가장 위험이 높은 국가'를 특정하기 위한 개별 국가별 데이터가 문맥에 존재하지 않으므로 답을 결정할 수 없다.
-
6답변 생성
answer_generation문맥에 해당 정보가 없으므로 답변 불가능 판정을 내린다.
근거 (evidence)
- 2018년 3월에 발간된 OECD의 “Automation, Skills Use and Training”에서는 32개국을 대상을 자동화에 따른 일자리 대체위험성을 분석하였는데
- 직업의 46%가 자동화에 의해 영향을 받을 것으로 분석하였으며 이 중 14%는 대체가능성이 70% 이상인 고위험 일자리인 것으로 나타났다.
- 32개국을 대상을 자동화에 따른 일자리 대체위험성을 분석하였는데
최종 답변 (final_answer)
주어진 문맥만으로는 답을 확인할 수 없다.
분석 (analysis)
문맥은 OECD 보고서가 32개국을 대상으로 분석했다는 사실과 전체적인 위험 비율을 명시하고 있으나, 개별 국가의 명칭이나 국가별 위험도 차이에 대한 정보는 제공하지 않는다. 따라서 가장 위험이 높은 국가를 파악하기 위해서는 문맥 외부의 추가적인 정보가 필요하다.