가공데이터 · 도서자료 기계독해

과학기술인력 수급전망의 정확도와 활용도를 높이기 위한 방법론 개선, 데이터 보완 및 정책적 제언 doc_id PCY_201501150918394031_4

주제 (main_topic)
과학기술인력 수급전망의 정확도와 활용도를 높이기 위한 방법론 개선, 데이터 보완 및 정책적 제언
답변 불가 (is_impossible)
False
문맥 (context)
그리고 결과의 범위 하에서 BT 등 과학기술인력 하위 섹터 단위에서 3~5년의 단기 예측을 강화하여 예측의 정밀도와 정확도를 높이고 여러 최종 수요자에게 풍부한 정보를 제공하는 수급전망 체계를 구축하는 것이 필요하다. 즉 인력 수급전망의 주 기능은 정책결정자뿐만 아니라 광범위한 이해당사자들에게 교육-노동시장의 연계에 대한 유용한 정보를 제공하는 것으로 재정립되어야 한다. 둘째, 수급전망 방법론 측면에서 과학기술인력 중장기 수급전망의 경우, 총량전망 방법론이 가지고 있는 한계, 즉 현재의 미국 BLS 모형의 단점을 보완할 수 있는 다양한 경쟁모형 개발과 우리나라 정책 환경에 적합한 한국형 모형 구축이 필요하다. 앞서 지적한 바와 같이 미국 BLS 모형은 이론적인 우수성에도 불구하고, 기초통계 인프라 구축 미비와 경제사회 환경의 차이로 인해 우리나라 과기인력수급을 전망하는데 바로 적용하는 데에는 다소의 문제점을 지니고 있다. 방법론 보완 방안으로는 과학기술 분야 하위 섹터 단위에서는 중장기 수급전망 결과를 제약조건으로 두고 여기에서 제시하지 못하는 산업적 특성 정보를 생산하기 위하여, 관련 분야 기업을 대상으로 하는 실태조사 등을 실시하여 신뢰성 높은 수급전망 결과를 도출할 필요가 있다. 새로운 조사 설계를 통한 관련 통계 생산과 더불어 한국고용정보원의 대졸자 직업이동경로조사(GOMS), 직업능력개발원의 박사패널조사, STEPI의 박사조사, KISTEP의 이공계인력 실태조사 등 현 생산 체제 내에서 과학기술인력의 유량을 파악하는데 유용함에도 불구하고 수급전망 시 충분히 활용되지 않고 있는 조사를 적극 활용할 필요가 있다. 필요에 따라 각 조사기관간 연계를 통해 조사 시기 및 내용을 조율하거나 추가하여 요구되는 데이터를 생산해야 한다. 대규모의 국가 기간통계 조사를 활용해야 산출이 가능한 대체수요율의 경우, 요구되는 정보에 따라 통계청 등 관련 생산부처와 협의하여 지역고용조사와 경제활동인구조사를 개선하는 노력도 병행되어야 한다. 넷째, 과학기술인력에 대한 정의는 일반적으로는 전문학사 이상의 과학기술 전공 종사자 또는 과학기술 직종 종사자로 규정하고 있으나, 수급전망에서의 과학기술인력은 과학기술 전공 종사자이면서 동시에 과학기술 직종 종사자로서 정의하고 있어 도출된 결과의 해석에 있어서 혼란을 초래할 가능성이 높다. 수급전망 결과가 발표되면서부터 초중고 학생부터 경제 주체에 이르기까지 다양한 이해 관계자가 그 결과에 주목하고 반응하게 된다. 결과적으로 교육 및 노동시장의 자기조절 기능에 따라 예측 당시 타당한 방법론과 정확한 전제 등으로 정확하게 예측하였다 하더라도 시간이 흐름에 따라 필연적으로 전망치와 실측치 간의 오차가 발생하게 된다. 따라서 수급전망 연구의 타당성을 단순히 현실과의 일치성 여부에 의해서만 판단할 것이 아니라, 수급전망의 전제와 모델의 논리성이 중요한 판단 기준이 되어야 한다. 인력 수급예측이 개인이건 사회 전체이건 미래 정보로서 의미를 갖기 위해서 가정의 현실성, 방법론의 개선, 자료의 보완을 중심으로 꾸준한 개선의 노력을 기울여 왔다. 그러나 일반적인 예측이 갖는 예측오류와 마찬가지로 인력예측 또한 오류의 가능성으로 그 이용에 제한이 따른다. 인력예측이 갖는 기본적인 제한점은 설정한 상황에 따른 조건부적 예측의 성격이 강하다는 점이다. 즉 미래에 일어날 수 있는 경제상황이나 사회변동을 설정하고 그에 따른 인력수급을 예측하기 때문에 2차적인 예측일 수밖에 없다는 것이다. 이 글에서는 앞서 분석한 과학기술인력 수급전망 사후검증 결과와 진단을 토대로 수급전망 결과의 정확도를 높이고 수급전망 결과의 활용도를 높이기 위한 정책적 제언을 하고자 한다. 첫째, 과학기술은 과거에 비해 변화의 속도가 빠르고 기술간 융합 등 점점 더 예측이 어려워지고 있어, 10년 단위의 중장기 기간을 예측하는 과학기술인력 수급전망은 구체적이고 상세한 수준의 수급차 데이터를 제공하기보다는 인력 수급의 거시적인 흐름과 방향만을 제시하는 것이 바람직할 것으로 판단된다. 기존 과학기술인력 수급전망은 인력 불일치 현황을 전공별, 학력 수준별 차원에서 살펴보고, 이를 토대로 부족인력 양성 위주의 인력계획을 수립하는데 활용하고 있다. 그러나 산업화 시대에서는 전공 종사율이 높은 특성을 지니고 있으나, 창조경제 시대에서는 전공종사율이 갈수록 낮아지는 특성을 지녀, 전공별 인력수급 전망에 근거한 인력계획은 갈수록 실효성이 약해지는 실정이다. 이러한 전공별, 학력 수준별 인력수급 전망 수행에 따른 한계점을 보완하고, 급변하는 과학기술 현황에 발맞춘 인력계획을 수립하기 위해서는 주요 핵심기술별 인력수급 전망이 요구된다. 이때 핵심기술은 중장기적인 관점에서 향후 5∼10년 내 유망 기술분야를 선정하는 것이 합리적이다. 이를 통해 총량 전망 기관과 부문별 전망기관과의 정보 및 지식 공유, 각 기관에서 보유하고 있는 다양한 형태의 마이크로데이터를 상호 공유함으로써 수급전망의 신뢰성을 높이고 예산의 효율적인 활용이 필요하다. 여섯째, 결과 활용 측면에서 단순한 수급차 정보를 제공하기보다는 노동시장의 현황을 다각도로 제시할 수 있는 지표 또는 정보가 제공되어야 한다. 총량전망 및 분야별 인력수급 전망 결과를 토대로 향후 산업 및 직업별 고용상황을 명시적으로 나타내주는 다양한 지표들을 개발함으로써 정보요구자들의 수요(needs)를 만족시킬 필요가 있다. 과학기술 부문별 전망 결과에 따라, 이로 인해 출현할 수 있는 미래 유망직업을 전망하고 직업의 안정성, 발전 가능성, 직무내용 및 핵심역량, 임금 등 다양한 직업정보 제공을 통해 시장에서 자율적인 수급조절 기능이 충분히 발현될 수 있도록 지원해야 한다. 세상은 이미 ‘산업경제 시대’(제품을 생산해 부를 쌓아가던 시대)를 넘어 ‘연결경제(connection economy)시대’(연결과 관계에서 새로운 가치를 창출하는 시대)로 진입했다. 산업경제 시대에는 시키는 일만 잘 하는 사람이 인정받았지만, 인터넷과 SNS 보급으로 경계가 허물어진 지금의 세계에선 사람과 사람의 ‘연결과 관계’ 자체가 돈벌이와 직결된다는 것이다. 즉 전업주부가 레시피 하나로 유명세를 타고 바로 돈방석에 앉는 일이 생기는 것은 그렇게 되고 싶은 사람들이 무수하게 연결되어 성원하고 있기 때문이며, 10년도 안된 신생 기업들이 글로벌 기업으로 우뚝 설 수 있는 것도 모든 비용이 낮아지고 국경까지 허문 ‘연결’의 결과인 것이다. 그러므로 모든 사람이 인터넷, 스마트폰, SNS 등으로 어느 때보다 촘촘히 얽혀 있는 요즘 사회에서는 해오던 업종을 지킨다는, 우리 부서 일만 잘하자는, 개인적으로는 내 분수를 지켜야 한다는 산업경제 시대의 의식과 관행을 벗어던지고 연결가능성(connectibility)을 높여야 한다. 주요 경영학 관련 국제학술지에 실린 기업가정신 관련 연구 논문의 수나 내용을 살펴보면, 기업가정신이라는 하나의 연구 주제가 경영학(경영과학 포함) 분야에서 얼마나 중요한 연구 분야로 인정받고 있는지를 파악할 수 있다. 경영학 관련 연구자들에게 가장 많이 인용되는 등 학문적 성과가 가장 탁월한 것으로 일컬어지는 7종의 주요 경영학 관련 국제학술지에 게재된 2000~2009년 사이의 10년 간의 기업가정신 관련 연구 논문 흐름을 살펴보면, 기업가정신 관련 연구는 1985~1999년에 비해 비약적으로 증가한 것을 알 수 있다(총 97개 → 197개 논문, 비중으로는 1.8%에서 4.8%로 증가). 특히 ASQ가 가장 높은 증가 추세를 보였고, 논문 편수로는 SMJ의 기업가정신 연구가 가장 많았다. 이는 기업가정신 분야가 전통적인 경영학 학문 연구에서 중요한 주제로서 부각되고 있음을 의미한다.
지시문 (instruction)
다음 문맥을 읽고 질문에 답하시오.
질문 (question)
과학기술인력 수급전망의 타당성을 판단할 때, 단순히 현실과의 일치성 여부 외에 중요하게 고려되어야 하는 기준은 무엇인가?
추론 과정 (compact_reasoning)
  1. 1과제 해석task_interpretation

    과학기술인력 수급전망의 타당성을 판단하는 기준에 대해 묻는 질문임을 파악한다.

  2. 2정보 추출information_extraction

    수급전망의 타당성 판단 기준과 관련된 문장을 문맥에서 추출한다.

    • 따라서 수급전망 연구의 타당성을 단순히 현실과의 일치성 여부에 의해서만 판단할 것이 아니라, 수급전망의 전제와 모델의 논리성이 중요한 판단 기준이 되어야 한다.
  3. 3근거 선택evidence_selection

    질문의 핵심인 '현실과의 일치성 외의 기준'을 명시한 구절을 선택한다.

    • 수급전망의 전제와 모델의 논리성이 중요한 판단 기준이 되어야 한다.
  4. 4논리 통합logical_integration

    단순한 현실 일치성(결과)보다는 예측의 과정인 전제와 논리성(과정)이 중요하다는 인과 관계를 정리한다.

  5. 5결론 도출conclusion_formulation

    수급전망의 전제와 모델의 논리성이 중요한 판단 기준이 되어야 한다는 결론을 도출한다.

  6. 6답변 생성answer_generation

    질문에 대한 최종 답변을 작성한다.

최종 답변 (final_answer)
수급전망의 전제와 모델의 논리성이 중요한 판단 기준이 되어야 한다.
핵심 해석 (core_interpretation)
과학기술인력 수급전망 연구의 타당성은 현실과의 일치성 여부뿐만 아니라 수급전망의 전제와 모델의 논리성을 중요한 판단 기준 삼아야 한다.