과학기술인력 수급전망 결과의 분석과 향후 신뢰성 있는 전망을 위한 개선 방안 doc_id PCY_201504010516497411_9

과학기술인력에 대한 4개 전망결과를 살펴보면, 전체적으로는 4개 전망 모두 전망기간 중에 공급인력이 수요인력을 초과하는 초과공급 상태를 보일 것으로 일관된 전망을 제시하였고, 아래에서 보듯이 ‘09년 KRIVET 전망에서는 소폭으로 초과공급 규모가 감소세를 보였으나, 전반적으로 시점이 지날수록 초과공급 규모가 확대될 것으로 전망되었다. 전공 분야별로 비교하면, 농림수산학 계열이 일부 전망(‘05년, ’09년)에서는 초과 수요로 제시되었으나 전반적으로 모든 전공 분야가 초과공급을 시현할 것으로 전망 되었다. 특이한 것은 2000년대 실시된 3개 전망에서는 공학 계열의 초과공급 규모가 가장 큰 비중을 차지하는 것으로 제시되었으나, 2013년 전망에서는 의약학 계열의 초과공급 규모가 가장 큰 비중을 차지하는 것으로 바뀌었다는 점을 들 수 있다. 학력수준에 따른 과학기술인력의 수급전망을 살펴보면, 4개 전망 결과 모두 박사의 경우에는 초과수요를 전문학사, 학사, 석사의 경우에는 초과공급이 발생할 것이라는 일관된 전망 결과를 제시하였다, 전망 시점이 흐를수록 초과의 규모도 점차 확대될 것으로 전망되었다. 초과공급 규모는 4개 전망 모두 ‘전문학사 > 학사 > 석사’라는 일관된 결과를 제시하고 있다. 학력수준에 따른 전공별 과학기술인력의 수급전망 비교분석을 통해 전망결과의 변화 추이를 좀 더 자세하게 확인해 볼 수 있다. 먼저, 전문학사의 전공별 수급전망 결과를 보면, 농림수산학 계열은 소폭의 초과수요 내지 초과공급을 기록하고, 2009년 KRIVET 전망결과에서 이학 계열이 소폭의 초과수요로 제시된 것을 제외하면, 이학, 공학, 의약학은 모두 초과공급을 기록할 것으로 전망되었다. 앞서 전체 학력수준 하의 전공별 수급전망과 마찬가지로 2000년대 실시된 3개 전망에서는 공학계열의 초과공급 규모가 가장 크지만, 2013년 전망에서는 의약학 계열의 초과공급 규모가 가장 큰 비중을 차지하는 것으로 전망되었다. 학사의 전공별 수급전망 결과를 살펴보면, 농림수산학 계열은 소폭의 초과수요내지 초과공급을 기록하고, 이학 계열과 공학 계열은 4개 전망에서 모두 초과공급을 기록할 것으로 전망되지만, 의약학 계열은 소폭의 초과수요를 보이다가 2009년 전망에서는 초과공급으로 전환되었고, 2013년 전망에서는 전체 계열 중에서 가장 큰 폭의 초과공급 규모를 지닐 것으로 전망되었다. 석사의 전공별 수급전망 결과를 살펴보면, 이학 계열과 의약학 계열은 시점이 흐를수록 초과공급 규모가 확대되고 있으며, 특히 의약학 계열은 2002년 전망에서는 초과수요로 전망되었으나, 이후 시점의 전망에서는 초과공급으로 전환되었고 2013년 전망에서는 가장 큰 폭의 초과공급을 기록할 것으로 전망되었다. 반면, 공학 계열과 농림수산학 계열은 시점이 흐를수록 초과공급 규모가 감소되고 있으며, 특히 농림수산학 계열은 초기(2002년, 2005년)에는 소폭의 초과공급으로 전망되었으나, 이후 시점의 전망부터는 소폭이나마 초과수요를 기록할 것으로 전망되었다. 과학기술인력에 대한 시점별 4개 전망 결과를 비교분석해 본 결과, 전반적인 추세선상에서 볼 때, 2009년을 제외한 2002년, 2005년, 2013년 전망은 유사성이 높은 것으로 분석된다. 특히 2002년과 2005년 전망은 전공분야별, 학력수준별 전망결과가 거의 동일한 성향을 지녀 밀접한 연관성을 보이는데, 상대적으로 안정적인 국내외 경제 환경 및 전망에 사용된 통계 자료의 일치성에 기인한 것으로 판단된다. 반면, 2013년 전망은 다른 전망들과 달리 의약학 계열의 초과공급 규모가 상대적으로 크게 부각되었는데, 아마도 직업분류체계의 개정으로 이전 전망들에서는 직업세 분류(5 digit) 수준에서 과학기술인력 직업을 선정한 것과 달리 2013년 전망에서는 직업소분류(3 digit) 수준에서 과학기술인력 직업을 선정한 것에 영향을 받은 것으로 분석된다. 2009년 전망은 다른 전망들과 비교할 때, 수급차 규모나 전공별 수급차의 방향에서 상대적으로 큰 차이를 보이고 있다. 이러한 결과는 전망 시점의 세계 금융 불안에 따른 국내외 경제 환경의 불안정성에 영향을 받은 것으로 추정된다. 첫째, 서론에서 언급한 바와 같이 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 제공하기 보다는 인력 수급의 거시적인 흐름과 방향만을 제시하는 것이 바람직할 것으로 판단된다. 기존 과학기술인력 수급전망은 인력 불일치 현황을 전공별 학력수준별 차원에서 살펴보고, 이를 토대로 부족인력 양성 위주의 인력계획을 수립하는데 활용 되고 있다. 그러나 산업화 시대에서는 전공종사율이 높은 특성을 지니고 있으나, 창조경제 시대에서는 전공종사율이 갈수록 낮아지는 특성을 지녀, 전공별 인력수급 전망에 근거한 인력계획은 실효성이 약해지는 실정이다. 이러한 전공별, 학력수준별 인력수급 전망 수행에 따른 한계점을 보완하고, 급변하는 과학기술현황에 발맞춘 인력계획을 수립하기 위해서는 과학기술인력 전체보다는 주요 핵심기술별 인력수급 전망이 요구된다. 이때 핵심기술은 중장기적인 관점에서 향후 5∼10년 내 유망 기술분야를 선정하는 것이 합리적일 것이다. 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, 기초통계인프라 구축 미비와 경제사회 환경의 차이로 인해 우리나라 과기인력수급을 전망하는데 바로 적용하는 데에는 다소 한계를 지니고 있다. 방법론 보완 방안으로는 과학기술 분야 하위 섹터 단위에서는 중장기 수급 전망결과를 제약조건으로 두고 여기에서 제시하지 못하는 산업적 특성 정보를 생산하기 위하여 관련 분야 기업을 대상으로 하는 실태조사 등을 실시하여 신뢰성 높은 수급 전망 결과를 도출할 필요가 있다. 또한 네덜란드의 ROA 방법론을 활용한 산업 부문별 방법론을 구축하고 정량적 접근과 더불어 분야별 인력수급전문가, 산업 전문가, 미래 예측 전문가들의 도움을 받아 정성적인 예측 방법을 보완적으로 활용하는 것도 대안이 될 수 있다. 셋째, 신뢰성을 담보할 수 있는 수급전망을 위해 일회성이 아닌 시계열적이고 체계적인 전망 데이터 생산 등 통계 인프라 구축이 필요하다. 무엇보다 다양한 과학기술인력을 대상으로 코호트(cohort) 집단을 구성하고 졸업자 이동경로 조사를 매년실시하여 산업×직업 및 직업×전공 행렬 데이터를 체계적으로 생산해야 한다. 즉, 학과․전공별, 직업별 인력공급전망을 위해서는 노동시장 진입과정과 직장이동경로 등 학과․전공별 졸업자에 대한 장기적인 시계열 자료의 축적이 절실하다. 새로운 조사 설계를 통한 관련 통계 생산과 더불어 한국고용정보원의 대졸자 직업이동 경로조사(GOMS), 직업능력개발원의 박사패널조사, STEPI의 박사조사, KISTEP의 이공계인력 실태조사 등 현 생산 체제 내에서 과학기술인력의 유량을 파악하는 데 유용함에도 불구하고 수급전망 시 충분히 활용되지 않고 있는 조사들을 적극 활용할 필요가 있다. 필요에 따라 각 조사기관간 연계를 통해 조사 시기 및 내용을 조율 하거나 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.