고용의 양
○ 자동화로 인한 노동 수요 변화에 대한 시계열 분석을 시도한 Acemoglu & Resprepo(2019, JEP, Vol.33 No.2)의 연구 모형 활용
- 생산성증대 효과, 직무변화 효과, 산업구조변화 효과 등을 고려한 노동수요 분해
- 정보통신정책연구원(KISDI)의 생산성 계정 데이터 활용
고용의 질
○ AI 기술 공급 100개 사업체 설문조사
일자리 창출 경로
○ 다음과 같이 AI 기술 확산에 따른 고용연계성 경로 설정
고용의 양
○ 전체 산업을 대상으로 노동수요 변화를 분석한 결과, 2000년 이후 자동화로 인한 생산성 향상과 신규 과업 창출 효과가 복합적으로 작용하여 노동수요 증가세가 지속된 것으로 나타남.
- 다만, 구성효과와 대체효과는 자동화에 따른 노동수요 변화에 유의미한 영향을 보여주지 않는 반면, 직무변화는 노동수요에 유의미한 영향력을 미치는 것으로 나타남
- 이에 AI 도입률 추세를 가정한 시나리오를 구성하고 이에 맞춰서 직무변화에 따른 노동수요 변화 추정
○ 시나리오 구성
- (시나리오1) 전 산업에 걸쳐 AI 도입률이 2019년 2.49% 수준에서 2025년까지 그간의 증가 추세를 그대로 지속하는 경우(2019년 2.49% → 2025년 25.21%)
- (시나리오2) 정부의 AI 도입 지원 정책 강화로 AI 도입률을 점진적으로 높여 2025년에 주요국(EU)의 AI 도입 수준에 이르는 경우(2019년 2.49% → 2025년 42.00%)
○ AI 도입에 따른 직무변화로 인한 노동수요 증가 전망
(단위:%)
구분 |
2019 |
2020 |
2021 |
2022 |
2023 |
2024 |
2025 |
우리나라 AI 도입률 추세 적용 |
2.77 |
1.88 |
1.76 |
1.66 |
1.59 |
1.54 |
1.50 |
2025년 EU 도입률 추세 적용 |
2.77 |
2.04 |
1.84 |
1.74 |
1.66 |
1.61 |
1.57 |
- AI 도입률이 높을수록 더 많은 노동수요를 발생시키는 효과를 보이지만, 그 효과는 시간이 갈수록 감소하는 경향
고용의 질
○ AI 도입 확산에 따른 인력 수요 특성
- 청년층 인력 수요 증가 예상
- AI 개발자, AI 데이터 가공·처리 담당자, AI 데이터분석가 AI 시스템 운영·관리자 수요 확대 예상
○ AI 도입 확산에 따른 근로조건 변화 예상
- 임금 수준 향상 가능성 높음
○ 민관협의체 등 논의체를 운영하여 재직자 훈련, 인력양성 등과 관련한 현장 수요를 지속 공유
< 반영 >
◦고용부 신기술 분야 인력양성 TF, 교육부 첨단기술 인재양성 특별팀 등 협의체 운영으로 현장 수요 파악 및 공유
○ 인력수급에 대한 지속적인 모니터링 실시하고, 인력양성 체계화
< 반영 >
◦매년 AI산업 실태조사, SW융합실태조사 등을 통해 수급 현황 조사 및 모니터링 실시 중
○ 인력 미스매치 해소를 위한 공신력 있는 자격증 신설과 인력통계 인프라 정비
< 반영 및 검토필요 >
◦‘디지털 인재양성 종합방안(‘22.8월)’ 등에 인력양성 통계 정비 및 고도화 내용 반영
◦새로운 자격증 제도를 신설하는 것보다 기존 민간 자격증 활용 검토 필요
○ AI 도입이 용이한 산업에 집중하기 보다 도입 비용이 크더라도 다양한 산업, 분야 등에서 고르게 AI가 도입될 수 있는 정책 시행
- 특정 산업 중심 AI 지원은 상대적으로 다른 산업에 AI 도입이 지연되어 오히려 거시경제적 생산성 증대를 약화시키고,
노동 절약적 기술 강화로 대체효과를 크게 만들 가능성 존재
< 반영 >
◦디지털 인재양성 종합방안(‘22.8월) 등에 다양한 산업 분야에 AI가 도입될 수 있도록 ’비전공자를 위한 디지털(AI 등)+X 교육과정‘ 등 확대 방안 마련