요약

● (인공지능 노동력 및 숙련(Skill) 측정의 필요성) 인공지능 관련 기술 발전이 가속화 됨에 따라 인공지능 산업계에 종사 노동력 및 노동 수요를 시의적절하게 측정하는 데 공식적인 통계조사를 활용하는 것에 시차가 존재
- 이에 국외 최신 인공지능 노동력 및 스킬 관련 연구들은 온라인 구직광고를 적극적으로 활용하고 있는 바 국내 인공지능 노동력 및 스킬을 측정하기 위해 적합한 데이터를 확보하는 것이 관련 산업 발전을 위해 중요
● (텍스트 분석에 이용가능한 국내와 해외 데이터의 차이와 한계) 해외 연구는 Lightcast(구 Burning Glass), LinkedIn(링크드인) 등 글로벌 플랫폼 데이터를 주로 활용. 그러나 한국의 주요 구인구직 플랫폼에는 인공지능 관련 온라인 구직광고 데이터(OJPs)가 충분히 반영되지 않을 가능성이 있음
- 대기업이 공채 시스템을 선호하며 자사 웹사이트를 이용하는 경우가 많고, 스타트업의 경우에도 자체 웹사이트를 이용하는 사례가 많음
- 이에 따라 국내 인공지능 관련 노동 수요를 정확히 파악하려면 국내 구인구직 플랫폼 데이터와 기업별 웹사이트 데이터를 종합해 분석할 필요
● (향후 제언) 국내 인공지능 노동력과 숙련 수요를 효과적으로 파악하기 위해서는 텍스트 분석과 같은 최신 기법을 도입하되, 데이터 선택에 따른 한계를 인지해야 함
- 특히, ‘사람인’과 ‘잡코리아’와 같은 플랫폼도 인공지능 관련 공고 비율이 높지 않아 연구의 신뢰도를 높이기 위해 데이터 출처의 다각화가 필요
- 국가 차원의 기업 전수 조사나 공신력 있는 통계 조사를 통해 관련 데이터를 보완하고, 이를 통해 국내 인공지능 산업의 정확한 수요를 파악하고, 정책적 대응을 위한 기반을 마련할 필요