• 검색 결과가 없습니다.

로봇과 일자리

N/A
N/A
Protected

Academic year: 2022

Share "로봇과 일자리"

Copied!
58
0
0

로드 중.... (전체 텍스트 보기)

전체 글

(1)

로봇과 일자리

백 봉 현 전문위원

2018. 12월

(2)
(3)

현재 로봇 등 다양한 혁신 신기술의 공진화(共進化, coevolution)로 초연결(Hyper connectivity), 초지능화(Hyper intelligence) 사회로 대변 되는 4차 산업혁명이 도래하고 있으며, 한편으로 우리나라는 저출산·

고령화가 급격히 진전되어 고령사회(2018년)에 앞서 이미 생산가능인구 감소(2017년)가 나타나고 있어 국가적·사회적 문제로 대두되고 있습 니다.

이에 따라 세계적인 4차 산업혁명의 흐름 속에서 우리나라가 국가경쟁력을 지속하고, 고령화·저출산, 생산가능인구 감소 등에 따른 여러 가지 사회적 문제를 슬기롭게 극복하는 것이 매우 중요한 과제라 할 수 있습니다.

그런데 로봇 등 기술혁신이 가져다줄 많은 이점에도 불구하고, 일부 연구와 언론 등이 기술혁신이 일자리에 미치는 영향을 일부 부정적으로 과장·왜곡함으로써 많은 사람들의 미래에 대한 불안감을 조장하고 있습니다.

이러한 부정적인 방향으로의 과장과 왜곡은 기술혁신이 가져올 생산성 향상, 이에 따른 2차 일자리 증가효과, 새로운 일자리 창출, 또한 고령화·저출산으로 야기되는 여러 가지 사회적 문제의 해결 등 로봇 등 혁신 신기술의 현실적이고 긍정적인 기여를 하지 못하게 만들 수 있다는 점에서 매우 경계해야할 것으로 생각됩니다.

본 보고서는 기술혁신이 가져올 일자리(직업, 직무)의 대체 효과 뿐만 아니라 보완 효과, 2차 일자리 증가 효과(second-order job-creating effect), 완전히 새로운 일자리 창출 등 기술혁신이 미래 일자리에 미치는 영향을 여러 연구자들의 주장을 종합적으로 비교 분석하였 으며, 나아가 기술혁신 뿐만 아니라 고령화·저출산, 생산가능인구 감소 등 다양한 일자리 변동요인을 분석하고 로봇이 국가 전반적인 생산성 향상과 사회적 문제의 해결, 일자리 창 출에 어떻게 긍정적으로 영향을 미칠 수 있는지를 종합·정리하였습니다.

아무쪼록 본 연구가 로봇 등 기술혁신의 일자리 효과에 대한 올바른 인식은 물론 여러 분야에서 로봇을 잘 활용함으로써 전반적인 우리 사회의 생산성 향상과 사회적 문제를 해 결하는데 기여할 수 있도록, 많은 사람들과 기업들이 관심을 가지는데 기여하기를 기대합 니다. 감사합니다.

2018. 12월

한국로봇산업진흥원장 문 전 일

(4)

Ⅰ. 들어가는 말 ……… 1p

1. 연구배경 및 목적 1

2. 연구내용 및 방법 6

Ⅱ. 미래 일자리 변동요인 및 전망분석 ……… 7p

1. 기술혁신의 직업(occupation) 또는 직무(task)의 대체·보완효과 7 2. 기술혁신의 2차 일자리 증가 효과(second-order job-creating effect) 16

3. 기술혁신의 새로운 일자리 창출 효과 20

4. 사회·경제 등 미래 트렌드 변화와 일자리 전망 24

Ⅲ. 국내 로봇의 일자리 창출 효과 분석 ……… 28p

1. 산업연관분석을 통한 로봇산업의 일자리 창출효과 28

2. 로봇자동화 도입에 따른 일자리 효과 실증분석 32

Ⅳ. 저출산·고령화, 생산인구감소의 영향과 로봇의 활용 35p

1. 고령화·저출산, 생산인구감소의 추이와 영향 35

2. 일본의 고령화·생산인구 감소 영향에 대한 대응 전략 40

Ⅴ. 맺음말 : 결론과 시사점 ……… 43p 참고자료

(5)

<표Ⅰ- 2> 한국직업전망 2015 (향후 10년) ········································································ 5

<표Ⅱ- 1> 기술변화에 따른 일자리 파급효과 경로 ····························································· 7

<표Ⅱ- 2> 직무특성과 자동화에 따른 일자리 영향 (David H. Autor)····························· 8

<표Ⅱ- 3> 프레이 & 오스본 (2013) 연구결과 요약 ··························································· 9

<표Ⅱ- 4> 김세움(2015) 연구결과 요약 ············································································ 10

<표Ⅱ- 5> 박가열(2016) 연구결과 요약 ············································································ 10

<표Ⅱ- 6> 세계경제포럼(WEF, 2016) 연구결과 요약 ······················································ 11

<표Ⅱ- 7> OECD 연구결과 요약 ························································································ 12

<표Ⅱ- 8> ITIF(2017) 연구결과 요약 ················································································ 14

<표Ⅱ- 9> 파괴적 기술들이 2030년까지 소멸시킬 100가지 직업 ··································· 15

<표Ⅱ-10> 로봇자동화의 생산성 향상 기여에 대한 주요 연구결과 ································· 17

<표Ⅱ-11> 로봇자동화가 일자리 창출 기여에 대한 주요 연구결과 ································· 17

<표Ⅱ-12> 로봇자동화의 리쇼어링 효과 사례 ··································································· 18

<표Ⅱ-13> 일자리 이동 경로 및 과거 사례(ITIF) 요약 ···················································· 20

<표Ⅱ-14> 4차 산업혁명 시대의 주요 플랫폼과 미래 직업 ············································· 21

<표Ⅱ-15> 미래의 직업 (UN 미래보고서) ········································································· 22

<표Ⅱ-16> 로봇 분야 유망(새로운) 직업 예시 ·································································· 23

<표Ⅱ-17> McKinsey&Company 연구결과 요약 ······························································ 24

<표Ⅱ-18> 2030년 자동화 도입에 따른 일자리 변화 ·················································· 25

<표Ⅱ-19> 2030년 트렌드 별 신규 창출 일자리 ··························································· 25

<표Ⅱ-20> 고용변동 요인의 8가지 범주 (한국직업전망) ·················································· 26

<표Ⅱ-21> 우리나라 직업 대분류별 취업자 전망 ······························································ 27

<표Ⅱ-22> 2015-2020년 직군별 고용 증감 규모 추정 ··········································· 27

<표Ⅲ- 1> 로봇산업의 분야별 생태계(전·후방 연관산업) ··············································· 28

<표Ⅲ- 2> 로봇산업의 고용(취업) 유발효과 ···································································· 29

<표Ⅲ- 3> 로봇산업의 직업별 취업유발효과 ····································································· 30

<표Ⅲ- 4> 로봇산업과 타 산업들間 고용유발효과 비교 ··················································· 31

<표Ⅲ- 5> 산업별 로봇산업에 의해 직·간접적으로 창출한 일자리(IFR) ······················· 32

<표Ⅲ- 6> 로봇도입 중소제조기업의 총고용인력 변화추세(명) ······································· 33

<표Ⅲ- 7> 로봇도입 중소제조기업의 직군별 총고용인력 변화추세(명) ··························· 33

<표Ⅲ- 8> 로봇도입 중소제조기업의 직군별 총고용인력 비중 변화추세(명) ·················· 33

<표Ⅲ- 9> 로봇도입 이후 생산성 향상 효과(n=31) ························································· 34

(6)

<표Ⅳ- 3> 로봇신전략의 분야별 액션플랜 주요 내용 ·················································· 41

<표Ⅳ- 4> 일본의 로봇관련 예산 규모 추이 ····································································· 42

<표Ⅳ- 5> 일본 로봇관련 부처별(분야별) 예산(‘16,’17년도) ···························· 42

<표Ⅴ- 1> 로봇도입 중소제조기업의 총고용인력 변화추세(명) ······································· 46

<표Ⅴ- 2> 12대 신산업 인력 수요 전망 ············································································ 46

<표Ⅴ- 3> 로봇 분야 유망(새로운) 직업 예시 ·································································· 47

<표Ⅴ- 4> 미래 고용변동 요인과 로봇산업의 연관성, 활용방안 ·······································49

< 그림 목차 > <그림Ⅰ- 1> 1~4차 산업혁명 개요 및 주요 동인 ······························································· 1

<그림Ⅰ- 2> 4차 산업혁명의 단계별 변화 동인 ·································································· 1

<그림Ⅱ- 1> 일자리의 직무특성에 따른 자동화 가능 영역의 비교 ···································· 8

<그림Ⅱ- 2> 기술혁신의 2차 일자리 증가효과 ·································································· 16

<그림Ⅱ- 3> ICT 분야 유망직업 (4개 분야 23개 직업) ··················································· 23

<그림Ⅱ- 4> 직업 대분류별 취업자 비중 변화(2005~2015) ··········································· 27

<그림Ⅳ- 1> 합계출산율 추이 ····························································································· 35

<그림Ⅳ- 2> 주요 OECD 국가 합계출산율 ······································································· 35

<그림Ⅳ- 3> 저출산·고령화의 공급측면 영향 ·································································· 37

<그림Ⅳ- 4> 고령사회 도달 이후 생산가능인구 감소까지 소요되는 시간 ·······················38

<그림Ⅳ- 5> 생산가능인구 감소 시작시점 이후 인구 증감 ·············································· 38

<그림Ⅳ- 6> 연령별 생산가능인구 증감 추이(향후 10년 인구구성 변화) ······················· 38

<그림Ⅳ- 7> 성장요소별 성장기여도 추이 ········································································· 39

<그림Ⅴ- 1> 4차 산업혁명과 고령화·저출산 시대, 로봇의 일자리 및 국가경제적 효과 ·· 43

<그림Ⅴ- 2> 로봇자동화의 일자리 대체·보완 효과 ························································· 44

<그림Ⅴ- 3> 기술혁신(자동화)의 2차 일자리 증가효과 ···················································· 45

<그림Ⅴ- 4> 우리나라 중소기업 노동생산성 증가율 추이 ················································ 45

<그림Ⅴ- 5> 대기업 생산성 100으로 할 때 OECD 국가별 중소기업 생산성 비율 ······· 45

<그림Ⅴ- 6> 저출산·고령화의 공급측면 영향 ·································································· 48

(7)

Ⅰ. 들어가는 말

1. 연구배경 및 목적

세계경제포럼(World Economic Forum, WEF)은 2016.1월 4차 산업혁명은 IT 및 전자기술 등 디지털혁명(제3차 산업혁명)에 기반하여 물리적 공간, 디지털적 공간 및 생물공학 공간의 경계가 희석되는 기술융합의 시대를 의미하며, 인공지능, 로봇공학 등의 발전이 4차 산업혁명을 주도하여, 향후 全세계 산업구조에 상당한 변화를 가져올 것으로 전망했다.

<그림Ⅰ-1> 1~4차 산업혁명 개요 및 주요 동인

관련하여 많은 전문가들은 로봇, 인공지능(AI), 클라우드 컴퓨팅(Cloud Computing), 빅 데이터 (Big Data), 사물인터넷(IoT, Internet of Thing), 기계학습(Machine Learning) 등의 혁신신기술의 공진화(共進化, coevolution)로 초연결(Hyper connectivity), 초지능화(Hyper intelligence) 시대가 급격히 도래하고 있다고 보고 있다.

<그림Ⅰ-2> 4차 산업혁명의 단계별 변화 동인

자료 : WEF(2016), 과학기술&ICT 정책 기술동향 이슈분석 86(16.3월)에서 재인용

(8)

<표Ⅰ-1> 해외 주요 일자리 변화 전망 및 핵심 요인 비교

일자리 변화 전망 전망 근거 (핵심 요인) 조사방법 등

프레이 &

오스본 (2013)

◾미국 노동시장 일자리의 47%(대체확률 70% 이상인 직업)가 향후 10~20년 후 AI에 의해 자동화 대체

◾AI 발전으로 정형화 + 비정형화 업무도 컴퓨터로 대체, AI로 대체하기 힘든 업무를 창의적 지능, 사회적 지능, 감지 및 조작 등 3가지 업무에 국한

◾미국 702 직업군 대상, 컴퓨터 대체 확률을 분석

<직업별 평균업무 분석>

WEF(세계경제 포럼, 2016)

◾2020년까지 총 510만개 일자리 감소

◾인공지능(기계학습), 로봇 공학 등이 일자리 대체

◾주요 15개국 370여 기업 인사담당 임원 설문 분석

OECD (2016)

◾OECD 22개국 평균 9%

수준의 일자리가 자동화로 대체

◾디지털화에 따라 비정형 고급기술 일자리 크게 증가, 비정형 저급기술은 다소 증가, 정형 중급(일자리 크게 감소

◾PIAAC(국제성인역량조사) 에 기초하여 자동화 대체 확률 <각각 job의 세부 task 내용> 분석

정보기술혁신

재단(ITIF) (2017)

◾최근 15년 간(2000~2015) 의 일자리 변동률이 미국 역사 상 가장 낮은 수준

◾미국 702개 직종을 수동 으로 분석해본 결과 약 10%의 일자리만 자동화 위험에 노출

◾기술은 기존 일자리의 증감 뿐만 아니라 완전히 새로운 일자리 창출

◾소비자가 요구하는 재화와 서비스 유형의 변화, 인구 통계 및 문화, 정책, 무역 등 다양한 요소가 일자리 수요에 영향

◾10년 단위로 1850~2015 년의 미국 경제 및 일자리 변동 추이를 비교/분석

McKinsey&

Company (2017)

◾2030년까지 일자리 순증 (손실+창출) 약 9천만~1억 5,500만개

◾자동화에 따른 일자리 대체(감소)

◾임금 및 소비 상승, 고령화, 신기술 도입, 인프라 및 건설투자, 에너지 분야 투자, 무급업무의 상품화 등에 따라 새로운 일자리 창출

◾전 세계 GDP의 90%를 차지하고 있는 46개국을 대상으로 약 8개월간 조사 (800개 이상의 직업을 자동화 속도, 수요변화 등을 여러 가지 시나리오 분석

PwC (2018)

◾29개국(OECD 27, 싱가 포르, 러시아)에서 자동화로 일자리 대체는 2020년 초 3% → 2030년 중반 30%까지 상승

◾AI는 2037년까지 영국 일자리의 20% 대체, 약 700만개 감소, 720만개 생성으로 20만개 순증

◾자동화로 인한 일자리 감소는 새로운 경제 규모로 새로운 일자리 창출로 상쇄

◾자동화의 기술적인 실현 가능성에 초점을 맞춘 것으로 실제로는 경제적, 법적, 조직적 제약 등으로 느리게 진행될 가능성

◾29개국(OECD 27, 싱가 포르, 러시아) 20만여 명을 대상으로 산업별, 성별, 연령별 교육수준별 자동화가 일자리에 미치는 잠재적인 영향력 분석

(9)

기술혁신이 가져올 미래 일자리 전망에 대한 상반된 분석 : 비관론과 낙관론 상존

<표Ⅰ-1>에서 보는 바와 같이 기술혁신을 통하여 새로운 산업과 직업을 발굴하여 새롭게 창출된 일자리가 더 많아질 것이라는 기대와 함께, 교육과 학습으로 따라가지 못할 정도의 급격한 기술진보로 자동화로 대체되는 직업이 증가하여 많은 일자리가 소멸되고 국가間, 기업間, 직업군間 양극화가 더욱 심해질 것이라는 우려가 상존하고 있다.

2013년 기술진보가 일자리에 미치는 영향에 대한 초기 연구자인 영국 옥스퍼드대학의 경제 학자인 프레이(C, Frey)와 인공지능 전문가인 오스본(M. Osborne)은 미국 노동시장의 47%가 향후 10~20년 후 인공지능에 의해 자동화될 가능성이 높은 高위험군으로 전망했으며, WEF (세계경제포럼, 2016)는 미국, 중국, 일본 등 15개국 370여개 기업 인사담당 임원에 대한 설문 조사결과 2020년까지 총 710만개 일자리가 감소하고, 200만개 일자리가 증가하여 총 510만개 일자리가 감소할 할 것으로 전망했다.

세계적인 컨설팅회사인 PwC(프라이스워터하우스쿠퍼스, 2018)는 29개국(OECD 27개국과 싱가포르, 러시아) 20만여 명을 대상으로 산업별, 성별, 연령별 교육수준별 자동화가 일자리 에 미치는 잠재적인 영향력을 분석한 결과, 자동화에 따른 일자리 대체는 2020년 초 3%에서 2030년 중반 30%까지 상승할 것으로 전망하고 있다. 미래학자인 토마스 프레이(Thomas Frey, 2015)는 인공지능, 로봇기술 등 최근 급신장하는 파괴적 기술들이 2030년까지 소멸시킬 100가지 직업을 분석한 결과, 2030년까지 全세계 일자리 40억개 중 절반인 20억 개가 사라질 것이라는 비관적 전망을 한 바 있다.

그러나 OECD(2016)는 프레이 & 오스본(2013)의 직업(occupation)별 모든 일(job)의 평균업무의 자동화(기술) 대체율을 기준으로 한 연구·분석 방법론에 문제를 제기하고, 각각의 직업의 세부 직무(과업, task)를 기준으로 분석해보면 OECD 22개국 평균 9% 수준의 일자리만이 자동화 로 대체된다고 분석했다. 또한 美 정보기술혁신재단(ITIF)(2017)은 미국 702개 직종을 수동으로 분석해본 결과 약 10%의 일자리만 자동화 위험에 노출되어 있다고 분석했다.

더 나아가 McKinsey & Company(2017)의 경우 전 세계 GDP의 90%를 차지하고 있는 46개국을 대상으로 약 8개월간 800개 이상의 직업을 자동화 속도, 수요변화 등을 여러 가지 시나리오로 분석한 결과, 손실과 창출을 고려할 때 2030년까지 일자리는 약 9천만~1억 5,500만개가 증가할 것이라는 매우 낙관적인 전망을 하고 있다.

기술혁신의 일자리에 미치는 부정적 영향의 과장은 생산성 향상 등에 따른 일자리의 2차 증가효과 등의 경제 선순환 저해 우려

그런데 많은 언론과 경제분석가 조차도 기술진보가 미래 일자리의 상당부분을 대체한다는 잠재적 부정적 결과만을 대서특필함으로써 이는 현재와 미래세대 전반에 고용전망 불안을

(10)

조성하는 이슈를 야기한다는 우려의 목소리 또한 높다.

실제, 2017. 4월 한국언론진흥재단 미디어연구센터가 발표한 온라인 설문조사 결과에 따르면 응답자의 89.9%가‘4차 산업혁명으로 전체적인 일자리가 줄어들 것’이라는 항목에 동의하고 있으며1), 미국 노동자에 대하여‘실직으로부터 얼마나 안전한가?’에 대한 조사결과, 1987년 에는 미국 노동자의 59%가 그렇다고 응답한 반면, 2014년에는 47%만이 안전하게 느끼고 있 다고 조사되었다2).

이러한 비관적 주장과 우려는 미래 일자리 관련 선제적 교육시스템 구축 나아가 산업구조 및 고용시장 변화에 대응한 노동시장의 유연성 개선 등에 대하여 정부, 기업, 개인의 대응을 촉구하여 미리 대비한다는 의미가 있다.

그러나 美 정보기술혁신재단(ITIF), IFR(국제로봇연맹) 등에서 주장하는 바처럼, 기술진보에 의한 일자리 영향의 과장된 우려는 대중으로 하여금 기술진보를 적대적으로 생각할 가능성을 높이고, 혁신보다는 현상유지를 선호하게 할 가능성이 있으며, 나아가 로봇자동화 등 기술 혁신이 가져올 생산성 및 경쟁력 향상 그리고 일자리 창출 등 현실적이고 초긍정(超肯定)적인 기여를 하지 못하도록 만들 수 있다는 점에서 경계를 해야 할 것이다.

.... 이 사실은 왜 중요하며 어떤 의미가 있는 것일까? 오피니언 리더(opinion leaders)가 계속해서 대중에 게,‘우리는 경제적으로 한 번도 경험해보지 않은 미지의 세계를 겪고 있다.’고 하고, 누군가의 일자리가 역사 속으로 사라질 수 있다.’고 경고한다면, 대중은 기술 진보를 적대적으로 생각할 가능성이 높다. 또한, 사회는 지나치게 위험을 회피하고, 변동보다는 평온을 찾으며, 혁신보다는 현상 유지를 선호하게 될 수 있 다. 기술 진보에 대한 이 같은 공포감은 이론적으로 바람직하지 않다. 일부 자치구에서는 택시 일자리가 사 라질까봐 우려해, Uber와 같은 차량 공유(ride-sharing) 앱 사용을 금지했다. 더욱이 빌 게이츠(Bill Gates)같 은 관련업계 유명인들은, 인간과 마찬가지로 로봇에게도 과세하는 것을 제안했다. 이러한 현상은 처음 있는 일이 아니다. 미국은, 1920년대 트랙터에도 세금을 부과해야 한다며 끔찍한 제안을 했었던 경험이 있다. 이러 한‘끔찍한’과거에 대한 성찰이나 숙고 없이 오늘날에도 과세 논란은 이어지고 있는 것이다.

사실 오늘날 선진국이 직면한 가장 큰 경제적 도전은, 노동시장의 혼란 가중이 아니라, 생산성의 저성장세 (too little productivity growth)다. 생산성을 높이는 것이 생활수준을 향상시킬 수 있는 유일한 방법이지만, 지난 10년간의 생산성 향상률은 75년 만에 최저치였다. ... <ITIF, Robert D. Atkinson and John Wu, 2017>

.... 따라서 많은 언론은 자동화에 대한 잠재적인 부정적 결과를 대서특필했다. 이는 로봇 공학 및 자동화 가, 생산성 및 경쟁력 향상 그리고 일자리 창출에, 현실적이고 초긍정(超肯定)적인 기여를 하지 못하도록 만 들 수 있다. 게다가 국가, 조직, 개인이 자동화의 혜택을 누릴 수 있도록, 방안을 강구해야한다는 취지의 논 의와 행동을 저해할 수도 있다... <IFR, 2017>

지난 2003년 자동화에 따른 일자리 변화와 관련하여, 직무특성과 연관한 직무역량 변화 모델3) 을 최초로 제시한 데이비드 오토(David H. Autor) 조차도 지난 2세기 동안 자동화와 신기술에

1) 시사저널 (2017.5월)

2) Robert D. Atkinson and John Wu, False Alarmism - Technological Disruption and the U.S. Labor Market, 1850 –2015, ITIF (2017.5)

3) 일자리 직무특성을 정형, 비정형, 추상적(인지적), 육체적 등 4가지 변수의 조합을 통해 설명하고, 자동화와의 상관관계 모델을 최초로 제시

(11)

대한 일자리 감소의 두려움이 존재했으나, 과거 기술변화(자동화)는 일자리 수를 줄이지 않고 일자리의 수준에만 영향을 미쳤다고 분석하며, 경제 전문 애널리스트조차도, 인간의 노동을 기계가 대체하는 것에 대해 과장하여, 두려움을 조장하는 경향이 있다고 비판하고 있다.4)

일자리 전망은 기술진보 뿐만 아니라 저출산·고령화 등 인구·사회경제적 변화 동인을 종합적으로 고려해야

한편으로 세계적인 저출산·고령화 추세에 따른 생산가능인구 감소로 생산성과 경제성장률 의 저하가 우려되고, 이는 수요측면에서 소비위축으로 연결되는 악순환이 지속될 가능성이 있으며. 중장기적으로는 3D 직종 고령화, 청년 취업층 기피로 인력난이 가중될 우려가 있다.

<표Ⅰ-2>에서 보는 바와 같이 실제 미래 일자리 증감은 기술진보 뿐만 아니라 다양한 인구·

사회경제적 요인이 작용하며, 또한 이러한 변동요인이 복합적으로 작용하기도 하는 것이다.

특히 우리나라의 경우 저출산·고령화가 급속도로 진전되어 타 선진국과 달리 고령사회 (2018년)에 앞서 이미 생산가능인구 감소(2017년)가 나타나고 있어, 이에 따른 생산성 저하 우려 또한 매우 중요한 일자리 변동요인이 되고 있다.

<표Ⅰ-2> 한국직업전망 2015 (향후 10년)

변화 동인

인구/경제사회 복합적 요인 기술 진보

일자리 증감

증가

◾ 안전·치안, 보안 관련 고용 증가

◾ 개인서비스 및 반려동물 관련 직종의 고용 중가, 전문화

◾ 미용, 건강관련 직종 고용 증가 및 전문화

◾ 창조산업 관련 직종 고용 증가

◾ 엔지니어 및 전문직 고용 증가 및 전문화

◾ 환경, 신재생 에너지 관련 직종 고용 증가

혼합

◾ 저출산, 고령화에 따른 직업 구조 변화

◾ 3D 직종 고령화, 청년 취업층 기피로 인력난 가중

◾ 온라인 거래 및 교류방식 의 확산에 따른 직업구조 의 변화

감소 ◾ 자동화에 따른 생산기능직

고용 감소 자료 : 2015 한국직업전망, 한국고용정보원(2015)

이 글의 목적은 4차 산업혁명을 선도하는 기술진보 뿐만 아니라 고령화·저출산 등 다양한 인구·사회경제적 변화 동인이 미래 일자리에 어떻게 영향을 미치는지를 종합적으로 분석하고,

4) David H. Autor, Why Are There Still So Many? The History and Future of Workplace Automation, Journal of Perspectives Vol.29 (2015)

참조

관련 문서

부동산 규제 지속으로 건설경기 부진, 세부담 증가에 따른 소비심리 악화 복수노조, 비정규직 보호조치 강화 등이 고용개선에 부정적 효과..

채용시 특정 성에게만 합리적인 이유없이 별도의 구비서류 등을 요구하는 경우.. 모집 · 채용에 있어 특정 성만을 가르키는

웨어러블 로봇(Wearable robot: 착용 로봇)은 인간이 입을 수 있는 로봇으 로 신체 기능을 강화하도록 보조하는 기능을 한다. 웨어러블 로봇은 인간 중 심의

일자리 함께하기

생활에 갑작스러운 위기가 닥쳤을 때 주택문제로 어려움을 겪을 때 재정적인 도움이 필요할 때.. 일상의 불편함, 부족함을

이러한 특성으로 인해 발생한 농촌의 일자리 문제를 해결하기 위해 정부는 다양 한 일자리 지원 사업을 추진하고 있다... 율을

[r]

○ 인천시 일자리위원회는 일자리 창출과 일자리 질 개선에 영향을 미치는 정책을 발굴하고, 그 정책에 대한 조정과 평가 등의 역할을 하는 민관거버넌스로,