BCG 4차 산업혁명 리포트

4차 산업혁명과 함께할 미래, 2025년 ‘우수 인재 + AI’로 산업현장을 바꿔라

224호 (2017년 5월 Issue 1)

Article at a Glance

BCG는 4차 산업혁명이 2025년까지 제조업의 고용구도를 어떻게 바꿀지 분석했다. 현재 세계에서 제조업이 가장 발달한 독일을 표본 삼아 산업인력 변화에 대한 정량적 모델링을 시도했다. 먼저 4차 산업혁명에서 활용될 기초 지식은 ‘빅데이터 중심 품질관리’ ‘로봇을 이용한 생산’ ‘자율주행 물류 차량’ ‘생산라인 시뮬레이션’ ‘스마트 공급망’ ‘예측 정비’ ‘기계의 서비스화’ ‘자가 조직화 생산’ ‘복잡한 부품의 적층 제조’ ‘작업, 유지보수, 서비스의 증강현실 활용’이다. 이러한 지식을 바탕으로 산업직은 완전히 새로운 형태로 진화할 것이다. 기술이 인간의 노동력을 대체하기보다는 주로 물리적, 디지털적 지원 시스템을 통해 생산력을 향상시키는 역할을 할 것으로 보인다. 산업 데이터 과학자, 로봇 코디네이터 등이 바로 이렇게 변화하는 산업현장에서 가장 각광받는 직업들이 될 것이다.



편집자주

이 기사는 글로벌 컨설팅사 BCG가 발간한 4차 산업혁명 관련 리포트 “Man and Machine in Industry 4.0: How Will Technology Transform the Industrial Workforce Through 2025?”를 BCG에서 요약, 번역한 것입니다.



산업 생산은 19세기에는 증기기관, 20세기 초에는 전기, 1970년대 자동화로 인해 큰 변화를 겪었다. 기술이 발전하는 동안 고용에는 어떤 변화가 있었을까? 결론부터 말하면, 전체 고용은 줄지 않았다. 단순 제조업 일자리는 줄었지만 새로운 일자리가 등장하고, 새로운 기술에 대한 수요가 늘어났기 때문이다. 이제 기술 발전의 네 번째 물결이 밀려오고 있다. 4차 산업혁명으로 통칭하는 새로운 디지털 산업기술이다.

BCG는 4차 산업혁명이 2025년까지 제조업의 고용 구도를 어떻게 바꿀지 분석했다. 현재 세계에서 제조업이 가장 발달한 독일을 표본 삼아 산업인력 변화에 대한 정량적 모델링을 시도했다. 또한 다양한 분야의 전문가들과의 대담으로 정성적 통찰을 발전시켜 어떻게 하면 4차 산업혁명을 촉진시키고 그에 맞는 산업인력의 생산력과 성장을 꾀할 수 있는지, 그 방법을 제시하고자 했다. 정량적으로 독일의 23개 산업, 40개 직무군을 살펴봤다.

BCG는 4차 산업혁명에서 활용될 기초 기술이 무엇인지 정리해봤다. 각 분야 및 직무군에서 노동인구에 미치는 전반적 영향력과 과제를 완수하기 위해 새로운 기술이 요구되는 정도를 고려했다. 이 기술이 미칠 영향을 공장, 해당 산업, 관련 산업, 국가(독일 기준) 전체 제조업 단위까지 추정했다. 다음이 그 10대 기초 기술이다.


113


1) 빅데이터 중심 품질관리. 어느 반도체 기업은 실시간 또는 과거 품질관리 데이터 분석 알고리즘을 활용, 품질 관련 이슈와 원인을 파악해 불량률과 폐기물을 최소화하고 있다. 제조업에서 빅데이터를 적용하면 품질관리를 전문으로 하는 인원수가 감소되는 한편 산업 데이터 과학자들에 대한 수요는 늘어날 것이다.

2) 로봇을 이용한 생산. 한 플라스틱 제조업체는 새로운 과제 훈련이 용이한 로봇을 사용하고 있다. 이 로봇은 안전 센서와 카메라로 주변 환경과 상호작용할 수 있다. 이런 기술적 발전은 조립 및 포장 등 생산과정의 수작업 노동량을 감소시킬 것이나 로봇 코디네이터라는 새로운 직무를 만들어낼 것이다.

3) 자율주행 물류 차량. 한 식음료 제조사는 공장 내에서 독립된 방식으로 주행하는 자동화 운송 시스템을 구현함으로써 물류 담당자 수요를 줄였다.

4) 생산라인 시뮬레이션. 한 소비자 제품 제조업체는 혁신적인 소프트웨어를 사용, 생산 라인 설치 전에 시뮬레이션을 하고 있다. 이후 최적화한 작업을 설치한다. 이 기술로 산업 엔지니어와 시뮬레이션 전문가에 대한 수요가 증가할 것이다.

5) 스마트 공급망. 어느 다국적 소비재 기업은 전사 공급망 모니터링에 스마트 공급망 기술을 활용해 더 효율적으로 공급 결정을 할 수 있었다. 이로 인해 운영 기획자 일자리는 줄겠지만 소형 품목의 배송 코디네이터에 대한 수요는 증가할 것이다.

6) 예측 정비. 풍력발전 터빈 제조업체는 실시간 원격 설비 모니터링과 진단센터에 대한 상시 접근을 제공한다. 터빈의 진동 모니터링 센서 중 하나가 비정상적으로 작동할 경우 자동으로 알람이 울린다. 또 제조업체들은 모니터링 및 센서 기술로 고장이 나기 전에 설비를 정비할 수 있다. 이로 인해 시스템 설계, IT, 데이터 과학 등과 관련된 고용이 상당히 늘어날 것이다. 이는 디지털 지원 현장 서비스 엔지니어라는 새로운 일자리를 창출하는 반면 전통적 서비스 기술자 수요는 감소시킬 것이다.



7) 기계의 서비스화. 한 독일 컴프레서 제조업체는 기계 자체를 판매하는 대신 압축공기 서비스를 판매한다. 이 회사는 고객사에 컴프레서를 설치하고 이를 관리한다. 이런 비즈니스 모델은 생산 및 서비스 고용 증가를 촉진할 뿐만 아니라 제조업체의 영업인력 확대를 필요로 한다.

8) 자가 조직화 생산. 한 기어 생산업체는 자동으로 자산을 조율하고 최적화하는 생산 라인을 설계했다. 이로써 생산 계획 분야 직원 수요는 감소하고 데이터 모델링 및 해석 분야 전문가 수요는 증가할 것이다.

9) 복잡한 부품의 적층 제조. 제조업체들이 3D프린팅 등을 통해 복잡한 부품을 제조할 수 있게 되면 조립, 개별 부품 재고 필요성이 사라진다. 3D 컴퓨터 지원 설계 및 모델링 분야의 새로운 직업들이 R&D와 엔지니어링 직군에 창출되는 한편 부품 조립 관련 일자리는 사라지고 있다.

10) 작업, 유지보수, 서비스의 증강현실 활용. 한 물류회사 직원들은 증강현실 안경을 사용해 배치 정보 및 내비게이션 지시를 보고 바코드를 스캔한다. 유지보수 업무 역시 원격 지원이 가능하며 고객별 포장 지시를 제공하도록 설계됐다. 서비스 기술자의 프로세스 효율성이 증가했지만 이를 위해 기업은 R&D, IT, 디지털 지원 시스템 분야에서 광범위하게 새로운 역량을 구축해야 한다.



고용 수준은 어떻게 달라질 것인가?

4차 산업혁명이 독일 산업 인력구조 변화에 어떤 영향을 미칠지 가늠하려면 이 기술들이 얼마나 적극적으로 채택될지, 얼마나 매출을 창출할지 전망해야 한다. 발전된 기술이 얼마나 채택되는지에 따라, 추가 매출을 올리는 정도에 따라 미래는 크게 달라질 수 있기 때문이다.

가장 가능성이 높은 기본 시나리오로, 50%의 기술 채택률에 매년 1% 추가 성과 창출을 가정했다. 모든 예측 가능한 시나리오에서 기술 채택률은 큰 폭의 생산성 증가로 이어진다. 자연히 직원 수는 감소한다. 대신 사람과 기계 간 협력 수준이 높아지면서 새로운 일자리가 만들어진다. 가장 가능성이 높은 기본 시나리오(기술 채택률 50%, 매년 매출 1% 추가 성장)에서는 로봇공학과 전산화 활용 증가로 조립, 생산 분야 일자리가 61만 개 감소한다. 그러나 96만 개의 새로운 일자리 창출이 이를 상쇄, 약 35만 개의 일자리가 순증할 것으로 전망된다. 이는 현재 연구대상인 23개 제조업 인력 약 700만 명의 5%다. 매출 성장에 따라 76만 개의 새로운 일자리가 생겨나는 것 외에도 IT, 분석, R&D 분야에서 21만 명의 고숙련 인력에 대한 추가 수요가 발생할 것이다.

114

기본 시나리오의 경우, 일반적으로 IT 및 소프트웨어 개발 경쟁력을 갖춘 직원에 대한 수요가 강하다. IT 및 데이터 통합 분야의 일자리 수는 96% 증가, 11만 개의 일자리가 생겨날 것으로 예상할 수 있다. 연구개발(R&D)과 휴먼 인터페이스 분야 일자리 역시 약 11만 개 증가가 예상된다.

4차 산업혁명 활용 사례 및 비즈니스 모델에서의 데이터가 갖는 중요도로 볼 때 약 7만 개의 산업 데이터 과학자(data scientist) 일자리가 새로 만들어질 것이다. 소프트웨어와 IT 인터페이스 이용 증가 또한 IT 솔루션 아키텍트와 사용자 인터페이스 설계자에 대한 수요를 크게 증가시킬 것이다. 로봇 이용 보편화로 제조업체들은 로봇 코디네이터라는 새로운 역할이 필요해질 것이고, 이는 4만 개의 추가 일자리로 이어질 것이다.

반면 표준화 기계화에 따라 단순 반복업무에 대한 수요는 줄어들 가능성이 높다. 줄어드는 일자리의 대부분은 공장 작업장에 로봇이 도입되고 일상 업무가 전산화되는 부분에서 생길 것이다. 생산 분야 12만(4%), 품질관리 2만(8%), 유지보수에서는 1만(7%)의 일자리가 줄어들 것이다. 반복적인 인지형 업무(cognitive work)가 영향을 받을 것이다. 예를 들어 생산기획 분야에서는 2만 개 이상의 일자리가 사라질 것이다. 이 같은 로봇과 인공지능에 의한 노동력 대체는 2025년을 지나며 더욱 가속화될 가능성이 높다.

산업 관점에서 보면, 인공지능 확대로 설비 제조업체 인력이 6% 증가해 7만 명이 늘어날 것이다. 반면 자동차 산업 및 조립금속 제조업체 일자리는 로봇공학 도입으로 줄어들 것이다.

모든 활용 사례 가운데 로봇을 이용한 생산이, 관련 제조업종 중에서 가장 큰 폭으로 순고용이 줄어들 것으로 보인다. 로봇이 가져올 효율성이 제조업체들의 작업장 일자리 상당 부분을 감소시킬 것이기 때문이다. 하지만 동시에 제조업체들은 예측 정비와 증강현실, 로봇 공학 등을 활용, 새로운 비즈니스 모델을 만들게 될 것이며 이에 따라 새로운 고용이 창출될 것이다.



산업직은 어떻게 진화할 것인가?

4차 산업혁명은 산업 근로자들의 업무수행 방식에 상당한 변화를 촉진할 것이며, 새로운 직무군이 생겨나고 특정 직무군은 사라질 것이다.
4차 산업혁명, 특히 로봇이 어느 정도까지 인간의 노동력을 대체할 것인지에 대해서는 전문가들 사이에서도 논란이 많다. 하지만 제조업체들이 점차 로봇공학과 여타 기술발전을 점점 더 많이 활용하게 될 것이란 점에는 이견이 없다. 모든 제조업의 일자리가 자동화될 수 있다고 믿는 전문가가 있는가 하면 반대 논리를 펴는 이들도 있다. 독일 연방 교육연구부 IT시스템 잉고 루만(Ingo Ruhmann) 고문은 “완전한 자동화는 비현실적”이라며 “기술은 인간의 노동력을 대체하는 것이 아니라 주로 물리적, 디지털적 지원 시스템을 통해 생산력을 향상시키는 역할을 할 것”이라고 설명한다. 지원 시스템 이용 증가는 4차 산업혁명으로 인한 정성적 변화가 노동인구에 긍정적인 영향을 줄 가능성이 높다는 의미다. 신체적으로 힘들거나 단순반복적 직무의 수는 줄어드는 반면 유연한 대응, 문제 해결, 맞춤화를 요구하는 일자리 수는 증가할 것이기 때문이다.



4차 산업혁명에 대응해 근로자는 두 종류의 기술을 갖춰야 한다. 효과적 업무 수행을 위해서는 우선 정형화된 의미의 ‘하드 스킬(hard skill)’이 필요하다. 로봇과 같이 작업하거나 기계에서 툴을 교체하는 등 특정 업무 또는 프로세스와 관련된 노하우를 기초부터 고급에 이르기까지 접목할 수 있어야 한다. 동시에 ‘소프트 스킬(soft-skill)’ 역시 매우 중요하다. 작업장은 지금 전대미문의 변화 상황에 처해 있는 만큼 변화에 대한 개방적인 자세, 새로운 환경과 역할에 빨리 적응하는 유연성, 다양한 분야의 학습에 대한 적극성 등이 필요한 것이다.

다음의 몇 가지 사례는 4차 산업혁명이 어떻게 일의 본질을 바꾸는지 보여준다.

▶ 자동차 조립 라인 근로자. 많은 선진국에서 수작업 담당 직원을 지원하기 위한 자동화 활용은 특히 노령화 인력에 크게 도움이 된다. 가령 현재 일부 자동차 조립 라인은 무거운 물건을 들어 올리고, 불편한 자세에서 일해야 한다. 로봇공학 기기를 사용하면 라인 근로자가 신체적으로 힘들 수 있는 일을 덜어줄 수 있고, 인체공학적 개선도 가능하다. 로봇이 루프 라이닝 등 자동차 인테리어 마감재를 들어 올려 섀시에 놓고, 작업자가 수작업으로 맞추면 자동으로 부품을 섀시에 장착하는 식의 작업이 가능해진다.

▶ 모바일 서비스 기술자. 4차 산업혁명은 현장 서비스 기술자의 생산성을 크게 개선시킬 것이다. 오늘날 서비스 기술자가 특정 장소에서 가치를 창출하는 시간은 일부에 불과하다. 이들의 시간은 대부분 현장 이동, 다른 전문가나 지원업무 담당자와 솔루션 논의 등에 소요된다. 엔드투엔드 프로세스 전반에 걸친 수작업으로 인해 상당한 업무 지연과 다운타임이 초래된다. 이와는 대조적으로 4차 산업혁명은 기술로 지원되는 예측 정비를 가능케 할 것이다. 기술자는 기계 성능에 대한 실시간 데이터 흐름을 원격으로 검토함으로써 선제적으로 결함을 파악하고 현장에 도착하기 전 부품을 주문할 수 있다. 기술자는 일단 현장에 도착하면 증강현실을 이용해 정비작업을 하고 현장 외부에 있는 전문가로부터 원격 지시를 받을 수 있다. 이러한 생산성 향상으로 기계의 총 다운타임(시스템, 기계, 장치 등이 고장으로 인해 휴지(休止)를 계속하고 있는 시간)이 하루 2시간으로 단축돼 고객은 혜택을, 기술자는 더욱 많은 작업량을 소화할 수 있게 된다.

▶ 기계 오퍼레이터. 현재 기계 오퍼레이터는 단일 기계의 성능 및 제품 품질을 점검한다. 4차 산업혁명으로 인해 오퍼레이터 한 명이 여러 대의 기계를 맡게 될 수 있다. 어떤 작업이든 표준화된 절차가 화면이나 안경에 표시될 것이다. 기계 성능 및 제품 품질에 대한 모니터링은 자동화된 시스템에 의해 제공되는 품질관리 프로그램 언어로 지원될 것이다. 그 결과 오퍼레이터는 기계 및 제품별 교육은 덜 받아도 되겠지만, 디지털 기기 및 S/W 이용, 디지털 지식에 대한 높은 수준의 역량이 필요하게 될 것이다.

다음의 두 예시는 4차 산업혁명으로 발생하는 새로운 유형의 역할들을 보여준다:

▶ 산업 데이터 과학자. 제조업체들은 산업 데이터 과학자를 위한 새로운 역할을 창출하게 될 것이다. 이러한 전문가들은 데이터를 추출, 준비하고 선진 분석을 실시하며, 그 결과를 제품이나 생산 향상에 적용시킬 것이다. 산업 데이터 과학자들은 반드시 제조 프로세스와 IT 시스템 모두를 이해해야 하며 강력한 근본원인 분석 스킬을 갖춰 상관관계를 파악하고 결론을 도출할 수 있어야 한다. 통계 프로그래밍과 파이썬(python) 등의 일반적인 목적의 프로그래밍 언어 모두를 이용할 수 있는 프로그래밍 스킬이 요구될 것이다.

▶ 로봇 코디네이터. 작업장의 로봇을 감독하고 오작동이나 오류 신호에 대응하는 로봇 코디네이터라는 역할이 생겨날 것이다. 로봇 코디네이터는 평시 및 긴급상황 유지보수 업무 모두를 수행하고 필요 시에는 다른 전문가들도 개입시킬 것이다. 어떤 로봇의 서비스를 중단해야 할 경우에는 로봇을 교체해 생산 다운타임을 단축한다. 기계 오퍼레이터들을 재교육해 이 역할을 담당하도록 함으로써 신규 고용의 필요성을 줄일 수 있을 것이다.



변화에 대한 준비

고용 구도의 변화는 산업 기업, 교육 시스템, 각국 정부에 상당한 시사점을 제시한다. 비즈니스 리더와 정책 입안자들이 높은 고용 수준을 장려하는 동시에 생산성과 경쟁력 촉진을 목표로 함에 따라 다음과 같은 제안을 고려할 수 있다.

기업은 어떻게 대응해야 하는가? 기업은 직원 재교육, 새로운 업무 및 조직 모델 채택, 4차 산업혁명을 위한 채용, 전략적 인력 수급 계획을 해야 한다.

기존 직원의 재교육. 기본적으로 산업인력층이 탄탄한 독일 같은 나라의 기업이라도 기술 발전의 도입에 발맞춰 자주 인력 재교육을 할 필요가 있다. IG메탈(IG Metall)의 4차 산업혁명 고문 콘스탄체 쿠르츠(Constanze Kurz)는 “우리 직원의 약 65%가 4차 산업혁명의 새로운 요구사항에 맞춰 기술을 업그레이드할 능력이 있다고 추산한다”고 말했다. 많은 기업이 이미 직원 재교육 프로그램을 갖추고 있지만 이런 노력은 더욱 확대, 정교화돼야 한다. 필요 재교육 범위 및 규모, 직원의 유연한 일정 조정 필요성까지 고려한다면 경쟁력 중심 학습 프로그램의 온라인 제공은 매우 중요할 것이다. 많은 직원이 더욱 다양한 업무를 맡게 될 것이기에 광범위한 스킬에 대한 교육이 점차 중요해진다. 직원들이 변화에 대해 긍정적인 태도와 분위기를 갖도록 조성하는 것은 이들이 새로운 프로세스와 도전 과제에 적응할 수 있게 하는 데 결정적인 역할을 할 것이다.

새로운 업무 및 조직 모델 채택. 4차 산업혁명은 사람과 기계 간 새로운 유형의 상호작용, 즉 업무 및 조직 구조 본질에 상당한 영향을 미치는 상호작용을 만들어낸다. 기업은 생산 일정의 변동성 증가에 대응하기 위해 기존과 유사하면서도 유연한 일정 수립 등 새로운 업무 모델을 고려해야 한다. 프라운호퍼산업공학연구소(Fraunhofer Institute for Industrial Engineering IAO) 연구원 스테판 게를라(Stefan Gerlach)는 다음과 같이 설명한다. “모바일 지원 시스템과 더욱 스마트해진 기계들은 작업 일정에 절실히 필요했던 유연성을 가능케 한다. 생산 교대 근무에서 작업자마다 시작 시간을 다르게 짤 수 있다. 미래에는 기계 오퍼레이터가 심지어 주중에 매일 다른 회사에 근무하면서 풀타임 고용을 유지할지도 모른다.”

또한 기업은 의사결정권에 대해 다시 생각해볼 필요가 있다. 가령 로봇 코디네이터는 로봇에게 생산 기계의 긴급 정비를 시작하라는 지시를 내리기 위해 감독자의 지시를 기다릴 필요가 없어야 한다. 많은 경우 수평조직구조를 통해 데이터 사용과 통제를 보다 효율적으로 할 수 있게 될 것이다. 이 같은 4차 산업혁명의 조직구조에서 기업의 IT 부서와 운영 부서 간 긴밀한 통합은 필수다. 소프트웨어 개발자는 자신의 솔루션이 어떻게 사용되는지, 오퍼레이터는 담당 생산 라인이 이런 솔루션에 의해 어떤 영향을 받는지 알아야 하기 때문이다. 개발자와 오퍼레이터 간 상호작용을 통해 복잡한 IT 과제들을 매끄럽게 처리할 수 있게 해야 한다. 또한 기업들은 이러한 결정적 역량의 자동화를 시도하기보다는 사람이 직접 혁신을 담당하고 전반적 프로세스를 조율할 수 있게 해야 한다.



4차 산업혁명을 위한 채용. 4차 산업혁명 시대에 성공하려면, 기업은 역량에 중점을 둔 채용을 해야 한다. 직원들이 다양한 업무를 맡게 될 것이기 때문에 채용담당자들은 학위를 볼 게 아니라 특정 역할에 적절한 능력을 갖춘 직원인지를 파악해야 한다. 독일 노동연구소(Institute for the Study of Labor) 노동정책 디렉터 알렉산더 스페르만(Alexander Spermann)은 “유명한 데이트 앱 ‘틴더’ 같은 방식으로 구인구직 마켓플레이스를 운영할 필요가 있다. 역량에 중점을 두고 사람을 찾을 수 있는, 이전과는 전혀 다른 사고방식과 플랫폼이 필요하다”고 말했다. 정규 학위와 훈련의 중요성이 줄었기 때문에 제조업체들은 직무기술서에 기반한 특징과 역량을 강조해야 한다. 특정 정비 자격증을 가진 정비공이 아닌 변화에 개방적이고 기계 수리에 대한 전문성과 특정 기계 브랜드를 작업한 구체적 경험, 특정 IT 인터페이스를 사용한 경험을 갖춘 정비공을 구해야 한다.

4차 산업혁명 인재풀은 최근 졸업한 인재에 국한되지 않는다. 때문에 기업이 특정 업무에 적합한 역량을 갖춘 기존 직원 또는 외부 경력직원을 발굴하는 것이 매우 중요해진다. 채용을 담당하는 부서의 직원들은 이런 새로운 환경에 적응할 수 있도록 본인들 역시 업데이트해야 한다.

전략적 인력 수급 계획 참여. 4차 산업혁명에서는 인재 확보 경쟁이 심화될 것이다. 기업은 이를 해결하기 위해 전략적 인력 수급 계획을 실행할 필요가 있다. 우선 전 직원의 기본 정보를 체계적으로 수집하고 다양한 유형의 직원들을 직무군에 따라 분류한다. 이런 정량적 모델링은 공급 측면에서 사용되면 직원 이탈 및 퇴직에 대한 통찰력을 얻을 수 있고 수요 측면에서는 4차 산업혁명 채택, 생산성 개선, 매출 성장에 대한 회사의 예측률을 근거로 직원 채용 요건을 시뮬레이션할 수 있다. 공급 및 수요 모델 결과를 통해 포괄적 갭 분석 도출이 가능하다. 이를 활용해 인력 개발, 인사 이동, 인소싱 혹은 아웃소싱 등 기업의 인력 수급 조치에 대한 통찰력을 얻을 수 있다.

118


교육 시스템 개혁

우수한 젊은 직원 부족과 노령화로 많은 나라에서 적합한 숙련 근로자의 풀이 제한적일 것이다. BCG 연구에 따르면 2030년까지 독일 노동 인구 전반에 걸쳐 580만∼770만 명의 인력 부족이 예상된다. 4차 산업혁명의 도입은 인재 확보 경쟁을 더욱 가속화할 것이다. 이를 해소하기 위해서는 교육 시스템의 개혁이 필요하다. 보다 광범위한 스킬 세트와 직무별 역량을 제공하고 IT 스킬 격차를 해소해야 한다. 또한 지속적 교육으로 새로운 포맷을 제공하는 것을 목표로 해야 한다.

1. 더욱 광범위한 스킬 세트의 제공. 여러 분야의 기능이 교차되는 수많은 역할이 창출됨에 따라 근로자는 IT와 생산 관련 지식 모두를 갖춰야 한다. 모든 수준의 현행 교육 프로그램은 분야별 통섭과 융합이 대부분 칸막이로 막힌 상태에서 진행되고 있다. 또한 각 분야 간 상호작용도 제한적이다. 대학은 이를 해소할 수 있는 융합, 학제 간 연구 프로그램을 늘려야 한다. 수학과 물리 같은 전통적 연구 프로그램들은 추가적으로 IT 관련 및 기초 공학 코스를 포함해야 하며 제반 요건, 용어, 문화에 대한 공동 이해를 촉진하기 위해 제조업 인턴십을 필수과정으로 만들어야 한다. 또한 근로자들이 지속적 역량 개발, 분야 간 협업, 혁신에 대한 개방적 태도를 가질 수 있도록 소프트 스킬도 육성해야 한다.

고등학생에게는 스킬 개발을 시작할 수 있는 여러 분야를 망라하는 기회를 제공해야 한다. 예를 들면 커넥티드 시스템 구축과 프로그래밍 교육이 접목될 수도 있다. 이론과 실기가 병행되는 독일의 하이브리드 모델은 전문 훈련에 대한 훌륭한 접근 방식으로 국제적으로 인정받고 있으며 4차 산업혁명과 관련된 역량 구축에도 이상적으로 부합된다.

2. IT 스킬의 격차 해소. 교육은 IT 스킬 부족 현상을 반드시 해결해야 한다. 가령 독일 제조업체는 4차 산업혁명과 관련된 직원 채용 요건을 근거로 2025년에는 IT 및 컴퓨터 엔지니어링 학위를 취득한 대졸자가 약 12만 명가량 부족할 것으로 추산한다. 이런 스킬은 대학에서 심도 있는 교육을 받아야 하기 때문에 현 인력으로는 실무나 재교육을 통해 획득할 수 없는 경우가 많다. 대학은 기업, 정부와 함께 학생들이 IT, 컴퓨터공학 학위를 취득하도록 장려해야 하며 외국인 컴퓨터 공학도의 유치도 모색해야 한다. 학계 리더들은 정부 취업 대행기관과 협력해 IT 스킬이 4차 산업혁명 외에 모든 종류의 미래 직업에 필요할 것임을 학생들이 이해하도록 도와야 한다. 스킬 세트 확대라는 목표에 맞게 대학은 컴퓨터공학 교육 요소를 다른 분야, 특히 공학 및 경영에 융합해야 한다. 이런 요소들에는 IT 인프라 설계, 사용자경험 프로그래밍, 전자 계측 및 제어 원칙, 데이터 과학을 위한 프로그래밍이 포함될 것이다.

3. 지속적인 교육을 위한 새로운 포맷 제시. 회사 교육장 외에 더 많은 곳에서 산업인력의 재교육을 지원해야 한다. 이런 지원에는 모바일 앱을 활용한 교육뿐 아니라 개방 대학의 무료 강의에 대한 접근성까지 포함돼야 한다. 또한 모든 시민을 대상으로 하는 무료 고품질 온라인 공개강좌에서 프로그래밍에 대한 강의를 제공할 수도 있다. 학계와 비즈니스의 협업을 통해 기업의 니즈를 반영한 역량 구축 교육 프로그램은 새로운 교육 모델로 이어질 수 있다.



정부는 어떻게 고용창출을 지원할 수 있는가?

4차 산업혁명으로 창출되는 일자리 수를 극대화하고 기업이 직원을 유지할 수 있도록 돕기 위해 각국 정부는 반드시 비즈니스, 학계 이해당사자들 간 조율 시스템을 개선해야 한다. 독일 연방 경제에너지부와 교육연구부는 4차 산업혁명을 위한 장기적 전략을 논의하기 위해 이해당사자들이 한자리에 모이는 조율기구를 만들었다.

어떤 전문가들은 연방 정부가 더욱 강력한 조율 및 자금조달 역할을 맡고, 다른 나라의 모범 사례를 바탕으로 발전시키는 게 낫다고 주장한다. 중소기업의 경우 장기적 성과 진작을 통한 고용창출을 촉진할 수 있는 연구나 투자가 어려운데 이를 정부가 지원하고 보조할 수 있기 때문이다. 4차 산업혁명의 국가 차원의 전략 수립에 정부의 리더십이 발현된다면 산업 부문 전체의 잠재력 실현을 보다 적극적으로 지원할 수 있다.



2025년 이후를 내다보며

결국 제조업체들은 4차 산업혁명을 통해 생산성 증가와 동시에 경쟁력 제고로 산업인력을 확대할 가능성이 크다. 생산은 더욱 자본집약적으로 변할 것이고 인건비 때문에 해외로 이전했던 일자리들이 자국으로 돌아오기 시작할 것이다. 기존 시장의 성장, 신상품 및 서비스 도입으로 수요 증가가 생기면 신규 고용으로 이어질 수 있을 것이다. 이런 긍정적 시나리오는 전반적 생산량 증가에도 불구, 제조업 고용이 감소했던 이전 기술 발전기와는 대조적이다. 실제 1997∼2013년 독일 제조업 생산량은 증가했지만 동기간 제조업 노동인구는 18% 감소했다.

이전과는 다른 변화가 다가오고 있다. 이 보고서는 4차 산업혁명의 영향을 2025년까지에 초점을 맞추고 분석했지만 비즈니스, 교육, 정부의 리더라면 그 이후까지도 고려해야 한다. 특히 인공지능과 머신러닝 분야는 반드시 지켜봐야 한다. 이미 인공지능이 사람과 자동화된 작업자를 감독하는 시범 프로그램이 진행 중이며 참여 근로자들의 반응은 놀랍도록 호의적이다. 사람만 담당하는 직무군은 파괴되고 있다. 변화는 시작됐다. 이제 변화를 성공으로 이끌기 위한 실질적인 준비와 대응이 필요하다.



마커스 로렌츠(Markus Lorenz) BCG 뮌헨오피스 파트너 / 마하일 뤼스만(Michael Rüßmann) BCG 뮌헨오피스 시니어 파트너 / 김도원 BCG 서울오피스 파트너 kim.dowon@bcg.com
동아비즈니스리뷰 294호 The Centennial Strategy 2020년 4월 Issue 1 목차보기