컨텐츠 바로가기

04.25 (목)

AI 인재 경쟁력 한·중·일 중 韓이 꼴찌…인력 부족률은 60.6%

댓글 첫 댓글을 작성해보세요
주소복사가 완료되었습니다

한경연 'AI 인재 현황 및 육성 방안' 전문가 의견조사

인재 경쟁력 美 10 기준, 中 8.1 > 日 6.0 > 韓 5.2 순

뉴스1

한·중·일 AI 인재 경쟁력 비교 (미국 = 10 기준), 자료=한국경제연구원© 뉴스1


(서울=뉴스1) 류정민 기자 = 한국의 인공지능(AI) 인재 경쟁력이 미국의 절반 수준에 불과하며 한·중·일 3국 중에서도 가장 낮다는 조사 결과가 나왔다.

한국경제연구원은 국내 산·학·연 인공지능 전문가 30인을 대상으로 'AI 인재 현황 및 육성 방안'에 대해 조사한 결과, 미국을 기준(10)으로 한국의 경쟁력은 5.2에 불과했다고 밝혔다. 이는 중국(8.1), 일본(6.0)에 비해서도 낮은 수준이다.

전문가들은 국내 AI 인력 부족률이 평균 60.6%에 달한다고 응답했다. 개별 응답률을 보면 '50%대' 수준에서 부족하다는 의견이 가장 많았고, 절반 이상 부족하다는 의견이 전체의 72.5%에 달했다.

부족 비율이 낮다고 응답한 일부 전문가들은 미래를 대비하는 차원에서 연구조직이 신설되고 있지만, 현재 AI 기술에 기반한 사업 아이템이 많지 않고, 산업이 고도화되지 않아 얼마나 부족한지에 대해 논하기 어려운 수준이라고까지 지적했다.

AI 전문 인력 양성 및 확보 방안으로는 '국내외 AI 석박사 채용'(89.3%)이 가장 많았고, 이어 '재직자 AI 교육'(75.0%), '대학 연계 프로그램 개발'(46.4%) 순으로 나타났다. 국내외 AI 기업을 인수하거나, 해외 연구소를 설립 또는 인수할 계획이라는 답변도 각 17.9%였다.

아마존, 구글 등 글로벌 선도 기업을 비롯해 삼성전자, 네이버 등의 대기업은 즉시 협업이 가능한 연구진을 보유한 국내외 AI 기업을 인수하거나 해외 연구소 설립을 통해 현지 기술 전문가 채용으로 AI 기술 인력을 확보한 것으로 나타났다.

우수 대학 인재 확보를 위해 산학 공동 프로젝트를 추진하는 한편, 사내 교육프로그램을 개발해 직원들을 재교육하는 등 AI 실무형 육성을 위해 다양한 노력을 하는 것으로 조사됐다.

뉴스1

자료=한국경제연구원© 뉴스1

<이미지를 클릭하시면 크게 보실 수 있습니다>


산학연 전문가들은 AI 인력 확보에 가장 큰 애로 요인으로 '실무형 기술인력 부족'(36.7%)을 가장 많이 지적했다. 이어 '선진국 수준의 연봉 지급이 어려움'(25.5%), '전문 교육기관 및 교수 부족'(22.2%) 순으로 응답했다. '예산 지원, 규제 완화 등 정부 지원 부족' 및 '근로시간 등 경직된 근무환경 및 조직문화'를 꼽은 비중도 각각 6.7%로 나타났다. 기타 의견으로는 '회사 경영진의 AI 기술·특성에 대한 이해가 부족하다'라는 응답도 있었다.

AI 인재 육성을 위한 개선과제에 대해, 전문가들은 'AI 교육 인프라 확대'(37.8%)가 가장 필요하다고 응답했다. AI 인재 육성은 장기간의 시간과 예산이 소요되는 정책으로, 초·중·고교와 학부에서도 STEM(과학·기술·공학·수학) 또는 AI 관련 교육 커리큘럼을 개발해 기초교육 기반을 강화해야 한다고 전문가들은 강조했다.

이어 데이터 활용규제, AI 전공 교수 겸직 제한 등 '기술혁신과 신산업 창출을 저해하는 규제 완화'(21.1%)와 'AI 기술 관련 스타트업 창업 및 기업의 AI 인재 육성에 대한 제도적 지원·투자 확대'(13.3%)가 필요하다고 지적했다. 이 밖에 우선순위를 가릴 것 없이 모두 필요하다는 의견과 기업 대표의 마인드 변화가 필요하다는 의견도 있었다.

추광호 한경연 일자리전략실장은 "AI가 4차 산업 시대에 새로운 성장 동력임에도 불구하고 기술인력 부족률이 60.6%에 달해 산업계의 수요에 미치지 못하고 있다"면서 "기업과 대학의 실무형 인재 육성 프로그램을 지원하고, AI 교육 인프라를 확대하여 심각한 청년 실업이 완화될 수 있도록 해야 한다"고 주장했다.
ryupd01@new1.kr

[© 뉴스1코리아(news1.kr), 무단 전재 및 재배포 금지]
기사가 속한 카테고리는 언론사가 분류합니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.