디지털 고용서비스 고도화 방안

국문 초록 (Abstract)

디지털 기술의 급속한 발전은 그동안 전통적으로 고용센터를 방문하여 직업상담원과의 상담을
통해 제공되던 고용서비스를 온라인이라는 비대면 채널을 통해서도 어느 때 또는 어느 장소에서
도 가능하도록 변화시키고 고용서비스의 프로세스를 보다 효과적으로 개선할 수 있도록 하고 있
다. 최근에 많은 국가들이 디지털 기술을 고용서비스에 적극적으로 활용해 나가고 있는 가운데,
호주·벨기에·네덜란드와 같은 국가들은 비대면 디지털 고용서비스를 적극적으로 활용해 고용서
비스 제공대상자에 대한 ‘선택과 집중’을 통해 고용서비스의 효과 제고를 추진하고 있으며 많
은 국가들에서 빅데이터를 분석해 숙련수요를 전망하고 직무능력 기반 일자리 매칭에 활용하는
등 디지털 기술의 활용범위를 확대해 나가고 있다. 우리나라도 수년 전부터 국가일자리정보플랫
폼, 인공지능과 빅데이터를 활용한 직무 온톨로지와 잡케어시스템, 고용24 등 디지털 고용서비스
를 본격적으로 구축해 오고 있다.
유럽 공공 고용서비스 네트워크(European Network of Public Employment Services)는 수년 전
부터 유럽 국가들의 디지털 고용서비스 구축을 위한 보고서를 발간해 오고 있으며, 호주는 2022
년 7월부터 디지털 고용서비스를 본격적으로 활용한 새로운 고용서비스 모델인 Workforce
Australia를 출범시켰다. 또한 유럽연합의 Essnet Big Data Project와 유럽직업훈련개발센터
(Cedepof)는 빅데이터를 활용한 숙련수요분석 체계구축을 위한 많은 보고서를 발간해 오고 있다.
한편, 디지털 고용서비스에 관한 학문적인 연구보고서들도 발표되고 있는데, 2020년 9월 독일에
서 개최된 DELFI 워크샵에서는 데이터 기반의 온톨로지를 사용한 Skills Matching (특히 직무능력
중심의 구인·구직 매칭)과 Skills Intelligence (노동시장분석 및 전망)에 대해 발표된 바 있다. 공
공 고용서비스에서의 social robots의 활용 가능성 등 연구보고서도 발표되고 있다. 2022년 12월
발표한 대화형 인공지능 chatGPT는 미국의 openAI사가 일반에게 무료 시범서비스를 시작한 지
채 한 달 만에 전 세계 2억 명의 사용자가 접속하였고 사용자들의 한결같은 반응은 예상을 뛰어
넘는 지적 능력과 빠른 처리속도에 감탄하고 있는 분위기이다. 이어서 중국의 거대 IT기업 바이두
는 2023년 3월 중국판 chatGPT인 AI챗봇 어니(Ernie)를 선보일 예정으로 이런 추세라면 레이널즈
코즈와일 등 AI 전문가들이 예측한 인공지능의 특이점 도래 시기인 2045년이 더욱 앞당겨질 수도
있다는 생각이다. 이제 본격적인 개방형 AI 챗봇 서비스 시대가 열리고 있으며, 세계 각국의 공공
부문의 민원 서비스의 디지털화 속도 역시 더욱 가속화 될 전망이다. 한편으론 국내에서 AI를 활
용한 디지털 고용서비스에 관한 본격적인 연구는 이제 시작하는 단계로 파악된다. 그러나, 최근
5G 통신기술 및 애플리케이션 중심의 클라우드 2.0 등 H/W 및 S/W의 급격한 변화에 따라 민간과
정부의 전 영역에서 digital transformation이 활발히 진행되고 있으며 IT 기업들과의 민관협력이
활성화되면서 빠른 진전이 기대되고 있다.
정부는 2018년부터 정부의 각 부처와 공공기관들이 보유 중인 일자리(고용)관련 데이터를 통
합·재구축하는 것을 목표로 ‘국가일자리정보 플랫폼’을 구축해 오고 있다. ‘국가일자리정보
플랫폼’의 진행은 이제 3단계로 접어드는 과정에서 다양한 주체의 사용자 환경, 경험, 연계성 등
을 어떻게 반영하냐는 문제가 남아있다. 아울러 고용24 정보화 전략 계획 수립 과정 및 이행단계
에서 새롭게 변화된 여러 환경을 고려하여 한 단계 더 업그레이드 과정을 거칠 필요성이 대두된
다. 또한, 지능형 직업상담 서비스인 JobCare(잡케어)는 전 생애에 걸친 경력단계에서 개인의 직
업 선택 및 취업 준비를 지원해 주기 위한 데이터 기반 맞춤형 직업상담 서비스로 시범 사용단계
를 거쳐 점차 전 고용센터에서 활용되기 시작하였다. 잡케어는 ‘기업을 대상’으로 하는 맞춤형
구인 서비스로 확대하기 위하여 일종의 데이터 기반 ‘FirmCare’ 모듈을 개발하여 개인과 기업
을 고객으로 하는 확대된 지능형 서비스 플랫폼으로 발전할 것이 예상된다.
이에 우리나라의 디지털 고용서비스 구축상황을 분석하고 해외사례와 최신 디지털 기술의 발전
동향을 토대로 디지털 고용서비스의 지속적인 고도화 작업 및 중장기 발전전략을 마련할 필요가
있다.

목차 (Table of Contents)

• 제1장 서론 ················································································································································1
• 제1절 연구의 필요성 ····················································································································2
• 제2절 연구내용 및 방법 ··············································································································3
• 제2장 디지털 고용서비스의 현황 진단 및 문제점 분석 ································································7
• 제1절 AI, 빅데이터 등을 활용한 고용서비스의 디지털 전환 ···········································10
• 제2절 고용행정 데이터를 활용한 고용서비스의 디지털 전환 ··········································28
• 제3절 차세대 스마트 고용서비스 플랫폼(고용24) 구축을 통한 고용서비스의 디지털
• 전환 ················································································································································43
• 제3장 선진 외국의 디지털 고용서비스 인프라 구축 전략 및 사례 연구 ······························53
• 제1절 고용서비스의 디지털화 ··································································································54
• 제2절 주요 국가의 추진전략과 사례 ····················································································89
• 제4장 스마트 고용서비스 발전방안 ································································································167
• 제1절 AI, 빅데이터 등을 활용한 디지털 고용서비스 고도화 방안 ·······························168
• 제2절 고용행정 데이터를 활용한 고용서비스 방안 ··························································179
• 제3절 온라인 고용 24(가칭) 확대 ·······················································································185
• 제4절 디지털 고용서비스 미래 발전 방향 ··········································································197
• 참고문헌 ··················································································································································206