[김관영 칼럼] 양질의 일자리 확보와 경제성장 통한 지속가능사회 구축(SDG8)

2021-02-22 10:59:42

- 데이터가 말하게 하는 환경·사회·지배구조(ESG) 구축에 따른 데이터총생산(GDP) 기반 지속가능경영 절실

[프라임경제] 양질의 일자리와 경제성장은 '포용적이고 지속가능한 경제성장, 완전하고 생산적인 고용과 모두를 위한 양질의 일자리 증진'을 의미한다. '모두를 위한 양질의 일자리 증진'은 양적·질적 일자리 창출이라는 숙제라 할 수 있다. 빅데이터와 AI(인공지능)의 4차산업혁명 시대에 우리는 어떻게 양적·질적 일자리 창출을 해결할 수 있는지에 대하여 고민이 되고 있다.

양질의 일자리 창출은 기업의 책임경영, 사회적 책임 관점에서 볼 때 다른 지속가능발전목표와 밀접하게 관련되어 있다. 지속가능발전목표 13번째 기후변화 대응, 8번째 양질의 일자리 확보, 4번째 양질의 교육 순으로 상호 연계되어 있다. 기후변화 대응 관련 기업의 일자리 창출 수요를 양질의 교육이 계속해서 공급되어야 할 것이다.

일자리 창출을 위한 기업의 지속가능 경영, 사회적 책임경영을 넘어 최근 주목을 받고 있는 환경(Environment)·사회(Social)·지배구조(Governance) 기업경영은 탄소발자국(Carbon Footprint) 운동과 탄소중립을 위한 RE100(Renewable Energy 100%) 등과 함께 사회적 무브먼트로 더욱 주목받을 것이다. 

환경·사회·지배구조(ESG) 경영과 관련하여 최근 국제신용평가기관, '무디스'는 전세계 144개국 중 한국을 독일·스위스·뉴질랜드·싱가포르 등과 함께 상위 11개국이 포함된 '1등급' 범주로 평가하였다. 한국은 세부적으로 환경(E)에서 2등급, 사회(S)에서 2등급, 지배구조(G)에서 1등급으로 평가되었다. 환경·사회·지배구조(ESG) 경영은 기업의 가치 창출에 있어 기존에 재무적 가치(Financial Value)에서 벗어나 비재무적 가치(Non-financial Value) 창출에 무게중심을 두고 있다.

포스트 코로나19 펜데믹 시대와 맞물려 환경·사회·지배구조(ESG) 기업 가치는 더욱 치열한 공급망과 기후 환경리스크, 인권 및 안전·환경과 연계된 리스크(위험)관리 경영이 중차대한 이슈로 부각되었다.

환경·사회·지배구조(ESG) 관련 리스크(위험)관리 경영은 투명한 데이터 공시가 더욱 요구되고 있다. 기업도 바야흐로 투명한 정보공시를 적극적으로 해야 하는 시대가 왔다고 할 수 있다. 이른바 데이터 기반의 사회가 되는 것이며 '숫자가 말을 하게 해야 사회'가 되어야 양질의 일자리 확보와 경제성장이 가져오는 지속가능사회 구축이 가능하다는 것이다.

빅데이터와 AI(인공지능)으로 대표되는 4차산업혁명기술은 일자리 확보와 경제성장에 얼마만큼 영향을 주고 있는가를 생각해보고자 한다. 소위 4차산업혁명기술이 경제성장에 미치는 효과에 대한 생산성 역설(Productivity Paradox)과 생산성 역설 반론 주장을 통하여 4차산업혁명기술은 과연 우리 일자리를 빼앗아가고 있느냐 아니면 일자리를 새롭게 창출하고 있느냐를 짚어보고자 한다.

생산성 역설 입장에서는 아마존의 키바(KIVA) 로봇이 대표적이다. 창고 내 다양한 물건들 속에서 어떤 물건을 가져오라고 명령을 주면 키바 로봇은 서로 충돌하지 않고 안전하게 물건들을 이동시킨다. 기존 물건을 나르는 인부의 역할을 대체하고 있다. 의료기기 물류회사, 백스터(Baxter)는 로봇을 활용하여 단순 반복적인 업무에 해당하지 않는 다소 어려운 수준의 의료기기를 분류하는 비정형적 업무를 수월하게 진행시키고 있다.

이는 단순 반복적인 업무만을 로봇에게 맡긴다는 기존의 인식을 깨어버린 사례이다. 테슬라와 구글 자율자동차도 운전자를 대체하고 있으며 아디다스 스마트공장은 필요 노동력의 1/60을 감축하였다. 공장자동화가 활성화되면서 기존 노동자의 일자리를 빼앗아가고 있다.

생산성 역설 반론 입장에서는 단순 반복적인 일자리가 줄어들 수는 있으나, 과학기술혁신과 ICT기술혁신을 활용하여 훨씬 더 창의적 서비스가 요구되는 괜찮은 수준의 양질의 일자리가 창출될 수 있다는 주장이다.

과학기술의 발달로 영역별 전문 프리랜서 활성화 및 혁신적인 ICT기술을 적용하면 혁신적 신시장을 만들고 새로운 비즈니스모델 개발이 가능하다는 주장이다. 환경·사회·지배구조(ESG) 경영전략과 비즈니스모델 개발도 같은 맥락에서 접근할 필요가 있을 것이다.

4차산업혁명 개념을 처음으로 선포한 독일은 기존의 일자리와 노동력을 대체하려고 도입하지 않았다고 한다. 독일 내 줄어들고 있는 노동력 문제를 해결하기 위해 자동화 기술을 도입한 것이다. 그러나 공장자동화로 인하여 공장 무인화는 노동자를 줄이는 결과를 초래하였다. 무인화·자동화라는 4차산업혁명기술은 기존의 일자리를 빼앗아갔다고 해도 과언이 아니다.

한편 공유경제 모형을 ICT기술과 접목하면서 배달원, 대리기사 등 플랫폼 노동자를 대거 양산한 것은 새로운 일자리를 창출했다고 볼 수 있다. 기술·업종·산업간 융복합화를 가능하게 함으로써 비ICT업종도 ICT화되면서 디지털기술혁신에 따른 새로운 일자리를 창출하였다. 스마트팩토리(Smart Factory)로 인한 기술 융복합은 사업 다각화를 통해 새로운 부서를 만들고 대거 인력을 채용하함으로 일자리 창출효과를 가져왔다.

AI(인공지능)과 빅데이터(Big Data)를 활용하는 데이터 과학은 기존에 존재하는 데이터에 접근하여 특정 문제해결을 위한 일자리를 새롭게 창출하고 있다고 볼 수 있다. Indeed(구인구직사이트)에서 AI(인공지능) 인력 수요를 AI 카테고리에서 살펴보면 기업내 계층·기능·프로세스별 필요한 AI 인력을 다양하게 찾고 있다.

계층적 관점에서는 단순 개발자를 비롯하여 애널리스트, 스페셜리스트, 사이언티스트 등의 과학자·공학자를 비롯하여 치프(Chief)와 헤드(Head) 등 책임자·관리자 등을 찾고 있다. 기능적 관점에서는 기계학습, 자연어처리, 영업·마케팅 업무 등으로 구분하여 사람을 찾고 있다. 프로세스적 관점에서는 기획, 분석·설계, 코딩, 테스트 및 유지보수 등으로 구분하여 사람을 찾고 있다. 이는 기존에 존재하지 않았던 새로운 일자리 창출이라고 해도 과언이 아니다.

4차산업혁명으로 인한 데이터기반 시대의 도래와 경제 패러다임 전환시대를 맞아 신경제활동 지표로 데이터총생산(Gross Data Product) 개념이 대두되고 있다. 국가에서 얼마나 많은 양의 데이터를 창출·접근·활용하느냐를 기준으로 양질의 데이터를 많이 창출하면 할수록 국가의 경제성장에 도움을 준다는 의미이다.

데이터총생산(Gross Data Product)의 세부 측정지표는 경제활동 데이터에 대한 양(Volume), 사용(Usage), 접근성(Accessibility), 복잡성(Complexity) 등이 있다. 현재 데이터총생산(GDP) 개념을 기반으로 미국, 영국, 중국, 한국, 스위스 등이 “GDP가 높은 국가”로 분석되기도 하였다.

ESG경영을 통한 비재무적 가치 강화 및 기업데이터 정보공시가 요구되는 시대에 데이터 기반의 기후기술 탄소중립 실행전략 이행, 데이터 기반의 지속가능 기업경영과 정보공시, 데이터 기반의 국가경영과 정보공개 등 소위 '데이터가 말하게 하는 환경·사회·지배구조(ESG) 구축'을 통한 양질의 일자리 확보와 데이터총생산(Gross Data Product) 기반의 경제성장을 절실하게 기대해본다.

가장 중요한 것은 양질의 일자리 창출을 위한 환경·사회·지배구조(ESG) 경영 데이터 기반의 사회구축에 있어 일자리 창출에 대한 생산성 역설과 반론 주장에 멈추지 말고 반드시 '포용적이고 지속가능한 경제성장, 완전하고 생산적인 고용과 모두를 위한 양질의 일자리 증진'이라는 목표 달성을 위하여 산학연관민·국제기구가 하나의 공동체적 인식하에 지구적 차원의 문제해결에 머리를 맞대어야 한다는 것이다.

머리를 맞대는 순간도 '데이터가 말하게 하는 환경·사회·지배구조(ESG) 경영 개념에 기반한 데이터총생산(GDP) 기반의 회의'가 되어야 할 것을 강조하고 싶다. 


김관영 박사(카이스트 Ph.D, 기술경영) / 인도네시아 글로벌문제해결거점센터장 / 녹색기술센터 선임연구원 / 전) 한국발명진흥회 국제개발사업팀장 / 전) 일리노이대학교 Visiting Research Scholar


카카오 페이스북 카카오스토리 트위터


Copyright 프라임경제 ⓒ 무단전재 및 재배포금지
이전 1 / 0 다음
Copyright ⓒ 프라임경제 all rights reserved.