페이지상단으로이동

4차 산업혁명 대응하는 ‘노동인력 전환’ 지원 시스템 구축

최성호 (경기대학교 행정사회복지대학원 (경제학) 교수)

2021.04.30

- 4차 산업혁명 핵심 분야서 경쟁력·잠재력 갖춘 한국, 만성적 전문 인력난으로 적신호
- 산업계 수요에 기민하게 대응할 수 있는 민간 주도의 산업 인력 양성 체계 재편 요구
- 평생교육시스템의 제도화, 숙련 인력 양성·지원 프로그램 등으로 노동 시장의 유연 안정성 높여야

기술 및 산업 구조의 급속한 변화
‘노동인력 전환’이라는 새로운 과제 던져

최근 전세계적으로 4차 산업혁명이라 불리는 기술 · 산업 구조의 변화가 급속하게 전개되고 있다. 특히 정보기술 대전환으로 인간 · 기계 분업 관계의 혁신이 급물살을 타고 있다. 공학 기술이 인간의 육체노동을 대체하거나 정보기술이 인간의 정신노동을 보완하여 노동생산성을 높였던 그 이전 단계와는 달리, 4차 산업혁명 시대에는 기술이 인간의 노동을 완전히 대체해 나가는 것을 특징으로 한다. 인공지능(AI)으로 무장한 기계가 인간의 신체 능력은 물론, 인지 능력과 감성 능력까지 대체하며 육체 노동이든, 정신 노동이든, 이제 ‘노동의 시대는 끝났다’는 것이다(Susskind, 2020). 이에 따라 실업자의 양산과 일자리 및 소득의 양극화 등 다양한 문제가 심화될 것으로 예상된다(Degryse, 2016). 2016년 정부가 국내 414개 직종의 약 2,500만 명 일자리를 대상으로 분석한 결과 노동 시간 기준으로 전체 일자리의 49.7%가 자동화 가능한 것으로 추산되었다(경제사회발전노사정위원회, 2017). 파괴적 기술진보는 노동인력 숙련의 진부화를 가속화하고 있는 것이다.

문제는 인재난,
4차 산업혁명 주도 경쟁력 여기에 달렸다

Schwab(2016)은 4차 산업혁명을 물리학・공학 기술에 정보 기술과 생명공학이 접목되어 인간의 삶과 일, 관계에서의 근본적 변화를 초래하는 현상으로 정의하였다. 이러한 변화를 특징짓는 핵심기술은 사물인터넷(IOT), 빅데이터, 인공지능(AI), 로봇, 블록체인, 3D 프린팅, 나노, 신소재, 에너지 저장, 유전공학과 생명기술 등을 포함한다. 이처럼 여러 기술이 기하급수적으로 진보하고 서로 융합하여 사업화되면서 새로운 재화와 서비스, 비즈니스 모델과 첨단 신산업이 등장하는 등 산업 구조가 신속하게 고도화되었다. 여기에 자동화와 정보화가 급진전되면서 경제 전반의 생산성도 획기적으로 향상되고 있다. 산업 간의 경계가 무너지면서 제너럴 일렉트릭(GE), IBM 등 제조 기업이 정보기술 솔루션 서비스 기업으로 변신하는가 하면, 마이크로소프트, 애플, 구글 등 소프트웨어 기업이 전기차와 자율주행차 생산을 계획하고 있다. 테슬라와 폭스바겐 등 자동차 제조사는 전기차용 2차 전지 소재 부문 진출을 선언한 바 있다. 기술과 아이디어만으로 창업한 스타트업이 유니콘 기업으로 상상을 초월하여 빠르게 성장하는가 하면, 가정과 농장, 공장, 거리에 설치된 정보망이 기후변화와 범죄, 교통혼잡 등 사회문제의 해결을 시도하고 공유경제의 확산 기반을 제공하기도 한다.

산업화와 정보화를 요체로 하는 2차, 3차 산업혁명의 단계에서 한국 경제는 뒤늦게 출발했지만 신속한 추격으로 선진국의 경제 수준에 접근하였다. 그리고 지금 전개되고 있는 4차 산업혁명의 단계에서는 주력 산업의 국제경쟁력뿐 아니라 정보통신 부문에서의 기술력과 인프라, 하드웨어, 소프트웨어 등 기반을 고르게 갖추면서 세계 경제 구조의 혁신을 주도할 수 있는 잠재력을 가지게 되었다.

문제는 인재난이다. 우리나라는 <표 1>에서 보듯 4차 산업혁명 핵심 분야의 인력이 크게 부족한 것으로 추정되고 있다.

[표 1] 4대 핵심부문 인재수준별 부족 현황(△: 부족)
(자료: 소프트웨어정책연구원(‘18.4월), (초급)전문대 등, (중급)4년제 대학, (고급)석・박사)

2018년 현재 인공지능을 포함한 4대 핵심 부문에서 부족한 인재 규모는 3만여 명에 이르는 것으로 집계되었다. 노동인력 전환을 적극 촉진해야하는 이유다. 실업을 완화하는 경기적 처방, 일자리 대책에 그쳐서는 안 된다. 향후 4차 산업혁명이 가져올 기술 및 산업 구조 변화를 예측하고 성공적으로 대응하는 노력의 중심에 노동인력 전환의 과제가 놓여 있다.

4차 산업혁명에 대응한 노동인력 전환 정책 현황

정부는 4차 산업혁명 핵심 분야의 인재 부족을 해소하기 위하여 다각적인 방안을 강구하고 있다. 빅데이터, AI, 클라우드, 증강 · 가상 현실(AR/VR) 등 8대 혁신성장 부문을 위하여 매년 연 1,400명, 총 7천 명의 ‘혁신성장 청년인재’를 양성할 계획으로 시행 중이다. 특히 미래 유망 기술 분야의 ‘글로벌 핵심인재 양성’ 사업을 통하여 2019년부터 5년간 매년 450명씩 석 · 박사 과정 학생 2,250명을 연구와 실무 경험을 위해 해외에 파견하기로 하고 서울대, 포항공대 등에 AI 대학원 설치를 지원하였다. 또, 소프트웨어 부문의 혁신적 인재를 양성하기 위하여 ‘이노베이션 아카데미’를 설립하였다.

[표 2] 4차 산업혁명 선도인재 양성 계획(단위: 명)
(자료: 관계부처 합동(2018), 혁신성장전략투자: 4차 산업혁명 선도인재 집중양성 계획)

중소벤처기업부도 중소기업 전직자를 대상으로 일자리 잠재력이 큰 빅데이터와 인공지능, 가상현실을 포함한 미래 신사업 분야의 창직 · 창업 훈련을 실시하고 있다. 일반 직업훈련에 비해 훈련비 기준 확대, 훈련방법 다양화 등으로 실효성을 강화한 것이 특징이다. 한편 고용노동부와 산업인력공단은 4차 산업혁명에 따른 노동시장과 산업의 수요 변화에 신속하게 대응하는 성과를 지향하도록 직업 능력 개발 훈련 체계를 개선해 나가고 있다(고용노동부, 2016). 인력 부족 · 수요 증가 직종 대상의 ‘국가 기간・전략산업 직종훈련’을 신산업 중심으로 정비하고 훈련 기간과 비용, 훈련 수준, 강사 범위 등에 관하여 별도 기준을 마련하였다.

또한 고용노동부는 2017년 융합형 고급인력 등 신기술·고숙련 청년인력 양성 확대를 위한 ‘4차 산업혁명 선도인력 양성사업’을 신설하였다. 2019년까지 38개 훈련기관에서 사물인터넷, 빅데이터, 블록체인, 스마트제조, 무인이동체, 실감형콘텐츠, 핀테크, 정보보안, 바이오 등 9개 분야의 122개 훈련과정을 통해 3천 35명이 양성되었다. 2020년 사업으로는 28개 훈련기관(50개 훈련과정)이 선정되었다. 특히 2020년에는 기업현장의 수요에 대응하기 위한 유형Ⅱ를 신설하여 프로젝트학습 교과 비중을 기존 유형I의 30%이상에서 50%이상으로 확대하고 프로젝트 주제 선정을 포함한 훈련내용 설계부터 기업이 참여하도록 하였다. 또한 2017년에 IoT 융합서비스기획, 로봇지능개발 등의 미래유망 분야 26개 국가직무능력표준(NCS)을 포함한 50개 NCS의 신규 개발을 완료하였다. 한편 통계청은 표준직업분류에 새로운 직종을 반영하기 위하여 로봇공학 기술자, 모바일 앱 프로그래머 등을 추가하였다.

정부 주도의 획일적 체계 대신
민간이 리드하는 ‘노동인력 전환 플랫폼’ 만들어야

한국의 산업인력 양성 체계는 급속한 산업구조 고도화에 적극 대응하면서 신성장 산업의 필요 인력을 제공해 왔다. 그런데 4차 산업혁명의 파고는 이전의 그 어느 변화 국면보다 높다. 따라서 4차 산업혁명의 도전에 효과적으로 대응하면서 한국경제 재도약의 새로운 기회로 삼기 위해서는 획기적인 인적자원 개발 전략에 입각하여 효과적인 노동인력 전환 시스템이 구축되어야 한다.

원활한 노동인력 전환을 위하여 총체적으로 새로운 인력양성 프로그램을 기획, 집행, 평가, 피드백하는 인력양성 시스템이 긴요하다. 그런데 산업 수요 변화를 기민하게 반영하면서 노동인력을 창의적인 고숙련 노동인력으로 양성하는 숙련 제고(up-skilling), 재숙련(re-skilling), 그리고 다숙련화(multi-skilling) 과정에 정부 주도의 획일적인 인력양성 체계로는 한계가 있다. 노동인력 전환에 대한 논의와 실행을 산업계가 주도하고 공공부문이나 학계, 연구기관 등이 협력하면서 다양한 주체가 창의적으로 참여할 수 있는 플랫폼이 마련되어야 한다. 각 부처가 개별적으로 프로그램을 수립하여 운영하거나, 부처 간 협업으로 수립한 프로그램이라도 여러 부처로 단순 분할하여 집행하거나, 기존 직업훈련체계를 약간 개선하여 추진하는 방식으로는 한계가 있다.

인더스트리 4.0(Industry 4.0)의 민간 주도 추진 체계를 기술인력 양성의 출발점으로 삼았던 독일의 사례를 벤치마킹할 필요가 있다. 독일의 경우 기업이나 산업 단위의 자율적인 인력양성 프로그램이 일정한 요건을 갖추면 정부가 지원하는 방식을 취하고 있다. 각급 학교, 민간 교육기관, 수요 사업자 단체 및 기업, 비영리단체, 지역사회 등이 다양한 프로그램을 기획하여 제안하고 정부가 지원하는 방식을 구현하여야 한다.

‘평생교육시스템’의 상시화
… 위기 맞은 대학·전문대학이 평생교육기관 역할 할 수 있어

기술 변화의 방향과 폭, 속도를 감안하면 평생교육시스템이 필수적이다. 노동자 개인 또는 기업의 이니셔티브에 의하여 언제든지 교육훈련을 받을 수 있는 평생교육시스템이 제도화되어야 한다. 주요 기술 분야와 산업 부문에서 노동자가 경력 주기 각 단계에 적합한 교육훈련을 받을 수 있는 인프라가 조성되어야 한다. 노동자가 업종이나 기업 간에 전직하는 경우에도 교육 경력과 교육지원 패키지의 이동성이 보강되어야 한다. 최근 학령인구 감소로 구조조정 압력에 직면한 대학과 전문대학 등이 4차 산업혁명 대응 평생교육기관으로 자체 혁신을 통하여 국가 사회의 미래 인재 수요를 기여하는 방안에서 돌파구를 찾을 수 있도록 지원해야 한다.

인력 수요 변화 예측 어려워
...‘산업인력협의체’와 ‘산업계 수요 맞춤형 교육훈련 프로그램’의 효과적 운영 필요

4차 산업혁명과 관련하여 산업 구조의 변화를 전망하는 것은 어렵다. 여러 핵심기술의 진보와 융합이 창출하는 제품과 서비스, 비즈니스 모델 등을 포함한 상품 구성의 변화를 예측하는 것은 더욱 어렵다. 2018년 3월 4차산업혁명위원회는 ‘2016-2030 인력 수요 전망’을 발표했다. 이 보고서는 정보통신(ICT) 서비스업, 전문과학기술 서비스업, 전자 · 전기 · 기계 등 산업이나 정보통신, 공학, 과학기술 전문가 등 직업의 취업자 확대가 예상된다고 분석했다. 정부가 15년에 걸친 인력 수요 변화를 예측할 수 있다는 전제 아래 막연하고 광범위한 유형별로 구분하는 전망이 의미가 있는지도 의문이다. AI 인력 수요에 대한 전망의 예를 들면 글로벌 시장조사기업 가트너(Gartner)가 기업 채용공고를 근거로 GDP 상위 12개국의 AI 인력 수요가 IT 부서와 기타 부서를 합하여 22만 5천 명이라고 하는가 하면(조선일보 Weekly Biz, 2020), 미국의 온라인 구인공고 만으로도 AI 관련 일자리가 310만 개에 이른다는 조지타운대 안보·미래기술센터(CSET)의 추정도 있다(Toney & Flagg, 2020). 물론 후자의 경우 대부분의 일자리는 AI 기술을 다른 부문에 적용하기 위한 직무로 구성된다고 한다. 4차 산업혁명 핵심기술 부문 인력 부족에 관한 정부의 전망은 대체로 해당 기술의 사업화 분야에 한정되며 공공 및 민간의 수많은 분야에 필요한 해당 기술인력은 다양하고도 역동적으로 변화하여 정부 주도의 톱다운 방식에 의해 사전에 예측하고 대응한다는 것은 불가능에 가깝다. 새로운 산업의 성장과 신상품의 개발과 생산에 필요한 직종과 그러한 직종의 노동인력이 갖추어야 할 역량과 숙련은 예측하기보다는 산업계의 수요에 유연하게 대응하는 수밖에 다른 도리가 없다. 따라서 산업, 업종, 직종, 그리고 필요 역량에 대한 단기와 중장기의 수요를 예측하거나 신속하게 파악하기 위한 산업인력협의회가 실효성 있게 운영되어야 한다.

노동인력 전환 교육훈련 체계는 수요자 초점, 민간주도성을 강화하고 개별 업종 · 직업과 각 프로젝트 별로 세분화하여 ‘맞춤형 프로그램’으로 개편하여야 한다. 중소기업 수요 인력, 재직 인력을 초점으로 하되, ①핵심기술 습득, ②업종 · 프로젝트 적용 역량, ③사업화 · 지원 기업가 역량 등으로 유형화할 수 있을 것이다.

첫째, 핵심기술 습득을 위한 프로그램은 공공부문이 주도하여 제도를 마련하고 민간 기관이 교육훈련 지원을 신청하여 운영하는 방식으로도 가능하다. 새롭게 경력을 시작하는 청년 · 대학생의 신 직업 직무역량 함양을 위한 과정과 현재 기업 재직자나 최근 은퇴자 대상의 숙련 제고 · 다숙련화 목적의 과정을 구분하여 접근할 필요가 있다. 요소 기술 수요 전망에 따른 첨단 기술 · 지식의 효과적 전달에 초점을 맞추어야 한다.

둘째, 기술 · 산업분야 · 인력 그룹 등 매트릭스 중 하나의 숙련 수요 묶음에 대한 맞춤형 프로그램을 개발할 필요도 있다. 예를 들어 정밀기계 업종에 대한 스마트공장 시스템 도입, 또는 자산운용 서비스 기업에 대한 클라우드 컴퓨팅 도입의 기획과 실행에 관한 숙련 인력 양성 프로그램과 같은 것이다. 이러한 사업은 매우 다양한 사례가 가능할 것이므로 정부나 산업인력공단 등 공공부문이 주도하기 어려울 것이다. 산업별 사업자 단체나 수요 기업이 주도하되, 정부는 인프라와 플랫폼으로 지원할 수 있을 것이며, 문제 해결 · 프로젝트 학습, 행동 학습 등의 교육 방법이 적용될 수 있다.

셋째, 높은 수준의 기술 숙련을 갖춘 노동인력이 기업을 창업하여 경영할 수 있도록 4차 산업혁명 핵심 요소 기술의 사업화나 이러한 사업화를 지원하는 기업가 역량을 함양하는 교육 훈련도 필요할 것이다. 기술 진보 · 융합과 사업화, 창업, 기업 성장으로 이어지는 4차 산업혁명의 역동성을 감안할 때 기술 숙련을 가진 엔지니어나 노동인력이 벤처기업을 창업하여 성공하는 사례가 늘어날 것으로 전망되기 때문이다. 이 유형의 프로그램도 민간이 주도하되 개별 기업보다는 산업별 사업자 단체나 비영리법인 등이 주도하고, 정부는 인프라와 플랫폼으로 지원할 수 있을 것이며, 기술 · 경영 역량의 접목이나 코칭, 멘토링 등의 쌍방향 교육 방법 적용이 가능하다.

‘숙련 인력’ 양성 · 창업 지원 대한 정부의 지원 획기적으로 확대돼야

대체로 현재 정부의 노동인력 수요 예측 및 양성 대책은 주로 첫 번째 범주에 국한되어 있다고 할 수 있다. 예를 들어 <표 1>에 나타낸 인공지능, 빅데이터, 클라우드 등의 인력 부족은 각 해당 기술을 사업화하는 업종에 관한 수요 분석이고 산업 전반에 관련 기술을 적용하는 프로젝트나 업무와 관련된 인력을 포괄한다고 보기 어렵다. 앞에서 언급한 것과 같이 미국 CSET의 조사결과에서 미국에서만 AI 관련 온라인 구인 인원이 2010년부터 매년 3배씩 증가하여 2019년 310만 명에 이르고 AI 핵심 인력이 4%, 데이터 과학 인력이 7%, AI 주변 인력이 89%라고 할 때, 그 첫 범주의 인력에 대하여 대응하고 있는 것이다. 따라서 둘째와 셋째 유형의 인력 양성에 관한 민간 주도의 노력에 대한 정부의 지원을 획기적으로 확대하여야 한다.

노동인력 전환을 위한 전직 · 재취업 지원 강화

기술의 진보와 자동화에 의해 대체되거나 부정적 영향을 받는 노동인력을 파악하여 적응을 지원하는 방안이 강구되어야 한다. 미국 브루킹스연구소의 보고서에 의하면, 자동화 영향이라는 측면에서 사무관리, 수송, 생산, 음식 준비 등 고위험직종의 70% 이상이 자동화되고 그 외에 판매, 설비 유지보수, 건설, 건강관리, 농업 등 직종도 취약한 상황이라고 한다(Muro 등, 2019). 이러한 직종의 노동인력에 대한 숙련 평가와 전환 경로 처방, 숙련 확보 방법 제시 등의 지원이 강구되어야 한다.

특히 노동인력의 전직과 재취업 지원 인프라를 구축하는 것이 시급한 과제다. 경력 전환 컨설팅, 교육훈련 상담, 구인 · 구직 연계 프로그램을 보강하고, 미래기술 분야에의 전직 과정 참여를 조건으로 교육훈련 경비 지원을 확대해야 한다. 더불어 인재 수요 기업에서의 인턴 · 실습 기회 제공과 훈련수당 지원 확대가 필요하다. 아울러 미래기술 분야에 빈도가 높은 계약직, 파트타임직, 프리랜서 등 다양한 고용형태에 대한 제도적 기반을 확충하고 이들 직업의 처우 개선을 지원하여야 한다. 또한 미래기술 분야에서 다양한 일자리가 활발하게 창출될 수 있도록 노동시장의 유연 안정성 제고 방안도 강구되어야 한다.

기업의 입장에서도 노동인력의 전환 지원을 위하여 학습문화를 조성하고 숙련 갭(gap)과 극복, 직종 전환에 대한 경력 컨설팅과 함께 다양한 교육훈련 기회를 제공하도록 유도하여야 한다. 직무 수행 중에서 필요한 지식과 숙련을 얻을 수 있도록 온라인 교육을 지원하고, 스마트폰, 랩탑, 팟캐스트, 소셜미디어를 통하여 접할 수 있는 마이크로 학습(micro-learning) 프로그램도 지원할 수 있을 것이다. 각 지역 대학의 공학, 과학, 기술경영 관련 계열과의 협조를 통하여 취약 직종 노동인력의 전직 대비 교육 훈련을 수행하는 방안도 폭 넓게 마련되어야 한다.

AI, AR/VR 등 핵심 기술 활용해
교육 훈련 방법과 도구 혁신할 수 있어

로봇이나 인공지능에 의하여 대체하는 데 한계가 있는 창의성, 융합 역량, 문제해결 능력을 갖춘 노동인력을 양성하여야 한다. 이를 위하여 학습자가 주도적으로 참여하는 액션러닝, 경험학습, 프로젝트 학습 등의 방법으로 교육 훈련이 이루어지는 것이 필요하다.

한편 교육 도구에 관해서도 가상 · 증강 현실, 인공지능 등의 핵심기술을 활용할 수 있을 것이다. 인공지능 기술을 활용한 지능형 튜터링 시스템(ITS: Intelligent tutoring system), 대화형 튜터링 시스템(DBTS: Dialogue-based tutoring system), 또는 탐구학습 시스템(ELE: Exploratory learning system)이 대표적 사례다(Holmes et. al., 2019).

한편 고용노동부에서 발간한 ‘4차 산업혁명 훈련 운영 가이드’에서는 교육 훈련 프로그램 개발의 절차에 관해 교수 체계 개발(ISD)의 일반적 모형인 ‘애디(ADDIE) 모형’을 제안한 바 있다(고용노동부·직업능력심사평가원, 2017). 그러나 이 방법론은 분석, 설계와 개발, 그리고 실행과 평가 등의 각 단계들이 선형적으로 연결되어 있다는 점에서 한계를 드러낸다. 따라서 시간과 비용을 절약하고 리드타임을 단축할 수 있는 래피드 프로토타입(Rapid Prototype) 방법론의 적용도 검토되어야 할 것이다.

4차 산업혁명에 대한 성공적 대응은 한국 경제의 미래 성장 동력 확충과 양질의 일자리 창출로 귀결될 것이다. 그 1차적인 과제는 핵심 기술 분야의 숙련과 역량의 습득, 그리고 새로운 산업과 직종으로의 전직 · 재취업에 의한 노동인력 전환이다. 정부는 산업계의 수요에 부응하는 노동인력 인력 전환 플랫폼을 구축하되 평생교육 체계를 중요한 구성 요소로 삼아야 할 것이다. 산업계 수요 맞춤형 교육 훈련 프로그램을 구현하고, 취약 직종에 초점을 맞춰 전직과 재취업을 지원하는 제도도 강화되어야 한다. 특히 교육 훈련에 관해서는 정부가 전문가 자문을 거쳐 고용 확대 추세에 있는 주요 산업을 대상으로 미래 직업을 위해 함양해야 할 ‘미래기술 역량 · 숙련’을 구체적으로 규정하는 과정을 통해 인증할 수 있을 것이다. 또한 정부는 수요 기업을 포함한 산업계와 사업자 단체 등이 주도하여 구성한 교육 훈련 프로그램에 대한 인증을 부여하고 일정한 조건과 내용의 지원을 제공할 필요가 있다. 물론 교육 훈련 프로그램의 기획 · 개발과 교육 훈련 방법에 관한 혁신은 필수다. 정부가 보다 적극적인 자세로 고용 정책을 지원하고, 민간 주도의 인력 양성 · 직업 훈련 체계를 만들어 한국 경제의 미래를 개척할 물꼬를 틀 수 있기를 기대해 본다.


<참고문헌>
고용노동부(2016), 4차 산업혁명 대비 직업능력개발 훈련 제도개편 방안.
고용노동부, 직업능력심사평가원(2017). 4차 산업혁명 훈련과정 운영가이드.
관계부처 합동(2018), 혁신성장전략투자: 4차 산업혁명 선도인재 집중양성 계획(‘19~‘23년), 2018.12.26.
조선일보 Weekly Biz(2020), 급증하는 AI 인력 수요… 이력서와 면접만으로 필요 인재를 뽑을 수 있을까, 2020.4.3.
최성호·장경원(2018), 4차 산업혁명 대비 주요국 동향과 직업능력개발 훈련의 방향, 산업인력공단 용역보고서.
Degryse, C.(2016). Digitalisation of the Economy and Its Impact on Labour Markets. Working Paper. European Trade Union Institute.
Holmes, W., Bialik, M., & Fadel, C. (2019). Artificial intelligence in education. Boston: Center for Curriculum Redesign.
Muro, M., R. Maxim, and J. Whiton(2019), Automation and Artificial Intelligence: How Machines Are Affecting People and Places, January 24, 2019.
Schwab, K.(2016). The Fourth Industrial Revolution. Geneva: World Economic Forum.
Susskind, D.(2020). A World without Work: Technology, Automation and how We Should Respond. Penguin UK.
Toney A. & M. Flagg(2020), U.S. Demand for AI-Related Talent, Center for Security and Emerging Technology(CSET), Georgetown University, August 2020.


< 저작권자 © Yeosijae, 무단전재 및 재배포 금지 >

콘텐츠 연재물:

댓글 0
댓글 서비스는 로그인 이후 사용가능합니다.
댓글 서비스는 로그인 이후 사용가능합니다.
  • 최신순

Comments