2024년 12월 20일
여러 산업 전반에서 기술 인재 부족 현상이 심화되고 있습니다. 인공지능(AI)의 급속한 발전과 생성형 AI와 같은 신기술의 확산으로 기업이 프로세스와 서비스를 지속적으로 자동화하면서 채용하는 역할의 유형과 요구되는 기술이 변화하고 있기 때문입니다.
Reuters1의 새로운 연구에 따르면 2024년에는 AI 지출이 5,500억 달러 이상으로 증가할 것이며, AI 인재 격차는 50%에 달할 것으로 예상됩니다.
AI는 제품과 서비스를 개선하고, 비즈니스 운영과 워크플로를 최적화하며, 의사 결정을 돕고, 지루한 작업을 자동화할 수 있는 잠재력을 가지고 있습니다. Deloitte의 보고서에 따르면 AI는 업무의 본질과 고용 시장을 변화시킬 잠재력을 가지고 있습니다.2
하지만 오늘날 가장 진보된 AI도 사람 없이는 작동할 수 없습니다. 조직이 미래의 업무에 대비하고 혁신을 가속화하려면 AI 기술 격차를 해소하는 것이 필수적입니다.
자동화 및 기술 발전 속도가 빨라지면서 AI 역할에 대한 수요가 증가하고 있습니다. 그러나 AI 도입은 기업마다 여전히 불균등합니다. 많은 직원이 AI 기술 격차는 AI 교육 격차3라고 생각하고 있습니다.
2024년 Randstad의 설문 조사에 따르면, 응답자들은 AI를 도입한 기업들이 업무에서 AI를 활용하는 방법에 대한 직원 교육이나 업스킬링에 뒤처져 있다고 답했습니다. 또한 AI 교육이 직원을 얼마나 적절하게 준비시키는지에 대한 성별 및 연령별 격차도 존재합니다.
2024년 Skillsoft에서 별도로 실시한 설문조사(ibm.com 외부 링크)5에 참여한 응답자들은 기존 인재 개발 프로그램의 학습 형식이 효과적이지 않거나, 이러한 프로그램을 이수하기 위한 시간이나 리더십 지원을 찾는 데 어려움을 겪고 있다고 답했습니다.
Snaplogic 연구에 따르면 기업의 경우 내부 예산의 제한, 기술, 도구, 데이터에 대한 접근성 등이 모두 AI 업스킬링에 걸림돌이 될 수 있습니다.6
또한 일부 고용주들은 AI를 사용할 것이라고 말하지만 AI를 사용할 수 있는 구체적인 방법을 파악하지 못하여 해당 업무를 수행하는 데 필요한 정확한 기술을 확신하지 못하는 경우도 있습니다.
최신 AI 뉴스 + 인사이트
주간 Think 뉴스레터에서 AI, 클라우드 등에 대한 전문적으로 선별된 인사이트와 뉴스를 발견하세요.
수요가 많은 AI 및 관련 기술1 생태계가 존재합니다. 일반적으로 조직에는 AI 빌더와 AI 번역가2가 필요합니다. 여기에는 생성형 AI, 예측 분석, 대규모 언어 모델(LLM), 자연어 처리(NLP), 머신 러닝(ML), 딥 러닝 및 강화 학습을 사용하고 배포하는 방법을 알고 있는 사람이 포함됩니다.
모든 기술에 AI 배포와 관련된 광범위한 지식이 필요한 것은 아닙니다. 예를 들어 ChatGPT를 프롬프트 조정하거나 미세 조정하는 방법과 같이 보다 기본적인 지식이 필요한 업무도 있습니다.
또한 직원들은 보안, 개인정보 보호, 데이터 과학, 통계, 소프트웨어 개발, 코딩, 모델 및 알고리즘에 대한 실무 지식을 갖추고 있어야 합니다.
AI 및 프로그래밍 기술 외에도 일부 직원은 관리 역할을 맡아 주제별 전문가 또는 사용자 경험 디자이너와 협력해야 합니다. 단순히 하위 직급에서부터 공백을 메우는 것만으로는 충분하지 않습니다. 최고 경영진의 고위 리더들도 최신 AI 지식을 숙지하여 회사가 현재 진행 중인 업무와 지향하는 방향을 명확히 이해할 수 있어야 합니다.
AI 관련 기능을 사용하는 모든 직원이 AI 코딩 방법을 처음부터 끝까지 배우게 할 필요는 없습니다. 기업은 AI 프로젝트에 로우코드 또는 노코드 방식의 직관적인 도구를 구현하는 것도 고려해7 볼 수 있습니다.
기술 부족은 기술 개발에 대한 투자와 이니셔티브를 통해 해소할 수 있습니다. AI 기술 격차를 유발하는 많은 문제는 기술 인재 부족을 유발하는 문제와 동일합니다. AI 기술 격차를 해소하기 위한 여러 해결책은 기술 인재 부족을 해결하는 방안과 일부 겹칩니다.
AI 기술에 대한 교육을 제공하는 여러 온라인 플랫폼이 있습니다. 예를 들어, IBM의 SkillsBuild와 Microsoft8는 누구나 자신의 AI 기술을 평가하고 개발하는 데 도움이 되는 무료 리소스를 제공합니다.
미래에 대비한 인력을 육성하려면 전략적인 채용과 지속적인 학습에 대한 투자가 필요합니다. 대부분의 직원은 새로운 기술에 적응하기 위해 더 많은 교육을 받을 수 있습니다.
대학, 박사 과정, AI 캠프, 온라인 아카데미와 같은 전통적인 학습 방법은 여전히 Z세대 직원들이 기술을 습득하는 데 유용할 수 있습니다. 특히 어린 학생들을 위해 학교 커리큘럼에서 AI 기술과 도구에 대한 교육과 노출이 필요합니다. 즉, 강사와 교사들에게 최신 정보를 제공하는 것이 중요합니다.
입사 시 교육 프로그램, 동료와의 워크숍, 업무 시간 또는 샌드박스 환경에서의 실습 세션과 같은 사내 학습 기회를 제공하면 우수한 직원을 유지하는 데 도움이 되며 신규 지원자를 검증하는 데 필요한 시간을 줄일 수 있습니다.
채용을 간소화하고 학습 프로세스를 효율적으로 운영하려면 기업은 먼저 AI가 조직에 주는 이점과 한계2를 면밀히 평가해야 합니다(PDF).
AI가 많다고 해서 항상 좋은 것은 아닙니다.9 기업은 지난 1년간 운영에서 AI를 어떻게 활용했는지 신중하게 평가하고, 효과가 있는 부분과 그렇지 않은 부분을 파악하고, 피드백을 통해 향후 몇 년 동안 AI를 어떻게 활용할 것인지 로드맵을 세워야 합니다.
이를 바탕으로 현재 직원의 AI 준비도를 테스트하여 해당 AI 주제에 대한 기술 숙련도의 격차를 파악할 수 있습니다. 그런 다음 기업의 AI 요구사항이 얼마나 전문적인지에 따라 새로운 AI 전문가를 영입하여 프로젝트를 개척하거나 기존 엔지니어가 AI 도구를 사용하고 적용할 수 있도록 재교육을 실시할 수 있습니다.
직원들이 개인의 스킬 개발 목표를 달성할 수 있도록 돕기 위해 고용주는 온라인 주문형 과정과 체험 기회, 강사가 진행하는 라이브 교육을 결합한 보다 상호작용적이고 맞춤화된 학습 프로그램5을 고려해야 합니다.
중요한 것은 기업이 AI 교육 접근 방식과 이니셔티브가 공평하게 제공되고 다양한 인구 통계학적 특성을 가진 근로자를 포용할 수 있도록 지원해야 한다는 것입니다.
처음부터 전략과 사내 학습 계획을 개발하는 것보다 협업으로 문제를 해결하는 것이 더 쉽습니다. 기업은 교육 기관 및 기타 조직과의 파트너십을 통해 이러한 서비스를 제공할 수 있습니다.
각주
1 Needed AI skills facing unknown regulations and advancements, Reuters, 2023년 12월 6일.
2 Talent and workforce effects in the age of AI, Deloitte Insights.
3 The real AI training gap? IT leaders believe in it, but many don’t provide it, CIO, 2024년 9월 5일.
4 AI skills gap widens: 71% of AI talent are men, while only 22% of baby boomers receive training - reveals randstad data, randstad, 2024년 11월 12일.
5 New Skillsoft research: AI and leadership skills crucial to elevating employee confidence and performance, Skillsoft, 2024년 9월 19일.
6 The AI skills gap, snapLogic.
7 AI skills gap: Strategies for a future-ready workforce, Hyland.
8 AI skills, Microsoft.
9 Spotify went all-in on AI and everyone hates it, Inc, 2024년 12월 6일.
Resources
Unlock 4 strategies to scale AI with a strong data foundation.
Learn how CEOs can balance the value generative AI can create against the investment it demands and the risks it introduces.
We surveyed 2,000 organizations about their AI initiatives to discover what's working, what's not and how you can get ahead.
Learn an agile AI approach that enables organizations to innovate quickly and reduce the risk of failure.
Learn how to incorporate generative AI, machine learning and foundation models into your business operations for improved performance.
Want to get a better return on your AI investments? Learn how scaling gen AI in key areas drives change by helping your best minds build and deliver innovative new solutions.
Learn about the history of AI and explore what the future holds for enterprises considering AI adoption.
Dive into the 3 critical elements of a strong AI strategy: creating a competitive edge, scaling AI across the business and advancing trustworthy AI.
AI 빌더를 위한 차세대 엔터프라이즈 스튜디오인 IBM watsonx.ai로 생성형 AI, 파운데이션 모델 및 머신 러닝 기능을 학습, 검증, 조정 및 배포하세요. 적은 데이터로 짧은 시간 내에 AI 애플리케이션을 구축하세요.
업계 최고의 AI 전문성과 솔루션 포트폴리오를 보유한 IBM과 함께 AI를 비즈니스에 활용하세요.
AI 추가를 통해 중요한 워크플로와 운영을 혁신함으로써 경험, 실시간 의사 결정 및 비즈니스 가치를 극대화합니다.