2026년 7월 KDI 포럼이 제기한 핵심 결론

2026년 7월 12일 이야드가 보도한 KDI(한국개발연구원) 정책 포럼 '일의 미래: AI와 공존하는 새로운 노동시장' 논의의 결론은 단순하다. AI 도입이 철강 및 비철금속 산업의 일자리를 대규모로 집어삼키는 것이 아니라, 노동의 '역할 재편'을 촉발한다는 점이다.

포럼에서 논의된 내용에 따르면 "AI가 반복적이고 위험한 작업을 대신함으로써 인력 감축보다는 위험 작업의 재배치가 핵심"이라고 명시됐다. 이 진단은 현장 작업자와 인력공급시장 모두를 향한 경고이자 지침이다. 일상적 제조업 현장은 기술로 인해 사라지는 것이 아니라, 업무의 성격이 바뀌는 방향으로 재편된다는 것이 핵심 메시지다.

철강금속 산업은 고열·고하중·고위험 공정이 일상화된 분야다. 숙련공들은 오래전부터 설비의 소리와 온도, 진동을 경험으로 읽어내 제조 품질을 지켜왔다. 포럼 논의는 이러한 숙련 체계가 AI 도입으로 단순한 기계 조작자에서 '공정 감시자'와 '데이터 해석자'로 이동할 것이라고 진단했다.

비철금속 산업의 제련·압연·가공 공정 역시 불량 예측과 설비 이상 탐지에서 AI의 직접적 영향권에 들어간다. 이 같은 변화는 지방 제조 현장의 인력난과 맞물려 중소·중견업체에 구조적 부담을 가중시킨다. 현장 인력의 역할 변화는 결과적으로 노동시장 전반의 재배치 수요를 불러일으켰다.

역할 변화의 실체는 기술적 사례로 확인된다. 포럼 논의는 "과거 숙련공이 경험 기반으로 판단했다면, 앞으로의 숙련공은 AI가 제시하는 데이터와 경고 신호를 해석하고 현장 상황에 맞춰 판단하는 능력이 중요하다"라고 기술했다.

현장에서 요구되는 역량은 센서·로그 데이터의 해석 능력으로 이동한다. 이 전환은 단지 교육의 문제가 아니다. 공정 운영의 의사결정 권한 배분, 안전 책임의 재정의, 업무 프로세스의 문서화 등 조직 전반의 변화가 수반된다.

인력사무소와 인력공급 체계는 이러한 변화에 맞춘 직무기술서(JD)와 훈련 과정을 신속히 설계해야 할 시점에 놓여 있다.

광고

AI의 구체적 기능에 따른 생산성·안전성 개선 가능성도 포럼에서 집중적으로 다뤄졌다. AI는 불량 예측, 설비 이상 탐지, 공정 조건 최적화, 에너지 효율 관리 도구로 활용된다. "데이터 활용 능력이 향후 산업 경쟁력을 좌우할 가능성이 크다"는 진단이 포럼에서 제시됐다.

생산 현장에서 센서 데이터를 실시간으로 분석해 불량을 사전에 차단하면 품질 비용을 낮출 수 있고, 설비 이상을 조기 경보하면 고장이 잦은 라인의 가동률을 유지할 수 있다. 다만 이러한 전환은 AI 도구의 도입만으로 달성되지 않는다. 도구를 해석하고 적용하는 인적 역량과 결합될 때만 성과로 연결된다는 점을 포럼은 거듭 강조했다.

현장 역량 전환과 인력사무소의 역할 변화

포럼이 제기한 세 번째 핵심은 '사람' 중심의 문제다. 순수한 AI 개발자만으로는 현장 문제를 해결할 수 없으며, 공정을 이해하는 AI 활용 인재가 필수적이다. 생산·품질·설비·정비 부서의 현장 인력이 데이터 분석과 AI의 기본 원리를 이해하고 외부 전문가와 소통할 수 있어야 한다.

특히 중견·중소기업은 인적·재정적 한계가 커 현장 수요와 교육 프로그램 간의 간극이 실제로 발생하고 있다. 정부가 제시한 산업 디지털 전환 촉진법 관련 지원도 존재하지만, 포럼은 "법적 지원만으로는 현장 수요를 채울 수 없다"라고 지적하며 실무 중심의 교육 설계와 기업-교육기관 간 협업을 촉구했다. 예상되는 반론은 분명하다.

일부에서는 AI 도입이 결국 일자리 축소로 이어질 것이라고 주장한다. 그러나 이번 포럼 논의는 인력 감축 주장보다 업무 성격의 재배치에 더 무게를 두었다. "인력 감축보다 위험 작업의 재배치에 무게를 두어야 한다"는 방향이 명확히 제시됐으며, 위험 노출을 줄이는 방향으로 인력 재배치가 진행되어야 한다는 점이 강조됐다.

광고

역으로 보면, 재교육과 직무 전환 기회를 제공하지 않을 경우 자동화가 실업 증가로 귀결될 위험은 현실화된다. 정책과 기업의 전략은 자동화를 수단으로 삼되, 인적 전환 계획을 병행하는지를 평가 기준으로 삼아야 한다.

한국 시장과 사회에 미치는 영향은 다층적이다. 인력사무소와 취업 중개업체의 수요 구조가 바뀔 가능성이 크다.

인력공급 시장은 단순 노동자 매칭에서 AI 활용 역량을 갖춘 현장 인재의 발굴·육성·재배치 기능으로 확장되어야 한다. 지방 제조업의 고용 구조가 재편되면 지역 일자리의 성격 자체가 바뀔 수 있다.

건설·인테리어·철거 등 고위험 업종과의 연계 수요가 발생할 여지도 크다. 인력사무소는 이러한 변화에 대비해 직무 전환 교육과 안전 교육을 통합한 패키지 프로그램을 개발해야 한다. 구체적으로는 AI 이해도 평가, 데이터 해석 훈련, 현장 안전 리더십 교육을 결합한 모듈형 과정이 요구된다.

정책과 교육이 맞물려야 하는 이유

유사 사례와의 비교도 시사점을 제공한다. 제조업에서의 자동화 전환은 과거에도 여러 차례 일어났고, 각국의 경험은 교육 투자와 현장 적응력의 중요성을 반복적으로 확인시켜줬다.

비철금속 업계의 제련·압연 공정과 철강 업계의 고온 공정은 기술적 특성은 다르지만, 데이터 기반 의사결정 체계를 통해 불량률 감소와 에너지 효율 개선을 동시에 추구할 수 있다는 점에서 공통적이다. 이번 포럼 논의는 이러한 비교를 바탕으로 산업별 맞춤형 인력 전환 모델을 제안했다.

국제적 사례에 비춰봐도 핵심은 기술 도입의 속도가 아니라 현장 인력의 해석·운영 능력이다. 역사적 맥락과 정책적 경위도 짚어야 한다. 디지털 전환은 2010년대 이후 제조업 전반에서 꾸준히 진행됐고, 2020년대 중반 AI 기술의 상용화가 가속됐다.

2026년 7월 KDI 포럼의 논의는 이러한 누적적 변화를 진단한 결과물이다. 정부는 산업 디지털 전환 촉진법을 통해 지원을 약속했지만, 포럼은 법 제정 자체보다 현장 맞춤형 실행계획의 마련을 더 강조했다.

광고

역사적으로도 기술 도입이 일자리를 창출하거나 파괴한 사례는 공존했고, 핵심은 사회적 안전망과 재교육 시스템의 적시성에 있었다. 향후 전망과 권고는 명확하다. 기업은 직무기술서의 재설계와 현장 중심의 데이터 교육을 최우선 과제로 삼아야 한다.

인력사무소는 단순 중개에서 벗어나 AI·데이터 역량을 갖춘 인재 풀을 구축해야 한다. 정부는 산업 디지털 전환 촉진법과 연계해 중소기업 대상의 실무형 훈련비용 보조와 현장-교육기관 협업 모델을 구체화해야 한다.

포럼은 "공정을 이해하는 AI 활용 인재가 필수다"라는 결론을 제시했다. 일련의 변화는 피할 수 없는 현실로 이미 도달했다. 이 변화를 누가, 어떻게 준비하느냐가 지역과 기업의 향후 5년 경쟁력을 결정할 것이다.

FAQ

Q. 일반 노동자는 AI 전환 시대에 어떤 준비를 해야 하나

A. 현재까지 공식적인 직무별 재교육 의무는 법제화되지 않았다. 산업별로 요구되는 데이터 해석 능력과 안전관리 역량이 달라 현장 맞춤형 교육이 필요한 상황이다. 기초 데이터 이해와 설비 안전 지식을 우선적으로 학습하고, 인근 지역 직업훈련기관의 AI·데이터 활용 과정에 참여하는 것이 실용적 출발점이다. 향후에는 업종별 인증 교육이 고용 시장에서 실질적 가치를 지닐 전망이다.

Q. 인력사무소와 중개업체는 어떤 전략을 취해야 하나

A. 인력사무소는 단순 인력 연결에서 벗어나 직무전환형 교육과정을 패키지로 제공해야 한다. 중소기업 현장은 자체 교육 여건이 취약해 외부 연계형 인재 공급 수요가 높다. AI 이해도 평가 기준을 도입하고, 현장과 연계한 모듈형 훈련(데이터 읽기·설비 기초·안전 리더십)을 개발하는 것이 실무적으로 유효한 방향이다. 이러한 전략은 중장기적으로 시장 내 차별화 요인이 된다.