한국의 진로교육! 산업의 수요를 반영하고 있는가?(1) [이대성의 진로 로드맵]
상태바
한국의 진로교육! 산업의 수요를 반영하고 있는가?(1) [이대성의 진로 로드맵]
  • 뉴스앤잡
  • 승인 2021.04.09 14:17
  • 댓글 0
이 기사를 공유합니다

지난주 필자가 교수로 활동하고 있는 서울의 K대학 경영대학원 교과목에서 수강생인 간부급 직장인과 기업의 대표에게 다음과 같은 질문을 한 적이 있다. “사장님 또는 부서장인 선생님께서 현재 일하고 있는 그 일에서 반드시 디지털 전환이 필요한 업무의 영역은 무엇입니까? 또한 그 디지털 전환의 수준은 인사부서(HR Dept)의 영역을 넘어 충분히 고객의 입장(On-demand)을 반영하고 있습니까?”

필자의 이력은 과거 큰 기업의 엔지니어(Engineer)로 직장생활을 시작하여 사직 후 창업을 하여 약 360명의 직원을 고용한 중소기업의 대표로 이후 늦게 경영학을 전공했다. 현재 채용컨설팅 기업의 경영자와 대학과 대학원에서의 교수역할을 겸임하고 있다. 커리어의 시작점이 엔지니어(Engineer)라 해도 현재 4차 산업에서의 핵심기술을 별도로 학습하지 않고서는 회사 운영도 교과목 수업도 수요자의 만족도를 이끌어내기가 참 어려운 세상이다.

시대는 바야흐로 대전환의 시대이며 대변화의 시대이다. 이러한 시대적 전환기의 시점에서 미래를 책임질 우리 학생들의 모습은 어떠한가? 한국의 진로교육은 충분히 산업의 수요를 반영하고 있는가? 우선 3차 산업과 4차 산업에 있어서 진로와 진로교육의 차이는 무엇인가? 가령 기계공학을 전공한 대학생이 제조기업에 지원을 함에 있어서 3차 산업에서의 진로(또는 포지션)는 설계, 연구, 개발, 연구개발, 검사(Inspection), 품질관리, 품질보증, (일부)품질경영, 생산기술, 생산원가, 생산관리, 영선(공무 또는 Maintenance Engineer)이 주된 영역이었다.

그러나 4차 산업에서의 진로는 어떠한가? 데이터 에널리틱스(Data analytics), 생산 데이터 사이터 사이언티스트(Data Scientist), 로봇 엔지니어(Robot Engineer), 소프트웨어 프로그래머(S/W Programer), 차세대 디지털전환(DT)형 품질관리, 센서(Sensor), IOT(사물인터넷), 전자 품질보증, 빅데이터 플렛폼 엔지니어(Big data platform Engineer), 로봇틱스 또는 로봇 네이게이션(Robot navigation)으로 직무가 시급히 변경이 되고 있고 채용 또한 현재 이러한 직무로 진행이 되고 있다.

과거 생산라인에서 주요 기술로 주목을 받아 왔던 전기, 기계, 전자가 합해진 메카트로닉스(Mechatronics)의 기술만으로 즉 공장자동화(Factory Automation)와 PLC(Program logic control), 인버터(Inverter)의 자동화 시스템으로만 생산이 되고 있는 시대인가? 과거 각자 역할(Role)이 명확히 나누어진 생산, 구매, 물류, 연구 집단이 서로의 단위적 또는 부분적 협력으로 고객의 니즈(속도와 품질 등 생산관리의 4대 목표)를 따라 갈 수 있는 시대인가?

즉 현재의 제조 생산라인은 알고니즘(Algorithm), 로봇(Robot), 프로그래밍(Programing), 빅데이터(Big data) 또는 스몰데이터(Small data), 플랫폼(Platform), IOT(사물인터넷), ICT(정보통신기술), 센서(Sensor) 등 4차 산업의 핵심 기술로 뒤덮여 있다. 아니 뒤 덮인 정도가 아닌 하나의 비즈니스 시스템으로 또는 온라인(On-line)상에서 초연결(Hyper-connected)화가 되어져 있다.

현재까지 또는 과거 3차 산업에서의 취준(就準)은 지원서류를 작성하기 위한 조건인 전공(기계공학), 학점, 외국어점수, 인턴, 공모전, Lap, 기계관련 자격증 등에 집중되어져 왔다. 4차 산업의 취업준비는 입사 후 직무수행과 연관된 핵심 기술요소를 검증(학습, 자격, 기술, 경험)하는데 채용 검증 과정(Hiring Process)이 정조준화 되어 있다. 결과적으로 지금까지의 검증은 해당 분야 기술에 있어서 지원 자격을 갖춘 정도의 검증이었다면 지금부터의 검증은 해당 기술을 운영, 응용 할 수 있는 실기 또는 실습형으로 변하고 있는 것이다.

또한 코로나 19로 인하여 디지털 전환이 가속화 된 뉴노멀(New normal)의 상황 속에서는 현업(Field based)의 도움으로 인한 인사팀 위주의 직무분석(직무기술서 Job description 또는 역할규정서 Role profile)보다는 고객의 니즈(On-demand)에 의한 직무가 탄생하고 유지되는 특징을 보여 주고 있다. 즉 “고객입장에서 어떠한 직무가 존재하고 어떠한 시스템으로 유지되어야 하는가?“에 따라 직무가 태어나고 생산라인이 구성이 되고 정확성, 속도성, 민첩성, 서비스 고도화에 의해서 직무가 유지되는 시대이다.

그러한 결과 제조기업의 경우 이를 반영한 나머지 현재 채용이 되는 주요 직무에 데이터 에널리틱스(Data analytics), 생산 데이터 사이터 사이언티스트(Data Scientist), 로봇엔지니어(Robot Engineer), 소프트웨어 프로그래머(S/W Programer), 차세대 디지털전환(DT)형 품질관리, 센서(Sensor), IOT(사물인터넷), 전자 품질보증, 빅데이터 플랫폼 엔지니어(Big data platform Engineer), 로봇틱스 또는 로봇 네이게이션(Robot navigation)기술이 필요한 것은 응당 당연한 이치이며 전환기적 시대의 트렌드(Trend)가 아닐 수 없다.

그러나 현재 대학 캠퍼스에서 보여 지고 있는 진로교육 또는 취업준비의 모습은 어떠한가? 아니 더 나아가 완벽하지는 않지만 진로교육의 효시라고 일컬어지는 독일국의 아우스빌둥(Ausbildung, 쌍둥이교육)과 스위스국의 도제교육의 수준은 되지 못해도 한국의 고등학교 진로교육은 2015년 진로교육법이 시행된 이후로 산업과 실무가 충분히 반영이 되고 있는가? 고등학교의 진로교양과 진로특강 및 산업업체 방문, 나아가 현장 경험, 진로 전담 교사의 교육적인 정보와 역량이 실무와 현실을 충분히 반영하고 있는가?

나아가 대학에서의 전공 커리큘럼, 취업특강, 취업전담 교수제, 취업교양강좌, 취업캠프 등의 진로교육에 있어서 산업체의 수요와 트렌드(Trend)를 충분히 반영하여 진행이 되고 있는가? 전공수업 또한 부족한 예산이나마 산업이 요구하는 Lap과 실험실습을 통하여 나아가 산업현장 시찰과 현장학습의 경험을 더욱 진보적으로 확대하여 전방위적인 아우스빌둥과 도제식 시스템에는 미치지 못하나 일부 유사한 방식으로 진행이 되고 있는가?

한국의 전공 불일치 비율은 OECD에 소속된 국가 중에서 최상위에 속한다(출처. OECD). 또한 수능시험은 장단점이 있지만 암기 위주의 습관화가 팽배해 지는 결과를 초래하여 4학년의 대학생이 아닌 고등학교 7학년의 대학생이 되는 모습을 띄게 하는 주요 원인이 되고 있다. 그러나 현재 산업현장이 요구하는 직무수행은 암기식의 모습을 띈 정답을 찾는 사람이 아닌 문제를 스스로 인식하고 문제를 대처하는 사람을 찾고 있다. 여기에 4차 산업과 온라인(On line) 가속화가 더해져 문제의 난이도는 더욱 복잡하고 더욱 광범위해진 시대이다. 작금에 있어서 한국의 진로교육은 이러한 현실을 반영하여 총기(聰氣) 있는 학생들을 보살피고 있는가?


댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
댓글 0
댓글쓰기
계정을 선택하시면 로그인·계정인증을 통해
댓글을 남기실 수 있습니다.
주요기사
이슈포토