울산지역 일자리 자동화 위험 분포와 시사점

The Automation Risk of Jobs in Ulsan City

본 연구는 기술적 측면의 일자리 자동화 용이성에 초점을 둔 Frey･Osborne･김세움의 접근법을 이용하여 울산지역 일자리 구조의 특징을 분석했다. 직업별 고용 자료는 통계청 ｢지역별고용조사｣ 2008~2020년 원자료를 이용했다. 주요 결과는 다음과 같다. 첫째, 울산지역 일자리의 자동화 위험 수준은 전반적으로 상당히 높게 추정되었다. 향후 10~20년 이내에 기계에 의해 대체될 수 있는 확률이 70% 이상인 자동화 고위험 일자리의 비중은 2019년 기준 52.8%에 달하며, 이는 전국 17개 광역시도 중 가장 높다. 지난 10여 년간 울산지역 자동화 고위험 일자리 비중은 전국 평균보다 조금 느린 속도로 하락했다. 둘째, 일자리 자동화 위험은 울산지역 노동자 간에 상당히 불균등하게 분포되어 있다. 산업별로는 자동차, 석유･화학, 금속, 조선 등 울산지역 주력 제조업의 자동화 위험이 크고, 서비스업 중에는 도소매･숙박･음식점업, 운수업, 금융･보험업의 자동화 위험이 크다. 직업별로는 장치･기계 조작 및 조립 등 생산직뿐 아니라 판매직의 자동화 위험도 크며, 저학력, 저숙련, 저임금, 임시･일용직, 단기 근속자의 자동화 고위험 비중이 높다. 본 연구의 시사점은 다음과 같다. 첫째, 지역적 특수성을 반영한 예측 시스템을 기반으로 기술변화의 노동시장 영향에 대비한 적절한 정책 방안을 수립해야 한다. 둘째, 지역 구성원 간 긴밀한 사회적 대화와 협업을 통해 기술혁신의 방향과 과정, 기회 요인과 위험 요인에 대한 공감대를 넓히고 공동의 이익을 극대화하는 방안을 모색해야 한다. 셋째, 교육체계 개선과 고용･사회안전망 강화를 위한 지역 사회 정책 역량 강화와 구성원 간 협력 확대도 시급하다. 비판적 사고, 사회적 숙련, 디지털 감수성과 기계와의 협업 역량 등 미래 지향적 교육 성과를 높이기 위해 프로그램 기획 및 운영 단계부터 지역 사회경제 주체들의 참여를 확대할 필요가 있다. 각 개인의 숙련 수준과 경력 단계에 따른 맞춤형 직업훈련 서비스를 생애 전반에 걸쳐 지속 제공함으로써 경제사회 변화에 대한 적응력(resilience)을 강화하고 더 나은 일자리로의 이행을 지원해야 한다. 지역 고용주들과 노동･시민사회 단체, 정규 교육기관의 참여 확대를 통해 직업훈련의 성과도 개선할 필요가 있다.

This study analyze the risk of job automation in Ulsan city, South Korea, using the approach by Frey & Osborne and Kim(2015) and the data from RES (Regional Employment Survey) for the period 2008-2020. The main results of this study are as follows. First, the automation risk of jobs in Ulsan is estimated to be quite high. The proportion of jobs with a 70% or more probability of being replaced by machines within the next 10 to 20 years reached 52.8% as of 2019, the highest among 17 metropolitan cities in Korea. Over the past decade, the proportion of high-risk automation jobs in Ulsan has fallen at a slightly slower rate than the national average. Second, the risk of job automation is unevenly distributed among workers in Ulsan. By industry, there is a high risk of automation in Ulsan's major manufacturing industries such as automobiles, petrochemicals, metals, and shipbuilding, and among service industries, there is a high risk of automation in wholesale and retail, lodging, restaurant, transportation, finance and insurance. By occupation, there is a high risk of automation not only for production workers, but also for sales workers. The automation risk is also estimated to be high for low education, low skill, low wage, temporary and daily workers, and short-term workers. The results of this study show the need for appropriate policy measures to reduce potential negative impacts of automation on the regional labor market and to facilitate inclusive economic development.