김승대 남부대학교 기계소재공학과 교수

인공지능(AI), 로봇, 데이터 기술이 산업 전반을 빠르게 재편하고 있다. 이러한 변화는 수도권을 넘어 광주·전남 지역 산업 전반에도 깊숙이 영향을 미치고 있으며, 특히 제조업과 지역 기반 중소기업에서는 기술 변화에 대응할 수 있는 인재 확보가 중요한 과제로 부상하고 있다.

하지만 현재의 자격제도는 이러한 산업 변화 속도를 충분히 반영하지 못하고 있다.

국가기술자격은 여전히 기계, 전기, 용접 등 종목 중심으로 구성돼 있다. 반면 산업 현장은 이미 융합 구조로 전환됐다. 하나의 직무를 수행하기 위해서는 설비 운영뿐만 아니라 센서 활용, 데이터 해석, 공정 제어 등 복합적인 역량이 동시에 요구된다. 그럼에도 자격체계는 분절된 구조를 유지하고 있어 산업과 자격 간 괴리가 지속되고 있다.

이러한 괴리는 기업과 개인 모두에게 부담으로 작용한다. 기업은 자격을 취득한 인력을 채용하더라도 다시 교육해야 하고, 개인은 어떤 역량을 준비해야 하는지 명확한 기준을 찾기 어렵다. 자격제도가 인재 양성의 기준으로 기능하지 못하는 구조가 고착화되고 있는 것이다.

이제는 자격제도의 방향을 근본적으로 전환해야 한다.

첫째, 종목 중심이 아닌 ‘산업 중심 자격체계’로 개편해야 한다. 실제 산업 단위를 기준으로 자격을 재구성함으로써 현장에서 바로 활용 가능한 인재를 양성해야 한다. 스마트 제조 운영, AI 기반 공정관리, 로봇 유지보수와 같은 형태의 자격이 그 출발점이 될 수 있다.

둘째, 모듈형 자격제도를 도입할 필요가 있다. 하나의 자격을 일괄적으로 취득하는 방식에서 벗어나, 필요한 역량을 모듈 단위로 나눠 취득하도록 해야 한다. 이를 통해 개인은 산업 수요에 맞는 역량을 선택적으로 축적할 수 있으며, 변화하는 기술 환경 속에서도 지속적인 역량 확장이 가능해진다.

셋째, 자격 운영 전반에 데이터와 AI를 적극적으로 활용해야 한다. 출제, 평가, 난이도 조정 등 전 과정에 데이터 기반 시스템을 도입함으로써 자격의 신뢰성과 운영 효율을 동시에 높일 수 있다.

아울러 자격 교육 취업이 하나의 흐름으로 이어지는 구조를 구축하는 것도 중요하다. 자격 취득이 단순한 시험 준비에 머무르는 것이 아니라, 산업 현장과 연계되고 실제 취업으로 이어질 때 자격제도의 실효성은 비로소 확보된다.

이러한 개편은 단기간에 완성될 수 있는 과제가 아니다. 시범 산업군을 중심으로 단계적으로 추진하고, 현장 데이터를 기반으로 지속적으로 보완해 나가는 접근이 필요하다.

분명한 것은 방향이다.

자격제도는 과거 기술을 검증하는 체계를 넘어, 미래 산업을 준비하는 인재 시스템으로 전환돼야 한다.

AI 시대의 경쟁력은 기술 그 자체가 아니라, 그 기술을 활용할 수 있는 사람에게서 나온다. 그리고 그 기준을 제시하는 것이 자격제도다.

이제는 선언을 넘어 실행으로 나아가야 할 때다.

▶ 디지털 뉴스 콘텐츠 이용규칙보기