연간 200만 명의 방문객이 몰리는 고용복지플러스센터가 단순 서류 처리 공간에서 맞춤형 심층 상담 중심 공간으로 체질 개선에 나선다.
상담원이 하루 70건 넘게 처리하던 실업인정과 급여 산정 같은 반복 행정 업무를 AI에 넘겨, 직원이 취약계층 심층 관리와 상담에 집중하도록 체계를 개편한다.
구직자의 이력과 희망 직종, 훈련 내역을 종합 분석하는 AI 프로파일링을 도입해 방문 전후로 맞춤 서비스를 추천하는 개인형 시스템이 추진된다.
정부의 이번 전환안은 인력 감축이 아닌 행정과 상담 조직을 분리하고 적성에 맞춰 인력을 재배치하는 직무 재설계에 초점을 맞췄다.
직무 재설계의 현실화와 디지털 장벽의 극복
단순 입력 및 검증 수요가 줄어드는 대신 복합 민원 처리, 취약계층 사례 관리, 기업 구인처 발굴 등으로 상담원의 역할이 이동하게 된다.
직원의 승진 및 전보에 대한 불안을 해소하기 위해 줄어드는 업무와 새로 늘어나는 직무에 맞춘 재교육 요건 및 평가 기준이 신속히 마련되어야 한다.
서류로 분류하기 힘든 예외 사례가 현장에서 빈번히 발생하는 만큼, 시스템 설계 단계부터 현장 상담원과 노동조합의 의견을 적극 반영해야 한다.
AI가 추천한 직업훈련이나 일자리가 부적합할 때를 대비해, 상담원이 결과를 검토하고 수정할 수 있는 권한과 충분한 시간을 보장해야 한다.
온라인 인증과 앱, 키오스크 이용이 센터 방문의 선결 조건이 될 경우 스마트폰 작동이 서툰 고령 구직자가 상담 기회조차 얻지 못할 우려가 존재한다.
디지털 약자를 보호하기 위해 예약 없이 찾아오는 대면 창구와 전화 접수, 쉬운 문장 표기 및 추천 이의신청 절차를 병행할 예산 확보가 필수적이다.
농어촌 지역의 구직자는 이동 시간이 길고 주변 교육기관이 부족하므로, 지역별 인프라 격차를 고려한 실질적인 일자리 매칭이 이루어져야 한다.
구직 이력과 급여, 훈련 정보 등 민감한 개인정보를 안전하게 다루기 위해 정보 수집 범위를 최소화하고 접근 권한을 명확히 설정해야 한다.
알고리즘 편향 방지와 포용적 고용 체계의 조건
과거 경력만을 위주로 분석하는 알고리즘은 경력단절자나 직종 전환을 희망하는 구직자를 기존 직무 범주에 계속 묶어두는 한계를 유발할 수 있다.
특정 집단에 저임금·단기 일자리만 반복 추천되는 현상을 막기 위해 연령, 성별, 장애 여부에 따른 추천 결과를 정기적으로 점검하고 교정해야 한다.
정책의 성공 여부는 단순 민원 처리 속도가 아니라 실제 취업 유지율, 취약계층 대기시간, 고령층의 중도 이탈률 등을 종합 산정하여 평가해야 한다.
상담원이 단순 서류 처리자에서 취업 문제 해결자로 거듭나려면 전문 교육을 위한 충분한 시간과 대면 상담 선택권을 보장하는 노력이 선행되어야 한다.
