AI 시대, 공공기관 중고령 근로자의 브리지 고용 참여의도에 관한 연구: 경력적응모형(CCMA)을 기반으로

양원남 (국립금오공과대학교 대학원 경영학과)

---

요약 (Abstract)

본 연구에서는 국내 공공기관에서 일하는 중고령 근로자들이 브리지 고용에 참여하려는 의도에 영향을 미치는 다양한 요인 간의 관계에 대해 살펴보았다. 대한민국이 초고령사회로 진입하고 4차 산업혁명으로 인한 디지털 대전환이 일어나는 시점에서, 법정 정년(60세)을 앞둔 50–59세 공공기관 재직자들을 대상으로 연구를 수행했다.

이 연구는 Savickas(2013)의 **경력적응모형(CCMA)**을 기반으로 **‘적응준비성 → 적응자원 → 적응결과’**의 순차적 틀을 적용하였다.

연구 모형 및 변수

1. 적응준비성 (Readiness): 미래시간관(FTP)
2. 적응자원 (Resources):
   • AI에 대한 태도(AIA) - 새로운 매개 변인
   • 경력적응성(CA)
   • 사회적 네트워크(SN)
3. 적응결과 (Results): 브리지 고용 참여의도(BEI)
4. 조절 변수: AI 활용 수준 (AIUL)

---

주요 연구 결과

분석에는 50–59세 공공부문 재직자의 유효 설문 384개 데이터 세트가 사용되었으며, 구조방정식모형(SEM)을 통해 검증하였다.

1. 심리적 경로의 확인:

   • 미래시간관(FTP)은 AI에 대한 태도(AIA)와 경력적응성(CA)에 정(+)의 영향을 미쳤다.
   • AI에 대한 태도(AIA)는 경력적응성(CA)을 증진시켰다.
   • 경력적응성(CA)은 브리지 고용 참여의도(BEI)를 강하게 예측하였다.

2. 사회적 경로의 발견:

   • **외부매개형 네트워크(SN_E)**는 경력적응성과 유의한 정(+)의 경로를 보였다. 이는 이 연구의 맥락에서 '약한 연결의 강점' 관점과 부합하는 결과로 해석할 수 있다.
   • 반면, 내부결속형 네트워크(SN_I)의 영향은 유의하지 않았다.

3. 매개 효과:

   • FTP → AIA → CA → BEI 로 이어지는 연속 매개 경로가 통계적으로 유의하였다. 이는 미래시간관이 AI에 대한 긍정적 태도를 형성하고, 이것이 다시 경력 적응성을 높여 최종적으로 가교 고용 의도로 이어진다는 것을 의미한다.

4. 조절 효과:

   • **AI 활용 수준(AIUL)**은 경력적응성이 브리지 고용 참여의도에 미치는 영향을 조절하였다.
   • AI 활용 수준에 따른 조건부 간접효과는 경로별로 달랐다. 특히 FTP → AIA → CA → BEI 이중매개경로의 집단 간 차이는 p=.058로 5% 유의수준에서 경계적이었으며, 일부 다른 간접경로에서는 유의한 차이가 확인되었다.

---

시사점

이론적 시사점

• 초고령화와 AI 전환 시대에 맞춰 CCMA 이론의 효과성을 실증하였다.
• AI에 대한 태도를 기술 수용 측면의 인지·정서적 매개 변인으로 규명하여 이론을 확장하였다.

정책적 제언

• 생애 경력관리 프로그램: 기존의 재무/건강 중심 교육에서 벗어나, 미래지향 워크숍, 리버스 멘토링, AI 활용 교육 등이 포함되어야 한다.
• 공공기관의 역할: 비수도권 청년에게는 '디딤돌', 고령 근로자에게는 '재취업 플랫폼'으로 기능하는 세대 상생형 모델을 제안한다.