고령 노동력과 디지털화의 교차점: 고용 추세와 디지털 역량 격차

고령화와 디지털화는 노동시장에서 동시에 진행되는 두 흐름이다. EU에서는 5564세 고용률이 20132022년 상승했고, 2021년 디지털 역량 자료에서는 55~64세가 젊은 연령집단보다 전반적으로 낮은 숙련 수준을 보였다. 이 두 현상을 함께 보면 고령 근로자의 고용 지속과 디지털 역량개발 문제가 함께 제기된다.

Balytska 외(2023)는 이 문제를 EU와 우크라이나의 고용 통계, EU의 디지털 역량 자료, 선행 문헌과 정책자료를 통해 살펴본다. 이 논문은 자체 설문이나 실험을 수행한 연구가 아니다. 국가·연도·성별·연령집단별 2차 집계자료를 기술적으로 비교하고, 제한적인 상관분석과 정책 논의를 결합한 학술대회 논문이다.

연구가 묻는 질문

이 연구의 중심 질문은 고령화되는 노동력과 디지털화가 동시에 진행되는 상황에서 어떤 노동시장 문제가 나타나는가이다. 특히 연령집단별 디지털 역량 격차를 확인하고, 고령 근로자의 재훈련과 지속적인 역량개발이 왜 필요한지를 설명하는 데 초점을 둔다.

논문은 EU 국가와 우크라이나의 성별·연령별 고용구조도 비교한다. 다만 고령화와 디지털화 사이의 통계적 상호작용이나 인과효과를 추정하지는 않는다. 두 현상을 하나의 문제영역 안에서 함께 논의하는 연구로 이해하는 것이 정확하다.

연구 설계

주된 방법은 기술통계(descriptive statistics)다. 사용된 자료에는 Eurostat, Ukrstat, Digital Economy and Society Index(DESI) 및 Digital Scoreboard가 포함된다.

고용 분석에서는 주로 1524세, 2554세, 5564세 집단을 비교한다. 디지털 역량 자료는 1624세, 2554세, 5564세로 구분된다. 분석기간도 지표별로 다르다.

• EU 5564세 고용률 장기 추세: 20132022년
• 성별·연령별 고용구조: 2009~2021년
• 교육지출과 고용의 상관관계: 2009~2020년
• 연령별 디지털 역량: 2021년

개인 수준 표본은 없다. 개인 수, 국가 수, 총 관측치 수와 결측치 처리도 보고되지 않았다. 따라서 아래 결과는 개인의 행동이나 역량을 직접 측정한 결과가 아니라 국가 및 연령집단 수준의 패턴이다.

핵심 발견

첫째, EU의 55~64세 고용률은 상승했다. 논문에 따르면 2013년 47.9%에서 2022년 62.3%로 높아졌다. 이는 14.4%포인트 상승이며, 논문은 상대적 증가율을 30.06%로 표현한다. 남성은 55.0%에서 68.7%, 여성은 41.3%에서 56.2%로 상승했다.

20092021년의 국가별 분포를 사용한 분석에서도 고용률이 낮은 국가군의 5564세 고용 비중이 증가했다. 논문은 평균 증가폭을 남성 연 1.55%포인트, 여성 연 1.35%포인트로 제시한다.

다만 이 결과를 우크라이나까지 일률적으로 확대해서는 안 된다. 초록은 EU와 우크라이나에서 고령층의 노동시장 참여가 늘었다고 서술하지만, 표에 제시된 우크라이나 55~64세의 평균 변화값은 남성 -0.52, 여성 -0.07이다. 원문의 서술과 표가 일치하지 않으므로 우크라이나의 증가 추세는 확정적으로 말하기 어렵다.

둘째, 연령별 디지털 역량 격차가 나타났다. 2021년 EU 자료에서 최소 기본 이상(at least basic)의 디지털 역량을 보유한 비율은 1624세 71.2%, 2554세 61.1%, 55~64세 42.0%였다.

기본(basic) 역량 비율은 각각 32.3%, 30.0%, 25.3%였고, 기본 초과(above-basic) 역량은 38.9%, 32.1%, 16.8%였다. 특히 55~64세는 높은 수준의 디지털 역량에서 더 큰 격차를 보였다.

국가별 차이도 컸다. 기본 디지털 역량 비율의 범위는 1624세 26.347.3%, 2554세 23.240.8%, 5564세 9.739.3%였다. 전반적으로 고령집단이 낮았지만, 모든 국가와 모든 숙련 수준에서 연령 순서가 동일한 것은 아니었다.

셋째, 논문은 교육지출과 고용수준 사이의 상관관계를 보고한다. 2009~2020년 자료에서 상관계수는 청년 남성 0.57, 청년 여성 0.63, 고령 남성 0.47, 고령 여성 0.53이었고 모두 p<0.05로 제시됐다.

그러나 이 결과는 교육지출이 고용을 증가시켰다는 인과효과를 의미하지 않는다. 상관계수의 종류, 정확한 관측치 수, 통제변수와 신뢰구간도 보고되지 않았다.

고령화와 디지털화의 관계를 어떻게 해석해야 하는가

논문은 고령층의 고용 참여가 늘어나는 상황에서 디지털 역량 격차가 새로운 장벽이 될 수 있다고 본다. 기술변화로 직무가 자동화되고 디지털 기술을 요구하는 업무가 늘어나면 디지털 역량이 부족한 근로자가 선택할 수 있는 일자리의 범위가 줄어들 수 있다는 것이 저자들의 해석이다.

고령자의 학습능력에 대해서는 유동성 지능과 결정성 지능을 함께 고려한다. 저자들은 선행 연구를 인용해 유동성 지능은 연령과 함께 감소할 수 있지만, 축적된 지식과 경험에 해당하는 결정성 지능은 이를 일부 보완할 수 있다고 설명한다. 따라서 고령 근로자를 일률적으로 학습능력이 낮은 집단으로 보는 것은 논문의 논의와도 맞지 않는다.

생성형 AI에 대해서도 신중한 구분이 필요하다. 논문은 AI가 정보처리와 기술지원을 통해 고령 근로자의 적응을 도울 잠재력이 있다고 제안한다. 하지만 고령 근로자를 대상으로 AI 교육을 시행하거나 고용·재취업·생산성 효과를 측정한 것은 아니다.

이 연구가 말하지 않는 것

이 연구는 다음을 입증하지 않는다.

• 디지털화가 고령층 고용을 증가시키거나 감소시킨다는 인과효과
• 교육 공공지출이 고용을 직접 창출한다는 효과
• 생성형 AI가 고령 근로자의 재취업이나 생산성을 높인다는 효과
• 특정 재훈련 프로그램의 취업효과 또는 비용효과성
• 고령화나 디지털화가 노동력 부족을 유발하거나 해소한다는 관계
• 디지털화가 은퇴연령이나 은퇴확률을 바꾼다는 관계
• 연령차별의 규모나 디지털화가 차별에 기여한 정도
• 브리지 고용 참여 또는 참여의도

또한 우크라이나에는 당시 DESI 방법론이 적용되지 않았기 때문에 EU 국가와 같은 기준으로 디지털화 수준을 비교할 수 없다. 원문의 일부 연령 표기와 변화량에도 불일치가 있어 세부 수치를 확대 해석해서는 안 된다.

DASISIJAK 관점에서의 함의

이 논문의 가치는 브리지 고용을 직접 설명한다는 데 있지 않다. 고령층의 고용 지속과 디지털 역량 사이에서 어떤 연구질문이 필요한지를 보여주는 배경 자료라는 데 있다.

첫째, 디지털 역량개발은 은퇴 직전에 시작하는 단기 처방보다 생애 전반의 경력관리로 접근할 필요가 있다. 논문은 현재 25~54세인 근로자도 앞으로 고령 노동력으로 이동한다는 점을 지적한다. 중년기부터 지속적으로 역량을 갱신할 수 있는 기회가 중요하다는 해석이 가능하다.

둘째, 훈련 참여를 개인의 의지 문제로만 돌리기 어렵다. 논문은 업무책임과 시간압박 때문에 새로운 학습이 개인의 자유시간으로 밀려나 일과 삶의 균형을 해칠 수 있다고 설명한다. 조직은 교육을 권고하는 데 그치지 않고 근무시간 안에서 실제로 학습할 수 있는 조건을 검토할 필요가 있다. 이는 논문의 통계적 결과가 아니라 DASISIJAK의 관리적 해석이다.

셋째, 고령 근로자를 하나의 동질적 집단으로 보아서는 안 된다. 국가별 디지털 역량의 분포가 다르고, 개인이 축적한 직무경험과 결정성 지능도 다르다. 연령만으로 역량을 판단하기보다 현재의 숙련 수준, 직무 경험, 학습기회와 기술지원 환경을 함께 살펴봐야 한다.

넷째, 브리지 고용과의 연결은 후속 연구가 필요하다. 디지털 역량, 조직의 학습지원, 재훈련 접근성이 중고령자의 근로지속이나 브리지 고용 참여의도와 어떤 관계를 갖는지는 이 논문이 검증하지 않은 별도의 질문이다.

독자를 위한 핵심 takeaway

• EU 55~64세의 고용률은 상승했지만, 고령층의 디지털 역량은 젊은 집단보다 전반적으로 낮았다.
• 이 연구는 기술통계와 상관관계를 제시하며, 디지털화·교육·AI의 인과효과를 검증하지 않았다.
• 재훈련과 평생학습은 저자들의 핵심 정책 제안이지만, 특정 프로그램의 효과가 입증된 것은 아니다.
• 브리지 고용에 대한 직접 증거는 없으며, 중고령자의 디지털 경력 적응을 위한 배경 자료로 활용하는 것이 적절하다.

출처

이 글은 DASISIJAK이 작성한 독립적인 연구 해설 후보이며, 원문은 Mariia Balytska, Ihor Honchar, Martina Rašticová, Nataliia Versal, Nataliia Tkalenko, Nataliia Prykaziuk(2023)의 “Unlocking the Potential Under Ageing Labor Force and Digitalization Challenges”이다. 이 논문은 2023 IEEE 4th KhPI Week on Advanced Technology (KhPIWeek)에 게재되었으며, 출판사는 IEEE이고 DOI는 https://doi.org/10.1109/KhPIWeek61412.2023.10313005 이다.