AI 기술은 국가 경쟁력을 좌우하는 핵심 요소이다. AI가 경제 성장과 노동시장 변화, 국가안보 등 다양한 분야에 막대한 영향을 미치는 만큼 각국 정부는 대규모 인재 양성 정책과 해외 전문인력 유치 제도를 활발히 추진하며 고급 AI 인재 확보를 위해 치열하게 경쟁하고 있다. 우리나라도 디지털 전환과 초거대 AI 시대에 대응하기 위해 다각도의 인력양성 및 해외 인재 유치 정책을 펼치고 있으나, AI 패권 경쟁 속에서 AI 인력 부족과 채용 난, 해외로의 AI 인재 순 유출이라는 난관에 직면해 있다. 이에 본 고는 한국과 미국, 중국, 영국, 일본의 AI 인재 양성·유치 정책 현황을 비교·분석함으로써 국내 정책 개선에 대한 시사점을 도출하는 것을 목적으로 한다. 우리나라는 2019년 ‘인공지능 국가전략’을 발표한 이래, ‘디지털 인재 양성 종합방안’(100만 디지털 인재 양성), ‘첨단산업 해외 인재 유치·활용 전략’ 등으로 폭넓은 인력 기반을 확보하고자 노력하고 있다. 최근에는 ‘인공지능기본법’으로 AI 전문인력 양성과 연구개발 지원을 법적으로 보장하고, ‘Top-Tier 비자’와 ‘K-Tech Pass’ 등 해외 고급인재를 신속히 받아들이기 위한 비자 사다리 구축에 힘쓰고 있다. 그러나 국내 AI 인력 부족은 여전하고, 중소기업의 해외 인재 채용 제약, 국내 고급인재의 해외 유출 등으로, 우리나라는 고급인재 양성과 유출 방지·유치 매력도 제고를 동시에 추진해야 하는 과제를 안고 있다. 미국은 풍부한 민간 R&D 및 세계적 대학교 육성 시스템, 개방적인 이민정책을 결합해 글로벌 AI 인력 블랙홀로 자리 잡았다. 이미 AI 연구·교육 분야에 대규모 연방 예산을 투입하는 ‘AI 이니셔티브 연간보고서(’20)‘와 ‘국가 AI 이니셔티브실(’21)‘ 등을 통해 전 주기적 지원을 실시해 왔으며, ‘AI교육법(’22)‘, ‘NSF Educate AI Initiative(’23)‘ 등으로 K-12부터 대학원까지 AI 교육을 강화하고 있다. 또한 ‘안전하고 신뢰성 있는 AI를 위한 행정명령(’23)‘으로 AI 전문가 비자를 확대해 해외 우수 연구자 유치를 더욱 촉진하고 있으나, 트럼프 2기 행정부의 과학 연구자금 삭감과 일부 폐쇄적 이민정책 가능성 등 정책 변동성이 주목할 점이다. 중국은 막대한 정부 투자와 기업의 파격적 보수 책정, 거대한 인구 기반을 결합해 국내 AI 인재를 대량 양성하고, 해외 중국인 연구자 귀환을 적극 유도한다. ‘치밍계획(’20)‘을 통해 귀환 인재에게 정착금을 지급하고, ‘R 비자’를 도입해 고급 외국 인재를 우대하고 있으나, 엄격한 정치·문화적 제약으로 외국 국적자의 유치에는 여전히 한계가 있다. 그럼에도 불구하고, ‘인공지능 인재양성 백서(’22)‘와 ‘중· 고등학교 AI 교육 강화 정책(’24)‘ 등으로 전방위적 교육 시스템을 갖추고, 국가와 지방정부, 기업이 합심하여 AI 분야를 집중 육성함으로써 빠른 속도로 AI 인적자원을 확대하고 있다. 영국은 브렉시트 이후에도 글로벌 AI 리더십 유지를 목표로 ‘국가 AI 전략(’21)‘을 수립하고, 고급인재를 유치하기 위한 비자 제도를 대폭 정비해왔다. ‘Global Talent Visa’, ‘High Potential Individual Visa’ 등을 통해 세계 상위권 대학 졸업자나 우수 연구자에게 유연한 체류와 가족 동반 혜택을 주며, AI 연구 분야에서는 UKRI를 중심으로 AI 전문 박사과정 센터와 펠로우십 프로그램을 확대해 연구 중심 인재를 육성한다. 최근 ‘AI 기회 행동계획(’25)‘에서는 AI 분야 장학제도·평생교육·해커톤 등 인재 유입경로를 다변화하여 유럽 내 AI 허브 지위를 공고히 하는 데 주력하고 있다. 일본은 2019년부터 본격화한 AI 전략을 토대로 인재 양성과 해외 고급인재 유입 제도를 정비하고 있다. 대학-기업 협력모델을 통해 고교생부터 성인 재교육까지 전방위적 AI 교육을 확대하고, ‘특별고도인재제도(J-Skip)’ 등을 통해 해외 우수 인재에게 배우자 취업, 가사도우미 고용, 영주권 요건 완화 등 파격적 우대 조치를 시행하면서 최근에는 AI 인재 순 유입국으로 전환된 모습이다. 또한 ‘반도체· 디지털 산업전략’(’23)‘과 ‘생성형 AI 연구개발(’24)‘ 정책에서 산학협력 기반의 고급인재 육성과 글로벌 연구 네트워크 강화를 강조하여 기술력과 실무 역량을 동시에 높이고 있다. 각국의 사례에서 보듯, AI 시대 경쟁력을 위해서는 국내 인재의 대규모 양성과 유출 방지가 필수이며, 해외 최고급 인재를 유치·정착시킬 매력적인 환경을 조성해야 한다. 더 나아가 현재까지 비교적 관심을 덜 가져온 해외 거주 인재의 활용 방안에 대해서도 심도 있게 고민을 해야 할 것이다. 이를 위해 대학·연구기관·기업이 함께 참여하는 산학협력 및 교육 혁신을 더 강화하고, 스타트업에서 대기업까지 폭넓게 활용 가능한 비자 완화와 정주지원, 그리고 국책사업 참여 기회를 대폭 열어두어야 한다. 특히 우리나라 출신의 해외 전문인력에게는 귀환 시 연구나 창업에 필요한 자금·인프라를 집중 지원하고, 귀환하지 않는 인재라도 공동 프로젝트나 자문을 통해 국내에 기여할 수 있는 제도적 장치를 마련해야 한다. 장기적으로는 국제 학술행사 유치와 글로벌 연구센터 설립 등으로 ‘AI 혁신 클러스터’로서의 위상을 높여야 한다. 우리나라가 글로벌 AI 인재 유출 심화와 국내 기업의 인재 확보 어려움과 같은 문제를 해소하기 위해서는 본 고에서 제시된 정책들에 대한 검토뿐만 아니라, 제한된 자원을 효율적으로 활용하기 위해 핵심 AI 분야에 '선택과 집중'하고, 인재 유출 방지 및 활용에 대한 ‘패러다임을 전환’하며, 주체 또는 정책간 ‘연계를 통한 시너지 창출’을 더 고민해 나가야 한다. 이러한 종합적인 정책·제도 개선을 통해 우리나라가 과감하고 전략적인 AI 인재 확보·육성에 성공한다면, 미래산업과 국가 경쟁력을 선도하는 발판을 마련할 수 있을 것이다. Executive Summary AI is a key driver of national competitiveness, influencing economic growth, labor markets, and national security. Many governments are aggressively investing in large-scale talent development and global recruitment to secure advanced AI expertise. This study examines the policies of Korea, the United States, China, the United Kingdom, and Japan, and proposes ways to strengthen Korea’s domestic strategies. Korea has introduced multiple initiatives—such as the “National Strategy for Artificial Intelligence” (2019), the “Digital Talent Development Master Plan” (aiming for one million digital professionals), and the “Global Talent Attraction and Utilization Strategy for Advanced Industries”—yet still faces talent shortages, hiring challenges for smaller firms, and a net outflow of skilled AI professionals. The “AI Basic Act” supports training and R&D, while the “Top-Tier Visa” and “K-Tech Pass” streamline foreign recruitment. However, limited AI capacity, middling global rankings (30th­40th), and continued departures of top experts make expanding the advanced AI workforce and boosting retention and attraction efforts a priority. The United States combines robust private R&D, world-class universities, and an open immigration system, positioning itself as a global AI “magnet.” It allocates federal funds through sources like the “AI Initiative Annual Report (2020)” and the “National AI Initiative Office (2021),” while the “AI Education Act (2022)” and “NSF Educate AI Initiative (2023)” broaden AI education from K­12 to graduate levels. An “Executive Order on Safe and Trustworthy AI (2023)” further expands AI expert visas, though potential funding cuts and stricter immigration under a second Trump administration introduce uncertainties. China invests heavily in AI, offers competitive salaries, and leverages its vast population to build a local workforce, while also encouraging overseas Chinese researchers to return via the “Chiming Plan (2020).” It grants “R Visas” to high-level foreign talent but struggles to attract non-Chinese nationals due to strict political and cultural conditions. Still, its “White Paper on AI Talent Development (2022)” and “Middle and High School AI Education Enhancement Policy (2024)” illustrate a coordinated, nationwide push to expand the AI talent pool. The United Kingdom, aiming to maintain leadership post-Brexit, launched its “National AI Strategy (2021)” and reformed visas—including the “Global Talent Visa” and the “High Potential Individual Visa”—to attract top graduates and elite researchers. Through UKRI, it supports AI-focused PhD centers and fellowship programs. Its “AI Opportunity Action Plan (2025)” seeks to expand scholarships, lifelong learning, and hackathons, solidifying the UK’s reputation as a European AI hub. Japan updated its AI strategy in 2019 to enhance domestic training and attract foreign experts. University-industry partnerships extend AI education from high school to adult re-skilling, while the “Special Highly Skilled Professionals Program (J-Skip)” grants spousal employment, domestic help, and streamlined permanent residency—making Japan a net importer of AI talent. Policies like the “Semiconductor and Digital Industry Strategy (2023)” and “Generative AI R&D (2024)” also emphasize advanced training and global research collaborations. As these cases suggest, large-scale domestic training, preventing local expert loss, and offering favorable conditions for top foreign talent are critical. Korea should also pursue a deeper strategy for engaging its AI diaspora, with universities, research institutes, and businesses collaborating on training, visas, and settlement support. Returning Korean experts could receive robust backing for research or entrepreneurship, while those abroad might join projects or advisory roles. SMEs need a one-stop service for hiring foreign AI professionals, and hosting global conferences or establishing international research centers can raise Korea’s profile as an “AI innovation cluster.” To address the accelerating outflow of AI talent and the mounting challenges faced by domestic companies in securing skilled professionals, Korea must move beyond merely reviewing the policies outlined in this paper. It is essential to strategically allocate limited resources by prioritizing and concentrating on core AI sectors, shift the prevailing paradigm regarding talent retention and utilization, and foster greater synergy through enhanced coordination among stakeholders and policy initiatives. With such comprehensive improvements in policy and institutional frameworks, Korea can take bold, strategic steps to secure and cultivate AI talent—laying a strong foundation to lead future industries and enhance national competitiveness.

디지털 전환과 AI 기술 발전의 가속화로 발생하는 AI 인력 부족 현상을 완화하기 위해 기업과 디 지털 인재의 목소리를 반영한 실효성 있는 해외 디지털 인력 확보 방안 마련이 요구된다. 본 고에서 는 해외 디지털 인재 고용과 취업에 대한 기업과 대학 대상 설문조사와 해외 디지털 인재 대상 심층 인터뷰를 수행하여 해외 인재 유치 관련 현황 및 애로사항을 분석하고 시사점을 도출하였다. 설문조사 결과 기업은 채용할 수 있는 국내 인재가 부족하며 해외 디지털 인재 채용을 원하며, 중 견·중소기업에서 중급 이상의 해외 디지털 인재 수요가 많은 것으로 파악되었다. 기업과 대학은 해외 인재 정보 획득, 의사소통, 비자 취득에 어려움을 겪고 있으며, 이 문제 해결을 위한 해외 인재에 대 한 정보 제공, 재정적 지원, 비자 제도 개선 등을 중요하고 시급한 정책으로 응답하였다. 해외 디지 털 인재의 경우는 상대적으로 해외 원격지 근무 비율이 높으며, 중견·중소 기업은 원격 근무 시 업 무지원 시스템 부족, 해외 송금 등의 행정 처리에도 어려움을 겪고 있는 것으로 분석되었다. 해외 디 지털 인재 수요는 많으나 상대적으로 고용에 어려움을 겪고 있는 중소기업, 스타트업 기업을 대상으 로 각 기업의 애로사항을 해결하기 위한 맞춤형 지원 정책 마련이 필요하다고 분석된다. 심층 인터뷰에 참여한 해외 디지털 인재는 원활한 의사소통, 커리어 발전 가능성, 안정적인 가족 동반 환경 등을 구직의 중요 요인으로 검토하고 있으며, 의사소통, 기업 문화 적응, 비자 취득 등으 로 어려움을 겪고 있었다. 기업 설문조사와 해외 디지털 인재 심층 인터뷰 결과 기업과 해외 디지털 인재는 유사한 애로사항을 토로하였으나, 기업이 채용을 위해 주로 활용하는 채널과 해외 디지털 인 력이 구직을 위해 사용하는 채널이 다른 현상으로 인해 기업이 해외 인재 정보 획득에 어려움을 겪 는 것으로 분석된다. 해외 디지털 인재를 국내에 유치하고 안정적인 정착을 지원하기 위해서는 단편적 정책 지원이 아 닌 전방위적 유입, 정착, 영주를 위한 생태계 조성이 필요하다. 글로벌 디지털 인재 확보 시 기업이 당면하는 애로사항 해결을 위한 맞춤형 정책과 체계적 지원 시스템 마련이 요구된다. 특히 비자 제 도의 경우는 디지털 산업 특성에 맞춘 비자를 개발하고, 비자 갱신 기간 연장, 체류자격 전환의 유연 성 확대 등 비자 제도 개선을 통한 디지털 해외 인재의 국내 체류 장애물을 최소화할 필요가 있다. 한국에 유입된 해외 디지털 인재들이 장기적으로 국내에 정착하고 안정적으로 근무할 수 있도록 지속적 한국어 교육, 기업 문화 적응 지원, 주택, 학교 등 생활 관련 지원 등 다양한 지원 정책을 지속적 제공이 요구된다. Executive Summary To alleviate the shortage of AI talent, it is necessary to prepare effective measures to secure overseas digital talent that reflects the voices of companies and digital talents. In this article, we conducted a survey of companies and universities on attracting overseas digital talent, as well as in-depth interviews with overseas digital talent, to analyze the current status and difficulties of attracting overseas talent, and to draw implications. The survey results show that companies are short of domestic talent and want to hire overseas digital talent, and that there is a high demand for overseas digital talent in small and medium-sized enterprises. Companies and universities face difficulties in obtaining information on overseas talents, communicating with them, and obtaining visas, and respondents identified providing information on overseas talents, financial support, and improving the visa system as important and urgent policies to solve this problem. It is analyzed that it is necessary to prepare customized support policies to solve the difficulties of each company, targeting SMEs and start-ups that have a high demand for overseas digital talents but are having difficulty hiring them. The overseas digital talent who participated in the in-depth interviews considered smooth communication, career opportunities and a stable family environment to be important factors in finding a job. While companies and overseas digital talent share similar pain points, the channels that companies and overseas digital talent use to recruit are different, which can make it difficult for companies to access overseas talent information. In order to attract overseas digital talent to Korea and support their stable settlement, it is necessary to create a holistic ecosystem for attraction, settlement, and permanent residence. Tailored policies and systematic support systems based on solving the challenges faced by companies in acquiring global digital talent are needed. In the case of the visa system, it is necessary to develop visas and related programs tailored to the characteristics of the digital industry, and improve the visa system to minimize barriers for digital overseas talent to stay in Korea. In order for overseas digital talents to settle and work stably in Korea in the long term, Korea should continue to provide various support policies such as continuous Korean language training, support for adapting to corporate culture, and support for housing, schooling, and other aspects of life.

요약문 1. 제 목 : SW개발자 채용 변화 전망과 생성형 AI 2. 연구 배경 및 목적 코로나19 이후 채용 수요가 급증하였던 SW개발자 채용은 최근 경기침체와 투자위축, 생성형 AI 확산 등으로 인해 채용 수요, 채용 방식, 채용 시 요구 역량 등 채용 전반에 변화가 초래될 것으로 논의된다. 그럼에도 불구하고, 생성형 AI의 등장에 따른 SW개발 업계의 채용 변화와 전망을 중점적으로 다룬 연구는 부재하며 이에 대한 연구의 공백이 발생하고 있다. 본 연구는 이러한 연구 공백을 해소하고, 생성형 AI 확산과 함께 부각되는 SW개발자 채용 이슈에 대응하기 위해 수행되었다. 본 연구에서는 최근 SW개발자 채용시장의 동 향과 관련 논의를 분석하고, 생성형 AI가 SW개발자 채용에 미치는 영향을 전망하였다. 이를 통해 SW개발 직무 구직자와 디지털 인력양성 정책 실무자들이 앞으로의 변화에 효과적으로 대응할 수 있도록 실무적인 지식과 시사점을 제공하고자 한다. 3. 연구의 구성 및 범위 첫째, 국내 SW개발자 채용시장 변화 현황을 검토하고, 최근 SW개발자 채용 방식의 변화에 대해 분석하였다. 2020년 코로나-19 시기부터 2024년 하반기까지 국내 SW개발 업계에서 발생한 변화를 중심으로 검토하였다. 둘째, 최근 SW개발자 채용 방식, 역량평가 방식 등과 관련한 이슈를 확인하고 국내외 주요 기업의 SW개발자 채용 사례를 분석하였다. 셋째, 국내 현업 SW개발자를 대상으로 국내 SW개발자 채용 변화와 생성형 AI의 영향 에 대해 심층 인터뷰를 실시하여, 실제 SW개발자들이 현업에서 체감하고 있는 SW개발 자 채용시장 변화의 주요 요인과 생성형 AI의 영향을 심층적으로 분석하였다. 넷째, 전문가 대상 델파이를 통해 향후 국내 SW개발자 채용 변화와 생성형 AI의 영향에 대해 전망하였다. 총 26인의 전문가들에게 3라운드 델파이를 실시하여, 향후 국내 SW개 발자 채용 수요, 채용 과정 및 방식, 채용 요구 역량 등에 대한 전망의견을 분석하였다. 마지막으로, 연구 전반의 내용을 요약하고 SW개발자 채용시장 변화에 효과적으로 대 응하기 위한 정부 디지털 인력양성사업 정책 방향에 대해 제언하였다. 4. 연구 내용 및 결과 1) 국내 SW개발자 채용시장의 변화 현황 검토 결과 국내 SW개발자 채용시장의 변화 현황에 대해서는 디지털 전환 가속화, 경기변동, 생 성형 AI 등장의 세 가지 측면에서 살펴보았다. 첫째, 디지털 전환 가속화로 인해 클라 우드, AI, 빅데이터, 사이버 보안 등 기술 수요가 증가하면서 개발자 채용이 활발해졌 다. 전자상거래, 원격교육, 온라인 결제 등 디지털 서비스 확대와 함께 개발자에 대한 수요가 급증했고, 프리랜서 및 계약직 채용이 확산되면서 구직자 우위 현상이 지속되 었다. 그러나 최근 생성형 AI의 확산이 일부 개발자 업무를 대체할 가능성이 제기되면 서 향후 채용시장 변화가 예상된다. 둘째, 경기침체와 벤처투자 감소로 인해 IT기업의 채용이 감소하고 있다. 2022년 이후 금리 인상과 글로벌 경기 둔화로 벤처캐피털 투자가 위축되었으며, 이에 따라 스타트 업 폐업이 증가하고 IT기업들은 인력 감축을 단행했다. 네이버·카카오 등 주요 IT기업 도 신규 채용을 줄였으며, 2024년에는 중소·스타트업 업계에서 ‘데드크로스’ 현상 이 발생하며 SW개발자 채용시장에도 부정적 영향을 미쳤다. 셋째, 생성형 AI 발전은 SW개발자의 역할을 재정의하고 있다. 자연어 프롬프트를 통한 코드 생성이 보편화되면서 반복적인 코딩 작업이 줄고, 개발자는 창의적이고 전략적인 업무에 집중하게 되었다. AI가 생성한 코드의 검토와 보안 검증이 중요해지면서 개발자 의 역할이 코드 품질 관리 중심으로 이동하고 있다. AI 도구의 생산성 향상 효과에도 불 구하고 코드 품질 저하, 보안 문제, 데이터 유출 등 새로운 도전 과제도 대두되고 있다. 이러한 변화로 초급 개발자의 수요는 감소하는 반면, AI 기술을 활용할 수 있는 고급 개발자에 대한 수요는 증가하는 경향을 보인다. 기업들은 단순한 코딩 능력보다 AI 기반 문제 해결 능력과 프롬프트 엔지니어링 역량을 요구하며, 기술 인터뷰, 포트폴리오 평가, AI 활용 능력 테스트 등을 강화하고 있다. 반면 초급 개발자는 AI와 협업하는 방식으로 역할을 재정의해야 할 필요성이 커지고 있다. 결국, AI의 발전은 SW개발자의 요구 역량 을 변화시키며, 채용시장의 구조를 재편하는 핵심 요인으로 작용할 것으로 전망된다. 2) SW개발자 채용 방식의 변화와 최근 국내외 사례 분석 SW개발자 채용 방식은 AI 기술 발전과 함께 빠르게 변화하고 있다. AI 도구는 채용공 고 작성, 면접 질문 준비, 후보자 분석 등에 활용되고 있다. 또한, 실무 역량을 중시하 는 채용 방식이 확산되면서 라이브 코딩 면접과 Take-home 프로젝트 선호도가 증가하 고 있으며, 협업 능력과 문제 해결 능력 같은 소프트 스킬 평가도 중요해지고 있다. AI 기반 자동화 도구 도입으로 채용 절차가 더욱 효율화되면서 학력보다 실무 기술을 중시 하는 경향이 확대되고 있다. SW개발자의 역량 평가는 하드 스킬(온라인 코딩 테스트, 프로젝트 기반 과제, 기술 면접 등)과 소프트 스킬(커뮤니케이션, 협업, 문제 해결, 리더 십 등) 평가로 나뉘며, 최근에는 실무 환경을 반영한 혼합 평가 방식이 확산되고 있다. 국내외 SW개발자 채용 방식은 기업별로 차이가 있다. 국내에서는 네이버가 코딩테스 트와 포트폴리오 기반 평가를 유지하는 반면, 토스는 코딩테스트 없이 직무 인터뷰를 강조하며, 배달의민족은 다단계 면접과 컬처핏 평가를 중요시하는 것으로 확인된다. 글 로벌 FAANG 기업들은 기술 면접과 조직 문화 적합성 평가를 병행하며, Amazon은 리 더십 평가를 강조하고, Netflix는 경력직 중심의 채용을 운영한다. 또한, VLink와 ClickUp 같은 IT 기업 및 채용 플랫폼들은 데이터 기반 평가 방식을 활용하여 직무 기 술서 정교화, AI 기반 평가 시스템 도입, 소프트 스킬 검증 강화를 추진하고 있다. 3) 국내 현업 SW개발자 7인 대상 심층인터뷰 수행 결과 심층인터뷰 결과의 핵심 내용을 요약하면 다음과 같다. 첫째, 현재 SW개발자 채용시 장은 크게 위축되어 있으나, 생성형 AI 등장으로 인한 직접적인 채용감소 효과는 현장 에서 아직 체감되지 않고 있다. 그러나, 기업의 AI 분야 등 신규 투자로 인한 간접적 감소 효과는 일부 존재한다. 둘째, 생성형 AI는 초급 개발자들에게 기회와 위험을 동시에 가져다주고 있다. 생성 형 AI가 단순 반복작업을 대체하면서, 초급 개발자들의 역할 축소와 채용 수요 감소에 대한 우려가 존재하지만, 반대로 AI를 통해 학습 속도와 역량 향상이 가능해져 초급 개발자들은 더 넓은 업무를 담당할 기회가 확대될 수 있다는 의견이 존재했다. 셋째, 생성형 AI 이후 채용 과정 및 요구 역량의 변화가 예상된다. 코딩테스트의 필 요성에 대해서는 의견이 엇갈렸으며, 실무 역량과의 연관성을 강화해야 한다는 의견이 제시되었다. 또한, 주목받고 있는 프롬프트 엔지니어링 역량은 아직 SW개발자의 핵심 역량으로 보기에는 이르다는 평가가 있었다. 넷째, 생성형 AI 등장 이후 초급 개발자의 역량 상향 평준화, 중·고급 개발자의 요구 역량 및 역할 변화가 예상된다. 생성형 AI 도구 활용으로 인해 초급 개발자의 역량이 상향 평준화될 것으로 예상된다. 중·고급 개발자는 개발 역량보다는 팀 관리, 기획, 비 즈니스 협업역량이 더 중요해질 것으로 보이며, 장기적으로는 개발 관리자 역할로 전환 될 가능성도 제기되었다. 생성형 AI의 등장에도 불구하고 개발자의 핵심 요구 역량(학습 능력, 문제 해결 능력, 모듈 설계 능력)은 여전히 중요하다. 다만, 새로운 요구 역량으로 AI가 제공하는 지식과 결과물에 대한 정보 판별 능력이 필요할 것으로 전망되었다. 4) 전문가 대상 델파이 수행 결과 전문가 26인을 대상으로 수행한 델파이 조사 결과의 핵심 내용은 다음과 같다. 첫째, SW개발자 채용시장의 변화는 주로 국내외 경기변동과 생성형 AI 같은 기술 혁신에 의 해 촉발되며, 특히 최근의 채용시장 변화는 경기 위축이 주요 원인으로 지목되었다. 둘째, 생성형 AI의 확산은 향후 SW개발자 신규 채용 수요를 감소시킬 가능성이 높으며, 이는 생성형 AI로 인한 개발자 생산성 향상으로 인해 동일한 업무 수행에 필요한 인력이 줄어들기 때문으로 전망된다. 특히, 초급 개발자 일자리가 생성형 AI에 의해 가 장 큰 영향을 받을 것으로 예상되며, 이에 따라 신규 채용시장이 위축될 것으로 전망 된다. 다만, AI 기술이 접목된 새로운 사업 분야의 창출로 인해 일부에서는 신규 채용 수요가 증가할 가능성 또한 동시에 제기되었다. 셋째, 생성형 AI는 SW개발자 채용시장의 양극화를 심화시킬 것으로 보인다. 고급 개발 자는 AI 활용, 시스템 설계, 복잡한 문제 해결 등의 역할로 인해 수요가 증가할 것으로 예상되는 반면, 초급 개발자는 단순 코딩 업무가 AI로 대체되면서 수요가 급감할 것으로 전망된다. 아울러, 초급 개발자와 고급 개발자 간 생성형 AI 활용능력의 격차가 상당히 존재하므로 결국 두 레벨 간 개발 역량 격차는 더욱 커질 것이라는 전망이 제시되었다. 넷째, 채용 수요에 가장 큰 영향을 받는 개발자 수준은 초급으로 나타났으며, 단순 코 드 작성 능력 외의 기술이 부족한 경우 경쟁력이 약화될 것으로 보인다. 반면, 중급 및 고급 개발자는 생성형 AI를 활용한 생산성 향상과 비교적 합리적인 인건비로 인해 오히 려 수요가 증가할 수 있다는 의견이 제시되었다. 특히 고급 개발자는 AI가 대체하기 어 려운 고난도의 업무를 수행하기 때문에 채용 수요가 유지되거나 증가할 것으로 보인다. 다섯째, 델파이 패널들은 생성형 AI가 궁극적으로 SW개발자를 완전히 대체할 가능성 은 낮다고 평가하였다. 이는 개발 결과에 대한 최종 책임, 새로운 문제 정의, 맥락적 사고 등은 여전히 인간 개발자의 고유 영역으로 남을 것이기 때문으로 전망하였다. 다 만, 초급 개발자의 경우 부분적인 대체 가능성은 높게 평가되었다. 여섯째, 생성형 AI 시대에 개발자가 갖추어야 할 핵심 역량으로는 창의적 문제 해결 능력, 협업 능력, 타 분야와의 소통 능력, AI 활용 능력, 생성형 AI 결과물 검증 능력, 개발 지원 도구 활용 능력 등이 중요하게 강조되었다. 마지막으로, 생성형 AI 확산이 채용 과정에 미치는 영향으로는 코딩테스트의 중요성 및 실효성에 대한 의견이 분분했으나, 앞으로는 AI 도구를 활용한 복잡한 과제 기반 테스트로 진화할 가능성이 크다고 전망되었다. 또한, 창의적 문제 해결력과 도메인 지 식을 갖춘 개발자에 대한 선호가 강화될 것으로 예상된다. 5) 시사점 도출 이상의 연구 결과를 종합하여 정책적 시사점을 도출하면 다음과 같다. 첫째, 생성형 AI 시대의 SW개발자 채용시장 양극화 문제대응을 위한 사전적 대비가 필요하다. 본 연 구결과에 따르면, 생성형 AI의 확산은 SW개발자 채용시장의 양극화 문제는 더욱 심화 시킬 것으로 전망된다. 이에 따라, 새로 SW개발업계에 진입하는 초급 SW개발자는 코 딩 외에도 빅데이터, AI, 핀테크와 같은 전문 영역으로 역량을 확장해야 하며, 정부는 이에 맞춰 빅데이터 및 AI 기술을 활용한 SW개발자 양성 프로그램을 개편해야 한다. 고급 SW개발자는 최신 기술 트렌드를 신속하게 인지하고, 생성형 AI 도구를 활용하여 업무 효율성을 높여야 한다. 또한 AI, 빅데이터, 클라우드 등 빠르게 발전하는 신기술 을 활용하여 복잡한 문제를 해결하는 역량을 강화해야하며, 관련 학술논문과 컨퍼런스 에 참여해 지속적으로 학습하고 네트워크를 확장하는 것이 중요하다. 이에 따라, 정부 는 고급 개발자 양성을 위해 컨퍼런스나 글로벌 개발자 커뮤니티 참여 지원 프로그램 을 제공해야 할 필요가 있다. 둘째, SW개발자 역할 변화에 대응하기 위해 생성형 AI시대의 개발자 핵심 역량 확보 가 요구된다. 본 연구에 참여한 전문가들은 생성형 AI가 SW개발자를 완전히 대체하지 는 않지만, 개발자의 역할 변화는 불가피하다고 전망하였다. 생성형 AI가 발전하더라도 사람 개발자는 여전히 개발 결과물에 대한 최종 책임을 지며, 중·고급 개발자들은 개 발 관리자 역할로 전환될 가능성이 높은 한편, 초급 개발자들은 상향 평준화된 역량을 바탕으로 더 높은 수준의 업무를 맡을 수 있을 것으로 전망하였다. 하지만, 개발자의 수 준과 관계없이 생성형 AI 시대에 SW개발자에게 요구되는 핵심 역량은 창의력과 문제 해결 능력이었다. 특히, 장기적으로 SW개발자들이 단순한 개발 업무에서 벗어나 생성형 AI 도구와 협업하고 개발 결과물을 관리하는 역할로 전환될 때, 생성형 AI의 결과물에 대한 검증 능력, AI 윤리 및 위험 관리 역량 등이 중요한 역량으로 부각될 것이다. 따라 서 정부는 향후 SW개발자 역할 변화와 그에 따른 요구 역량을 예측하고, 이에 적합한 교육 커리큘럼 및 프로그램을 개발해야 할 필요가 있다. 셋째, 생성형 AI 시대의 SW개발자 채용과정 변화 적응을 위한 구직자 및 정부의 체 계적인 노력이 필요하다. 본 연구 결과에 따르면, 기업은 단순 코딩 인력보다 창의적 문제 해결 능력을 갖춘 인재를 선호할 것으로 예상되며, 기존의 코딩테스트는 AI 사용 을 전제로 한 복잡한 테스트로 변화할 것으로 전망된다. 이에 따라, 구직자의 학력과 경력보다는 문제 해결 능력, 알고리즘 설계 및 업무 관련 문제 해결 능력을 평가하는 면접이 중요해질 것이며, AI 도구와 협업 능력, 프로젝트 경험의 중요성도 커질 전망이 다. 구직자와 정부는 이러한 변화에 발맞추어 적응해야 하며, SW개발자들은 AI 도구와 협업하면서 실무형 문제 해결 능력을 강화해야 한다. 정부는 SW개발인력 교육 정책의 초점을 부트캠프 중심에서 실무형 문제 해결 교육으로 전환하고, 대학생과 구직자가 기업과 협력해 실전 경험을 쌓을 수 있는 프로그램과 인턴십 기회를 확대해야 한다. 넷째, SW·AI융합 산업 진출을 통한 SW개발자들의 산업 영역 확장이 필요하다. SW 개 발자들은 수요가 증가하고 있는 핀테크, 헬스케어, 자율주행차, 스마트 공장 등의 분야에 서 역량을 발휘할 수 있도록 준비하는 것이 필요하다. 정부는 융합 산업 관련 SW 교육 프로그램을 확대하고, 산업별 SW와 AI 솔루션 개발을 위한 전문 교육 지원을 해야 한다. 다섯째, 빠르게 변화하는 생성형 AI 환경에서 SW인재양성을 위한 안정적인 재정 기 반 확보가 필요하다. AI와 클라우드 기술 확보는 국가 경쟁력에 필수적이며, 이를 위해서는 대규모 예산이 필요하지만 예산은 한정적이므로, AI 개발 하드웨어, 데이터 인프 라, 연구개발, 인재 양성 등 다양한 분야에 자금을 어떻게 배분할지 신중히 검토해야 할 필요가 있다. 그러나, 세계 주요국이 디지털 신기술 인력을 확보하기 위해 높은 보 상을 제공하는 사례를 참고하여, 국내 AI 전문가와 SW개발자 양성을 위한 최소한의 안 정적 예산 확보가 요구된다. 마지막으로, 생성형 AI 확산 등 디지털 기술환경 변화에 대한 지속적인 모니터링을 바탕으로 한 SW인재양성 대응력 제고가 필요하다. SW인재양성 연구자들은 SW개발자 양성을 담당하고 있는 정부, 수요처인 기업, SW 개발자들에게 SW 개발자 수요, 채용 방법과 역량의 변화를 지속적으로 모니터링하고 종합적인 예측 지식을 제공하는 것이 필요하다. 이를 통해 SW인재양성정책 실무자들이 SW인재양성에 대한 사전적 정책 대 응을 통해 인재양성사업의 효과성을 높이는 데에 기여해야 할 것이다. 5. 정책적 활용 내용 및 기대효과 본 연구는 SW개발자의 채용 수요와 채용 과정의 변화를 전망함으로써, SW개발업계 종사자들이 환경변화에 보다 빠르고 유연하게 적응할 수 있도록 기여할 것으로 기대된 다. 아울러 생성형 AI에 따른 SW개발자 채용시장의 변화 전망 지식을 제공함으로써, 디지털 인력양성 정책 실무자들에게 최신의 실무적 지식을 제공하여 향후 디지털 인력 양성사업 개선에 기여할 것으로 기대된다.

요약문 1. 제 목 : 디지털 분야 해외 우수인재 유치방안에 관한 연구 2. 연구 목적 및 필요성 생성형 AI의 확산으로 AI 기술력과 인재를 확보한 국가와 기업이 세계 경제를 선도하 고 있다. 빅테크 기업은 미국 증시를 주도하며 경제적 영향력을 확대하고 있으며, 미국 과 중국은 AI 기술과 활용에 막대한 자금을 투자하며 AI 경쟁력 강화에 주력하고 있다. 이로 인해 미국과 영국의 관련 채용공고가 급증하는 것이 증명하듯, AI 인재 수요가 급 속히 증가하고 있다. 미국, 중국, 영국 등 주요 국가들은 해외 인재 유치를 위해 비자 제도 개선과 보조금 확대를 추진 중이며, 빅테크 기업들은 파격적인 혜택을 제공하며 AI 인재 확보 경쟁을 벌이고 있다. 이러한 상황은 한국의 핵심 인재들이 해외로 유출되 는 심각한 두뇌 유출 현상을 야기할 수 있으며, 장기적으로 국가의 AI 기술 혁신 역량 을 약화시키고, 국가 산업의 미래 성장 잠재력이 위협받을 수 있다. 한국은 글로벌 AI 기술 경쟁력을 강화하기 위해 국내 디지털 인재 생태계를 혁신적으로 육성하는 동시 에, 국제적 인재 유치를 위한 전략적이고 포괄적인 접근법을 재설계해야 한다. 본 연구는 급변하는 글로벌 기술 환경에서 한국의 디지털 인재 경쟁력을 심층적으로 분석하고, 해외 인재 유치를 위한 전략적 접근 방안을 모색하는 데 그 목적이 있다. 3. 연구의 구성 및 범위 디지털 분야 우수 인재 유치정책 제언을 위해 공신력 있는 데이터를 이용하여 국 가 디지털 인재 현황 및 유출·입 현황을 분석하고, 주요국과 국내의 정책과 제도를 분석한다. 디지털 분야의 기업과 대학의 디지털 해외 인재 유치 및 관리 현황, 애로 사항을 설문을 통해 조사하고 디지털 분야 인재들을 대상으로 심층 인터뷰를 시행 하여 공급자 측면에서의 현황과 애로사항, 특히 디지털 분야 인재의 이동 동인에 대해 분석한다. 문헌 조사 결과와 실제 현장의 목소리 분석 결과를 기반으로 실질적이 고 효과적인 디지털 분야 인재 유치방안을 제언한다. ㅇ 스탠퍼드 AI Index, Macropolo, OECD 등 신뢰도 높은 국내외 통계자료를 활용 하여 국가 간 인재 유출·입 데이터를 분석 ㅇ 주요국의 디지털 인재 양성, 해외 인재 유치정책, 비자 등 제도를 분석하고 벤 치마킹하여 국내의 해외 인재 유치제도 및 정책 변화 방향을 도출 ㅇ 디지털 분야 해외 인재 유치에 대한 171개 기업과 30개 대학의 설문조사와 디 지털 분야 해외 인재 대상 심층 인터뷰 시행 ㅇ 디지털 분야 해외 인재 유치에 대한 재정적(국내 정착 지원 등), 제도적(비자 제도 등) 정책 제언 4. 연구 내용 및 결과 (1) 디지털 분야 해외 인재 유출입 현황 글로벌 디지털 인재 현황을 살펴본 결과, 한국의 AI 인재 분야 경쟁력은 13위 수준 으로 확인된다. 또한, 한국은 AI 인재의 유출이 유입보다 많은 순 유출국이며, OECD 국가 중 36개국 중 32위로 인재 유입이 적은 편이다. 2024년 기준 국내에 유입되는 디지털 관련 분야 전공 유학생은 전체 유학생의 약 20%인 2만 5,786명이며, 이들은 언어장벽과 차별 문제가 주요 애로사항이다. 디지털 분야 외국인 전문인력의 경우, E-3(연구), E-4(기술지도), E-7(전문인력) 등 다양한 비자를 보유한 외국인이 체류 중 이다. 국내 거주하는 디지털 분야 해외 인재들은 언어 문제가 가장 큰 애로사항이다. (2) 디지털 분야 해외 인재 유치정책 가. 국내 디지털 분야 해외 인재 유치정책 및 제도 대한민국은 글로벌 인재 유치를 위해 「과학기술기본법」, 「국제과학기술협력 규정」, 「첨단산업 인재혁신 특별법」 등 다양한 법적 기반을 마련하였다. 과학기술 기본법은 과학기술 국제화 촉진을 정부의 주요 책무로 명시하며, 국제협력 및 국외 우수 인재 유치·활용에 관한 정책을 규정한다. 국제과학기술협력 규정은 구체적으 로 국제 공동연구 활성화, 해외 연구기관 국내 유치, 국내 연구기관 해외 진출을 지 원한다. 2025년부터 시행하는 첨단산업 인재혁신 특별법은 첨단산업 경쟁력을 강화 하고 우수 인재의 안정적인 정착을 위한 다양한 지원책을 포함한다. 정부는 위 근거법에 기반하여 Contact Korea, Brain Pool+ 프로그램 등을 통해 글 로벌 인재 유치 노력을 지속하고 있으며, 법무부는 E-7 비자와 패스트트랙 제도 등 을 도입하여 우수 인재의 체류와 취업을 지원하고 있다. 그러나 대한민국의 인재 유 치 매력도는 세계적으로 낮은 수준이며, 외국인 박사 학위 취득자의 국내 정착 비율 또한 낮다. 주요 문제로는 높은 초기 정착 비용, 낮은 연봉, 복잡한 비자 발급 절차, 자녀 교육 환경 미흡 등이 지적되고 있다. 이에 정부는, 2024년 8월에 관계 부처 합동으로 「유학‧정주‧혁신형 외국인 정책 협 업예산 추진 방안」을 발표하였다. 외국인의 국내 취·창업 및 지역 정주까지 이어지 는 비자사다리 강화, 체류 단계별 범부처 협업체계 강화를 통해 지속가능한 지원체계를 갖춘다는 내용이다 또한 2024년 9월, 제3차 인재양성전략회의를 통해 「글로벌 개방 혁신을 위한 첨단 산업 해외 인재 유치‧활용 전략」을 발표하였다. 해외 인재의 유입 경로를 획기적으로 개선하기 위해 특별 비자와 정주 지원 프로그램인 K-Tech Pass를 신설하고 구직 비 자(D-10)의 최초 체류 기간을 연장하며 해외 인재 유치를 위한 원스톱 행정 지원체계 를 마련하고 해외 인재를 활용한 오픈이노베이션을 확산한다는 것이 주요 골자이다. 해외 우수인재 유치를 위한 우리나라의 최근 비자 제도로는 K-Tech Pass(2025년부터 시행, 첨단산업 우수 인재 대사), Startup Korea Special Visa(해외 유망 스타트업), 과학 기술 우수 인재 패스트트랙(이공계 특화기관의 석·박사)이 있으며 다양한 맞춤형 혜 택을 제공한다. 이 외 관련 비자로 D-2(유학), D-4-6(우수사설 교육기관 외국인 연수), D-8(기업투자), D-10(구직), E-3(연구), E-4(기술지도), E-7(특정활동), F-5-9(첨단박사), F-5-10(첨단학사), F-5-11(특정분야 능력 소지자), 노마드(워케이션) 비자 등이 있다. 나. 미국, 일본, 영국, 중국 디지털 분야 해외 인재 유치정책 미국은 바이든 행정부의 행정명령을 통해 AI 분야의 글로벌 인재 유치를 적극 추진 하고 있다. 비자 처리 절차 간소화, 연구자 체류 연장 지원, 영주권 경로 현대화, 해외 인재 유치를 위한 정보 제공 체계 강화 등이 주요 정책이다. 비자 제도는 H-1B(전문 직 취업), J-1(교환방문), O-1(특별재능 소유) 비자에서 취업 기간 연장, 대상자 확대 등을 통해 STEM 분야 인재를 유치한다. 일본은 WPI 프로그램(목표: 최소 20% 이상의 해외 수석연구원 확보와 전체 연구 인력의 30% 이상을 해외 인재로 구성)과 KAKENHI(과학연구비조성사업)를 통해 연 구·학술 분야의 국제적 협력을 강화하고 대학의 국제화에 노력하고 있다. 비자 정 책으로는 J-Skip(높은 연봉과 경력 요건을 통해 검증된 인재 선별)과 J-Find(우수대 학 졸업이라는 잠재력에 초점)라는 상호보완적 비자 정책을 통해 고급 인력과 미래 인재를 유치하고 있다. 영국의 해외 인재 유치 전략은 세계적 수준의 펠로우십 프로그램을 통한 인재 유 치, 산·학계를 아우르는 유연한 경력 경로 구축, 글로벌 인재 네트워크 구축이다. 영국은 연구혁신청(UKRI)은 유연한 경력 경로와 글로벌 인재 네트워크를 구축하며, 첨단연구발명기구(ARIA)를 통해 학계와 산업계를 아우르는 혁신을 지원한다. 비자 제도로는 영국 내에서 직장 변경, 자영업, 창업 등 다양한 경제활동을 별도 허가 없이 수행할 수 있게 하고 AI 분야 리더나 잠재력 있는 인재들을 위한 Global Talent Visa와 직장 없어도 신청이 가능한 High Potential Individual Visa 등을 통해 디지털 분야에서의 학문적·전문적 성과가 뛰어난 인재를 유치하며 AI Futures Grants를 통해 AI 인재에 특정한 비자 혜택을 제공한다. 영국은 AI 분야에 특화된 비자를 운용한다는 점이 특징이다. 중국은 국가·지방정부 차원의 다층적 인재 정책을 추진하고 있다. 치밍 계획을 통해 반도체와 같은 과학기술 고급인재를 대상으로 주택 구입 보조금과 함께 파격 적인 보너스 지급(5.5~9억 원) 혜택 등을 제공하며, R비자를 통해 Category A 인재 (노벨상 수상자, 해외석학 등) 우대, 비자 처리 시간 단축, 가족 동반 지원, 체류 관 리 간소화 등을 지원함으로써 고급인재를 신속 유치하고 있다.중국은 국가·지방정부 차원의 다층적 인재 정책을 추진하고 있다. 치밍 계획을 통해 반도체와 같은 과학기술 고급인재를 대상으로 주택 구입 보조금과 함께 파격 적인 보너스 지급(5.5~9억 원) 혜택 등을 제공하며, R비자를 통해 Category A 인재 (노벨상 수상자, 해외석학 등) 우대, 비자 처리 시간 단축, 가족 동반 지원, 체류 관 리 간소화 등을 지원함으로써 고급인재를 신속 유치하고 있다. 기타 국으로 호주는 국가혁신 비자를 통해 첨단산업 인재 유입을 강화하였고, 뉴질랜드는 글로벌 임팩트 비자를 통해 창업 생태계 관점에서의 혁신 인재를 유치하 고 있다. 디지털노마드 비자는 국가별 상황에 적합하게 관광과 취업, 그리고 창업 등을 연계하는 등 다양한 형태로 시행되고 있다. 다. 시사점 한국은 디지털 인재 유치를 위한 다양한 정책과 비자 제도를 시행하고 있으나, 일 부 개선의 여지가 있다. 정책적으로는 정주 여건 개선의 중요성 인식과 반영, 비자 정책의 유연화 및 간소화, 글로벌 협력 연구 환경 구축, 유학생의 체류 연장 및 취 업 지원 강화 등이 필요하다. 국내 비자는 인재 유입 측면에서 꼼꼼히 설계되어 있으나, 디지털 분야에 특화(디지 털 인력 수급 고려, 개발자들만의 문화 및 일자리 인식 등)하여 유입-정착-영주의 전 경로를 체계적으로 설계/재정비 할 필요가 있다. 또한 국내 고용시장 현황, 산업계 요구 등을 반영하여 발급 대상/요건/절차, 혜택/인센티브, 비자 간 연계 등의 측면에서 검토하고 경쟁우위를 가질 수 있도록 지속 개선해 나갈 필요가 있다. (3) 디지털 분야 해외 인재 관련 설문조사 디지털 분야 글로벌 인재 유치정책 마련을 위해 해외 인재에 대한 수요 측면의 현황과 요구사항, 애로점 등을 파악하고자, 해외 인재를 채용하고 있거나 채용 예정 이 있는 기업을 대상으로 설문조사를 시행하였다. 본조사 설문 설계를 위해 해외 인재 채용 중개 서비스를 수행하는 기업 인터뷰를 사전 시행 전문가 하였다. 개발자 인재풀이 큰 인도의 경우는 한 개 기업의 공고에 대해 수천 대 1의 경쟁률이 나타나고 있어, 인재의 역량 검증이 어렵다고 한다. 채 용 플랫폼을 이용하는 인재는 인도 국적의 인재가 가장 높은 비율을 차지하며, 그 뒤로 베트남, 파키스탄 등의 동남아 인재들이 높은 비율을 차지하고 있다. 개발자 역량의 경우는 세계적으로 상향 평준화되는 경향을 보인다. 디지털 분야 해외 인재 는 임금 부담과 비자 문제 해결을 위한 원격 근무 비율이 높으며, 개발자 채용 시 가장 큰 문제점은 언어 문제인 것으로 조사되었다. 설문조사는 다음과 같이 시행하였다. 본 연구에서 디지털 인재 및 디지털 분야 해외 인재는 다음과 같이 정의하였다. 설문조사 응답 기업의 업력은 대부분 10년 이상으로, 기업의 글로벌 네트워크는 해외 인재 채용에 유리한 점이 있으며, 구직자는 채용지원 시 기업 신뢰도, 브랜드 인지도, 기업의 재정적 여유의 장점을 고려한 것으로 분석된다. 해외 디지털 인력 비율이 낮고 업력이 높은 기업은 문화 경직성이 심해 해외 디지털 인재들은 기업 문화 적응에 어려움을 겪고 있다. 따라서 해외 인재 유치 및 활용을 위해서는 기업 들의 문화 경직성 타파를 위한 노력이 필요하다 하겠다. 설문조사 결과 수요기업은 고·중급 AI/융합기술 인력과 중급 SW 기술 인력이 부족한 것으로 조사되었으며, 초급 수요는 거의 없는 것으로 조사되었다. 또한 취득한 비자 를 분석한 결과 중견기업이나 중소기업보다는 대기업에서의 고급인력 비율이 높았다. 조사 결과 비자 취득, 임금 절감 등의 문제로 해외 디지털 인력의 해외 원격지 근무 비율이 39%로 상당히 높았다. 기업들은 주로 외국인 동료 및 자사 직원의 소개, 헤드헌터, 구인 광고 등을 활용 하여 디지털 해외 인력을 채용 하고 있었으며, 채용박람회, 학회 및 컨퍼런스, 대학의 기업설명회 등의 활용도는 비교적 낮았다. 기업이 해외 인재를 채용하거나 채용할 계획이 있는 가장 큰 이유는 해외 진출 관 련 수요 발생 때문이며 다음으로는 채용 가능 인재가 부족해서인 것으로 나타났다. 디지털 분야 해외 인재 채용 시 가장 어려운 점은 정보 확보이며 채용 후에는 의 사소통이 가장 심각한 문제 였다. 또한 기업들은 디지털 해외 인재를 채용할 때 역량 검증에 대한 문제를 어려워하였는데, 원인은 디지털 기술의 역량 검증이 복잡하고, 문화적 차이 등으로 소프트스킬 평가가 어려우며, 이러한 문제를 해결할 수 있는 역 량 검증 도구와 표준이 없기 때문라고 분석 된다. 기업들이 디지털 분야 해외 인재 채용 시 가장 큰 애로사항으로 인재 정보 획득 을 지적하였고, 동시에 정책 개선 요구사항으로 가장 중요하고 시급하게 지적하고 있는 정책은 해외 인력에 대한 정보 제공 이었다. 다음으로 중요하게 선택했던 정책 사항은 보조금 지원, 세제 지원 등 재정적 지원 사항으 로 이에 대한 지원책을 고려 해야 할 필요가 있다. 비자 발급 조건 및 절차 간소화 정책도 시급히 개선 해야 한다 고 조사되었다. 정책 개선 사항에 대한 기업 규모별, 기업의 해외 인재 채용 현황, 산업별로 요구되는 정책이 달라, 이를 적용한 차별화된 정책 마련이 요구 된다. 대학에서 해외 인재를 유치하고 관리하는 교수, 국제처 직원을 대상으로, 기업과 유사한 문항으로 설문 조사한 결과, 기업과는 일부 다른 결과를 보였다. 대학은 기 업에 비해 채용에 대한 인건비 부족에 대한 어려움이 큰 것 으로 조사되었다. 대학에서는 가장 중요한 제도 개선 사항으로 비자 발급 조건 완화 및 절차 간소 화를 선택하였다. 시급하게 개선해야 하는 정책 요구사항으로는 해외 인재 채용에 대한 보조금 지원이라고 응답하였다. 조사 결과 다음과 같은 시사점 을 도출하였다 □ 10년 이하의 업력을 가진 기업, 중견, 중소기업은 해외 디지털 인력 수요는 많 으나 채용이 어려워, 업력이 낮은 특히 스타트업 기업과 중견, 중소기업에 집 중된 지원 정책이 필요 하다. □ 디지털 해외 인재 유치를 위한 지원은 기업의 수요가 많은 중급과 고급 디지 털 인재의 유치에 주력 해야 한다. □ 기업의 가장 큰 애로사항이며, 가장 중요하게 지적했던 정책 요구사항인 해외 인재에 대한 정보 제공을 위해 채용박람회, 학회 및 컨퍼런스, 대학의 기업설 명회 등 채용 채널을 다변화하고, 해외 인재에 대한 정보 제공을 위한 관련 정 책의 마련이 필요하다. □ 해외 인재의 근무 형태 비율이 높은 원격지 근무에 대한 문제점을 파악하고 이 를 해결해 나가는 노력 이 필요하다. □ 해외 인재를 채용하고 관리하기 위해서는 언어 문제 해결이 시급 하다. □ 해외 인력에 대한 정보 제공, 보조금과 세제 등 재정적 지원, 비자 발급 조건 완 화 및 절차 간소화 등 중요하고 시급한 것으로 조사된 정책을 우선 시행한다. (4) 디지털 분야 해외 인재 심층 인터뷰 디지털 인재들의 이동 동인 파악에 중점을 두어 디지털 분야 해외 인재 심층 인 터뷰를 시행하였다. 기업 설문 및 해외 디지털 인재 심층 인터뷰 결과를 비교하면 다음과 같다. 문헌 조사 결과 디지털 인재들이 중요하게 생각하는 요인은 높은 급여도 물론 중 요한 요인이나 업무적으로 경력 경로 개발 가능성, 의사 결정 권한 여부 등이며, 컴 퓨팅 자원, 우수한 업무 환경, 고품질의 데이터 등도 구직 시 중요하게 고려하는 요 소 로 나타났다. 비업무적 요소로는 워라벨, 문화 등의 요소 를 중요하게 생각한다. 심 층 인터뷰 결과도 유사하게 나타났다. 디지털 분야 해외 인재는 경력 개발을 중요하 게 생각하며, 그에 대한 도전적 결과로 한국에 직장을 선택하였다. 국내 기업의 조직 문화 및 한국문화에 대한 부적응과 가족 관련 애로사항은 해외 인재가 국내에서 지속적으로 체류하는 데 큰 문제 가 되는 것으로 나타났다. 또한 주 택, 은행, 교육 등 관련 사항 도 국내에 해외 인재가 적응하고 생활하기 위해 해결해 야 하는 문제로 조사되었다. (5) 디지털 분야 해외 인재 유치 정책 제언 글로벌 디지털 인재 유치를 위한 전략은 단편적 지원이 아니라, 전방위적인 유입 정착- 영주를 위한 생태계 조성에 초점을 맞추어야 한다. 해외 전문인력이 한국에서 전문성을 인정받고 자부심을 느낄 수 있는 근무 환경을 마련 하고, 언어적 장벽을 해 소하기 위한 실질적인 한국어 지원 프로그램을 제공하며, 주거, 의료, 문화 등 생활 전반에 걸친 통합적인 정착 지원 을 통해 장기적이고 지속가능한 인재 유치 기반을 구축해야 한다. 특히, 해외 디지털 인재의 장기 정착을 위해서는 한국 사회의 포용 성을 높일 수 있는 포괄적 정책이 필요하다. 신속하고 간소화된 비자 발급 절차와 세금 감면 등 세제 혜택을 포함한 제도적 개선도 시급하다. 기업이 해외 인재 채용 시 가장 필요로 하는 해외 인재의 정보를 적시 제공 하고, 기업의 업력별, 규모별, 산업별로 디지털 해외 인재 유치의 애로사항 및 정책 요구사 항에 차이가 있기 때문에 이에 따른 차별화되고 세분화된 정책 방안을 마련 해야 한다. 마지막으로 정착 비율이 낮은 국내 유학생들의 효과적인 정착 을 위해 유학생 관련 비자 제도를 개선하고, 산업 연계 인턴쉽 등을 통해 국내 기업 근무 경험을 확대하며, 산업별, 역량별 맞춤형 취업을 위한 일자리 매칭 프로그램의 지원과 창업 관련 지원 을 고려할 필요가 있다. 본 연구에서는 다음과 같은 정책 방안을 제안한다. 5. 정책적 활용 내용 (1) 「기업 역동성 제고 및 신산업 촉진을 위한 경제규제 혁신 방안」정책 방안 제언 인공지능 전문인력 비자(E-7) 발급 요건 개선 추진을 제언하였다. AI 인재의 경우는 학력보다는 경력 및 역량을 중요시하는 특성을 반영하여 실력 있는 AI 인재에게 비자 발급 혜택 확대를 제언하였다. (2024.12.15.) (2) 법무부에 비자 제도 개선안 제출 전문인력(E-7-1) 비자에 대해 학력‧경력 요건을 완화하고 비자 갱신 없이 체류 기간 을 연장하는 등 4개의 개선안을 제출하였다. 구직 비자(D-10) 비자에 대해 디지털 분 야(특히 SW/AI) 창업에 대한 유예 기간 연장 및 요건 완화를 제언하였다. (2024.9.13.) (3) 「글로벌 개방 혁신을 위한 첨단산업 해외인재 유치･활용전략」 정책 방안 제언 국내 STEM 학위 취득 유학생(D-10)이 국내에서 직장을 구할 수 있도록 구직이 가 능한 체류 기간 연장 및 스타트업 창업을 원하는 해외 디지털 인재의 학력 및 지식재 산권 보유 등의 정량적 요건을 최소화하는 비자 제도 개선안을 제안하였다. (2024.9.) (4) 기재부 인재 양성 간담회 발표 AI 인재 글로벌 인재 이동 현황 및 시사점에 대해 기재부 간담회에서 발제하고 논 의하였다. (2024년 8월 29일) (5) 과기부 정책 방안 마련을 위한 부처 요청 사항 대응 자료 제공 연구에서 도출한 내용을 과기부 정책 방안 마련에 활용하도록 수시(2024.5. ~ 12.)로 과기부에 제공하였다. 6. 기대효과 171개 기업, 30개 대학을 대상으로 해외 디지털 인재 채용 현황, 채용, 관리 시 어 려운 점, 정책 제안을 조사 분석하고 대한민국에서 거주하며 국내 기업에 재직하거나, 국내 대학에서 수학한 해외 디지털 인재를 대상으로 채용 및 거주 현황 및 애로사항, 이동 동인, 향후 계획에 대한 심층 인터뷰를 시행하여 분석 결과를 향후 정책자료로 제공하였다. 이는 실효성 있고 효과적인 디지털 해외 인재 유치정책 마련의 자료로 활용될 것이다. 문헌 조사, 설문조사 결과와 해외 디지털 인재 심층 인터뷰 결과를 분석하여 정책 방향과 정책안을 도출하였으며, 이 정책의 시행은 글로벌 수준의 전문 역량을 보유한 인재들이 국내 산업 발전 촉진함으로써 국내 디지털 산업 경쟁력을 강화에 기여할 것 이다. 또한 해외 인재의 네트워크를 활용한 글로벌 시장으로의 진출을 확대하고, 국내 인재와 해외 인재의 협업을 통한 지식 공유와 새로운 비즈니스 기회를 창출할 것이다.

국내 소프트웨어(SW) 개발자 채용시장은 팬데믹 이후 디지털 전환의 가속화, 경기침체, 그리고 생성형 AI의 등장 등 여러 요인에 의해 큰 변화를 겪어왔다. 팬데믹 기간동안 전 산업에서 디지털 전환이 빠르게 이루어지면서 SW 개발자에 대한 수요가 급격히 증가했고, 이로 인해 구직자가 유리한 시장 환경이 조성되었다. 그러나 이후 고금리와 경기 침체가 이어지면서 벤처와 스타트업 투자가 위축되었고, 이는 IT업계 채용시장에도 부정적인 영향을 미쳐 SW 개발자 채용시장이 크게 위축되었다. 2022년 말 등장한 생성형 AI는 SW 개발자의 생산성을 높이는 한편, SW개발자 채용 수요와 역할, 그리고 요구 역량 전반에 직·간접적인 영향을 미치기 시작했다. 이에 따라, 본 연구진은 국내 현업에 종사하는 SW 개발자를 대상으로 심층 인터뷰를 진행하였으며, 인터뷰의 주요 결과는 다음과 같다. 현재 SW 개발자 채용시장은 위축된 상태이나, 생성형 AI로 인한 직접적인 채용 감소는 현장에서 뚜렷하게 체감되지 않고 있다. 한편, 생성형 AI는 초급 SW 개발자에게 기회와 위협을 동시에 제공하고 있다는 의견이 제시되었다. 단순 반복 작업이 자동화되면서 초급 SW 개발자의 역할 축소와 채용 수요 감소 우려가 제기되지만, 동시에 생성형 AI는 초급 개발자의 학습 속도와 역량 향상에 기여하여 이들이 더 넓은 업무를 수행할 수 있는 기회를 제공하고 있다고 논의되었다. SW 개발자 채용 과정과 요구 역량에도 변화가 예상된다. 현업 개발자들은 코딩 테스트의 필요성에 대해 의견이 갈리는 상황이며, 실무 역량과의 연관성을 더욱 강화해야 한다는 지적이 있다. 또한, 생성형 AI 도입으로 프롬프트 엔지니어링이 새로운 역량으로 주목받고 있으나, 이를 SW개발자의 본질적 역량으로 강조하기에는 시기상조라는 평가가 다수다. 생성형 AI 도구의 활용이 확산되면서 초급 SW 개발자의 역량이 상향 평준화될 것으로 전망하는 의견이 제시되었다. 또한, 생성형 AI로 인해 SW개발자 요구 역량의 본질이 변화하지는 않을 것으로 전망되나, AI 도구 활용 시 정보 판별 능력이 새롭게 요구되는 역량으로 부각될 가능성이 있다. 이상의 연구 결과를 바탕으로 본 연구진은 향후 SW개발자의 요구 역량, 역량 평가, 역할 변화 등에 대한 시사점을 도출하였다. 나아가, SW 개발자 요구 역량 및 이에 따른 채용 변화와 관련한 정부와 개발자들의 대응 방향에 대해 제언하였다. The software (SW) developer job market in South Korea has experienced significant changes influenced by various factors, including the acceleration of digital transformation during the pandemic, economic downturns, and the emergence of generative AI. The introduction of generative AI in late 2022 has further reshaped this landscape by enhancing developer productivity while indirectly and directly impacting hiring demand, roles, and required competencies. To investigate these developments, this study conducted in-depth interviews with SW developers currently active in the industry. The key findings are summarized as follows: Although the SW developer job market remains constrained, industry practitioners have not distinctly perceived direct hiring reductions attributable to generative AI. However, generative AI has been identified as simultaneously presenting both opportunities and challenges for junior SW developers. While the automation of repetitive tasks has raised concerns about the reduction of roles and hiring demand for junior developers, it has also been noted that generative AI supports faster learning and skill enhancement, enabling these developers to take on broader responsibilities. Interviewees expressed divergent opinions on the necessity of coding tests, highlighting the need for stronger alignment with practical skill requirements. Additionally, while prompt engineering has emerged as a noteworthy competency with the adoption of generative AI, they believe it is premature to consider it a core skill for SW developers. The growing adoption of generative AI tools is expected to standardize and elevate the baseline competencies of junior SW developers. Although the fundamental skills required for SW developers are unlikely to change significantly, the ability to critically evaluate information when using AI tools is likely to emerge as a newly emphasized competency. Based on these findings, this study outlines implications for evolving competency requirements, assessment methods, and role changes for SW developers. Furthermore, it offers recommendations for government policies and developer strategies to address the shifts in required skills and hiring practices driven by generative AI.

최근 생성형 AI 등 디지털 기술의 급속한 발전으로 국가 간 디지털 인재 확보 경쟁이 치열해지고 있으며, 주요국들은 인재 확보를 위한 수단으로 비자 제도를 적극적으로 활용하고 있다. 또한Geo-Arbitrage에 기인하여 국경을 초월한 디지털노마드가 확산되고 이와 관련한 비자가 50개국 이상에서 시행되고 있다. 한국은 현재 디지털 인재, 특히 AI 고급인재가 부족하고 인력 유입국으로서의 매력도가 낮은 상황이다. 이에 본 고에서는 우리나라와 주요국의 비자 제도 및 프로그램 현황을 분석하여 한국의 디지털 인재 유치 제도 개선 방향을 제시하고자 한다. 한국의 최근 비자 제도로는 K-Tech Pass(’25년 시행 예정, 첨단 산업 우수 인재), Startup Korea Special Visa(해외 유망 스타트업), 과학기술 우수 인재 패스트트랙(이공계 특화기관의 석·박사)이 있으며 다양한 맞춤형 혜택을 제공한다. 이 외에도 관련 비자로 D-2(유학), D-4-6(우수사설 교육기관 외국인 연수), D-8(기업투자), D-10(구직), E-3(연구), E-4(기술지도), E-7(특정활동), F-5-9(첨단박사), F-5-10(첨단학사), F-5-11(특정분야 능력 소지자), 디지털노마드 비자 등이 있다. 미국은 H-1B(전문직 취업), J-1(교환방문), O-1(특별재능 소유) 비자에서 취업 기간 연장, 대상자 확대 등을 통해 STEM 분야 인재를 유치한다. 영국은 Global Talent Visa와 High Potential Individual Visa 등을 통해 디지털 분야에서의 학문적·전문적 성과가 뛰어난 인재를 유치하며 AI Futures Grants를 통해 AI 인재에 특정한 비자 혜택을 제공한다. 일본은 고급 전문직 비자, 호주는 국가혁신 비자를 통해 첨단 산업 인재 유입을 강화하였고, 뉴질랜드는 글로벌 임팩트 비자를 통해 창업 생태계 관점에서의 혁신 인재를 유치하고 있다. 디지털 노마드 비자는 국가별 상황에 적합하게 관광과 취업, 그리고 창업 등을 연계하는 등 다양한 형태로 시행되고 있다. 한국은 디지털 인재 유치를 위한 다양한 비자 제도를 시행하고 있으나, 발급 대상 범위, 발급요건, 혜택 및 인센티브, 발급 절차, 비자 간 연계 등의 측면에서 발전을 꾀할 요소가 여전히 존재하며 이에 대한 해외 제도와의 비교분석 결과는 결론 부분에서 다루었다. 또한 ① 디지털 분야 특화 비자/프로그램의 개발 및 개선 ② 혜택 및 편의성 제고를 통한 인재 유인책 강화 ③ 비자 제도 간 연계를 통한 통합 지원 강화에 대한 세부 사항을 디지털 분야 해외 인재 유치를 위한 비자 제도 개선 제언으로 제시하였다. Executive Summary The rapid advancement of digital technologies, such as generative AI, has intensified the global competition for digital talent, with major countries actively utilizing visa systems as a means of attracting talent. Additionally, the spread of digital nomads across borders, driven by Geo-Arbitrage, has led to the implementation of digital nomad visas in over 50 countries. South Korea is currently facing a shortage of digital talent, particularly high-level AI experts, and is not an attractive destination for acquiring digital talent. Therefore, this paper aims to compare and analyze South Korea's visa system and programs with those of leading countries and suggest ways to improve South Korea's system for attracting digital talent. Recent visa programs in South Korea include the K-Tech Pass (set to launch in 2025, targeting outstanding talent in advanced industries), the Startup Korea Special Visa (for promising overseas startups), and the Science and Technology Fast Track (for Master’s and Ph.D. graduates from science and technology-focused institutions), offering various tailored benefits. Other related visas include D-2 (student visa), D-4 (general training), D-8 (investment), D-10 (job-seeking), E-3 (research), E-4 (technical guidance), E-7 (specific activities), F-5 (professionals), and digital nomad visas. The United States attracts STEM talent through H-1B (specialty occupation), J-1 (exchange visitor), and O-1 (extraordinary ability) visas, offering extensions and expanding eligibility. The UK uses the Global Talent Visa and High Potential Individual Visa to attract highly skilled individuals in the digital field, while offering targeted benefits for AI talent through the AI Futures Grants. Japan has enhanced its policies for advanced professionals (J-Skip, J-Find), and Australia has strengthened its talent acquisition through the National Innovation Visa. New Zealand attracts innovative talent in the startup ecosystem through its Global Impact Visa. Digital nomad visas are implemented in various ways depending on the country, linking tourism, employment, and entrepreneurship. While South Korea has introduced various visa programs to attract digital talent, there is still room for improvement in areas such as target scope, eligibility requirements, benefits and incentives, application procedures, and the integration of different visa types. The comparative analysis with international systems is discussed in the conclusion. The paper suggests three main improvements to South Korea's digital talent visa system: ① the development and enhancement of specialized digital field visas/programs, ② strengthening talent attraction through improved benefits and convenience, and ③ improving the integration of visa programs for better support.

본고는 생성형 AI로 인한 소프트웨어 개발 프로세스별 개발 업무 변화를 살펴보고, 이것이 소프트웨어(Software, 이하 SW) 개발자 직무에 어떠한 영향을 주는지와 그 시사점에 대해 논하려고 한다. 생성형 AI란, 텍스트, 오디오, 이미지, 동영상 형태의 새로운 콘텐츠를 생성하도록 설계된 인공지능 모델이다. 생성형 AI라는 화두를 세상에 내놓은 OpenAI사의 ChatGPT는 지금까지 출시된 애플리케이션 중 가장 빠른 속도로 이용자 수가 늘어나고 있다. 이러한 경향은 생성형 AI의 활용이 업무 효율성을 향상할 것으로 기대되기 때문이며, 특히 개발환경의 변화로 인해 개발자의 역할 또한 변화할 것으로 전망된다. SW 개발은 SW 요구분석, 설계, 구현 및 시험 등의 복잡한 프로세스로 구성되어 있다. 또한 고객사의 개발 및 운영 환경, 성능 및 보안 요구 수준, 유지보수성 등 다양한 요소를 고려해야 하는 정형화하기 어려운 업무이기 때문에 생성형 AI가 개발자 업무에 주는 영향은 예상만큼 크지 않았다. SW개발 단계 중 SW 구현과 SW 시험 단계에는 생성형 AI 활용이 가능하다. 생성형 AI를 이용하면 SW 구현 단계에서는 코드 생성, 코드 자동완성, 주석 작성, 코드 번역, 리버스 엔지니어링 등이 가능하다. SW 시험은 시간이 많이 소요되고 반복적인 업무가 많아, 생성형 AI 활용에 가장 효과적인 단계이다. 반면에 고객과의 커뮤니케이션이 중요한 SW 요구분석 단계와 최신 기술을 포함한 복잡한 기술을 연계하여 수행해야 하는 SW 설계 단계는 생성형 AI의 활용이 쉽지 않다. 전반적으로 생성형 AI 개발도구의 활용은 개발자의 생산성 향상에 효과가 있으나, 개발 단계, 개발하는 제품이나 서비스의 종류, 개발자의 수준 등에 따라 생성형 AI의 활용 방법 및 효과의 차이가 큰 것으로 분석되었다. 개발도구로써 생성형 AI의 활용은 초급개발자보다 생성형 AI 환각에 의한 잘못된 정보를 빠르게 판단할 수 있는 중급개발자의 생산성을 더 높이는 것으로 확인되었다. 반면에 초급개발자는 생성형 AI를 프로그램 언어 학습에 유용하게 활용할 수 있으며, 초급개발자 수준이 빠르게 높아질 것으로 예측된다. SW개발자의 작업에서 생성형 AI의 영향을 받는 작업은 일부분이다. 개발자 직무를 수행하기 위해서는 데이터 분석, SW 및 DB 설계, 시스템 결정 및 성능 개선 등 개발 관련 기술 업무 이외에도, 동료와 업무 협의, 이슈 해결 등의 소프트스킬이 필요한 작업이 있어 개발자 업무와 개발 생산성에 대한 생성형 AI의 영향 정도를 정량적으로 파악하기는 어렵다. 생성형 AI 시대에 대비하기 위해 개발자 수준에 따른 세분화된 생성형 AI 활용 전략 마련, 직무별로 상이한 생성형 AI의 영향을 고려한 개발자 양성 규모 검토가 필요하다. 또한 생성형 AI를 활용하면서 직면할 수 있는 저작권 문제, 프라이버시 문제, 모델 오남용 문제에 대해 적절히 대응할 수 있도록 기본적인 AI 윤리 교육에 대한 강화가 시급하다. Executive Summary In this article, we'll take a look at how generative AI is changing the development process and discuss the implications for developer jobs. Generative AI is an AI model designed to generate new content in the form of text, audio, image and video. The use of generative AI is growing at a rapid pace. This is because it is expected to improve work efficiency, and the role of developers is also expected to change due to changes in the development environment. SW development consists of a complex process of SW requirements analysis, design, implementation, and testing. In addition, the impact of generative AI on developers' work is not as large as expected because it is a difficult task to formalize that requires consideration of various factors such as the customer's development environment, performance and security requirements, and maintainability. Generative AI can be used for SW implementation and SW testing during the SW development phase. On the other hand, the SW requirement analysis phase, which requires communication with customers, and the SW design phase, which involves complex technologies including the latest technologies, are not easy to use generative AI. Overall, the use of generative AI development tools is effective in improving developers' productivity, but there are large differences in how generative AI is used and its effectiveness depending on the development stage, the type of product or service being developed, and the level of developers. Only a small part of a SW developer's work is affected by generative AI. In addition to technical tasks related to development, such as data analysis, SW and DB design, system performance improvement, developers also need soft skills, such as collaborating with colleagues, so it is difficult to quantify the extent of the impact of generative AI on developer work and development productivity. In order to prepare for the era of generative AI, it is necessary to prepare a strategy for using generative AI that is categorized by developer level and review the scale of developer training considering the impact of generative AI by job function. It is also urgent to strengthen basic AI ethics education so that developers can respond appropriately to copyright, privacy, and model misuse issues that may arise while utilizing generative AI.

최근 디지털 전환이 가속화되고 국내 SW융합인력 수요가 급증하면서 자동차, 의료, 도소매업 등 타 산업에서 SW융합인력에게 원하는 역할과 요구사항의 범위가 확대되고 있다. SW융합인력이 방대한 양의 데이터 분석, 제조 공정·보험 설계 등 도메인 지식이 필요한 업무의 디지털화, ChatGPT, 딥러닝과 같은 신기술의 적용 분야에서 활동하고 있다. 본고는 지속 성장할 것으로 예상되는 국내 SW융합인력 양성을 위한 시의적절한 정책 수립에 도움이 될 수 있도록, 1) 관련 현황 및 문제점을 파악하고 2) 채용공고 데이터 기반의 SW융합인력 수요분석 정보를 제공하며 3) 분석 결과에 따른 시사점을 제시하고자 한다. SW융합인력이란, “SW융합인력에 대해 한국표준산업분류에서 SW산업을 제외한 산업에서 SW융합 활동이 있는 기업에 재직하는 SW인력”으로 정의하였다. 연구진은 온라인 채용정보 데이터를 활용하여 산업별, 지역별, 경력별, 학력별, 직무별, 기술 스택별 SW융합인력의 수요를 분석하였다. 단, 채용인원을 정확히 제시하지 않는 온라인 채용공고 데이터의 한계로, 채용공고 건수를 기준으로 수요를 파악하였다. SW융합인력의 수요가 많은 산업은 전자 부품·컴퓨터, 의료, 자동차, 도매 및 상품 중개업 순이었다. SW 융합인력은 3년 이상의 경력자에 대한 수요가 가장 많았으며, 신입에 대한 수요는 12%에 불과하였다. SW산업과 SW융합산업에서 요구하는 경력별, 학력별, 지역별, 직무별 인력 수요는 다소 차이가 있으며, 이에 따라 요구되는 기술 스택도 상이한 것으로 분석되었다. SW융합인력의 수요 증가에 대응하여 SW융합인력의 범위, 양성 방향 등에 대한 관련 산업계·학계·연구계의 사회적 합의 도출과 이에 따른 체계적 양성이 시급하다. SW융합인력 수급 지속가능성 제고를 위해 SW융합인력 양성 교육의 실무 적합성과 시의성을 개선, SW융합인력의 장기적 성장 지원체계를 구축해야 한다. SW융합인력에 대한 면밀한 수요분석을 통해, SW융합인력에 대한 수요가 상대적으로 큰 도메인, 직무 등을 중심으로 전략적으로 양성하는 것이 우선되어야 한다. 수도권 외 지역에 대한 SW융합인력의 원활한 수급을 위해, 지역별 특화산업과 연계된 SW융합인력 양성방안도 고려해야 한다. Executive Summary As digital transformation accelerates and the demand for software convergence workers in Korea is glowing rapidly in recent years, the range of roles for software convergence workers in other industries such as automotive, healthcare, and wholesale and retail is expanding. In order to help establish timely policies to foster software convergence workforce in Korea, which is expected to continue to grow, this paper aims to 1) Identify relevant status and problems, 2) Provide information on demand analysis of software convergence workforce based on job postings data, and 3) Present implications based on the analysis results. Software convergence workforce is defined as “Software talent who are employed in companies with SW convergence activities in industries other than the SW industry in the Korean Standard Industrial Classification.” The researchers analyzed the demand for software convergence workers by industry, region, experience, education, job function, and technology stack using online recruitment data. The industries with the highest demand for software convergence workers are electronics&computers, healthcare, automotive, and wholesale. Software convergence workers were most in demand for those with more than 3 years of experience, while only 12% of new employees were hired. In response to the increasing demand for software convergence manpower, it is urgent to derive a social consensus among related industries, academia, and research institute on the scope and direction of manpower and systematic training is urgently needed. To improve the sustainability of manpower supply and demand, it is necessary to improve the practical relevance and timeliness of software convergence manpower training and establish a support system for the long-term growth of manpower. Through a careful analysis of the demand for manpower, it should be prioritized to strategically cultivate software convergence manpower centered on domains and jobs that have a relatively large demand for software convergence manpower.

요약문 1. 제 목 : 생성형 AI에 대응한 SW 인재 양성 정책 방향 연구 2. 연구 목적 및 필요성 생성형 AI의 혁신적인 기술 발전으로 편리한 사용 방법과 접근, 창의적인 정보 생성, 효율적 정보 확보 등의 장점으로 생성형 AI의 활용이 확대되고 있다. 생성형 AI는 경제, 사회, 교육 등 전반에 영향을 미칠 것으로 예상되며, 이미 그 사용 효과가 증명되고 있다. 생성형 AI는 특히 기술자 그룹에 많은 영향을 미칠 것으로 예측되며, 코드 자동 생산, 코드 자동 완성 등 SW 개발 관련 기능의 효율성과 편리성으로 개발자들이 현업에서 이미 많이 활용하고 있다. 생성형 AI 기술 발전 및 업무 적용 속도로 보아 생성형 AI에 의한 개발 환경, 개발 방식, 역량 등의 변화는 매우 클 것으로 예상된다. 이러한 변화에 대한 사회·경제적 혼선을 줄이고 관련 인력양성의 기회로 연결할 수 있도록 디지털 인력양성 정책의 변화가 필요하다. 위 배경 및 필요성에 따라 본 연구는 생성형 AI가 개발 업무에 미치는 영향을 분석하고, 이에 따른 디지털 인재양성 정책 방향을 제시하고자 한다. 3. 연구의 구성과 범위 연구는 다음과 같이 5장으로 구성된다. 제1장 서론 “SW 개발 환경 변화에 따른 디지털 인재양성 정책 방향” 연구 배경, 목적, 연구의 개략적인 내용, 연구 방법을 기술한다. 제2장 생성형 AI 기술 진화 및 국내외 정책 방향 디지털 인재 정의와 역량을 해석하고, 생성형 AI의 개념과 시장 전망을 정리한다. 생성형 AI시대의 국내외 디지털 인재 양성 정책 동향을 분석하고, 국내외 기업의 생성형 AI 대응 및 인재 확보 경쟁에 대해 비교·종합한다. 제3장 SW 개발 환경변화에 따른 개발 업무 변화 생성형 AI가 개발 업무에 미치는 영향을 소프트웨어 개발 프로세스에 따라 문헌 연구, 전문가 심층 인터뷰, 전문가 설문을 통해 분석한다. 소프트웨어 개발 프로세스는 요구분석, 설계, 구현, 테스트 단계로 나누어 단계별 생성형 AI의 활용 가능성과 영향에 대해 분석한다. 생성형 AI가 개발자에 미치는 영향을 분석하기 위해 O*NET의 컴퓨터 프로그래머, 소프트웨어 개발자, 웹 개발자의 작업(Task)별 영향을 평가한다. 제4장 생성형 AI 시대에 대응한 디지털 인재양성 분석 결과에 기반하여, 생성형 AI 관련 디지털 인력 확보 정책의 기본 방향을 제안하고 디지털 인력양성을 위한 교육 환경 구축, 지속적이고 효율적인 디지털 인재 확보 추진을 제안한다. 제5장 결론 연구의 방법은 문헌분석, 전문가 심층 인터뷰, 전문가 설문을 통해 생성형 AI가 개발 업무에 미치는 영향을 분석하고, 생성형 AI 시대에 대응한 디지털 인재양성 정책 방향을 제안한다. 4. 연구 내용 및 결과 본 연구는 디지털 인력 중 특히 수요가 많은 개발자에 초점을 맞춰, 그들의 작업에서 코드 자동 생성 기능 등에 의한 생성형 AI의 영향도를 분석한다. 이를 기반으로 개발자 및 디지털 전환 인력의 역할 변화를 고려하여 생성형 AI 시대의 디지털 인재 양성 정책 변화 및 방향을 모색한다. 디지털 인재를 넓은 의미에서‘디지털 신기술을 보유하고 디지털 전환을 주도하는 사람과 디지털 기술을 활용하는 모든 사람을 포함한 인력’으로 정의하고, 해외 기관 및 정부 부처가 공통적으로 제시한 디지털 신기술은 AI, 빅데이터, 소프트웨어 등임을 확인하였다. 디지털 인재 역량 요구사항 중 가장 수요가 많고 중요성이 커지는 기술은 Java, 파이썬, SQL 등 프로그래밍 언어와 애자일 방법론, 컴퓨터 공학 등 개발 관련 기술로 조사되었으며, 디지털 기술 중 2023년 선풍을 일으킨 생성형 AI는 코딩 보조 도구로써 코드 자동 생성, 자동 테스트, 주석 작성 등에 뛰어난 성능을 가지고 있어 프로그래밍 작업 시 영향을 많이 미칠 것으로 예상된다. 이에 따라 생성형 AI가 개발자 수준, 개발 난이도, 소프트웨어 유형 등 개발 조건에 따라 개발 생산성에 얼마나 영향을 주는지 분석한다. 1) 생성형 AI 기술의 진화 생성형 AI는 딥러닝 기술과 텍스트, 오디오, 이미지 또는 동영상 형태의 방대한 데이터를 활용하여 학습하고, 새로운 콘텐츠를 생성하는 기술이다. 생성형 AI 기술은 1980년대 개발된 신경망, 2006년대 심층 신경망, 2010년대 트랜스포머 모델을 거치면서 성숙하였고, 성능이 향상된 컴퓨팅 파워, 폭발적으로 증가한 데이터를 사용하여 혁신적으로 발전하게 되었다. MS, Amazon, Google 등 빅테크 기업에서는 시장에서 경쟁 우위를 확보하고 새로운 수익원을 창출하기 위해 생성형 AI 기술을 개발하고 혁신적인 서비스를 출시하는 데 매진하고 있다. 자동차, 의료 등의 산업에서도 생성형 AI를 이용한 수익 창출을 위해 차별화된 제품을 개발하고 있을 뿐 아니라 업무 효율성 향상을 위해서도 생성형 AI 기술을 도입하고 있다. 또한 생성형 AI 기술과 관련 인재를 확보·유지하기 위해 총력을 기울이고 있는데, 오픈AI, 구글 등 글로벌 빅테크 기업은 물론 아시아·태평양 지역기업들 또한 생성형 AI 인재 부족을 해결하기 위해 많이 노력하고 있다. 2) 국내·외 디지털 인재 양성 정책 생성형 AI 기술의 진화와 그에 따른 우수 디지털 인재 수급 등의 문제 발생에 신속 대응하기 위해 미·중·영·일본 등 해외 주요국에서는 기존 AI 관련 정책에 더해 다양한 대응방안을 마련하고 있다. 미국의 AI 정책은 글로벌시장에서 AI 경쟁력을 유지하고, 안전하고 신뢰할 수 있는 AI 발전을 추구하는 것이다. AI 인재 확보를 위해 「국가 AI R&D 전략계획」, 「안전하고 신뢰성 있는 AI를 위한 행정명령」 등을 통해 AI 분야에 필요한 기술 인력을 평가하여 교육하고 글로벌 AI 인력 확보를 위해 비자 제도를 개편하였다. 또한 「인공지능교육법」을 제정하여 AI 오용 가능성을 감소시키고, 정부 관련 직원들이 정부의 수요에 가장 적합한 인공지능 시스템을 도입할 수 있도록 하기 위해 연방 행정 각부, 산하기관 등에 AI 교육을 시행하고 있다. 중국은 「고등교육기관 AI 혁신 행동 계획」,「중국 인공지능 인재양성 백서」등을 통해 국가 주도로 AI 인재를 양성하고 있으며, 대학을 중심으로 기업이 보조하는 형태의 인재 양성을 추진하고 있다. 대학에서 실무에 바로 투입할 수 있는 실습 기반 교육을 하고, 빅테크 기업에서는 인공지능 대회, 단기 교육을 통해 실전 경험 강화를 유도하고 인재 인증 제도를 활성화하여 AI 인재 양성을 추진하고 있다. 영국도 「영국 디지털 전략」에서 영국의 기술 기업이 혁신하고 성장하는데 필요한 인력과 자금 확보를 표명하고, 해외 우수 인재 확보를 위해 새로운 비자를 대폭 신설하였다. 일본은 「AI 전략」, 「초·중등 교육 단계에서의 생성형 AI 활용에 관한 잠정적 가이드라인」 등을 발표하고, 초·중등 교육에서부터 수리·데이터사이언스·AI 이론을 학습시키는 한편 첨단 AI 기술과 기술 표준화의 국제주도권 확보를 위해 해외 우수 인재 유치 및 국제 공동 연구를 지원하는 정책과 사업을 펼쳐오고 있다. 주요국은 디지털 인재 양성을 위해 디지털 리터러시 교육과정을 확대하고, 대학 학위프로그램을 확대하는 방향으로 정규교육 프로그램을 개편하고 있다. 기업의 AI 인재 양성을 강조하고 있으며, 글로벌 해외 인재 확보를 위한 제도를 개선하고 있다. 국내에서는 글로벌 AI 시장에서 경쟁력을 갖추기 위해 2023년 4월「초거대 AI 경쟁력 강화 방안」을 발표하고, 「디지털 인재양성 종합방안」등 AI·SW 인력양성의 기존 정책의 기조를 유지하며, 초거대 AI 개발·활용에 전문화된 글로벌 수준의 인재를 추가 양성한다. 3) SW 개발 환경 변화에 따른 개발 업무 변화 분석 생성형 AI 기술이 개발 업무에 미치는 영향에 대해, 요구분석-설계-구현-테스트의 4단계로 구분되는 SW 개발 프로세스를 기준으로 분석하였다. 우선 관련 문헌조사 후 컴퓨터공학과 교수, 개발자와 SW 전문가 등으로 구성된 자문단을 구성하여 구조화된 설문지를 통해 전문가 심층 인터뷰를 수행하였다. 마지막으로 O*NET의 개발자 직무 Task 기반 분석을 수행하였다. 3-1) 문헌 연구 (SW 개발에 사용되는 AI 및 생성형 AI 기술 관련 연구와 활용 현황) 소프트웨어 코딩을 자동화하기 위해 기존에 특수 목적이나 일부 한정된 사람들이 MDD(모델주도방법론), 로우코드·노코드(LCNC) 도구를 주로 사용하였다. 최근에 널리 퍼진 생성형 AI 개발 도구는 개발자들이 SW 개발 시 일반적인 도구로 활용하고 있다. 동 배경하에, 개발자들이 코드 생성 외의 다른 작업에도 생성형 AI를 얼마나 활용하는지와 활용 가능성에 대해 검토한다. SW 개발 요구분석 단계는 고객과 소프트웨어 개발 그룹과의 기능에 대한 이해와 협의가 중요하기 때문에 자동화 도구를 활용한 작업이 쉽지 않다. 생성형 AI는 회의 내용을 요약하고, 텍스트 기반의 요구사항을 구조화하는데 제한적으로 활용되고 있다. 연구에서도 사용자 요구사항의 코드 구현 관련 추적성 개선에 관한 연구 등의 소수 연구가 진행되고 있다. SW 설계 단계는 문헌 자료를 찾기 어려울 정도로 생성형 AI를 많이 활용하지 않는 것으로 조사되었다. SW 구현 단계에서는 거대언어모델(LLM)의 기술적 특성으로 인해 생성형 AI가 자동 코드 생성 기능이 우수하여, 코드 생성, 코드 자동 완성, 코드 주석 작성, 리버스 엔지니어링(역공학) 등에 개발자들이 이미 많이 활용하고 있었다. 개발자들은 생성형 AI 기술을 이용한 상용화된 도구인 GitHub Copilot, ChatGPT, AWS CodeWhisperer 및 Tabnine 등을 통해 많은 시간이 소요되고 반복 작업이 많은 코드 생성에 대해 이를 많이 활용하고 있다. 물론 생성형 AI가 코드를 완벽하게 생성하는 것은 아니어서, 컴파일되지 않는 코드, 보안 취약성, 라이선스 침해 등의 문제가 있는 코드에 대해서는 개발자의 수정을 반드시 필요로 한다. 개발자들은 생성형 AI 개발 도구를 지원하는 프로그램 언어 종류, 자동 코드 생성·코드 자동완성·코드 리뷰 등 코딩 관련 기능, 테스트 및 보안 검증 기능 여부에 따라 각 도구를 선택하여 활용하고 있다. 연구에서는 OpenAI, MS, 구글 등 LLM 관련 업체의 생성형 AI 도구의 원리 및 개선, HumanEval 등으로 성능을 테스트한 관련 논문들을 상당히 많이 발표되어 있다. 문헌 조사상에서 생성형 AI의 영향을 가장 많이 받을 것으로 예측된 단계는 SW 테스트 단계이다. 테스트 케이스의 우선순위 선정, 오류 원인 분석, 테스트 케이스 생성 등에 생성형 AI를 활용할 수 있다고 조사되었다. 생성형 AI를 활용한 테스트 데이터 생성, 테스트에 유용한 테스트 케이스 생산을 통한 테스트 커버리지 확대 등의 논문이 있다. 테스팅 자동화, 관리, 데이터 생성, 시나리오 작성 등을 지원하는 AI 증강 테스팅 도구들 또한 시장에 많이 출시되었다. SW 구현, 테스트 이외에도 생성형 AI 기술은 초급 개발자 교육에도 활용될 뿐만 아니라 SW 컴파일러의 오류메시지를 이해하기 쉽게 생성하거나, COBOL 등 기존 프로그램에서 사용하던 언어를 현재 운영하는 시스템에 맞는 프로그램 언어로 변경하는 작업 등에서도 활용되고 있다. 이러한 생성형 AI의 여러 코딩 관련 기능으로 인한 개발자 생산성 향상의 가능성에도 불구하고, 코드 생성 시 LLM에 최신 데이터 미적용, 환각(Hallucination), 보안 취약성, 저작권 침해, 내부 정보 유출 등에 문제가 있으며, 이로 인해 개발 생산성이 저하되고 개발 비용이 증가할 수 있다. 천문학적 LLM 개발 및 유지 비용도 간과할 수 없는 부분이다. 3-2) 전문가 심층 인터뷰 및 전문가 설문 분석 생성형 AI 개발 도구 사용 현황·발전 방향, 디지털 인재상, 개발자 수준, 디지털 인재 확보 현황 등에 대해 전문가들의 전문성에 따라 관련 분야의 심층 인터뷰를 시행하였다. 또한 SW 개발 프로세스 단계별로 개발자와 전문가들의 사용 현황과 의견을 물었다. 개발자들은 소프트웨어 구현 시 생성형 AI 개발 도구를 기본적으로 활용하고 있는데, 구현 및 테스트 단계에서 개발 코드 생성 및 검증은 물론, 개발 코드 설명이나 개발문서 작성에도 활용하는 것으로 조사되었다. 여러 생성형 AI 개발 도구 중 대부분 개발자가 깃허브를 이용하여 접근이 용이한 Copilot을 활용하고 있었으며, 일부 전문가가 Tabnine를 사용하고 있었다. 대화형 플랫폼으로 접근성이 가장 좋은 ChatGPT는 개발자가 코드에 대한 도움을 받거나, 새로운 기능에 대한 아이디어를 얻는 용도로 사용하는 것으로 조사되었다. 전문가들은 생성형 AI를 활용하면 초급 개발자가 빠르게 개발 역량을 높일 수 있는 장점도 있다고 했다. 그러나 단점으로는 최신 데이터 학습에 제한적인 LLM의 특성 때문에 빠른 주기로 기술이 변하는 프론트엔드 개발에는 활용하기 어렵다는 의견이 있었다. 개발자들은 테스트의 경우, 테스트 코드를 자동화하는 것과 프로그램의 단일 기능에 대한 테스트는 가능하나, 비즈니스 로직에 대한 전반적인 테스트는 불가하다고 했다. 그러나 테스트는 상당한 시간이 소요되고 반복적인 업무가 많아 생성형 AI를 이용하면 가장 개발 효율성을 높일 수 있는 단계인 것으로 분석된다. 생성형 AI 기술을 이용한 테스트 도구는 기존 테스트 도구의 단점인 적절한 테스트 커버리지를 위한 최소의 테스트 케이스 생성과 테스트 데이터 생산으로 인한 테스트 데이터 부족 문제를 해결한다고 했다. 전문가들은 요구사항 분석 단계에서는 생성형 AI를 활용하여 고객의 요구사항을 듣고 고객 요청의 맥락까지 파악하는 것은 어렵다고 조언하였다. 개발자들은 코딩작업에 생성형 AI 개발 도구를 사용하는 데에 비교적 긍적적이었으나, 소프트웨어 개발 공정 전체에 생성형 AI 개발 도구를 활용하는 데는 아직까지 어느정도 제한이 있다는 의견이 많았다. 초급 개발자보다는 중급 개발자의 개발 생산성 향상 정도가 높았는데, 이는 초급 개발자의 경우 생성형 AI의 환각(Hallucination)으로 인한 잘못된 코드를 분별하는 데 어려움을 겪기 때문인 것으로 판단된다. 또한 생성형 AI가 개발자나 SW 전문가가 원하는 정보를 생성하기 위해서는 컴퓨터 공학에 대한 기본 개념이 있어야 하고, 프롬프트 엔지리어링이 매우 중요하다는 의견이 지배적이었다. 생성형 AI 출현 이후에 전문 개발자들은 생성형 AI를 활용하여 빠르게 지식 습득을 하고 있으며, 기업에서는 지식이 많은 직원보다 주어진 문제를 인식하고 해결할 수 있는 역량을 가진 직원을 선호하는 것으로 나타났다. 교수들은 대학에서 학생들이 과제나 SW 프로그래밍에 생성형 AI 도구를 빈번하게 활용하고 있으며, 생성형 AI로 인해 소프트웨어 관련 비전공 학생들의 코딩 실력이 늘었다고 답변했다. 논문 작성에도 생성형 AI를 활용하며, 일부 학회는 논문에 생성형 AI 활용을 허용하고 있다고 했다. 3-3) O*NET의 개발 관련 직무의 작업(Task), 세부작업(DWA)별 생성형 AI 기술의 영향을 검토 컴퓨터 프로그래머, 소프트웨어 개발자, 웹 개발자의 세부 업무(DWA) 중 개발과 관련된 것과 생성형 AI에 영향을 받는 DWA를 추출하고, 개발자 작업(Task)과 비교하여, SW 개발 프로세스인 요구분석, 설계, 구현, 테스트 단계별로 생성형 AI에 의한 영향도를 분석한다. SW 개발 업무 중 생성형 AI의 영향도가 가장 큰 작업(DWA)은 구현 단계의 컴퓨터 프로그래밍 코드 작성(Write computer programming code), 애플리케이션 개발(Develop computer or online applications), 테스트 단계의 소프트웨어 테스트(Test software performance), 소프트웨어 테스트 시나리오 및 테스트 케이스 제작(Develop testing routines or procedures), 기타 소프트웨어 사용 설명서 작성(Prepare instruction manuals) 등이었다. 컴퓨터 프로그래머, 소프트웨어 개발자, 웹 개발자 중 생성형 AI의 영향을 가장 가장 많이 받는 직무는 컴퓨터 프로그래머로 분석되었다. AI나 생성형 AI의 직업에 미치는 선행연구들에서도 “AI나 생성형 AI 역량”과 “모든 직업에서 수행하는 직무”를 비교하여 “각 직업에 대한 생성형 AI의 영향도”를 분석하였으며, 본 연구는 “개발자 업무와 직업”에 관한 연구를 문헌 연구, 전문가 심층 인터뷰, 그리고 선행연구의 연구 방법(AI 역량과 직업 역량 비교)을 활용하여 수행하고 분석을 시도하였다. 3-4) 생성형 AI가 개발 업무에 미치는 영향에 대한 최종 결과 분석 문헌 연구, 전문가 심층 인터뷰, O*NET 자료 분석 결과, SW 개발 프로세스 중 생성형 AI 기술의 영향을 가장 많이 받는 단계는 구현 단계였으며, 개발자가 생성형 AI를 활용하여 구현 단계에서 할 수 있는 작업은 “문헌이나 인터넷 등에 이미 포함되어 있는 코드”를 이용한 코드 생성과 통합개발환경(IDE)이 제공하는 함수를 사용할 때 “코드 자동 완성” 기능을 활용하는 것이다. 그러나 개발 단계에서 비즈니스 로직이 복잡하거나 개발 코드가 최신 기술을 활용해야 하는 코드를 작성해야 할 때는 생성형 AI 개발 도구를 활용하기 어렵다. 생성형 AI의 영향으로 전문 개발자가 아닌 소프트웨어 산업 외의 다른 산업에 종사하는 도메인 전문가들의 프로그래밍이 가능해지며, 디지털 전문가로 전환 가능성이 커질 것으로 예상된다. 종합적으로 SW 개발 단계 중 요구분석과 설계 단계에서는 생성형 AI 활용도가 낮아 SW 개발 시 개발 생산성 향상에 많은 영향을 주지는 못하는 것으로 분석된다. 또한 개발자 업무 중 컴퓨터 하드웨어 엔지니어와 협력하여 하드웨어 및 소프트웨어 시스템을 통합하고, 고객, 마케팅 담당자, 소프트웨어 품질 담당자, 소프트웨어 보안 담당자 등 소프트웨어 개발에 중요한 이해관계자와의 협상 등 직접적인 개발 업무에 속하는 않는 작업들은 생성형 AI를 활용하기 어렵다. 4) 생성형 AI 시대에 대응한 디지털 인재양성 생성형 AI가 개발자에 미치는 영향 분석 결과와 해외 주요국 및 국내 AI 정책을 분석하여 생성형 AI 디지털 인재 양성 정책 방향을 검토하였다. 1. 디지털 인력 확보 기본 방향 - 디지털 교육 저변 확대 및 개인 맞춤 교육 - 생성형 AI 기술의 효율적 활용을 위한 디지털 교육 - 생성형 AI를 활용한 연구와 디지털 교육 2. 디지털 인재 양성을 위한 교육 환경 구축 - 체계적 교육시스템 구축 - 디지털 교육을 위한 학습 시스템과 평가시스템 구축 3. 지속적이고 효율적인 인재 확보 추진 - 글로벌 인재 확보 - 디지털 인재 네트워킹 활성화 지원 본 연구는 요구사항 분석, 설계, 구현, 테스트의 개발 프로세스 단계별로 문헌 연구, 심층 인터뷰, O*NET 데이터를 이용하여 생성형 AI 영향에 의한 개발환경 변화를 다각도로 분석하여, 생성형 AI 시대의 인재양성 정책를 제안하였다는데 의의가 있다. 향후 연구로는 생성형 AI 활용이 어려운 개발 관련 업무나 교육에 생성형 AI 기술을 적용하여 개발 생산성을 높이고 디지털 전환을 가속하게 하는 방안에 대한 연구가 필요하겠다. 5. 정책적 활용 내용 본 연구는 생성형 AI가 개발 업무와 개발자 직무에 대한 영향도를 문헌 분석, 전문가 심층 인터뷰, 데이터 기반 검토를 통해 생성형 AI가 개발 프로세스 중 구현과 테스트에 영향이 가장 많은 영향을 주는 것으로 분석하였으며, 이에 따라 디지털 인력 양성 방향을 제시하였다. 지금까지 발표한 「초거대 AI 경쟁력 강화 방안」, 「디지털 인재양성 종합방안」 등의 구체적인 실행 계획 수립에 활용할 수 있다. 6. 기대효과 생성형 AI 기술이 세계 경제 경쟁력 강화에 중요한 기술로 부각됨에 따라 생성형 AI 시대에 대비한 국내 디지털 인재 양성 정책 수립에 활용되어, 디지털 기술을 개발하고 활용하는 인력의 역량 강화 및 이에 따른 국내 디지털 경쟁력 강화에 기여할 것이다.

목차 Table of Contents 1. 들어가며 2. 「GPTs are GPTs」 연구 배경 및 개요 3. 「GPTs are GPTs」 연구 방법 및 결과 4. 시사점

목차 Table of Contents 1. 들어가며 2. 「GPTs are GPTs」 연구 배경 및 개요 3. 「GPTs are GPTs」 연구 방법 및 결과 4. 시사점

최근 세계적 디지털 전환으로 인해 산업계의 SW기술 수요가 증가하였고 SW인재의 양적·질적 수급 격차 문제가 정책 선상에서 본격적으로 논의되고 있다. (후략)