AI전환기, 디지털헬스케어 사례로 본 기술인력 수요변화의 특징과 대응전략(26-8-6)/황은혜外.과학기술정책연구원(STEPI)

< 요 약 >

 

■본 연구는 AI 전환기를 맞아 산업 변화가 더욱 두드러지게 나타나는 디지털헬스케어 산업을 대상으로 기술인력 수요 변화를 종합적으로 분석하여 다음의 특징을 도출

 

      특히 디지털헬스케어 분야의 인력수요 변화가 단순한 양적 증감의 문제가 아니라, 인력구조·요구역량·채용방식 등에서 변화 양상이 함께 나타나고 있음을 확인

 

■ 첫째, 디지털헬스케어 산업은 의료·데이터·소프트웨어·규제가 결합된 복합 산업으로, 고성장·소규모 혁신기업 중심의 생태계를 형성

 

    글로벌 디지털헬스케어 시장은 2023년 약 2,408억 달러에서 2033년 1조 6,350억 달러 규모로 확대될 것으로 전망되며, 국내 시장 역시 빠른 성장세를 보이고 있음

 

    산업 구조를 보면, 의료기기·소프트웨어·플랫폼·데이터 인프라가 결합된 복합적 가치 사슬이 형성되어 있고, 종사자 5인 이하 소규모 기업의 비중이 전체의 절반 이상을 차지하는 소규모 혁신기업 중심의 생태계가 뚜렷

 

■ 둘째, 정량분석 결과 디지털헬스케어 산업은 산업기술인력 내에서 연구개발 비중이 상대적으로 높고, 일부 직무에서는 최근 변화 양상이 관찰됨

 

   2024년 기준 디지털헬스케어 산업의 종사자는 총 44,730명이며, 이 중 산업기술 인력은 15,635명으로 전체의 35.0%를 차지     

   산업기술인력의 직군별 구성을 보면 연구개발이 6,879명(44.0%)으로 가장 큰 비중을 차지하며, 기술(능)직 5,385명(34.4%), 사무관리 3,371명(21.6%) 순으로 나타남

 

   다만 직무별 인력 변화는 일부 직무에서 변동이 관찰되나, 단기 시계열만으로 구조적 변화로 단정하기는 어려움

 

    또한 채용공고와 기업사례를 종합하면, 디지털 역량과 함께 경력, 직업 태도, 협업 역량 등이 함께 중시되는 경향이 나타남

 

■  셋째, 기업사례 분석에서는 AI 도입 이후 주니어 인력 축소와 시니어 중심의 소수정예형 조직으로의 재편 경향이 관찰됨

 

   기업 심층인터뷰에서 공통적으로 확인된 변화는, AI 도입 이후 조직 구조가 피라미드 형에서 역피라미드·소수정예형으로 전환되고 있다는 점이 부각 

 

  이는 AI 도입이 디지털헬스케어 기업의 인력운영 방식과 직무 구성에 영향을 미치고 있음을 보여주는 사례로 해석할 수 있음

 

■  넷째, 채용에서 요구되는 인재상은 디지털 기술 역량과 의료 도메인 이해, 소통과 문제해결 역량을 함께 갖춘 방향으로 나타남

 

 기업들은 단일 전공 기반의 인력보다, 의료 도메인에 대한 이해와 디지털·데이터 역량을 함께 갖춘 융합형 인재, 그리고 문제를 스스로 정의하고 결과에 책임질 수 있는 자기주도형 인재를 선호하는 경향을 보임

   - 일부 기업은 의료 도메인과 디지털 기술을 각각 일정 수준 이상 갖춘 인재를 명시적 기준으로 제시하였고, 다른 기업들은 AI 활용 역량, 서비스·시장 기획 역량, 커뮤니케이션 역량 등을 함께 강조

   - 동시에 AI가 반복적·정형적 업무를 대체함에 따라, 인력의 핵심 역할은 AI 결과를 검토 및 판단하고 이를 실제 서비스와 의사결정에 연결하는 방향으로 변화할 가능성이 제기됨

 

■ 다섯째, 인재 확보의 구조적 제약은 개별 기업 차원을 넘어 산업 전반의 문제로 작용

 

 의료 데이터 접근의 제한, AI·의료 복합 역량을 갖춘 인력의 절대적 부족, 고급 인재의 높은 연봉 수준, 소규모 혁신기업 중심의 산업구조 등은 서로 맞물려 디지털헬스케어 분야의 인재 확보·활용을 어렵게 만드는 구조적 요인으로 작용

   - 특히 학생과 초기 경력자가 실제 의료 데이터를 다뤄볼 기회가 제한적이라는 점은, 기업이 시니어 중심 채용을 선호하게 되는 중요한 배경으로 작용

 

■  종합하면, 디지털헬스케어 산업의 기술인력 수요 변화는 다음의 다섯 가지 흐름으로 정리

 

 ① 연구개발 중심의 인력구조 강화, ② AI 도입에 따른 시니어 중심 소수정예 조직 으로의 재편, ③ 융합형·자기주도형 인재상의 부상, ④ AI 결과에 대한 검증·판단· 거버넌스 역량의 중요성 증대, ⑤ 의료 데이터 접근과 소규모 기업 중심 구조에서 비롯된 구조적 인재 확보 제약

 

<과제 1. 대학-기업이 연계한 융합인재로의 경력개발 체계 확립>

 

■ 학부·대학원 단계의 융합교육과 재직자 단계의 재교육을 하나의 생애주기형 체계로 연결하여, 진입·성장·전환이 이어지는 인재 성장 기반의 경력개발 체계를 구축

 

  학부에서 시작하여 대학원까지 이어지는 의학, 공학, 데이터과학, 보건정책, 규제과학을 연계한 융합교육을 보다 체계화하면서 재직자 단계와 연결될 수 있는 기반 마련

 

  재직자 교육훈련에서는 병원 현장 중심의 의료AI 보건의료인 직무교육 사업과 중소기업 재직자 역량강화 교육 등을 단기 활용교육에 머무르게 하지 말고, 직무전환과 경력 개발까지 연계되는 모듈형 재교육 체계로 발전시켜야 함

   - 경력단계나 직무별로 필요한 공통역량과 심화역량 등을 구조화하고 모듈형으로 구성된 다양한 교육훈련 과정을 연계하여 이수하면서 직무 전환이나 다양한 경력 개발을 추구할 수 있는 체계를 마련

 

<과제 2. 안전한 의료데이터 기반 실습 ·프로젝트형 교육 인프라 확장>

 

■  기존 데이터 인프라를 연구지원 중심에서 교육·훈련과 프로젝트 실습까지 포괄하는 개방형 학습 인프라로 전환

 

   의료데이터 중심병원, 보건의료 빅데이터 플랫폼, AI 융합혁신 허브 등 기존 인프라를 연구자 중심에서 교육·훈련까지 포괄하는 방향으로 확장하는 체계 개발

    - 가명정보, 비정형데이터, 결합데이터, 폐쇄분석환경을 활용하여 학생, 초기경력자, 재직자가 안전하게 데이터 실습을 수행할 수 있도록 공개형 훈련 모듈과 표준 실습 과제 개발

 

   데이터 접근 자체뿐 아니라 프로젝트 수행 경험을 늘리는 방향으로 인프라 구축- 병원-대학-기업이 공동으로 참여하는 문제해결형 프로젝트, 합성데이터와 실제 데이터의 단계적 활용, 다기관 공동연구형 실습 등 확대

 

  이러한 인프라는 특정 기관의 시범사업에 머무르기보다 지역 거점병원과 대학, 디지털 헬스 관련 기업이 함께 활용할 수 있는 개방형 실습체계로 전환

 

<과제 3. AI 검증·판단·거버넌스 역량 확보를 위한 전문가 트랙 지원>

 

■ 병원 AI 품질관리 담당자, 임상 AI 검증 전문가, AI 리스크 및 윤리, 규제 대응 전문가 등 각 경로별 경력개발을 적극 지원하는 전문가형 경력 트랙을 지원

 

 모든 의료 AI 관련 교육에 공통적으로 반영되는 기초소양형 교육과정과는 별도로 전문가형 트랙을 구축하여, AI 검증, 판단, 거버넌스 전문 인력 육성

   - 병원 AI 품질관리 담당자, 임상 AI 검증 전문가, 데이터 거버넌스 관리자, AI 리스크· 윤리·규제 대응 인력 등을 대상으로 제공

   - 모델 성능 검증, 데이터 품질관리, 편향 및 공정성 점검, 설명 가능성 평가, 임상 안전성 검토, 규제 대응, 감사 및 책임체계 설계 등을 심화 교육하는 방향으로 설계

 

 중장기에 걸친 전문가 성장을 위한 전문가 경력트랙의 기획과 지원이 체계적으로 이루어지는 것이 중요

 

<과제 4. 디지털헬스케어 인력수요 모니터링 체계 고도화>

 

■  산업·인력 실태조사와 같은 기존 통계 기반 조사체계를 유지하되, 채용공고 텍스트 분석, 직무별 요구역량 변화 조사, 기업 심층인터뷰, 전문가 자문 등 정성·비정형 자료를 결합한 복합적 모니터링 체계로 고도화

 

 표면적인 인원 증감이 아니라 실제로 어떤 역량이 새롭게 요구되고 어떤 직무가 축소· 재편되는지 함께 파악하는 구조로 전환

 

 모니터링 결과가 단순 보고서 발간에 머무르지 않도록, 이를 교육과정 개편, 재직자 재교육, 데이터 실습 인프라 확충, 중소기업 기술인력 지원사업 설계에 반영하는 정책 환류 체계를 명확히 구축

 

 이러한 체계는 단기간에 완성되지 않기에, 신산업 기술인력 수요 변화 모니터링 체계를 기본틀로 하여 관련 인적자원개발협의체(SC, Sector Council) 등을 중심으로 우선 시범적 관측 사업을 운영한 뒤 점진적으로 조사 범위와 연계 정책을 확장

 

 

 

STEPI INSIGHT 363권

STEPI_Insight_363호.pdf

3.20MB