[직업훈련] 직업전망에 대해서

어떤 직업이 좋다고는 말 못 한다. 모르니깐.

인건비를 줄여서 매출 신장을 하는 업체도 있으니.

로봇 팔로 음식을 만드는 모습이다.
일본의 경우는 로봇 시장이 급격하게 증가하고 있다고 볼 수 있다.

1. 어떤 직업이 좋나요?

나도 모른다.

일본이 하는 데 한국은 로봇 팔을 도입하지 않고 두지는 않을 거라고 본다.

분야를 공부했는데, 자동화로 몇 년 뒤에 사라지는 건 아닌지 등은 알면 좋겠으나.

한국에 보면, IT 업계에서 버디버디가 과거에 있었다.

카카오톡으로 순식간에 사라진지는 몇 년이 되지 않는다.

2. 늘어나는 아웃소싱, 인소싱에 대해서

아웃소싱이라는 건 간단하게 이야기해서 용병이라고 표현할 수 있다.

몇 년 전에 보면, 어떠한 경영진은 자기 자사 인사부를 해체하고 아웃소싱 업체에 고용을 위탁하는 방안을

시도한 적이 있었다고 한다.

외주로 자사 직원을 돌렸을 때 자사 매출에 큰 차이를 가질 수 있다.

실제 이러한 문제로 정부 차원에서 지속해서 비정규직의 정규직 전환과 같은 전환 프로그램으로 인소싱 체제로 전환하는 단계에 있다고 볼 수 있다.

(전환했어도 어떻게 될지는 모름.)

아웃소싱을 기업에서 전혀 사용하지 않을까?

사용 안 할 수는 없다.

이렇게 있다고 보자.

IT나 기계는 전문 분야가 아니다. 기술을 보유하고 있는 것도 아니고.

기계 설비를 유지보수하는 기술자를 채용해서 자체적으로 수선을 하는 게 유리할까 등을 판단할 수 있다.

직접 고용을 안 하는 게 유리할 수 있다.

직업상 관리만 해서 매출을 높이는 분야도 있다.
비용 낭비를 줄였더니 원래 매출이 신장하는 것도 있다.

3. 오늘의 정보가 내일은 오래된 정보가 된다.

시장의 회전이 엄청 빨라지고 있다는 의미이다.

빅데이터 분석 등을 사용하는 곳에서는 미리 다양한 시뮬레이션을 통해서 시장의 회전을 고도화 하고 있다.

뭐를 배워두면 먹고 산다는 이야기도 과거가 될 수 있다는 의미이다.

지능형 전력 체계를 구축하면, 예를 들면 과거에 시설 등에 투입되는 인원이 10명이라고 했을 때, 3명 살아남을 수도 있다는 의미이다.

핵심 인원이 되는 게 말처럼 쉽지 않다.

4. 학력의 미래 / 직업의 미래

이건 어떻게 될지는 모른다.

학력이 계속해서 길면 길어질수록, 입직의 나이 시점이 길어지는 현상도 있다.

물론 학력이 단축되고 나이가 어릴 때 입직의 시점이 빨라진다는 것도 예측의 오류이다.

변수라는 게 많다.

직업의 수, 기존 입직을 향한 경쟁자의 수, 채용 규모 등 영향 요인이 많다.

나이가 어린데 기술을 배운 후 취업을 하겠다고 입직 시장에 나온 인원도 매년 특성화고등학교, 인문계 직업반(과거: 직업보도반) 인원 등 쏟아져 나온다.

물론 이러한 정보는 자세히 분석해서 알려주지 않는다.

국내 현황은 아쉽게도 이런 정보를 파악할 길이 없다.

- 워*넷, 잡***, 사*인, 기타(비공식 채널 - 구인구직)의 현황을 취합해보면 굉장히 흥미로운 결과를 얻을 수 있다고 보여진다.

지원자 수 대비 실제 돈을 받는 직업에 종사는 할 수 있는 지를 객관적으로 알 수 있다.

예를 들면, 확률적으로 예측은 해볼 수 있다고 본다.

상식적으로 영어를 배워서 외국 이민의 길을 택해서 살 확률이 높은지, 국내에 체류해서 살 일이 더 많을지는.

5. 아웃소싱의 이야기를 소개한 건 실업자가 많을수록 직업훈련을 하는 곳은 돈을 번다.

인력사무소에 가면, 일을 알선해주고 돈을 번다.

이처럼 시스템이 큰 차이는 없다.

차이점이라는 건 기능 또는 기술을 가르치고 내보낸다는 점이다.

인력 사무소(아웃소싱)보다는 조금 그러한 점이 낫다고 보면 될지도.

용병에서도 운이 좋으면 좋은 데로 나가는 것이고, 안 좋으면 미취업 상태이거나 최악의 곳에 직장으로서 배치될 수도 있다.