AI 자동화가 이끄는 이집트 노동시장 전환: 그래프 기반 실증과 정책 시사점

초록

이 연구는 9,978개의 이집트 구인공고와 19,766개의 스킬 활동을 연결한 지식 그래프를 활용해 자동화 위험이 높은 직업(전체의 20.9%) 중 실제로 안전한 직업으로 전환 가능한 근로자는 24.4%에 불과함을 밝혀냈다. 전환 가능 경로는 최소 3개의 공통 스킬과 50% 이상의 스킬 전이율을 만족해야 하며, 총 4,534개의 실질적 전환 경로가 도출되었다. 프로세스‑지향 스킬이 전환에 가장 큰 영향을 미치는 것으로 나타났으며, 75.6%의 고위험 근로자는 구조적 이동 장벽으로 인해 대규모 재교육이 필요함을 시사한다.

상세 분석

본 논문은 이집트 노동시장을 정밀히 모델링하기 위해 이질적인 이중 그래프(G = (V_J ∪ V_A, E))를 구축하였다. V_J는 구인공고(직업) 노드, V_A는 스킬·활동 노드이며, E는 “직업 → 스킬” 관계를 나타낸다. 자동화 위험 함수 ρ(j)는 자체 개발한 Job Automatability Index를 통해 산출했으며, 이는 각 직무를 1~15개의 핵심 작업으로 분해하고, 작업별 자동화 가능성을 AI 모델(Gemini Pro 1.5)로 평가한 뒤 가중 평균을 취한다. 위험 구분은 ρ ≥ 60%를 고위험, 30% ≤ ρ < 60%를 중위험, ρ < 30%를 저위험으로 정의하였다.

스킬 추출 단계에서는 LLM 기반 파이프라인으로부터 평균 8.7개의 엔터티를 추출하고, Google text‑embedding‑004를 이용해 코사인 유사도 θ = 0.88 기준으로 클러스터링했다. 검증 결과 전체 엔터티 오류율은 0.74%에 불과했으며, 특히 활동 엔터티는 0% 오류를 기록해 공유 스킬 식별의 신뢰성을 확보했다.

전환 가능성을 판단하기 위해 두 가지 임계값을 도입했다. 첫째, 절대 공유 스킬 수 τ ≥ 3은 OECD 데이터가 제시한 최소 전환 요건을 반영한다. 둘째, 비례 전이율 ϕ ≥ 50%는 기존 스킬이 절반 이상 활용될 때만 실질적 전환으로 간주한다. 이중 임계값을 적용한 결과, 고위험 직업 2,089개 중 509개(24.4%)만이 4,534개의 실질적 전환 경로를 갖는 것으로 나타났다. 평균 전이율은 53.5%이며, 위험 감소 폭은 평균 48 퍼센트 포인트에 달한다.

네트워크 중심성 분석(Pagerank, Modularity)으로 도출된 ‘브리지 스킬’ 중 25개가 전환을 촉진하는 핵심 역량으로 확인되었다. 특히 ‘프로세스 개선’, ‘맞춤형 보고서 생성’, ‘운영 팀 조정’ 등 프로세스‑지향 스킬이 708건(15.6%)의 경로에 등장해 가장 높은 레버리지를 제공한다. 이는 기술 스킬만이 아니라 업무 흐름을 최적화하는 능력이 전환 성공에 결정적임을 의미한다.

정책적 함의로는, 75.6%의 고위험 근로자가 구조적 이동 장벽에 직면해 있다는 점을 강조한다. 단순 디지털 리터러시 교육이 아닌, 브리지 스킬 인증제 도입과 프로세스‑지향 스킬에 대한 집중적인 재교육 프로그램이 필요하다. 또한, 안전한 직업군(예: 전문 서비스·병원 관리직)으로의 경로를 체계화하고, 기업‑교육기관‑정부 간 협업을 통해 맞춤형 커리큘럼을 설계해야 한다.