[심층분석] "2025년 AI 인재 1만명 부족...대학 교육 현실과 3가지 해법"

AI인재양성을 위한 우리나라 대학의 교육 현실은?

실무형 인재 수요 급증 속 대학교육의 구조적 한계와 개선 과제

AI 인재 수급 불균형의 심화

2025년 5월 15일 기준, 우리나라는 AI 시대의 핵심 인재 양성에서 구조적 한계를 드러내고 있다. 전 세계 AI 인재 규모는 약 20~30만 명으로 추정되나, 산업계에서 요구하는 AI 인재 규모는 100만 명으로 현 공급 수준을 훨씬 넘어서고 있다.

국내 상황도 마찬가지다. SPRi는 '18년부터 '22년까지 누적 9,986명의 수급차가 발생할 것으로 조사하였으며, 그 중 석･박사급 고급 인재 부족은 7,268명(73%)으로 가장 시급한 과제로 부각되고 있다. 이런 상황에서 최근 코로나19 여파로 해외 인재 영입 등이 어려워지면서 국내 AI인재 양성의 필요성 및 중요성 더욱 부각되고 있다.

급격한 AI 학과 개설의 명암

국내 대학들은 이러한 수요에 대응하여 AI 관련 학과를 경쟁적으로 신설하고 있다. 2022학년도 AI 관련학과 첫 신입생을 선발하는 대학으로는 △경희대 인공지능학과(40명) △국민대 인공지능학부(50명) △동국대 AI융합학부(78명) △연세대 인공지능학과(20명) △이화여대 AI융합학부(인공지능전공, 20명) △제주대 인공지능전공(25명) 등이 있다.

AI(인공지능) 학과 신설은 2020학년도 가천대 AI‧소프트웨어학부, 대구대 ICT융합학부 등 5개교에서 첫 발을 뗐다. 2021학년도에는 숭실대 AI융합학부(55명), 중앙대 AI학과(40명) 등 31개교에서 개설된 데 이어 올해 48개교까지 늘어났다.

그러나 양적 확대에도 불구하고 질적 문제는 여전히 해결되지 않고 있다. 오종운 종로학원‧하늘교육 평가이사는 "최근 들어 인공지능 관련 학과가 폭발적으로 늘어난 것은 21세기 초반 4차 산업혁명 시대가 열리면서 산업계에서 AI 전문인재 수요가 급증하며 학과 설립의 필요성이 증대했기 때문"이라며 "대학들은 학령인구 감소로 신입생 선발에 어려움을 겪는 상황에서 대학의 경쟁력을 키우려는 목적으로 수요가 급증한 AI학과 등의 신설로 대응한 것"이라고 지적했다.

산학 격차의 현실

대학의 AI 교육과 산업계의 요구 사이에는 상당한 격차가 존재한다. 지금까지의 직업교육은 학교 안에서만 이루어졌고, 산업 현장의 실질적인 변화와 괴리가 컸다. 이는 AI 교육에서도 마찬가지다.

과거의 직업교육은 단순 기술 습득에 초점을 맞췄다. 특정 기술을 익히고 자격증을 취득해 취업을 준비하는 구조였다. 하지만 AI는 인간의 기술을 빠르게 대체하고 있으며, 단편적인 기능 중심의 교육은 더 이상 경쟁력을 보장하지 못하게 되었다.

산업계는 실무 경험과 고급 학위를 모두 갖춘 인재를 원하지만, 대학 교육만으로는 이러한 요구를 충족시키기 어려운 실정이다. AI대학원은 '19년에 5개 대학(KAIST, 고려대, 성균관대, 광주과기원, 포항공대)이 선정되었으며, '20년에는 3개 대학이 추가로 선정되어 고급 인재 양성에 나서고 있지만, 여전히 수요를 따라가지 못하고 있다.

교육과정 개편의 필요성

현재의 대학 AI 교육은 이론 중심에서 벗어나 실무 중심으로 전환되어야 한다는 지적이 많다. 이를 해결하기 위해서는 산학협력체계를 강화하고 기업이 교육과정 설계에 직접 참여해야 한다. 또한 직업계고의 교육과정은 AI시대 적응형 융복합 인재양성 중심으로 개편되고, 전문대학이나 산업체 현장에서 인턴십이나 현장경험학점인정제(RPL:Recognition of Prior Learning) 등을 통해서 AI시대 맞춤형 실무 인재양성 교육과정으로 개편해야 한다.

인공지능공학과의 비전은 자기주도형 문제해결능력, 창의적인 마인드 함양, AI융합 역량을 갖춘 실무역량을 지닌 인재양성을 목표로 하고 있으며, 산업연계지원과 기술창업지원에 의한 맞춤형 AI 교육 프로그램 운영, AI 핵심교과목 개설, 비교과 교육프로그램 제공, AI선도 기업들과의 협력네트워크에 의한 산학협력을 통해 학과를 운영하는 사례가 나타나고 있다.

혁신적 교육 모델의 등장

이러한 한계를 극복하기 위한 혁신적인 시도도 나타나고 있다. 동서대학교는 SW중심대학사업단을 통해 SW전공 및 비SW전공자를 대상으로 단계적 SW기초교육을 제공하며 동시에 융합연계전공 운영을 통해 다양한 학제간 융합을 실현하고 있다.

특히 동서대학교는 AI심화전공 및 SW융합연계전공 체계를 통해 실무형 인재 양성에 주력하고 있다. AI공학전공, AI콘텐츠전공, 빅데이터전공, 사이버경찰보안전공, 인공지능로봇전공, AI경험디자인전공, XR콘텐츠전공 등 다양한 융합연계전공을 운영하며, AI+X융합연구소를 통해 실제 프로젝트 경험을 제공하고 있다.

또한, 연세대학교의 IBK AI 빅데이터 석사과정처럼 기업과의 협업을 통한 맞춤형 교육과정도 주목할 만하다. 이 과정은 이론과 실무 활용이 접목된 금융기관 맞춤형 석사과정으로서 금융기관 인력 재교육을 통한 전문인력 부족해소와 금융기관 디지털 성장에 기여하며 사회적 가치 창출하기 위하여 설계되었다. 주말 시간을 이용한 주말 석사 교육과정으로 운용되어 재직자들도 참여할 수 있도록 했다.

AI 교육의 양극화와 불평등

AI 교육은 새로운 형태의 교육 불평등을 야기하고 있다. 인공지능에 대한 올바른 인식을 가지고, 인공지능이 가지고 있는 잠재력이 사회 각 분야에 미칠 수 있는 변화를 예측하고 대응하기 위한 열띤 발표와 토론이 진행됐다. 특히 교육 분야에 있어서 'SDG4-교육2030' 목표를 달성할 수 있는 전망을 논의했는데, 주요 전문가들은 인공지능 확산에 따른 디지털 정보 격차 확산, 아프리카 등 개발도상국, 소외계층 및 사회적 약자에 대한 정책적 대안 마련이 시급함을 강조했다.

지역별, 대학별 AI 교육 인프라의 차이도 크다. 기술 격차, 소수 기업 독점으로 고착될 것인가? AI에 대한 투자 차이는 결국 미국 빅테크 기업 주도의 시장 지배력으로 이어지고 있다. 이는 대학 교육에도 그대로 반영되어, 일부 상위권 대학을 제외하고는 충분한 AI 교육 인프라를 갖추지 못한 실정이다.

해외 주요국과의 비교

해외 주요국들은 AI 인재 양성을 국가 전략으로 추진하고 있다. 중국('18∼'22년내 AI교수 500명, 학생 5,000명 육성 목표), 일본(AI응용인재 年 25만명 양성 목표), 영국(민･관 협력)과 같이 구체적인 목표를 설정하고 실행하고 있다.

특히 일본의 사례가 주목할 만하다. AI 전략은 전 국민을 대상으로 하는 AI 교육과 인재양성에 대한 정량적 수치 제시('19.3) - 초중등 교육은 보다 많은 국민이 AI 기술을 활용할 수 있는 역량을 키울 수 있도록 AI의 기반이 되는 STEM 교육과 컴퓨터 프로그래밍을 편성 - 본격적인 AI 전문 인재라 할 수 있는 대학 교육에서는 연간 25만 명(일본 전체 대학생 수의 50%) 양성을 목표로 하며, 세계 수준의 인재는 연간 2천명, 최고급 인재는 연간 100명을 양성한다는 계획을 제시했다.

교육과 산업의 연계 강화 방안

AI 인재 양성의 효율성을 높이기 위해서는 교육과 산업의 연계가 필수적이다. 기업 주도의 맞춤형 교육 프로그램이 대안으로 떠오르고 있다.

대표적인 사례가 KT의 'AI One Team' 교육 프로그램이다. KT 관계자에 따르면 "이 프로그램은 실무형 인재 양성을 목표로 하며, 핵심은 AI를 실제 비즈니스와 업무에 어떻게 연결하느냐에 초점을 맞추고 있다"고 설명했다.

KT는 이 프로그램을 통해 기업이 내부 전문가를 직접 양성할 수 있도록 지원하고 있다. 교육 방식도 'Learning by Doing' 원칙 하에 주입식이 아닌 실습과 프로젝트 중심으로 운영된다. 또한 개인의 역량(I-Q)보다는 팀 협업(We-Q)을 통한 문제 해결 능력 배양에 중점을 두고 있다.

특히 AI 실습 플랫폼을 제공하여 교육받은 내용을 실제 업무에 바로 활용할 수 있도록 실무 연계성을 강화한 것이 특징이다. 이러한 기업 주도의 실무형 교육 모델은 대학과 산업체 간 격차를 줄이는 효과적인 대안으로 평가받고 있다.

지속가능한 AI 교육 생태계 구축을 위한 제언

첫째, 대학 교육과정의 근본적 개편이 필요하다. 인공지능이 교양이며 모든 직무의 기본역량으로 자리 잡고 있기 때문이다.

둘째, AI기반 융합형 인재를 양성하는 교육구조의 개편이 시급하다. 전통적인 교과 중심, 전공 중심의 교육 틀은 산업 현장의 급변하는 수요를 따라가지 못하고 있다.

둘째, 산학협력의 실질적 강화가 필요하다. 'AI 고급인재' : AI 난제 해결, 새로운 모델과 알고리즘 개발, 'AI 전문인재' : AI 플랫폼, 시스템 개발, 'AI 실무인재' AI Tool, SW를 산업분야에 응용(AI+X), '일반 국민' AI 소양 (이용 역량, 윤리･인문 소양)과 같이 단계별 인재상을 구체화하고 맞춤형 교육과정을 개발해야 한다.

셋째, AI 교육의 접근성 향상과 양극화 해소가 시급하다. 인공지능 테크놀로지와 매체를 활용해서 교육 접근성을 확대하고, 학습자별 개인화된 학습 분석을 통해 학습의 질을 높일 수 있다는 점이 강조되고 있다. 하지만 윤리, 인권, 프라이버시 등 인공지능 시대의 도래에 따른 잠재적인 문제가 지적됐으며 인공지능의 상업화는 디지털 격차와 함께 이미 심각한 문제로 떠오른 소득 및 사회적 격차, 학습 불평등 등의 문제를 더욱 악화시킬 소지가 있다는 우려 또한 제기됐다.

결론: AI 교육의 패러다임 전환

우리나라 대학의 AI 교육은 양적 성장에서 질적 도약으로의 전환점에 서 있다. 급속한 학과 개설로 형식적 틀은 갖추었지만, 실무형 인재 양성이라는 본질적 목표를 달성하기에는 아직 갈 길이 멀다.

산학협력의 실질적 강화, 교육과정의 근본적 개편, 그리고 교육 접근성 향상을 통한 양극화 해소가 시급하다.

직업교육이 '진로 종착지'가 아닌 '성장 경유지'로서의 역할을 재정립해야 한다. AI 시대에는 지속적인 학습과 재교육이 필수적이기 때문이다.

동서대학교의 융합연계전공이나 연세대의 기업 맞춤형 석사과정과 같은 혁신적인 시도들이 더욱 확산되어야 한다.

대학은 단순한 지식 전달자에서 벗어나 산업계와 함께 미래 인재를 키우는 동반자가 되어야 한다. 정부, 대학, 산업계가 협력하여 지속가능한 AI 교육 생태계를 구축할 때, 우리나라가 AI 강국으로 도약할 수 있을 것이다.