100만 명 AI 교육, 예산은 맞는가 — AI로 실효성을 계산해 보다

고용노동부에서 5년간 100만 명 AI 교육훈련을 지원한다는 기사를 봤다. 그래서 AI로 실효성 분석을 돌려 봤다.

1. 팩트 체크 — 예산의 딜레마

1인당 예산으로 나눠 보면 두 갈래로 갈린다.

• 소수 정예(KDT 심화) — 1인당 약 1,200만 원. 이건 제대로 가르칠 수 있다
• 나머지 23만 명(기초) — 1인당 약 58만 원

58만 원으로 ’AI 인재’를 기른다? 자칫하면 온라인 동영상만 틀어 놓는 ’무늬만 교육’이 될 위험이 크다. 과거 K-디지털 트레이닝에서 겪었던 ’취업률 착시’와 ‘훈련수당 사냥꾼’ 문제가 재현될 수 있다.

2. 다른 나라는 어떻게 하는가

선진국들은 단순히 ’돈’만 뿌리지 않는다. 확실한 ’룰’이 있다.

영국 (Skills Bootcamps) — “성과 없으면 돈 안 줍니다” 훈련비의 마지막 30%는 훈련생이 취업하고 고용을 유지해야만 훈련 기관에 지급한다. 기관이 취업에 목숨 걸게 만드는 구조다.

싱가포르 (SkillsFuture) — “공부하는 동안 월급 드립니다” 40세 이상 중장년이 커리어를 전환할 때, 교육비 지원은 물론 월 소득의 50%(최대 3,000달러)를 생활비로 지원한다. 생계 걱정 없이 공부에 올인하라는 뜻이다.

미국 (NAIRR) — “강의보다 컴퓨터(GPU)가 먼저” 정부가 직접 가르치기보다, 민간이 구하기 힘든 GPU와 데이터 인프라를 국가가 지원한다.

3. 실행 전략 제언

• 심화 과정 등 고비용 훈련에 대해서는 훈련생에게 초기 비용을 부과
• 국내 강사 풀의 한계를 인정하고, 앤드류 응 교수의 DeepLearning.AI, 구글, MS 등의 검증된 글로벌 커리큘럼을 정부가 라이선싱해 보급. 국내 강사는 실습을 돕고 프로젝트를 코칭하는 퍼실리테이터 역할을 수행
• 3~5명이 팀을 이뤄 특정 기업의 실제 데이터 문제를 해결하는 프로젝트를 수행

“몇 명을 교육했는가”가 아니라 “얼마나 많은 청년이 진짜 일자리를 얻었는가”로 증명되어야 한다. 공급자 중심의 ’지원’을 넘어, 시장이 작동하는 ’생태계’를 만들어 주기를 기대한다.