내년도 교육예산 배분 회의에 한 장짜리 요약이 올라온다. 예를 들어 “2035년까지 해당 직군 4만 명 부족”이라는 한 줄이다. 회의는 그 줄을 근거로 과정 수를 나누고 강사를 배정하고 플랫폼 라이선스를 늘린다. 그런데 그 4만이 어떤 가정에서 나왔는지, 가정 하나만 바꾸면 2만이 되는지 8만이 되는지는 아무도 묻지 않는다. 숫자가 하나였기 때문이다. 범위를 알았다면 달라졌을 결정이, 범위가 지워졌다는 이유만으로 그대로 통과한다.
스킬 수요예측은 특정 시점에 조직이나 산업이 필요로 할 역량의 양과 구성을 추정하는 작업이며, 그 결과는 본래 하나의 값이 아니라 어떤 가정을 골랐느냐에 따라 달라지는 구간이다. 예측이 길어질수록 구간은 넓어진다. 좁아 보이는 예측은 정확한 예측이 아니라 가정을 감춘 예측이다.
기업교육 관점의 결론은 분명하다. 수요예측의 적중률을 끌어올리는 것보다, 예측이 틀릴 수 있는 폭을 함께 제시해 의사결정이 그 폭 안에서 이뤄지게 만드는 편이 실용적이다. 담당자가 통제할 수 있는 것은 미래가 아니라 예산과 과정 설계이고, 그 둘은 범위만 알아도 충분히 다르게 짤 수 있다.
416,000명과 813,000명은 다른 예측이 아니라 같은 예측의 양 끝이다
Skills England가 2026년 6월 공개한 연차 스킬 보고서에서 창의산업 우선 직군의 2025~2035년 증가 규모는 본 시나리오 416,000명(26.9%), 대안 시나리오 813,000명(50.7%)이다. 같은 기관, 같은 직군, 같은 기간인데 두 배에 가까운 차이가 오류나 정정이 아니라 공식 산출물 안에 나란히 실려 있다.
첨단제조는 반대 방향으로 벌어진다. 본 시나리오가 47,000명(12.6%), 대안 시나리오가 24,000명(6.4%)이다. 여기서는 본 시나리오 쪽이 낙관적이다. 창의산업에서는 대안이 위쪽, 첨단제조에서는 대안이 아래쪽이라는 사실만으로도 “대안 시나리오는 보수적 전망”이라는 통념이 무너진다. 대안은 방향이 아니라 다른 가정 묶음일 뿐이다.
연차 스킬 보고서 원문 47쪽 Figure 9. 같은 페이지 위쪽에는 AI 도입이 빨라지면 생산성이 올라 신규 인력 수요가 오히려 줄 수 있다는 단서가 붙어 있다.
노동시장 변화를 내다보는 일은 본래 불확실하고 예측 기간이 길어질수록 불확실성이 커진다는 전제가 이 표 바로 앞에 놓여 있다. 표를 인용하는 쪽이 본 시나리오 숫자만 떼어 오면 전제는 사라지고 숫자만 남는다. 인용 과정에서 오차범위가 증발하는 이 구간이 실무에서 가장 자주 발생하는 왜곡 지점이다.
점예측과 범위예측은 교육예산 회의에서 서로 다른 질문을 만든다
숫자 하나를 올리느냐 구간을 올리느냐는 보고 형식의 취향 문제가 아니다. 회의에서 나오는 첫 질문이 달라지고, 그 질문이 예산 편성과 과정 설계를 바꾼다.
| 비교 축 | 점예측: 숫자 하나 | 범위예측: 의사결정 구간 |
|---|---|---|
| 보고 형식 | “2035년까지 4만 명 부족” | “가정에 따라 2만~8만 명, 중심 4만 명” |
| 회의의 첫 질문 | “그래서 몇 명을 교육하나” | “어느 가정이 바뀌면 결론이 달라지나” |
| 예산 편성 | 중심값에 맞춘 고정 편성 | 하한은 확정 편성, 상단 구간은 조건부 예비 |
| 과정 설계 | 목표 인원 기준의 대규모 일괄 과정 | 공통 코어에 수요 확정 시 증설하는 모듈 |
| 빗나갔을 때 | 예측 실패로 규정하고 담당자를 문책 | 사전에 정한 재조정 기준을 발동 |
| 남는 기록 | 숫자 한 개 | 가정, 근거, 검토일, 폐기 조건 |
점예측이 위험한 이유는 틀려서가 아니다. 틀릴 수밖에 없는데도 조직이 그 숫자를 확정된 사실처럼 다루게 만들기 때문이다. 4만이라는 숫자가 한번 슬라이드에 올라가면 다음 회의부터는 근거가 아니라 전제가 된다.
범위예측은 반대로 회의를 느리게 만든다는 오해를 받는다. 실제로는 결정의 순서를 바꿀 뿐이다. 하한에 해당하는 수요는 지금 확정해 편성하고, 상단 구간은 어떤 조건이 확인되면 집행할지 미리 적어 둔다. 결정을 미루는 것이 아니라 결정을 두 개로 나누는 방식이다.
그 숫자를 만든 것은 데이터가 아니라 이름 붙은 가정 세 개다
창의산업의 본 시나리오 416,000명은 세 가정 위에 서 있다. 창의산업 부문계획의 투자 목표가 절반만 달성되고, 노동자당 부가가치가 예산책임청의 고생산성 시나리오를 따라 성장하며, 우선 직군이 해당 산업 안에서 지금보다 더 큰 비중을 차지한다는 것이다. 대안 시나리오 813,000명은 같은 자리에 다른 가정을 넣는다. 투자 목표가 전액 달성되고, 부가가치가 계속 성장하며, AI의 생산성 효과가 이른바 J자 곡선을 따른다.
두 숫자 사이의 39만 7,000명 차이를 만든 것은 데이터 품질이 아니다. 세 개의 가정을 어느 쪽으로 놓았느냐다. 첨단제조도 마찬가지다. 본 시나리오는 기술 발전이 새로운 일자리를 만든다는 기술기회 시나리오를, 대안은 더 보수적인 기준 시나리오를 적용해 47,000명과 24,000명으로 갈렸다.
여기서 실무가 가져갈 규칙은 단순하다. 보고의 단위를 “결과 숫자”에서 “가정 묶음과 그 결과”로 바꾸는 것이다. 사내 수요예측 기록에는 최소한 다음이 함께 남아야 한다.
- 예측에 사용한 가정의 이름과 각 가정의 값, 그리고 그 값을 고른 근거.
- 가정을 세운 사람과 승인한 사람, 작성일과 다음 재검토일.
- 이 예측이 어떤 결정에 쓰이는가, 그 결정의 되돌림 비용은 얼마인가.
- 가정이 깨졌다고 판단할 관찰 가능한 신호와 그 신호의 확인 주기.
- 예측을 폐기해야 하는 조건, 그리고 폐기 시 이미 집행한 예산의 처리 방침.
가정을 적어 두면 예측이 틀렸을 때 무엇이 틀렸는지 알 수 있다. 적어 두지 않으면 숫자만 틀리고 학습은 남지 않는다.
감소 전망을 0으로 눌러 두면 범위의 아래쪽이 통째로 사라진다
기술 부속서에는 실무자가 놓치기 쉬운 처리 규칙이 하나 있다. 소관 부처가 어떤 우선 직군의 인력 규모가 2025년에서 2035년 사이 줄어들 것으로 전망한 경우, 그 수요를 감소가 아니라 보합으로 고정했다는 것이다. 결과적으로 해당 직군의 증가율은 0으로 표시된다.
기술 부속서 원문 3쪽. 부문별로 방법이 다르다는 단서와 감소 전망을 보합으로 고정한 규칙이 같은 페이지 위쪽에 함께 적혀 있다.
이 처리는 공개 자료의 일관성을 위한 선택이지만, 교육 담당자에게는 가장 필요한 정보가 잘려 나간 상태를 뜻한다. 전환교육과 재배치 수요는 성장 직무가 아니라 축소 직무에서 나오기 때문이다. 어떤 직무가 몇 퍼센트 줄어드는지가 지워지고 0으로 표시되면, 그 직무의 인원을 어디로 옮길지 계획할 근거도 함께 사라진다.
바닥이 잘린 사례는 더 있다. 청정에너지 부문은 애초 2030년까지의 전망만 제공됐고, 2030년에서 2035년 사이는 성장률을 보합으로 놓아 채웠다. 중간 연도는 직선 증가 같은 단순화 가정으로 메웠다. 겉보기에는 2035년까지 이어지는 하나의 곡선이지만, 뒤쪽 5년은 예측이 아니라 자리 채움이다.
사내 예측에도 같은 절단이 일어난다. 감소가 예상되는 직무를 표에서 빼거나 0으로 두는 관행은 조직 정치상 흔하지만, 그 순간 범위의 아래쪽 절반이 사라지고 예측은 성장 방향으로만 열린 반쪽짜리가 된다.
기준연도 데이터의 한계는 예측을 시작하기 전에 이미 들어가 있다
예측의 오차는 미래를 추정하는 단계에서만 생기지 않는다. 출발점인 기준연도 숫자에 이미 들어 있다.
- 직군별 인력 규모가 표준직업분류 기반의 자기응답 조사에서 나오면 오분류가 섞인다. 실제 인원과 어긋난다는 단서가 원문에도 명시돼 있다.
- 현재 시점의 단면을 찍은 값은 수요가 현재 공급과 일치한다고 가정한다. 이미 부족한 상태라면 부족분은 처음부터 계산에서 빠진다.
- 정책 변화나 국제 인력 유입 같은 구조 변수는 반영되지 않는다.
- 표준직업분류 자체가 근사치라 개조·리트로핏처럼 새로 생긴 전문 직무는 제대로 잡히지 않는다.
- 디지털·기술 부문 전망은 2011~2024년에 관찰된 성장률이 2025~2035년에도 유지된다는 가정 위에 있고, 원문은 이 수치를 예시용으로만 볼 것과 세부 정책 결정에 쓰지 말 것을 함께 적어 두었다.
영국 전망의 바탕이 된 장기 고용 전망 연구에서도 통계청의 노동력조사 코딩 오류가 2022년에 확인돼 별도 작업 문서로 영향을 정리해야 했다. 원자료의 문제가 뒤늦게 드러나면 그 위에 쌓은 모든 예측이 함께 흔들린다.
사내로 옮기면 질문은 하나로 좁혀진다. 우리 스킬 갭 숫자의 기준연도 데이터는 언제 갱신됐는가. 직무기술서가 3년 전 것이고 스킬 태그가 그때 붙었다면, 정교한 예측 모델을 얹어도 출발점이 이미 어긋나 있다.
부문 간 비교를 금지한 숫자를 나란히 놓고 예산을 나눈다
같은 보고서 안에서도 부문별 방법이 달라 부문 간 직접 비교를 피해야 한다는 단서가 붙어 있다. 우선 직군 선정 방식과 전망 방법, 대안 시나리오 설계를 소관 부처가 각각 골랐기 때문이다.
그런데 예산 회의는 본질적으로 비교하는 자리다. 청정에너지 우선 직군이 70%를 넘게 늘어야 하고 전문·비즈니스 서비스는 8.8% 늘어난다는 두 숫자가 한 표에 놓이면, 읽는 사람은 자동으로 우선순위를 매긴다. 두 숫자가 서로 다른 방법으로 만들어졌다는 사실은 표에 표시되지 않는다.
사내에서도 똑같은 일이 벌어진다. 사업부마다 다른 방식으로 산출한 스킬 갭 숫자가 하나의 대시보드에 모이면 그 순간 비교 가능한 지표처럼 보인다. 어떤 사업부는 관리자 설문으로, 어떤 사업부는 채용 공고 분석으로, 어떤 사업부는 작년 실적의 연장으로 냈더라도 화면에서는 구분되지 않는다. 대시보드에 산출 방법과 기준연도를 함께 표시하지 않으면 비교 불가능한 숫자가 비교된다.
AI 노출이 큰 직무일수록 예측은 과대추정 쪽으로 기운다
우선 직군 가운데 2025~2035년에 가장 많이 늘어날 것으로 전망된 직무는 돌봄 종사자로 199,000명이고, 그다음이 프로그래머와 소프트웨어 개발 전문가로 192,000명이다. 그런데 이 두 번째 직무군이 바로 AI 관련 변화의 영향을 가장 크게 받는 쪽이다.
Skills England는 이 긴장을 감추지 않았다. AI 도입이 빨라지면 생산성이 올라 신규 인력 수요가 오히려 줄 수 있다고 적으면서도, 조정할 만한 근거가 아직 충분하지 않다는 이유로 부처가 제출한 전망을 그대로 실었다. 대신 AI 노출이 큰 직무의 전망에는 높은 불확실성이 내재하며 디지털 직무는 과대추정됐을 가능성이 있다고 명시했다.
실무가 읽어야 할 함의는 불편하다. 가장 크게 잡힌 숫자가 가장 흔들리는 숫자다. 교육예산에서 가장 공격적으로 늘리고 싶은 항목이 하필 오차가 가장 큰 항목이라는 뜻이다.
그렇다면 처방도 달라져야 한다. AI 노출이 큰 직군에는 대규모 선행 투자 대신 짧은 주기와 작은 코호트를 쓴다. 6개월 단위로 소수 인원을 교육하고 실제 업무 배치를 확인한 뒤 다음 코호트 규모를 정하면, 전망이 과대추정으로 드러나도 되돌릴 수 있는 범위 안에서 손실이 멈춘다. 노출도가 낮고 수요가 안정적인 직군에서만 장기 대규모 편성이 정당화된다.
민감도 분석은 시나리오를 늘리는 일이 아니라 결론이 뒤집히는 지점을 찾는 일이다
민감도 분석을 시나리오 개수 늘리기로 이해하면 낙관·기본·비관 세 장의 슬라이드가 늘어날 뿐 결정은 그대로다. 세 숫자를 다 보여 줘도 회의는 결국 가운데 값을 고른다.
제대로 된 민감도 분석은 질문이 다르다. 어느 가정을 얼마나 바꾸면 우리 결정이 실제로 뒤집히는가. 그 지점 하나를 찾아 문장으로 적는 것이 목적이다.
- 중심 전망 4만 명에서는 신규 채용과 입사 교육 과정을 새로 여는 것이 답이다.
- 수요가 3만 명 아래로 내려가면 신규 개설 대신 사내 전환교육이 답이 된다.
- 따라서 이 결정의 임계점은 3만 명이고, 임계점을 만드는 가정은 해당 사업의 수주 물량 하나다.
- 그러므로 분기마다 추적할 지표는 수요 전망 전체가 아니라 수주 물량 하나로 좁혀진다.
임계점을 문장으로 적어 두면 감시 비용이 크게 줄어든다. 예측 전체를 매 분기 다시 돌릴 필요 없이 결론을 뒤집는 가정 한두 개만 보면 되기 때문이다. 임계점이 현재 값에서 아주 멀다면 그 예측은 더 정교하게 다듬을 이유가 없다는 판정도 함께 나온다. 정교화가 필요한 예측과 그대로 둬도 되는 예측을 가르는 기준이 여기서 생긴다.
한국 기업의 교육예산 회의는 단일 숫자를 요구하는 서식부터 바꿔야 한다
범위로 사고하지 못하는 진짜 이유는 담당자의 역량이 아니라 서식이다. 한국 기업의 예산 신청서에는 “필요 인원”, “교육 대상 인원”, “예상 절감액” 칸이 하나씩 있다. 담당자가 범위를 알아도 서식이 중심값 하나를 강제한다. 그 칸에 구간을 적으면 검토 과정에서 “그래서 얼마냐”는 되물음이 돌아온다.
바꿔야 할 것은 세 가지다. 첫째, 수요 칸을 하한·중심·상한 세 칸으로 나눈다. 둘째, 그 옆에 가정 칸과 재검토일 칸을 붙여 숫자와 근거가 분리되지 않게 한다. 셋째, 승인 자체를 둘로 나눠 하한에 해당하는 금액은 확정 편성하고 상단 구간은 조건부 예비로 분리 승인한다.
평가 기준도 함께 바뀌어야 한다. 지금 대부분의 조직은 “예측이 맞았는가”를 사후에 따진다. 이 기준은 담당자에게 맞히기 쉬운 좁은 숫자를 내놓을 동기를 준다. 실제로 봐야 할 것은 “가정을 명시했는가”, “임계점을 미리 정했는가”, “신호가 임계점을 넘었을 때 정해진 대로 움직였는가”다. 예측의 정확도가 아니라 예측을 다루는 절차를 평가해야 담당자가 정직한 범위를 내놓는다.
예측이 빗나갔을 때 무엇을 되돌릴지 미리 적어 둔다
재조정 규칙은 예측이 빗나간 다음에 만들면 늦다. 그 시점에는 이미 예산이 집행됐고 책임 소재를 가리는 대화가 시작된다. 규칙은 예측을 승인하는 자리에서 함께 적어야 한다.
- 트리거: 어떤 지표가 어느 값을 넘거나 밑돌면 재검토를 시작하는가.
- 담당과 기한: 누가 며칠 안에 검토하고 누구에게 보고하는가.
- 조정 대상: 무엇을 늘리고 무엇을 멈추며 무엇은 그대로 두는가.
- 되돌림 비용: 이미 집행한 것 중 회수 가능한 항목과 회수 불가능한 항목은 각각 무엇인가.
- 기록 위치: 재조정 판단과 그 근거를 어디에 남기고 다음 예측에 어떻게 반영하는가.
여기서 핵심은 예측을 다시 하는 절차가 아니라 결정을 다시 하는 절차라는 점이다. 두 주기는 분리해야 한다. 예측 갱신은 연 1회로 충분한 경우가 많지만, 임계점 신호 확인은 분기 단위여야 의미가 있다. 갱신 주기와 확인 주기를 같은 것으로 묶으면 신호가 임계점을 넘은 뒤 몇 달이 지나서야 재검토가 시작된다.
되돌림 비용을 미리 나눠 두는 일도 중요하다. 사내 강사 양성과 콘텐츠 자체 제작은 되돌리기 어렵고, 외부 과정 구매와 라이선스 좌석은 상대적으로 조정이 쉽다. 불확실성이 큰 직군일수록 되돌리기 쉬운 형태로 편성하는 것이 범위예측의 실제 구현이다.
스킬 수요예측의 품질은 적중률이 아니라 여섯 가지 기록으로 판정한다
예측 품질을 사후 적중률로 재면 조직은 맞히기 쉬운 예측만 하게 된다. 대신 다음 여섯 가지를 본다.
- 가정 명시율: 예산에 반영된 수요 숫자 가운데 가정과 근거가 함께 기록된 비율은 얼마인가.
- 범위 폭의 근거: 하한과 상한이 어떤 가정 변화에서 나왔는지 설명되는가, 아니면 임의의 가감인가.
- 하한 절단 여부: 감소가 예상되는 직무를 0이나 공란으로 처리해 범위 아래쪽을 지운 항목은 몇 개인가.
- 임계점 보유율: 주요 결정 가운데 “어느 값 아래로 내려가면 다른 선택을 한다”는 문장을 가진 비율은 얼마인가.
- 재조정 발동 이력: 신호가 임계점을 넘었을 때 실제로 재검토가 열렸는가, 열렸다면 며칠이 걸렸는가.
- 기준연도 갱신일: 예측의 출발점이 된 직무·스킬 데이터가 마지막으로 갱신된 날짜는 언제인가.
이 여섯을 하나의 점수로 합치지 않는다. 가정 명시율이 높아도 임계점이 없으면 기록만 늘어난 것이고, 임계점이 있어도 기준연도 데이터가 낡았으면 잘못된 출발점에서 정밀하게 계산한 셈이다. 항목별로 따로 보고 가장 약한 항목부터 고친다.
범위를 제시하는 것은 책임 회피가 아니라 책임의 시작이다
숫자 하나를 제시하는 쪽이 자신 있어 보인다는 인상은 오래된 오해다. 실제로는 그 반대다. 하나의 숫자는 무엇이 틀릴 수 있는지 검토하지 않았다는 뜻이거나, 검토했지만 보고 과정에서 지웠다는 뜻이다. 어느 쪽이든 그 숫자가 빗나갔을 때 조직은 무엇을 고쳐야 할지 알지 못한다.
범위를 제시한다는 것은 세 가지를 함께 내놓는다는 뜻이다. 이 숫자를 만든 가정, 그 가정이 흔들리면 결론이 뒤집히는 지점, 뒤집혔을 때 실행할 재조정 규칙이다. 이 세 가지가 있으면 예측이 빗나가도 조직은 당황하지 않는다. 미리 적어 둔 대로 움직이면 된다.
기업교육에서 수요예측의 목적은 미래를 맞히는 것이 아니다. 지금 확정해도 되는 투자와 조건이 확인될 때까지 미뤄야 할 투자를 가르는 것이다. 그 구분은 정확한 숫자가 아니라 정직한 범위에서 나온다. 하한에 해당하는 수요는 이미 확실하므로 지금 편성하고, 상단 구간은 신호를 정해 두고 기다린다. 이렇게 나눠 두면 예측이 낙관 쪽으로 빗나가도 과잉 투자가 남지 않고, 비관 쪽으로 빗나가도 대응이 늦지 않는다.
함께 읽을 글
출처
- Skills England, Skills England: annual skills report 2026, 2026: https://assets.publishing.service.gov.uk/media/6a47c33a045e1108aaa5eb48/Skills_England_annual_skills_report_2026.pdf
- Skills England, Skills Needs Assessments technical annex, 2026: https://assets.publishing.service.gov.uk/media/6a18585159fb7a60f827f48a/sna_technical_annex.pdf
- Institute for Employment Research, Cambridge Econometrics, National Foundation for Educational Research, The Skills Imperative 2035: Occupational Outlook – Long run employment prospects for the UK, 2022: https://www.nfer.ac.uk/publications/the-skills-imperative-2035-occupational-outlook-long-run-employment-prospects-for-the-uk/
- 労働政策研究・研修機構, 2023年度版 労働力需給の推計―労働力需給モデルによるシミュレーション―, 2024: https://www.jil.go.jp/institute/siryo/2024/284.html