3 미래를 위한 능력: 기술 발전의 영향

“현재 가장 큰 불일치는 능력의 질과 관련성에 있다.” Andreas Schleicher, OECD 교육 및 능력 국장

우리는 평가의 미래가 주로 생산적이고 정보를 갖춘 시민이 되고, 건강과 웰빙을 유지하며, 공동체와 사회에 기여하는 구성원이 되는 데 필요한 능력에 의해 주도될 것이라고 믿습니다. 기업가들은 그러한 능력을 원할 것이고, 고용주들은 새로운 근로자를 고용할 때 그러한 능력을 찾고 현재 인력을 위해 그러한 능력을 개발할 것입니다. 고등교육은 그들의 제공 과정과 전공 및 기타 자격증과 인정 형태의 인기도에서 능력에 대한 수요에 대응할 것입니다. K-12 교육도 이를 따라 표준과 교육과정을 발전시킬 것입니다—지난 10년간 사회정서학습(SEL) 능력에 대한 표준, 교육과정, 평가의 성장이 좋은 예입니다(Burrus et al., 2022). 정부와 산업계는 그러한 능력의 개발을 보장하기 위한 연구개발 의제를 개발할 것입니다. 모든 경우에, 교육자와 고용주는 입학, 채용, 승진, 학생과 인력 개발에서 좋은 결정을 내릴 수 있도록 학생, 지원자, 재직자의 능력에 대해 알고 싶어할 것입니다. 이것이 평가의 역할이었고 앞으로도 그럴 것입니다.

오늘날 다를 수 있는 것은 기술과 AI의 발전으로 인한 빠른 변화의 속도입니다. 아직 예견되지 않은 능력을 요구하게 될 경제와 미래 직업 및 직종의 본질의 전면적 개편을 예측하는 미래 전망이 부족하지 않습니다. Dell(2018)의 최근 연구에 따르면, 설문에 응한 3,800명의 글로벌 비즈니스 리더 중 56%가 “학교는 아직 존재하지 않는 직업을 위해 학생들을 준비시키기 위해 무엇을 배워야 하는지가 아닌 어떻게 배워야 하는지를 가르쳐야 할 것”이라고 추측했습니다. ETS 인간 진보 연구(ETS, 2023a)에서, 응답자들은 AI가 능력을 갱신하고, 기술적 능력과 인간적 능력을 결합하며, 아직 존재하지 않는 새로운 직업 기회를 위한 능력을 식별하는 필요성에 영향을 미칠 것 같은 많은 영역을 지적했습니다(표 6). Avalanche VC의 파트너인 Eric Lavin이 ETS 인간 진보 연구에서 언급했듯이, “배우는 방법을 배우는 것이 아마도 핵심 능력일 것입니다. 더 많은 기술이 들어오면서 능력의 반감기가 짧아지고 있습니다. 가장 중요한 능력은 인간이 되는 것과 해야 할 일과 공명하는 방식으로 새로운 도구를 사용하는 방법을 배우는 것입니다.”

이 섹션은 다음과 같이 구성됩니다. 첫째, 우리는 ETS 인간 진보 연구(ETS, 2023a)의 응답자 인식, 고용주와 교육자 설문, 구인 광고 분석, 연구, 정책, 실천의 동향에 기반하여 오늘날 수요가 있는 능력을 검토합니다. 다음으로, 우리는 오늘날 가장 많이 찾는 능력이 지난 100년간 평가의 관심 초점이었던 전통적인 교육과정 능력이 아니라, 대신 평가의 도전과제를 제시하는 측정하기 어려운 능력이라는 점에 주목합니다. 다음으로, 우리는 동향 분석과 AI와 새로운 기술이 능력의 변화하는 본질에 미치는 영향 분석에 기반하여 미래에 수요가 있을 것 같은 능력을 논의합니다. 우리는 평가의 미래에 대한 함의에 대한 논의로 마무리합니다.

3.1 오늘날 요구되는 능력

우리는 세 부문에서 능력의 중요성에 대한 증거를 검토합니다: 직업, 고등교육, K-12 교육입니다. 서로 다른 부문에서 요구되고 개발되는 능력은 다를 수 있으며, 이러한 능력을 식별하는 방법론도 부문별로 다릅니다. 그림 3은 ETS 인간 진보 연구(ETS, 2023a)의 응답자들이 직업 시장이나 삶의 성공을 위해 필요하다고 생각한다고 표시한 능력을 보여줍니다. 직업 시장의 경우, 기술적 능력이 선두였고, 그 뒤를 창의성, 의사소통, 디지털 문해력이 따랐습니다. 삶의 성공을 위해서는 의사소통과 문제해결이 선두였고, 그 뒤를 창의성, 기술적 능력, 시간 관리, 인내심이 따랐습니다.

3.2 고용주들이 찾는 능력

새로운 채용에서 고용주들이 찾고 있고 현재 인력에서 개발하고자 하는 능력의 종류를 결정하기 위해 다양한 접근이 시도되었습니다. 고용주 설문은 고용주들이 직원들이 가져야 한다고 말하는 능력이 무엇인지를 반영합니다; 구인 광고 분석은 고용주들이 현재 채용하고 있는 능력을 식별하며, 이는 설문 응답과 일치해야 하지만 반드시 그럴 필요는 없습니다. 고용주 설문과 구인 광고를 모두 검토하는 것이 유용합니다. 표 7은 이러한 접근들을 사용한 여러 연구의 결과를 제시합니다. 이 연구들은 표 다음의 섹션들에서 요약됩니다.

주: ETS 인간 진보 연구(2023a)에서 가져옴. 설문 문항: ‘향후 2-3년 동안 직업 시장에서 경쟁력을 갖추기 위해 어떤 능력을 습득(또는 향상)해야 한다고 생각하십니까? 최대 3개까지 선택하세요.’ 11%가 해당 없음 선택. ‘삶의 성공을 위해 가장 필요한 능력은 무엇입니까? 최대 3개까지 선택하세요.’ 3%가 해당 없음 선택.

Table 3.1: 고용주 설문과 구인 광고 분석에 기반한 최고 평가 능력
고용주 설문에서 가장 높은 평가를 받은 능력
NACE (2022)	Wilkie (2023)	WEF (2021)
문제해결 능력	의사소통 능력	분석적 사고
팀워크 능력	경청 능력	창의적 사고
강한 직업윤리	비판적 사고 능력	회복력, 유연성, 민첩성
분석적 및 정량적 능력	대인관계 능력	동기부여와 자기인식
의사소통 능력
기술적 능력

구인 광고 분석에 기반한 가장 높은 평가를 받은 능력
Rios et al. (2020)	Shafer et al. (2023) 지구과학자	Mankki (2023) 교사 교육	Burning Glass Technologies (2019) 기초 능력
구두 및 문서 의사소통	문서 의사소통	대인관계 능력, 팀워크	의사소통 능력
협력		문화적 다양성에 대한 민감성	팀워크와 협력
문제해결		문화간 이해	조직 능력
의사소통		전문성	문제해결
사회적 지능		리더십 능력
자기주도성

주: NACE = 전국대학취업협회; WEF = 세계경제포럼. Burning Glass는 능력을 기술적 능력, 소프트웨어 능력, 142개의 기초 능력의 세 범주로 나누었음. 여기서는 기초 능력의 요약만 보고됨.

표 7은 경청 능력을 포함한 의사소통 능력이 연구들에 걸쳐 높은 평가를 받고 있음을 보여주며, 비판적 사고, 분석적 사고, 기술적 능력, 문제해결과 같은 인지적 능력 군집; 팀워크, 협력, 사회적 지능, 사회적 기술과 같은 대인관계 능력; 직업윤리, 조직 능력, 자기주도성, 동기부여, 자기인식과 같은 개인내적 능력도 마찬가지입니다. 응답자들은 또한 문화적 능력(문화적 다양성에 대한 민감성; 문화간 이해)을 언급했습니다. 용어의 변화를 고려할 때 서로 다른 연구들에 걸쳐 발견된 결과들 간에 상당한 중첩이 관찰되는 것도 주목할 만합니다. 이러한 목록들은 능력의 미래에서 중요한 모든 것을 반영하지는 않는데, 특히 직업의 관점에 초점을 맞추고 있고 중요한 생활 능력을 반영하지 않기 때문입니다; OECD(2015)는 건강, 가정생활, 시민 참여(OECD, 2023), 그리고 삶의 만족이 개인의 웰빙과 사회적 진보에 미치는 중요성을 주장했습니다. 또한 이러한 목록들은 수학, 언어, 과학 능력과 같이 교육과정의 일부로 정규 교육에서 가르치는 중요한 지식을 포착하지 않습니다. 그럼에도 불구하고, 위의 목록들은 아직 평가가 완전히 개발되지 않은, 따라서 미래 성장을 위한 기회를 나타내는 중요한 능력 집합을 제공합니다. 다음 두 섹션에서 이러한 능력의 요약을 더 깊이 있게 논의합니다.

고용주 설문에서 찾는 능력. 고용주 설문은 기업 리더들에게 지원자의 이력서에서 무엇을 찾는지, 어떤 능력이 중요하다고 생각하는지, 그리고 관련 주제들에 대해 조사합니다. 이러한 설문의 한계를 인정하는 것이 중요합니다: 표본이 무작위가 아니고, 종종 작으며, 응답 편향의 영향을 받을 수 있고, 질문의 표현이 답변에 영향을 미칠 수 있습니다. 그럼에도 불구하고, 고용주 설문은 직업 현장에서 다양한 능력에 대한 고용주 선호도에 대한 일부 증거를 제공합니다.

전국대학취업협회(NACE)는 지난 10년 정도 동안 미국 고용주들을 대상으로 연례 설문을 실시해 왔습니다. 최근의 취업 전망 보고서(NACE, 2022)에서 그들은 고용주들이 이력서에서 찾는 최상위 속성이 문제해결 능력, 팀워크 능력, 강한 직업윤리, 분석적 및 정량적 능력, 의사소통 능력, 기술적 능력이었으며, 50%에서 61%의 고용주들이 이러한 능력을 매우 또는 극히 중요하다고 평가했음을 발견했습니다. 또한 학점으로 지원자를 선별하는 고용주의 비율이 지난 4년 동안 73%에서 37%로 급격히 감소했음을 발견했는데, 이는 아마도 교육과정 성취에 대한 고용주의 관심이 감소하고 때로는 지속가능한 능력이라고 불리는 것에 대한 관심이 증가했음을 나타낼 수 있습니다. 650명의 고용주를 대상으로 한 Cengage/Morning Consult 설문(Cengage, 2019)은 수요가 가장 높은 능력이 의사소통 능력, 경청 능력, 비판적 사고 능력, 대인관계 능력이었으며, 이러한 능력이 그들의 조직에서 리더십 직위를 얻는 데 매우 중요하다고 말한 고용주의 비율이 73%에서 77%에 달했음을 발견했습니다. 이 두 연구의 결과는 본질적으로 15년 전의 연구(Casner-Lotto & Barrington, 2006) 결과를 복제한 것인데, 그 연구는 고용주들에게 다양한 능력이 성공에 얼마나 중요한지 물었고 전문성/직업윤리, 팀워크/협력, 비판적 사고/문제해결, 구두 및 문서 의사소통, 다양성, 리더십을 포함하는 응용 능력이 수학, 읽기, 과학과 같은 기초 지식/능력보다 매우 중요하다고 평가될 가능성이 더 높다는 것을 발견했습니다.

미국 설문을 보완하기 위해, 세계경제포럼의 설문(Di Battista et al., 2023)은 미국 외 고용주들을 연구하며 오늘날의 핵심 능력에 대해 물었습니다. 고용주들은 분석적 사고; 창의적 사고; 회복력, 유연성, 민첩성; 동기부여와 자기인식; 호기심과 평생학습; 기술 문해력; 신뢰성과 세부사항에 대한 주의; 공감과 적극적 경청; 리더십과 사회적 영향력을 가장 높이 평가된 능력으로 식별했으며, 응답자의 39%에서 67%가 이들을 핵심 능력으로 평가했습니다. 고용주들은 또한 미래(지금부터 5년 후)에 대해서도 질문을 받았고 분석적 사고와 창의적 사고가 여전히 상위를 차지했지만, 호기심과 평생학습 그리고 기술 문해력이 상당히 증가하여 회복력, 유연성, 민첩성과 함께 미래를 위한 예측된 상위 5개 능력 군집에 합류했습니다.

구인 광고에서 찾는 능력. 고용주들이 인력 진입자를 모집하는 수단인 구인 광고를 분석하는 것은 직업 현장에서 다양한 능력의 가치를 결정하는 데 도움이 되는 고용주 설문을 보완해야 합니다. Rios et al.(2020)은 구인 목록을 위한 취업 웹사이트에서 142,000개의 구인 광고를 조사했고 구인 광고의 70%가 “21세기 능력”을 요구했음을 발견했습니다. 가장 많이 요구된 능력은 구두 및 문서 의사소통, 협력, 문제해결, 의사소통 능력, 사회적 지능, 자기주도성이었습니다. Shafer et al.(2023)도 마찬가지로 문서 의사소통이 학사 수준 지구과학자에게 가장 자주 요구되는 능력(67%)임을 발견했습니다. Mankki(2023)는 교사 교육자 일자리 광고를 요약하며 가장 자주 열거된 개인적 자질이 대인관계 능력과 팀워크, 문화적 다양성과 문화간 이해에 대한 민감성, 전문성, 리더십 능력이었음을 발견했습니다.

Burning Glass Technologies(2019, p. 14)는 구인 광고 분석을 수행하여 찾는 능력을 기술적 능력, 소프트웨어 능력, 142개의 기초 능력의 세 범주로 나누었습니다. 18개 경력 분야 전체에 걸쳐 최상위 기초 능력은 의사소통 능력이었습니다; 팀워크와 협력은 14개 분야에 걸쳐 상위 5위 안에 평가되었습니다; 조직 능력은 18개 분야 중 17개 분야에서 상위 10위 안에 평가되었으며, 문제해결은 특히 고객 지원과 공학 분야에서 매우 높이 평가되었습니다.

3.2.1 고등교육에서의 능력

최근 Forbes 잡지 기사는 “소프트 스킬 논쟁이 끝났다”고 선언했습니다(Flynn, 2023). Flynn은 1991년 영향력 있는 필수 능력 달성을 위한 장관 위원회(SCANS) 보고서 발간 이후, 기초 능력(읽기, 쓰기, 수학, 말하기, 듣기), 사고 능력(창의성, 의사결정, 문제해결, 마인드 아이, 학습 방법 알기, 추론), 그리고 개인적 자질(책임감, 자존감, 사교성, 자기관리, 청렴성)의 기초의 중요성이 잘 문서화되어 왔음을 지적했습니다. 그러나 고용주들은 대학 졸업생들이 점점 더 가치를 인정받고 있는 중요한 소프트 스킬이나 지속가능한 능력을 갖추지 못했다고 한탄합니다(Wilkie, 2023).

ETS는 지난 20년 동안 대학 관리자와 교수진에게 고등교육에 진입하는 학생들에게 중요하다고 생각하는 자질과 고등교육 과정에서 개발하는 것이 중요한 자질이 무엇인지를 물어보는 여러 연구를 수행했습니다. 이러한 연구들은 인터뷰, 포커스 그룹, 설문조사 등 다양한 접근법을 사용했습니다. 가장 자주 지명된 속성들 중에는 인내(끈기, 회복력, 추진력, 직업윤리), 전문성(조직력, 시간 관리, 자기 규율, 신뢰성, 믿음성), 동기부여, 해당 분야에 대한 열정과 관련된 것들이 있습니다. Oswald et al.(2004)은 대학 사명 선언문을 분석하여 지적 행동(지식, 학습, 일반 원리의 숙달; 지속적 학습과 지적 관심 및 호기심; 예술적 감상과 호기심), 대인관계 행동(다문화 관용과 감상; 대인관계 능력; 사회적 책임, 시민의식, 참여), 그리고 개인내적 행동(신체적 및 심리적 건강; 경력 지향성; 적응성과 생활 능력; 인내; 윤리와 청렴성)으로 군집화되는 대학 수행의 12가지 차원을 식별했습니다.

국가과학공학의학원(Hilton & Herman, 2017)은 이러한 능력들이 고등교육 과정의 지속과 성공에 관련되어 있고 개입을 통해 향상될 수 있다는 증거를 바탕으로 중요한 대인관계 및 개인내적 능력을 식별하고자 했습니다. 그들은 8가지를 식별했습니다: 성실성 행동, 소속감, 학업적 자기효능감, 성장 마인드셋, 효용 목표와 가치, 내재적 목표와 흥미, 친사회적 목표와 가치, 그리고 “긍정적 미래 자아”입니다. 그러나 이 보고서는 또한 이러한 능력의 측정이 질이 낮다고 지적했습니다: 거의 전적으로 자기보고에 의존하고 평가의 심리측정적 특성—신뢰도, 타당도, 공정성—이 언급되는 경우가 드물었습니다. 이러한 발견은 평가의 미래를 위한 명확한 기회를 나타냅니다.

3.2.2 K-12에서 중요한 능력

K-12에서 사회정서 학습 능력을 평가하는 첫 대규모 노력 중 하나는 캘리포니아 교육개혁청(CORE) 프로젝트였으며, 이는 낙오학생방지법(NCLB) 법안의 면제를 받아 수행되었습니다. 현재 발견과 교훈에 대한 많은 보고서가 있지만(Krachman et al., 2016; Meyer et al., 2018; West et al., 2018), 이 섹션에서 중요한 것은 프로젝트가 핵심 능력을 어떻게 식별했고 어떤 결론을 내렸는지입니다. Krachman et al.(2016)은 사회정서 학습 전문가와 CORE 지역구 대표들이 참여한 2013년의 초기 회의를 회고했습니다. 전문가 직원들은 “의미 있고, 측정 가능하며, 변화 가능한” 주제를 제안했습니다. 지역구 직원들은 최소한 하나의 대인관계 요인과 하나의 개인내적 요인을 식별하는 것을 우선시했습니다. 투표 과정 후, 성장 마인드셋, 자기효능감, 자기관리, 사회적 인식이라는 네 가지 역량이 도출되었으며, 다섯 번째인 협력적 문제해결은 거의 포함되었지만 PISA 2015의 협력적 문제해결에 대한 결과를 기다리기 위해 보류되었습니다. (이러한 차원들의 식별은 어느 정도 학업적, 사회적, 정서적 학습을 위한 협력체[CASEL]의 영향을 반영하며, 이는 다시 발달심리학과 사회심리학의 영향을 반영합니다.)

한편, 여러 연구들이 교육에서 Big 5 성격 요인(성실성, 친화성, 외향성, 정서적 안정성, 개방성; Mammadov, 2022)의 중요성에 대한 증거를 발견했고, 이는 OECD가 SSES에서 그 모델을 채택하게 했습니다(Chernyshenko et al., 2018; OECD, 2021). Big 5는 산업계와 군대 입대 또는 인사 선발과 분류 검사에서 널리 사용되는 성격심리학 모델입니다. 결국, 두 프레임워크는 그들의 서로 다른 기원에도 불구하고 근본적으로 그렇게 구별되지 않습니다(Soto et al., 2022). OECD(2023)는 첫 연구에서 사용된 등급척도 측정의 대안을 추구하며 이 연구의 후속 연구를 계획하고 있습니다.

“졸업생의 초상”은 여러 주에서 채택하고 주 교육위원회 전국협회(Norville, 2022)가 지원하는 프레임워크로, 주들이 “학생들이 고등학교를 졸업하기 전에 숙달해야 할 능력과 지식을 더 잘 정의할 수 있게” 합니다(p. 1). 이는 역량 기반 교육 접근법을 채택하고(Patrick, 2021) 의사소통과 비판적 추론과 같은 강조 영역을 결정하기 위해 이해관계자들과 협력하여 프로필을 정의하는 것을 포함합니다. 예를 들어, 사우스캐롤라이나의 졸업생 역량 프레임워크는 12가지를 제안합니다: 비판적으로 읽기, 아이디어 표현하기, 탐구를 통해 조사하기, 정량적으로 추론하기, 출처 사용하기, 해결책 설계하기, 독립적으로 학습하기, 갈등 다루기, 팀 이끌기, 네트워크 구축하기, 웰니스 유지하기, 시민으로서 참여하기. 다른 주들도 비슷한 아이디어를 개발했거나 추구하고 있습니다.

다른 능력의 가치를 식별하는 또 다른 접근법은 OECD의 PISA 프로그램의 특별 주제 영역을 고려하는 것입니다. PISA는 2000년부터 시작하여 3년마다 실시되며, 매 주기마다 15세 학생들의 읽기, 수학, 과학을 검사합니다; 가장 최근 조사에는 81개국이 참여했습니다(OECD, 2022b). 또한, PISA는 네 번째 혁신 영역 평가를 추가하여 변화하는 교과 횡단적 역량을 측정합니다. 혁신 영역 평가를 식별하는 과정은 참여 국가들과의 협상을 포함하므로, 식별된 주제는 전 세계적으로 해당 주제의 인기도를 간접적으로 가늠할 수 있습니다. 2012년 이후, PISA의 혁신 영역 평가는 문제해결, 금융 문해력, 협력적 문제해결, 글로벌 역량, 창의성에 대해 이루어졌습니다.

OECD의 2030년을 위한 능력: 개념적 학습 프레임워크(2019)는 OECD의 교육과 능력의 미래 2030 프로젝트에 참여한 국제 이해관계자 그룹의 의견을 바탕으로 했습니다. 이 보고서는 능력을 “과정을 수행하고 목표를 달성하기 위해 자신의 지식을 책임 있게 사용할 수 있는 능력과 역량”으로, 그리고 “복잡한 요구를 충족시키기 위해 지식, 능력, 태도, 가치를 동원하는 것을 포함하는 전체적인 역량 개념의 일부”로 정의했습니다(OECD, 2019, p. 4). 이 그룹은 세 영역의 능력을 우선시했습니다: 인지적 및 메타인지적 능력(비판적 사고, 창의적 사고, 학습하는 법 배우기, 자기조절); 사회적 및 정서적 능력(공감, 자기효능감, 책임감, 협력); 실천적 및 신체적 능력(새로운 정보통신기술 기기 사용하기). 또한 그들은 지식과 태도 및 가치가 서로 얽혀 있으며 지식과 능력을 발달시키는 데 필수적이라고 지적했습니다. 그들은 인지적 능력이 복잡한 문제를 해결하고 AI와 상호보완적인 방식으로 일하는 데 필수적이라고 주장했습니다. 창의성은 계속 유효할 것 같으며, 문제해결과 비판적 사고와 같은 고차원적 능력은 계속 중요할 것입니다. 메타인지적 능력은 평생학습의 핵심이며, 이는 AI 발전과 함께 점점 더 중요해질 것입니다. 문화적 이해와 불확실성 다루기도 기술 발전이 가져오는 변화에 적응하는 데 핵심입니다. 사회적 및 정서적 능력은 이제 필수적인 것으로 인식되고 있으며 인구통계학적 및 사회적 변화와 함께 계속 그럴 것입니다; AI 또한 사회적 및 정서적 능력이 필요한 직업에서 근로자를 대체할 가능성이 낮습니다. 예술과 건강한 습관 및 운동 루틴의 발달을 포함하는 실천적 및 신체적 능력은 건강과 웰빙을 지원함으로써 개인에게 계속해서 이익이 될 것입니다.

3.3 수요가 있는 능력의 측정 난점

이 섹션의 이전 하위 섹션들은 학습하는 법 배우기, 창의성, 의사소통, 비판적 사고, 문화적 이해, 호기심, 유연성, 회복력 등 다양한 능력의 평가에 대한 사례를 개괄했는데, 이들은 아직 어떻게 가장 잘 측정될 수 있는지에 대한 명확한 합의가 없는 능력들입니다. 국가과학공학의학원(2018) 보고서는 현존하는 측정도구들, 적어도 사용 중인 것들이 부실하다고 결론 내렸습니다; 이들은 주로 그 질(신뢰도, 타당도, 공정성)에 대한 최소한의 기본 정보만 있거나 전혀 없는 등급척도 자기보고입니다. Stecher와 Hamilton(2014)은 지금까지 검토된 능력들을 “측정하기 어려운 역량”이라고 언급했습니다. 그들은 “학업적 마인드셋, 협력, 구두 의사소통, 학습하는 법 배우기, 그리고 다른 측정하기 어려운 21세기 능력과 역량과 관련된 명확하고 포괄적인 연구 의제를 개발할 필요가 있다”고 결론 내렸습니다(p. 71).

전통적인 검사는 아직 이러한 능력들을 일상적으로 측정하는 과제를 수행할 준비가 되어 있지 않지만, 고용주들(역사적으로)과 입학 담당자들(점점 더)은 이러한 능력들이 중요하다고 믿으며 따라서 면접, 이력서, 추천서, 또는 자기보고를 통해 이러한 능력들을 주관적으로 평가할 것입니다. 하지만, 지난 10년 동안 측정하기 어려운 능력을 측정하는 방법에서 상당한 발전이 있었습니다. 예를 들어, 협력과 협력적 문제해결을 측정하고 시뮬레이션을 사용하기 위한 컴퓨터 플랫폼이 설계되었습니다(Hao et al., 2024). 게임과 게임 기반 평가가 광범위한 능력(Landers & Sanchez, 2022)과 성격(Landers et al., 2022)을 평가하기 위해 개발되었고 운영 환경에서 점점 더 많이 사용되고 있습니다(Buckley et al., 2021). 상황판단검사는 이제 직업 현장에서 매우 일반적이며(OPM, n.d.) 교육 환경에서도 점점 더 증가하고 있고(Wolcott et al., 2020) 게임화될 수 있습니다(Landers et al., 2022). 우리는 이러한 발전을 혁신적 방법 섹션에서 검토합니다.

3.4 미래 능력 수요의 예측

직장에서 요구되는 능력의 특성이 기술로 인해 변화하고 있습니다—오늘날 가치 있는 많은 능력들이 곧 자동화될 것 같으며, 아직 인식되지 않은 새로운 능력들이 출현할 것입니다. 이러한 변화는 교육뿐만 아니라 노동력에도 영향을 미칠 것입니다. 하지만 어떤 능력이 단계적으로 사라지고 어떤 새로운 능력이 나타날 수 있는지 어떻게 알 수 있을까요? 누구도 미래를 확실하게 예측할 수는 없지만, 미래의 많은 부분이 현재와 비슷할 것이라고 가정하는 것이 안전합니다. 따라서, 미래의 학교와 직업 현장에서 요구될 능력이 대체로 우리가 방금 검토한 것들일 것이라고 가정하는 것이 유용한 출발점입니다. 그러나 여기서는 두 가지 추가적인 방법, 즉 직업 현장의 능력 요구사항에 대한 동향 분석과, 어떤 직업이나 직업의 일부가 기술에 의한 대체나 보완에 취약할 수 있는지를 결정하기 위한 직업의 과제 분석을 탐구할 것입니다.

3.4.1 동향 분석

여러 경제학 연구들이 노동시장에서 능력의 가치를 결정하기 위해 직장 동향을 조사했습니다. 미국 노동부의 직업 사전 데이터를 사용하여, Autor et al.(2003)은 1960년부터 1998년까지의 직업을 조사했고 그 기간 동안 기술이 일상적인 인지적 및 수동적 과제를 대체할 수 있었음을 발견했습니다. 기술은 또한 근로자들에게 새로운 인지적 요구를 부과했고 직장에서 가치 있는 것이 무엇인지에 영향을 미쳤습니다. 기술은 비일상적 작업과 대인관계 과제를 포함하는 활동을 보완하여, 수동적 작업과 일상적 인지 작업의 감소를 가져왔지만 다른 종류의 작업의 증가도 가져왔습니다.

비슷한 현상이 통신 기술(예: 인터넷, 소셜 미디어; 2000-2015)로 인해 발생하여 사회적 능력에 대한 새로운 요구를 부과했습니다(Deming, 2017). 사회적 능력은 더 효율적인 팀워크를 가능하게 합니다(Deming에 따르면, 근로자들은 비교 우위를 활용하기 위해 과제를 교환합니다). Deming(2017)은 2000-2012년 동안 가장 빠르게 성장한 직업이 교사, 관리자, 간호사, 치료사와 같은 사회적 직업이었음을 보여주었습니다. 엔지니어, 제도사와 측량사, 건축가, 생물학자와 물리학자와 같은 비사회적 STEM 직업은 부정적 성장을 경험했습니다. 사회적 직업은 미국의 모든 직업 중 비중이 12% 증가했으며, 임금도 더 빠르게 증가했습니다. Weinberger(2014)는 인지적 능력과 사회적 능력 중 하나만 요구하는 직업들에 비해 둘 다 높은 수준으로 요구하는 직업에서 고용과 소득의 성장을 발견했습니다.

Langer와 Wiederhold(2023)는 견습생들이 견습 기간 동안 받은 인지적, 사회적, 디지털, 수동적, 관리적, 행정적 능력 훈련의 수준을 나타내는 독일 견습 기록 데이터를 조사했습니다. 그들은 견습 1개월이 더 높은 임금과 관련하여 학교 교육 2-3개월의 가치가 있다는 것을 발견했습니다; 수익률은 디지털, 그 다음 사회적, 그 다음 인지적 능력 순으로 가장 높았습니다; 그리고 인지적 능력과 사회적 능력을 모두 증가시킨 견습이 가장 큰 수익을 제공했는데, 이는 이전 연구들(Deming, 2017; Deming & Kahn, 2018; Weinberger, 2014)과 일치하는 능력 보완성을 나타냅니다.

3.4.2 미래 직업에 대한 예측적 AI의 영향

AI가 미래의 직업에 미치는 영향에 대해 많은 글이 쓰여졌습니다. 편의상, 우리는 이러한 저작들을 두 단계로 나눌 것입니다: 첫 번째는 예측적 AI로도 불리는 기계학습에 초점을 맞춘 것이고, 두 번째는 대규모 언어 모델(LLM) 생성형 AI에 초점을 맞춘 것입니다.

AI의 파괴적 경제학에 대한 Agrawal et al.(2022)의 책은 예측적 AI의 가치라는 관점에서 쓰여졌습니다. 그들은 AI가 예측과 판단의 역할을 맡게 될 것이라고 주장했는데, 이는 Autor et al.(2003)이 관찰한 일상적 인지 과제의 자동화를 넘어 독특하게 인간의 능력을 필요로 한다고 가정되었던 복잡한 인지 과제로까지 상당히 확장됩니다. Agrawal et al.은 잠재적 시너지 이점과 그러한 이점을 달성하기 위해 업무가 어떻게 재조직될 수 있고 될 것 같은지에 초점을 맞췄습니다; 그러나 또 다른 함의는 이전의 기술 발전에서 노출된 저숙련 및 중숙련 직업이 아닌, 고숙련 직업조차도 AI에 노출될 것이라는 점이었습니다.

침투를 수치화한 최초의 연구 중 하나는 Frey와 Osborne(2017)이 수행했는데, 그들은 전문가 평가 연구를 통해 직업의 전산화 취약성을 연구했습니다. 전문가들은 ONET 데이터베이스에서 표본 추출한 70개 직업을 평가하여 어떤 직업이 완전히 자동화될 수 있는지 판단했습니다. 이를 바탕으로 그들은 컴퓨터나 로봇에 의한 자동화에 취약하지 않은 9개의 ONET 능력을 식별하고 이를 702개 직업의 더 큰 목록과 대조하여 노동력과 특정 직업의 자동화 취약성을 추정했으며, 고용의 47%가 위험에 처해 있다고 결론 내렸습니다. 9개의 비취약 능력은 타인 돕기와 돌보기, 설득, 협상, 사회적 통찰력, 순수 예술, 독창성, 수동 기민성, 손가락 기민성, 협소한 작업공간이었습니다.

더 최근의 전문가 평가 연구(Lassébie & Quintini, 2022)도 비슷하게 전문가 평가 접근법을 사용했지만, 전문가들은 직업 대신 능력과 역량의 자동화 가능성을 평가했는데, 이는 AI와 자동화가 직업에 미치는 영향을 더 정확하게 추정할 수 있게 했습니다. 자동화 가능성이 가장 낮은 O*NET 능력에는 인적 자원 관리, 복잡한 문제해결, 협상, 사회적 통찰력, 타인 돕기와 돌보기, 기술 설계, 물적 자원 관리, 적극적 학습, 서비스 지향성, 수리, 독창성, 설득, 적극적 경청이 있었습니다(반대쪽 끝에는 수리 능력, 암기, 손목-손가락 속도, 선택적 주의력, 정적 근력이 있었습니다). 결과는 대체로 Frey와 Osborn(2017) 연구와 일치했지만, Lassébie와 Quintini(2022)는 복잡한 문제해결과 적극적 경청을 추가하고, 순수 예술, 협소한 공간 작업, 손가락 기민성, 수동 기민성을 제외했습니다. 또한 여러 능력에 대해 의견 불일치가 있었는데, 여기에는 타인 상담과 조언(AI는 일부 맥락에서 이를 수행할 수 있음), 판매나 타인 영향(추천 시스템이 잘 수행함), 교수(일부 교수 활동은 AI가 잘 수행할 수 있음), 자신과 타인의 시간 관리(동적 일정관리 기술이 효과적이지만 적용 가능성이 제한될 수 있음), 구두 및 문서 표현(이 연구가 수행되었을 때도 자연어 처리[NLP]의 빠른 진전이 이 영역에서 이미 강력한 성능을 보여주고 있었음), 업무와 활동 일정관리(AI 과제 계획이 잘 발달됨), 시각적 능력(AI 비전은 지난 10년 동안, 특히 COVID 동안 상당히 발전함)이 포함됩니다.

OECD(2023)는 이 연구와 다른 연구들의 발견을 노동시장과 고용 전망의 더 큰 맥락에 놓기 위해 더 큰 연구를 수행했습니다. 그들은 AI가 노동시장에 상당한 영향을 미칠 것 같지만 그 영향이 무엇일지와 신뢰할 수 있는 사용을 촉진하기 위해 어떤 적절한 정책 조치가 필요할지에 대해 상당한 불확실성이 있다고 결론 내렸습니다. AI가 적절한 역량을 가진 고숙련 근로자를 위한 새로운 과제와 직업을 만들고 있으며 AI가 지루한 과제를 줄이고 참여와 안전을 증가시킬 수 있다는 징후가 있습니다. 하지만 이러한 변화는 또한 더 강도 높고 빠른 속도의 작업 환경을 남길 수 있습니다. AI 작업 관리는 인식된 공정성을 증가시킬 수 있지만 프라이버시를 위험에 빠뜨리고 편향을 도입하거나 영속화할 수 있습니다. 핵심적인 정책적 함의는 근로자들이 새로운 기술을 사용할 수 있는 능력을 갖추도록 보장하기 위한 교육과 훈련의 필요성이 증가하고 있다는 것입니다.

3.4.3 생성형 AI가 미래 직업에 미치는 영향

두 번째 단계는 2022년 11월 OpenAI의 ChatGPT와 2023년 3월 GPT-4의 출시 이후에 이어졌으며, 생성형 AI로 불리는 LLM에 초점을 맞췄습니다. Google의 Gemini, Anthropic의 Claude, Meta의 LLaMa를 포함한 다른 시스템들도 있습니다. Stable Diffusion, Midjourney, DALL-E를 포함한 텍스트-이미지 생성형 AI 시스템들도 있습니다. AI 전문가 커뮤니티는 상업적 출시 이전에 기반 기술의 발전을 일반적으로 인식하고 사용하고 있었지만(Lassébie & Quintini, 2022), Cotra(2023)가 지적했듯이 ChatGPT의 능력은 전문가 AI 커뮤니티조차 놀라게 했으며, 일부는 그 능력 수준에 대한 예측이 앞으로 10년이나 20년, 심지어 더 먼 미래에나 달성될 것이라고 제안했습니다.

ChatGPT와 관련 기술의 가능한 영향에 대한 한 연구는 OpenAI(Eloundou et al., 2023)에 의해 수행되었는데, 그들은 이것이 범용 기술(증기와 전기와 같은 범용 기술에 대한 검토는 Bresnahan, 2010 참조)이 될 잠재력이 있을 수 있다고 제안했습니다. 그들의 접근법은 노동 증강과 노동 대체 효과를 구분하지 않고 과제와 직업의 LLM에 대한 “노출”을 결정하는 것이었습니다. 그들은 주로 O*NET을 기반으로 과제의 LLM 노출을 측정하는 루브릭을 적용하기 위해 인간 평가자(주석자)와 GPT-4를 모두 사용했습니다. 그들은 현재 LLM 능력과 관련 도구를 고려할 때 직업의 19%가 그들의 과제의 최소 50%가 노출되어 있다고 결론 내렸습니다; 그러나 다른 생성 모델과 보완 기술을 추가하면, 근로자의 49%가 그들의 과제의 절반 이상이 노출될 수 있습니다. 능력과 관련하여, 과학과 비판적 사고에 의존하는 역할은 노출과 부정적 상관관계를 보이지만(즉, LLM에 덜 취약함) 프로그래밍과 글쓰기 능력은 LLM 노출과 긍정적으로 연관되어 있습니다(즉, LLM에 매우 취약함).

Eloundou et al.(2023)의 분석은 여기서 검토된 것과 같은 이전 연구들과 극적으로 다른 결론을 도출하지 않았습니다. Eloundou et al.은 그들의 노출 추정치와 다른 연구들에서 얻은 추정치 간의 상관관계를 계산했고 일반적으로 이들이 긍정적이고 통계적으로 유의미함을 발견했습니다. 그러나 그들의 분석에는 Lassébie와 Quintini(2022) 연구는 포함하지 않았습니다.

새로운 직업이나 새로운 능력의 출현에 대해서도 추측해 볼 수 있습니다. 예를 들어, 보조 기술(예: LLM)과 함께 일하는 것이 중요한 새로운 능력이 될 것 같습니다. 이미 디지털 문해력은 일부 고용주 설문과 다른 맥락에서 나타나는 능력입니다. 그러나 디지털 문해력은 “킨들로 읽기부터 웹사이트의 타당성을 평가하거나 YouTube 비디오를 만들고 공유하는 것까지 모든 것을 포함하는” 매우 광범위한 개념이어서(Loewus, 2016) 그 중요성에 대한 진술을 해석하기가 어렵습니다. 그러나 ChatGPT와 다른 생성형 AI 기술을 사용하는 것은 이미 가치 있는 능력이며, 기술이 발전함에 따라 생성형 AI 기술을 계속 사용하는 것이 중요한 능력으로 남을 것 같습니다. 개인 디지털 비서의 개념은 사라지지 않을 것 같습니다. 컴퓨팅 커뮤니티 컨소시엄과 인공지능발전협회의(Gil & Selman, 2019) 20년 로드맵은 개인 비서의 미래 세계를 구상합니다.

AI 프롬프트 엔지니어도 상당한 주목을 받았으며 새로운 능력 집합을 포함하는 새롭고 중요한 직업이자 미래의 최고 평가 직업으로 널리 선전되고 있습니다. 그러나 Acar(2023)는 이에 동의하지 않으며, 생성형 AI 시스템의 미래 버전이 더 직관적이 되고 신중한 프롬프트 작성에 덜 의존하게 될 것이라고 주장했습니다; 실제로, 그는 GPT-4와 같은 AI 모델이 프롬프트 엔지니어링에 매우 능숙하며 계속해서 더 나아질 것 같다고 주장했습니다. 또한, 프롬프트 엔지니어링은 LLM에 특화되어 있어 그 유용성이 제한적입니다. 대신, 그는 “문제를 식별, 분석, 서술하는 능력”이라는 의미의 문제 공식화가 LLM의 결과를 해석하고 비평하고 필요한 경우 재구성하여 다시 실행하는 능력과 함께 중요한 능력으로 등장할 것 같다고 제안했습니다. Acar는 문제 공식화의 네 가지 핵심 구성요소가 문제 진단, 분해, 재구성, 제약 설계이며 이러한 능력들이 AI 시스템과의 효과적인 협력에 핵심이 될 것이라고 제안했습니다.

3.5 결론: 미래를 위한 능력

지난 세기 동안 평가의 노력과 발전은 주로 교육과정 능력의 평가와 관련되어 왔습니다: 수학, 읽기, 과학, 즉 전통적인 K-12 교육과정이 목표로 하는 능력들입니다. 결과적으로, 이러한 능력들은 주와 국가의 교육 시스템을 모니터링하도록 설계된 대규모 국내 및 국제 평가의 초점이 되어왔습니다. 이러한 능력들은 중요하며 앞으로도 그럴 것이지만, 지난 20년 정도 동안 다른 종류의 능력들의 중요성에 대한 인식이 높아져 왔고, 이제는 최소한 동등하게 중요한 것으로 인정됩니다—협력, 문제해결, 비판적 사고, 창의성, 호기심, 직업윤리입니다. 때로는, 특히 직업 분야에서, 이들은 지속가능한 능력으로 불리는데, 이는 모든 종류의 교육, 훈련, 직무 및 맥락에서의 일반화 가능성과 유용성을 나타냅니다. 이러한 능력들은 측정하기가 더 어려워서 측정하기 어려운 능력으로 불릴 수 있습니다. 기술과 AI의 발전으로 어떤 능력이 가장 가치 있는지에 대한 변화가 계속될 것 같습니다. 이미 우리는 AI가 대학원생 이상의 수준에서 언어 과제, 예술 창작, 코딩 과제를 수행할 수 있음을 봅니다.

이러한 상황은 평가에 도전과 기회를 제시합니다. 도전과제는 오늘날 우리가 의존하는 단순한 자기평가 등급이 점점 더 중요해질 능력에 대한 유용한 정보를 제공하는 과제에 충분하지 않다는 것입니다. 기회는 우리가 오늘날 수학, 읽기, 과학을 측정할 수 있게 하는 것과 같은 수준의 정교함으로 측정하기 어려운 구인들을 평가할 수 있도록 새롭고 혁신적인 평가 방법을 개발할 수 있다는 것입니다.