국비지원 현실: 바리스타 vs 용접(반도체), 취업률과 연봉의 팩트 (HRD-Net 데이터 분석)

[핵심 요약 리포트]

• 분석 대상: 고용노동부 HRD-Net 직업훈련 포털 1년 치 공공데이터 75만 건 전수 조사 (파이썬 데이터 분석)
  
• 주요 팩트 1: 바리스타, 네일 등 진입장벽이 낮은 서비스업 교육 과정은 수강료가 저렴하나, 심각한 공급 과잉으로 6개월 후 통계적 취업률이 0%에 수렴함.
  
• 주요 팩트 2: 반도체, AI, 프론트엔드 등 고숙련 IT/제조업 과정은 평균 수강료가 500만 원을 상회하며 높은 진입장벽을 형성하지만, 취업 시장에서의 가치는 압도적으로 높음.
  
• 결론: 취업과 자본 축적의 성패는 교육의 접근성이 아닌 기술의 ‘희소성’에 의해 결정되며, 통계에 잡히지 않는 특수 기술직(프리랜서)의 고부가가치 시장을 인지해야 함.

안녕하세요. 팩트 데이터 기반 경제 분석 리포트, thininfo입니다.

얼마 전 당근마켓에서 시흥 정왕동(시화공단)’동네생활’ 탭을 보니, 일감부족이 심화되는 것 같습니다.

• “공장 일감이 너무 없어서 힘들다. 다른 일 할 거 없냐”
• “송도로 가라” “남동공단은 좀 낫다”

등의 이야기들이 오갔습니다. 그 글의 댓글들을 보며 문득 제 주변에 있는 세 명의 서울 동부기술교육원 출신 친구들이 떠올랐습니다. 똑같이 국비지원으로 기술의 세계에 발을 들였지만, 이들의 현재 재무적 생존 상태는 완벽하게 갈라졌습니다.

친구 A는 원래 헬스 트레이너였습니다. 국비지원으로 용접을 배운 뒤 현장의 한계를 체감하고, 곧바로 자기 자본 1,000만 원을 추가로 투자해 진입장벽이 훨씬 높은 특수용접 사교육을 받았습니다. 그 결과는 어떨까요. 현재 그는 평택 반도체 공장과 거제도 조선소를 누비며 일당 40만 원의 고수익을 올리고, 아우디 A4를 타고 다닙니다.

반면 목공, 용접, CAD 등 여러 기술을 얕고 넓게 배운 친구 B는 구청 공무직으로 안정적인 수입을 택했고, 사업 실패 후 뒤늦게 기본 용접을 배운 친구 C는 울산 현장에 자리 잡았습니다.

이 세 친구의 커리어를 가른 핵심은 단순히 기술을 배웠다는 사실 자체가 아닙니다. 남들이 기피하는 힘든 환경 속에서도 대체 불가능한 고숙련 기술을 파고들었느냐의 차이였습니다.

현장의 체감 온도는 이토록 명확한데, 과연 국가 통계 데이터도 같은 진실을 말하고 있을까요? 이를 교차 검증하기 위해 저는 직장인들의 엑셀로는 열리지도 않는 고용노동부 HRD-Net 직업훈련 공공데이터 1년 치, 총 75만 건을 파이썬으로 전수 조사했습니다.

지인들의 단편적인 성공담이나 온라인 커뮤니티의 데이터 분석가 현실 디시 같은 썰을 넘어, 철저한 숫자로 증명된 진짜 생존 기술의 팩트를 지금부터 파헤쳐 보겠습니다.

취업률 데이터의 함정: 낭만과 현실의 괴리

데이터 분석 결과 가장 극명하게 드러난 사실은, 대중의 접근성이 높고 개설 횟수가 압도적인 과정일수록 취업 성과는 처참하다는 것입니다.

(※ 주의: 아래 데이터는 HRD-Net 전산상 집계된 수치로, 프리랜서나 창업 등은 통계에 잡히지 않을 수 있습니다.)

[데이터 분석 1: 취업률 하위권 주요 과정 (취미/교양 성격)]

위 데이터는 자영업 창업 등 전산에 집계되지 않는 누락분을 고려하더라도 심각한 시그널을 던집니다. 수강료가 50만 원 미만으로 저렴하고 육체적 강도가 낮은 직무는 퇴근 후 자기계발 목적의 수요까지 몰리며 극심한 공급 과잉 상태에 빠져 있습니다. 시장 자본주의에서 누구나 하고 싶어 하는 ‘우아한 일’에는 자본이 모이지 않습니다.

실제로 저희 회사에서 임금피크에 진입한 직원들에게, 인생 2막 준비 또는 재도약 교육을 시켜주는 경우가 있는데, 그 분들이 필수로 듣는 과정, (들어 보는 과정 이라고 해도 무방)에 바로 라떼아트와 바리스타 과정이 들어있었습니다.

600만 원짜리 전쟁터: 고숙련 기술의 가치

반대로 진입장벽이 높고 리소스 투입이 막대한 교육 과정의 데이터는 전혀 다른 양상을 보입니다.

[데이터 분석 2: 고단가/취업 연계형 주요 과정]

취업이 잘되는 키워드(교육과정, 업종)은 실질적으로 도움이 될 수 있는 정보이므로 좀더 자세히 20개까지 뽑아보았습니다.

최근 데이터 분석가 디시, 데이터분석 취업 디시 스레드 등의 검색어와 채널등을 통해서 볼 수 있는 것은 실제 사람들의 생생한 후기입니다. 그런 곳에서 논의되는 내용을 데이터가 증명하고 있다고 볼 수 있는데,
IT 개발이나 국가 전략 산업(반도체 등) 교육은 6개월간 하루 8시간 이상의 집중적인 리소스 투입을 요구합니다.

K-Digital Training 등 국가에서 지원하는 경비 지을 통해 금전적 부담이 상쇄되더라도, 시간과 노력이라는 막대한 비용(진입장벽)이 발생합니다. 이곳은 취미가 아닌 생존을 위한 전쟁터이며, 이 허들을 넘은 소수만이 시장에서 프리미엄을 인정받습니다.

데이터 분석가의 노트: 키워드(필살기)의 세분화

데이터 전문가로서 첨언하자면, 본 리포트는 의도적으로 ‘컴퓨터’, ‘IT’와 같은 포괄적 분류를 배제하고 자연어 처리를 통해 ‘React’, ‘AI’ 등 세부 키워드 빈도를 추출하여 분석했습니다.

시장은 두루뭉술한 기술자가 아닌 명확한 필살기(키워드)를 가진 전문가를 원하기 때문입니다. 이러한 분석 툴과 기법에 대한 구체적인 코딩 과정이 궁금하다면, 앞서 발행한 [공공데이터 결측치 전처리] 관련 리포트를 참고하시기 바랍니다.

즉, 뭐든지 진입 장벽이 높아야 먹을 것이 있고, 누구나 쉽게 접근하는, 허들이 없는 곳은 사람들이 너무 많아서 먹을 것이 없다는 것입니다.

제 친구 A가 배웠다는 ‘특수용접’도 데이터를 찾아봤습니다. 재미있는 건, 특수용접의 경우 통계상 취업률은 낮게 나오기도 합니다. 사실 엄청 의아했지요. 제 친구는 기술력을 인정받아 고연봉을 받으며 평택 고덕 반도체 공장 현장 등에 투입되면서 돈을 잘 벌고 있거든요.

그런데 대충 물어보니 이유를 알겠더군요. 특수용접이 데이터상 취업률이 낮은 이유는, 이쪽 생태계는 4대 보험이 되는 일반적인 ‘취업’보다는 팀 단위로 움직이는 ‘프리랜서(일당제/객공)’나 ‘개인 사업’ 형태로 돌아가기 때문입니다.

전산상으로는 ‘미취업’일지 몰라도, 현장에서는 “사람이 없어서 못 구한다”고 아우성입니다. 최근 뉴스에서도 “대기업 과장보다 많이 버는 기술직”이라며 2030이 몰린다는 소식이 들립니다.

데이터의 0% 혹은 낮은 수치는 때로는 ‘실패’가 아니라, 통계가 잡아내지 못하는 ‘야생의 고수익 시장’을 의미하기도 합니다. 평균 훈련비가 400만 원이 넘는데도 알음알음 찾아가는 데는 이유가 있는 법이죠.

“돈이 많이 들거나, 시간이 오래 걸리거나, 몸이 힘들거나.” 이 셋 중 하나라도 충족해야 ‘진입장벽’이 생깁니다. 그리고 그 벽 안쪽에는 경쟁자가 적습니다. 그래서 제 친구는 남들보다 힘든 일을 선택한 대신, 아우디를 탑니다.

[데이터 분석가의 노트] 왜 ‘코딩’이 아니라 ‘React’인가?

마지막으로 제가 이번 데이터를 분석한 기준과 방법에 대해서 간략히 언급을 해 두고자 합니다. 이쪽 현황을 아시는 분 중에서는 데이터의 분석결과가 예상하던 것 또는 본인이 아는 것과 좀 다르게 나온 경우도 있을 수 있으니, 왜 그런지에 대해서 간략히 설명을 하려 합니다.

데이터를 좀 아시는 분들은 의아하실 수도 있습니다. “아니, React나 AI나 자바나 다 똑같은 IT 기술 아니냐?”

맞습니다. 크게 보면 다 같은 ‘컴퓨터 직군’입니다. 이것들을 뭉뚱그려서 ‘IT 분야’로 묶어서 통계를 냈다면, 취업률은 그냥 평범한 평균치로 나왔을 겁니다.

하지만 이번 분석은 의도적으로 ‘과정명에 포함된 세부 키워드 빈도’를 기준으로 낱낱이 쪼개서 분석했습니다. (과정별로 자연어 처리를 해서 키워드를 뽑아내고, 유효 키워드별로 과정을 합치고, 그렇게 해서 평균 수강료를 산출하고 취업률을 산출함)

이유는 단순합니다. 시장이 그렇게 반응하기 때문입니다.

두루뭉술하게 “저 컴퓨터 할 줄 알아요”라고 하는 사람. 구체적으로 “저 React로 프론트엔드 짤 줄 알아요”라고 하는 사람.

취업 시장에서의 몸값은 천지 차이입니다. 분석 방법에 따른 한계점은 있겠지만, 오히려 이렇게 키워드별로 취업률 격차가 난다는 것 자체가 “남들 다 하는 ‘코딩’ 말고, 나만의 확실한 ‘필살기(키워드)’ 하나를 파야 산다”는 냉혹한 현실을 증명하는 셈입니다.

결론: 자본은 희소성에 반응한다

국가 기술교육원, 내일배움카드… 제도는 정말 잘 되어 있습니다. 하지만 남들이 다 쓰는 카드, 남들이 다 듣는 수업, 에어컨 바람 쐬면서 할 수 있는 적당한 기술로는 내 인생의 ‘레벨 업’을 기대하기 힘듭니다.

국비지원 제도는 훌륭한 사다리지만, 모두가 선택하는 쉬운 길에는 보상이 따르지 않습니다. 시간, 비용, 육체적 고단함 중 최소 한 가지 이상의 허들이 존재하는 진입장벽을 선택해야만 경쟁자를 배제할 수 있습니다.

시장은 냉정하게 개인의 땀방울이 아닌 기술의 희소성만을 평가합니다. 데이터는 늘 가장 차갑게 현실의 팩트를 증명하고 있습니다.

오늘 파이썬으로 데이터를 까보고 나니 더 명확해지네요. 쉽게 얻을 수 있는 건, 역시나 별 가치가 없습니다.

[다른 글 홍보] 이렇게 데이터 덩어리를 분석하여 로또 당첨 번호의 통계적 의미도 찾아봤습니다”