Perspective: 장애인 고용 AI의 성패는 단순 매칭이 아닌 장애 특화 데이터의 결합 깊이에 달려 있다

핵심 주장

이번 협력의 본질은 단순한 플랫폼 고도화가 아니라 고용정보원의 범용 데이터와 장애인고용공단의 특수 데이터를 결합하여 '장애 유형별 직무 적합성'이라는 블랙박스를 해소하는 데이터 주권 확보에 있다.

근거

• 한국고용정보원의 워크넷(Worknet) 기반 방대한 구인·구직 데이터와 장애인고용공단의 장애 유형·등급별 고용 성공 사례 데이터의 물리적 결합 시도
• 기존의 단순 키워드 검색 방식에서 벗어나 장애인의 신체적·정신적 특성과 직무 요구 역량을 매칭하는 AI 알고리즘의 고도화 계획
• 디지털 전환을 통한 행정 비용 감소와 구직자별 맞춤형 추천 서비스의 실시간성 확보

반론

• AI 알고리즘이 과거의 저숙련·단순 노무 중심 장애인 채용 데이터를 학습할 경우 오히려 장애인의 직업 선택권을 특정 분야로 제한하는 '디지털 편향'을 고착화할 수 있음
• 기업 현장의 물리적 배리어프리(Barrier-free) 환경이나 인식 개선이 동반되지 않는다면 데이터상 매칭 성공률이 실제 장기 근속으로 이어지기 어려움

적용 조건

• 장애인고용공단이 보유한 민감한 개인정보 및 장애 특성 데이터가 개인정보보호법 테두리 내에서 고용정보원의 시스템과 실시간으로 연동될 수 있을 때
• 구인 기업이 직무 기술서(JD)에 장애인이 수행 가능한 구체적인 과업 범위를 데이터화하여 제공할 수 있는 환경이 조성될 때

한국 독자 의미

국내 기업의 장애인 의무 고용 미이행 부담금이 증가하는 추세 속에서, AI 매칭은 기업에 적합한 인재를 찾는 비용을 낮추고 장애인 구직자에게는 정보 비대칭을 해소하는 실무적 도구가 될 것이다.

이 관점을 쓰는 글

• content/briefs/kead-keis-ai-disabled-employment-innovation.md

마지막 검토

2026-06-14