코로나發 '고용 한파'에 활력...모아저축銀, 상반기 신입직원 17명 채용

온라인 인적성·비대면 면접 등 도입
작년에도 신입직원 총 33명 채용

모아저축은행이 올 상반기 총 17명의 신입직원을 채용했다 [사진=모아저축은행]

【 청년일보 】 모아저축은행이 올해 상반기 총 17명의 신입직원을 채용하며 신종 코로나바이러스 감염증(코로나19) 여파로 얼어붙은 고용시장에 활력을 불어넣고 있다.

모아저축은행은 2020년 총 33명의 신입직원을 채용한 데 이어, 2021년 2월에도 신입직원 채용을 실시했다.

또한 코로나19 예방 및 확산 방지를 위해 온라인 인적성 검사 및 비대면 면접 방식을 도입하여 신입직원을 선발하며 채용 절차의 효율성을 높혔다.

모아저축은행 김성도 대표이사는 "코로나19 여파에 따른 어려움이 지속되고 있지만, 청년 구직자들이 일을 통해 성장할 수 있는 기회를 가질 수 있도록 채용 규모를 확대해 나가며, 기업의 사회적 책임을 다 할 것" 이라고 말했다.

【 청년일보=이나라 기자 】

[청년발언대] 데이터 기반 의사결정으로 작동하는 SNS 추천 알고리즘

【 청년일보 】 SNS를 이용하다 보면 사용자가 직접 검색하지 않아도 관심 있어 보이는 콘텐츠가 끊임없이 나타난다. 특히 'TikTok'이나 'Instagram'에서는 한 번 영상을 보기 시작하면 유사한 콘텐츠가 연속적으로 추천되고 사용자는 자연스럽게 플랫폼에 더 오래 머무르게 된다. 이 흐름의 중심에는 '추천 알고리즘'이 존재한다. 추천 알고리즘은 단순히 게시물을 나열하는 방식이 아니라, 대규모 사용자 데이터를 분석하여 개인의 선호를 예측하고 콘텐츠 노출 순서를 결정하는 데이터 기반 의사결정 시스템이다. ◆ 사용자 행동 데이터와 패턴 분석 추천 알고리즘의 핵심은 사용자 행동 데이터를 체계적으로 수집하고 이를 통해 패턴을 분석하는 과정에 있다. 플랫폼은 사용자가 어떤 콘텐츠를 클릭했는지, 얼마나 오래 시청했는지, 어떤 게시물에 반응했는지와 같은 다양한 데이터를 지속적으로 기록한다. 이러한 데이터는 단순한 기록을 넘어 사용자의 관심도를 추정하는 중요한 변수로 활용된다. ◆ 예측 모델과 최적화 기반 콘텐츠 선택 추천 알고리즘은 단순한 데이터 축적을 넘어 예측 모델을 기반으로 작동한다. 플랫폼은 사용자가 특정 콘텐츠를 접했을 때 클릭하거나 시청할 가능성을 확률적으

[청년발언대] 빅테크의 '조용한 구조조정'…AI 도입 이후 고용구조의 재편

【 청년일보 】 최근 미국 빅테크 기업들을 중심으로 눈에 띄는 변화가 나타나고 있다. 과거처럼 대규모 해고를 전면에 내세우기보다는, 채용 축소와 조직 재편을 통해 인력을 조정하는 '조용한 구조조정'이 이어지고 있는 것이다. 이러한 흐름은 단순한 경기 침체의 결과라기보다, 인공지능(AI) 도입에 따른 산업 구조 변화와 맞물려 있다는 점에서 주목할 필요가 있다. ◆ 채용은 줄고 자동화는 늘어난다 구글, 메타, 아마존 등 주요 빅테크 기업들은 최근 몇 년간 AI 기술에 대한 투자를 대폭 확대하고 있다. 동시에 신규 채용 규모를 줄이거나 일부 직무를 통폐합하는 전략을 취하고 있다. 이는 단순한 비용 절감이 아니라, 기술을 기반으로 한 생산성 극대화 전략으로 해석된다. 특히 생성형 AI와 자동화 기술의 발전은 기업 운영 방식 자체를 변화시키고 있다. 과거에는 여러 인력이 나누어 수행하던 업무를 이제는 AI와 소수 인력이 함께 처리할 수 있게 되면서, 기업은 더 적은 인원으로도 높은 성과를 낼 수 있는 구조를 구축하고 있다. 이로 인해 '채용 확대' 대신 '효율 중심 운영'이 새로운 기준으로 자리 잡고 있다. ◆ 화이트칼라 직군까지 확산되는 변화 이러한 변화는 단순 반

[청년발언대] 지능의 불량을 관리하다…LMM 시대의 신뢰성 공학

【 청년일보 】 과거 제조업 현장에서 가장 무서운 단어는 '불량'이었다. 규격을 벗어난 볼트 하나, 작은 오차를 허용한 회로 기판 하나가 전체 시스템의 붕괴를 초래했기 때문이다. 산업공학은 이런 문제를 막기 위해 통계적 공정 관리(SPC)와 식스시그마 같은 강력한 통제 도구를 발전시켜 왔다. 이제 이 불량의 개념이 물리적 제품을 넘어 '지능의 결과물'로 옮겨가고 있다. 텍스트를 넘어 이미지와 영상까지 동시에 처리하는 거대멀티모달모델(LMM) 시대가 열리면서, AI가 내뱉는 그럴듯한 거짓말인 할루시네이션(환각)은 단순한 오류를 넘어 기업의 신뢰성을 결정짓는 핵심 품질 지표가 되었다. ◆ 할루시네이션은 지능형 공정의 불량품이다 산업공학적 관점에서 LMM의 추론 과정은 거대한 '비선형 생산 공정'과 같다. 수십억 개의 파라미터가 맞물려 돌아가며 결과물을 만들어내지만, 그 내부를 명확히 알 수 없는 블랙박스라는 점이 관리상의 난점이다. 과거의 AI가 단순히 개와 고양이를 구분하는 분류 품질에 집중했다면, 지금의 LMM은 복합적인 맥락을 스스로 생성해낸다. 여기서 발생하는 환각 현상은 제조업의 '비정상 변동(Assignable Variation)'과 닮아 있다. 데이

[청년발언대] AI 기반 스마트 물류센터, 물류 산업 변화 이끈다

【 청년일보 】 온라인 쇼핑이 일상이 된 지금, 물류 산업도 빠르게 변화하고 있다. 예전에는 물류센터가 단순히 상품을 보관하고 출고하는 공간이었다면 최근에는 인공지능과 자동화 기술이 결합된 '스마트 물류센터'로 진화하고 있다. 특히 주문량이 급격히 늘어나면서 물류센터의 역할은 단순한 창고를 넘어 하나의 운영 시스템으로 변화하고 있다. 물류의 효율성을 높이기 위해 로봇과 데이터 분석 기술이 적극적으로 활용되고 있으며 이러한 변화는 물류 산업 전반에 새로운 기준을 만들고 있다. ◆ 로봇이 움직이는 물류센터 최근 대형 이커머스 기업들은 자동화 물류센터 구축에 적극적으로 나서고 있다. 물류센터 내부에서는 로봇이 상품이 담긴 선반을 작업자에게 가져오는 시스템이 활용되기도 한다. 이 방식은 작업자가 물건을 찾기 위해 이동하는 시간을 크게 줄여준다. 작업자는 한 자리에서 상품을 집어 포장할 수 있고 그만큼 주문 처리 속도도 빨라진다. 온라인 쇼핑 주문이 늘어나면서 하루에도 수만 건의 주문을 처리해야 하는 상황에서 이러한 자동화 시스템은 물류 효율을 높이는 중요한 역할을 하고 있다. ◆ 데이터를 기반으로 움직이는 물류 시스템 AI 물류센터의 핵심은 단순한 자동화가 아니라

[청년발언대] 컨베이어 벨트의 진화…스마트 팩토리로 본 '양산'의 미래

【 청년일보 】 최근 현대자동차그룹의 싱가포르 글로벌 혁신센터(HMGICS)를 비롯해, 테슬라, 토요타 등 글로벌 제조 기업들이 앞다투어 고도화된 '스마트 팩토리' 구축에 사활을 걸고 있다. 단순한 공장 자동화를 넘어, 인공지능(AI), 로보틱스, 디지털 트윈, 5G 통신 등 첨단 기술이 투입된 이 새로운 공장들은 인류의 '물건을 만드는 방식' 자체를 근본적으로 뒤바꾸고 있다. 현재의 스마트 팩토리 도입 현황을 근거로, 앞으로 우리의 '양산(Mass Production)' 패러다임이 어떻게 변화할지 4가지 핵심 트렌드로 짚어보았다. ◆ '라인'에서 '셀'로: 유연 생산과 매스 커스터마이제이션의 실현 과거 양산의 핵심은 '소품종 대량생산'이었다. 일렬로 늘어선 컨베이어 벨트 위를 제품이 지나가면, 작업자가 정해진 부품을 조립하는 방식이다. 이 방식은 생산 속도를 극대화하지만, 소비자의 다양한 요구를 반영하거나 중간에 다른 모델을 생산하기에는 치명적으로 뻣뻣했다. 미래의 양산은 컨베이어 벨트가 사라진 '셀 방식'으로 진화한다. 바닥에 깔린 레일 대신, 자율주행 물류 로봇(AMR)과 무인 운반차(AGV)가 부품과 반제품을 실어 나르며 독립된 작업 공간인 '셀'들을