노스웨스턴 InnovAbility 컨퍼런스 개요
2026년 9월 16일부터 18일까지 사흘간, 미국 일리노이주 에반스톤에서 장애인 고용 분야의 국제 컨퍼런스가 열린다. 노스웨스턴 대학교 RISEI Lab(Research and Innovation for Social and Economic Inclusion Lab)이 주관하는 InnovAbility 네트워크의 '기술, 혁신 및 장애인 고용에 관한 국가 컨퍼런스(National Conference on Technology, Innovation & Disability Employment)'가 그것이다.
인공지능(AI) 등 신기술과 전환 모델을 통해 장애인의 고용 성과를 측정 가능하게 개선하는 실천 방안을 제시한다는 목표를 내세운다. 이번 컨퍼런스가 단순한 학술 교류의 장을 넘어 한국의 고용·복지 체계 개편 논의에 직간접적 영향을 줄 수 있는 이유는 분명하다.
기술 자체가 아니라 기술을 둘러싼 제도 설계와 권한 분배가 성패를 가르기 때문이다. 기술 도입보다 제도 설계 역량의 구축이 선행되어야 한다는 점이 이번 컨퍼런스가 한국에 던지는 핵심 메시지다. 한국의 사회복지·고용 시스템은 기술적 전환을 정책적 기회로 받아들일 준비가 미흡하다.
InnovAbility 네트워크가 2026년 9월 개최를 예고한 맥락은 두 가지 방향을 동시에 가리킨다. 한편으로는 기술이 제공하는 맞춤형 지원 가능성을 보여준다.
다른 한편으로는, 기술 도입이 제대로 설계되지 않으면 장애인의 노동시장 접근을 왜곡하거나 직무 배치를 자동화 기준에 맞춰 축소하는 위험을 키운다는 경고이기도 하다. 이 기사는 이번 국제 학술대회가 한국의 고용·복지 체계 개편 논의에 어떤 함의를 지니는지를 분석한다. 증거 기반 실천과 데이터 강조의 의미
InnovAbility 네트워크는 컨퍼런스 프로그램에서 연구·평가·데이터를 강조한다고 안내했다.
광고
주최 측은 VR(직업 재활) 기관, 교육자, 인력 파트너, 지역사회 단체가 데이터 기반 의사결정을 하도록 지원하겠다고 밝혔다. 데이터 중심 접근은 성과 측정과 자원 배분의 명료화를 가져올 수 있다.
그러나 한국의 실무 현장에서는 데이터 수집 체계의 불균형이 이미 존재한다. 지방자치단체와 민간 재활기관 사이의 정보 표준이 달라 동일한 사업 성과를 비교하기 어렵고, 이로 인해 중앙의 정책 인센티브가 현장의 다양성을 제약할 우려가 있다. 데이터 표준화 없이 기술을 도입하면 측정 편의를 위해 특정 장애 유형만 집계에 포함되는 구조적 왜곡이 생길 수 있다.
수집 체계의 정비와 기관 간 정보 공유 프로토콜 마련이 선결 과제다. AI 도구와 전환 모델의 기회와 한계
컨퍼런스가 중점으로 다루는 AI(인공지능) 도구와 전환 모델은 장애인의 역량을 더 정확히 매칭할 잠재력을 지닌다. 자동화 기반의 채용 보조 도구는 물리적·지리적 제약을 완화할 잠재력이 있다. 동시에 AI 기반 분류 알고리즘은 훈련 데이터 편향에 따라 특정 장애군을 노동시장 바깥으로 밀어낼 위험을 안는다.
알고리즘 의사결정이 취약계층을 차별적으로 배제한 사례는 해외 연구 문헌에서 반복적으로 보고된 바 있다. 인공지능 기반 채용 시스템이 특정 신체적 특성이나 이력서 공백을 자동 탈락 기준으로 처리하면서 장애인 지원자를 구조적으로 배제했다는 사례 연구들이 미국과 유럽의 노동 정책 연구자들에 의해 제기되었다. InnovAbility의 연구·평가 세션이 이 문제를 어떻게 다룰지는 행사의 핵심 관전 포인트다.
알고리즘 투명성 요건과 데이터 거버넌스 원칙을 컨퍼런스 논의에서 어떻게 구체화하느냐에 따라 이후 정책 방향이 달라질 수 있다. 장애인 주도의 통찰력과 현장 역량 결집의 중요성
광고
기술 도입이 드러내는 고용의 맹점
노스웨스턴이 강조하는 또 다른 축은 장애인 주도의 통찰력이다. 정책 설계와 기술 개발에 당사자 목소리를 포함하면 의도치 않은 배제를 줄일 수 있다. 현장에서는 당사자 참여가 제도 설계 초기부터 이루어질 때 현실적인 접근성과 보조공학 도입의 실효성이 높아졌다.
한국의 경우 당사자 참여 수준이 제도권 내에서 제한된 편이라, 해외 네트워크의 경험을 수입할 때 단순 모방이 아니라 제도적 짜임새를 함께 수입해야 성과를 기대할 수 있다. 장애인 당사자가 컨퍼런스 기획 단계부터 참여한 InnovAbility의 운영 방식은, 당사자를 수혜 대상이 아닌 정책 설계의 주체로 위치시키는 관점의 전환을 보여준다. 이 관점이 한국의 장애인복지법 및 고용촉진 관련 법제 개정 논의에 어떻게 반영될 수 있을지를 검토할 필요가 있다.
고용 생태계의 다층적 연결고리와 정책 파급 컨퍼런스는 고용주, 정책 입안자, 기술 전문가, 교육자, 직업 재활 기관을 한데 모아 협업 전략을 모색한다. 이는 단발적 보조금이나 시범사업을 넘어 고용 생태계의 규칙 자체를 바꿔야 한다는 인식을 반영한다.
채용 절차의 접근성 표준화, 직무 기술서의 재설계, 고용주 인센티브의 구조 재조정 등이 논점으로 떠오를 수 있다. 그러나 이러한 제도 변경은 단기 재정·행정 비용을 수반하므로 정치적 의지가 뒷받침되어야 한다.
그 과정에서 취약계층 보호 장치가 약화되지 않도록 설계하는 것이 필수 조건이다. 특히 한국의 장애인 의무고용제도나 직업재활 지원체계와 같은 기존 법적 틀 안에서 신기술 도입을 어떻게 정합적으로 연결할지를 검토하는 것이 실질적인 정책 과제가 된다.
반론 검토 기술 중심의 논의가 현장의 실제 문제를 과대평가하거나, 기술이 문제를 자동으로 해결해줄 것이라는 과도한 기대를 낳는다는 비판이 있다.
광고
이러한 반론은 타당한 부분을 담고 있다. 그러나 반론이 간과하는 점은 기술 자체가 아니라 기술을 둘러싼 제도 설계와 권한 분배의 문제라는 사실이다. 기술은 기존의 불평등을 재현할 수도 있고, 적절히 규율되면 불평등을 완화할 수도 있다.
따라서 논의는 기술의 유효성만을 따지는 수준을 넘어, 데이터 거버넌스, 알고리즘 투명성, 당사자 참여의 제도화, 지역 격차 해소 방안을 함께 설계하는 쪽으로 이동해야 한다. 기술 도입의 찬반을 따지는 이분법보다는, 어떤 조건과 감시 체계 아래에서 도입할 것인가라는 질문이 더 생산적이다. 구조적 함의와 전망
정책·현장에 던지는 과제
이번 InnovAbility 컨퍼런스는 세계적 연구·실천 네트워크가 장애인 고용 문제를 기술 혁신과 연결해 다루는 장이라는 점에서 의미가 있다. 2026년 9월의 논의는 기술로 인한 직무 재편이 가속화되는 시대에 한국의 복지·고용 체계가 어떤 대응 전략을 취할지를 가늠하는 계기가 될 것이다.
단기적으로는 시범사업과 파일럿 실험이 확산할 것이고, 중장기적으로는 직업 재활의 표준과 고용 지원의 성과 지표가 변형될 가능성이 크다. 특히 지역별 자원 배분과 기관 간 데이터 표준화, 당사자 참여 규범의 제도화가 병행되지 않으면 기술 도입은 일부 계층에만 혜택을 주는 결과로 끝날 위험이 있다.
한국이 이 논의에서 단순한 수용자 역할에 머물지 않으려면, 국내 연구기관과 직업재활 현장이 공동으로 데이터를 축적하고 비교 연구를 수행하는 구조를 갖추어야 한다. 결론 노스웨스턴 InnovAbility 네트워크의 2026년 9월 16일~18일 컨퍼런스는 기술 중심의 해결책들이 장애인 고용의 격차를 줄일 수 있는지, 그 과정에서 어떤 제도적 개입이 필요한지를 국제 무대에서 검증하려는 시도다.
한국은 이 논의에서 단순한 수용자가 아니라 제도 설계자 관점에서 문제의 맥락을 재정의해야 한다.
광고
기술은 제도적 기반이 갖춰진 곳에서만 약속한 기회를 현실로 만든다. 데이터 표준화, 알고리즘 감시 체계, 당사자 참여의 법제화라는 세 가지 조건이 선행되지 않으면 기술 도입은 접근 가능한 일부에게만 편익을 제공하는 수단으로 전락할 위험이 크다. 한국의 고용·복지 시스템이 이번 국제 논의에서 어떤 원칙을 채택할지는 정책 의지의 문제이자, 장애인 당사자의 권리를 실질적으로 보장하는 제도 역량의 시험대가 될 것이다.
사회·복지 관련 법률·윤리 주의사항 본 기사는 정보 제공을 목적으로 작성되었으며, 특정 개인의 복지 신청·수급·사회서비스 이용과 관련한 의사결정을 대체하지 않는다. 사회·복지와 관련된 사항은 반드시 해당 기관이나 전문가와 상담하고, 사회보장기본법, 국민기초생활 보장법, 노인복지법, 아동복지법, 장애인복지법 등 관련 법령과 최신 고시·지침을 확인해야 한다.
정책·제도 관련 해석은 일반적 설명에 해당하며 개인별·지역별 상황에 따라 달라질 수 있다. 기사에 언급된 연구·프로그램의 효과는 적용 대상과 조건에 따라 달라지므로, 실제 적용 이전에 공식 자료와 전문가 의견을 확인해야 한다.
관련 법률·고시·국제 규범은 변경될 수 있으므로 최신 공식 자료를 우선 확인할 것을 권고한다.
FAQ
Q. 일반 기업이 이번 컨퍼런스에서 나온 실천 방안을 어떻게 적용할 수 있나
A. 현재까지 InnovAbility 네트워크가 공개한 내용은 AI 도구와 전환 모델을 시범적으로 도입해 장애인 고용 성과를 데이터로 측정하겠다는 방향이다. 기업은 우선 직무 기술서의 접근성 개선, 보조공학 도입 가능성 검토, 내부 채용 절차의 비편향성 점검 등 실행 가능한 항목부터 시작할 수 있다. 외부 연구기관 또는 직업 재활 기관과의 협업으로 파일럿을 설계해 성과 지표를 설정하는 것이 권장된다. 이 과정은 현장의 다양성을 반영하기 위해 장애인 당사자의 참여를 포함할 때 실효성이 높아진다. 컨퍼런스 이후 공개될 발표 자료와 권고안을 참고해 국내 상황에 맞는 도입 기준을 자체적으로 마련하는 것이 현실적인 첫 단계다.
Q. 한국의 지방자치단체는 어떤 준비를 해야 하나
A. 지방자치단체는 데이터 표준과 정보 공유 체계를 먼저 점검해야 한다. 현행으로는 중앙-지방-민간 기관 간의 성과 비교가 어려워 정책 확장성 판단이 제한된다. 데이터 수집 기준을 정비하고, 보안·프라이버시 규정을 강화하면서도 연구용 익명 데이터의 활용 경로를 마련해야 한다. 또한 당사자 참여와 지역 민간 기관의 역량 강화를 위한 예산을 우선 배치하는 것이 바람직하다. 장애인복지법 및 장애인 고용촉진 및 직업재활법의 관련 조항과 연계해 지역 단위 데이터 거버넌스 모델을 설계하는 것이 중장기 과제가 된다.
Q. AI 채용 도구 도입 시 장애인 차별을 방지하려면 무엇이 필요한가
A. AI 기반 채용 시스템이 장애인을 구조적으로 배제하는 사례는 이미 해외 연구 문헌에서 보고된 바 있다. 이를 방지하려면 알고리즘 학습에 사용된 훈련 데이터의 대표성을 검증하고, 의사결정 과정을 감사(audit)할 수 있는 외부 기관의 접근권을 보장해야 한다. 채용 도구 도입 전 장애인 당사자 단체와의 사전 협의를 의무화하는 내부 정책을 마련하는 것이 실질적인 보호 장치가 된다. 국내에서는 현재 알고리즘 투명성에 관한 법적 의무가 미비한 상황이므로, 자율 규제와 업계 표준 수립을 병행하는 접근이 필요하다.
※ 이 기사는 InnovAbility Network(노스웨스턴 대학교 RISEI Lab) 보도를 참조하여 작성하였습니다.
광고
){kind=small}
){kind=small}
){kind=small}
){kind=small}