16비트PC, 단체수의계약 품목 지정...상공부
-
기사 스크랩
-
공유
-
댓글
-
클린뷰
-
프린트
일체형CNC(수치제어장치)를 개발, 특허등록을 마쳤다.
1일 통일이 개발한 이제품(TEPS-X)은 각 축및 주축의 위치, 속도제어를
디지털신호로 공동제어할 수 있도록 되어있다.
새제품은 구조가 간단하며 부품수 소비전력이 절감됨은 물론 노이즈의
제거및 정밀도를 높일수 있도록 설계됐다.
-
기사 스크랩
-
공유
-
프린트
-
1
계약종료 후 "난 근로자였다. 퇴직금 달라"… 세금정산은 안하나요?
대치동 입시 학원가에 국어과목 수강생들을 놓고 최선국어 최형선 원장과 대치체이스 서혜진 팀장의 대결이 치열하다. 백발마녀라고도 불리는 최선국어 최형선 원장은 학생들을 압도하는 강력한 카리스마와 치밀한 입시 전략, 물량공세를 통한 강사 영입 등을 무기로 대치동을 호령하고 있는 반면, 대치체이스 서혜진 팀장은 ‘사제(師弟)출격’을 캐치프레이즈로 학생들을 이해하고 감동시키는 강의로 최선국어에 대항하고 있다. 최근 희원고 전교 1등 이시우 학생을 놓고 한판 승부가 벌어졌으나 이시우 학생의 대치체이스 선택으로 대치체이스가 최선국어에 한방 먹였다. 드라마 ‘졸업’의 스토리로, 마치 무협지와 같은 대치동 학원가의 진검승부를 보여주면서 근로기준법상 근로자성이 자주 문제되는 대표적인 직종인 학원강사의 실상을 잘 보여주고 있다.학원강사 외에도 보험업계 종사자, 지입차주 등 물류업계 종사자, 방송·연예계 종사자, 채권추심원이나 임대차 조사원 등 금융업계 종사자 등이 근로기준법상 근로자인지 여부가 주로 다투어지고 분쟁은 끊이지 않고 개별 사건별로 판단이 이루어질 수밖에 없다 보니 같은 직종이라도 사건마다 결론이 다른 경우도 적지 않게 발생하고 있어 앞으로도 분쟁은 계속될 가능성이 높다. 학원강사의 경우에도 다양한 형태가 있어 근로자성이 인정된 경우와 그렇지 않은 경우가 있다.근로자성 판단 시 고려요소로는 사용자의 상당한 지휘·감독, 사용자의 근무시간·장소 지정, 노무제공자가 독립하여 자신의 계산으로 사업을 영위할 가능성, 노무 제공을 통한 이윤의 창출과 손실의 초래 등 위험, 보수의 성격 등인데 이
-
2
2019년 7월부터 시행된 직장 내 괴롭힘 금지법은 2021년 한 차례 개정을 거치면서 직장 내 성희롱 금지법 못지 않은 ‘막강한 법’으로 자리 잡았다. 괴롭힘 금지법은 1999년 남녀고용평등법에 정의가 법정된 이후 다섯 차례의 개정을 통해 강화되어온 직장 내 성희롱 법제의 구조와 형식 그리고 행정과 형사벌을 수반하는 강력한 제재를 장착하고 있다. 다양한 논의와 사건을 거치면서 30여년의 성숙의 시간을 거쳐온 성희롱 법제의 결실을 고스란히 탑재한 괴롭힘 금지법을 받아들이는 현장의 사정은 심상치 않다. 사방에서 “이것도 직장 내 괴롭힘인가요?”라는 질문으로 허둥지둥하는 사례를 목격하게 된다.을질도 괴롭힘인가요?괴롭힘 행위를 하지 않아야 할 대상은 주로 대표이사, 임원, 팀장 등 상사들로 이해된다. 그러나 상사들도 부하직원들로 인해 괴로움을 호소하고 있다. 특히 40~50대 상사들은 ‘3요(“제가요? 이걸요? 왜요?”)’를 외치는 2030세대 직원들과의 소통과 업무 지시에 어려움을 느끼고 있다. 리더들의 첫 번째 질문은 ‘을질’ 또는 ‘역갑질’도 괴롭힘에 해당하느냐는 것이다. 근로기준법 제76조의2는 ‘관계상 우위’라는 개념을 명문으로 규정하고 있다. 최근 법원과 노동위원회에서는 다수의 을들이 상사를 모욕하고 고립시키는 행위에 대해 선례를 쌓고 있다. 예를 들어, 금융회사에서 연장자인 팀원이 다른 팀원과 합세하여 여성 상사를 모욕한 행위가 괴롭힘으로 인정된 사례가 있다(2020구합74627). 또한, 노동위원회는 19명의 그룹원이 그룹장을 상대로 연판장과 시위를 통해 사임을 요구한 행위를 괴롭힘으로 판단하였다(
-
3
요즘 시대에 데이터는 기업 운영의 필수 요소다. 양질의 데이터를 보유하고 그것을 해석해 미래를 예측하는 것이 사업 성패의 기준이 되기도 한다. 데이터를 기반으로 의사 결정을 하면 미래를 예측할 수 있고, 이는 효율성을 극대화할 수 있기 때문이다. 마찬가지로 성공적인 기업의 필수 요소인 ‘인재’를 채용하고 인적자원을 관리하는 데도 데이터의 역할은 점점 커지고 있다.일례로 구글은 퇴직 예측 시스템을 활용해 고성과자와 성장이 기대되는 직원, 퇴직이 예상되는 직원을 파악한다. 코카콜라는 우수 인력의 경력과 역량의 특성을 분석해 적합한 인재를 추천하고, 양성해야 할 인력의 보완점을 제시한다. 넷플릭스, 애플 등 다수의 글로벌 기업도 데이터를 활용해 인적자원을 관리한다. 국내에서는 삼성전자가 주 52시간 근무제가 시행될 때 직원들이 초과 근무할 가능성을 파악해 자체적으로 관련 제도를 마련했다.채용 과정에 데이터를 활용하는 이유는 크게 3가지다.먼저 데이터를 통해 우리 회사와 맞는 인재를 채용할 수 있다. 이는 포지션에 대한 적합도 뿐 아니라, 적응에 대한 이야기이기도 하다. 지원자의 일하는 성향, 성과, 평판 등으로 우리 회사와 맞는 인재인지 확인이 가능하다. 조직의 성향에 맞는 인재일수록 성공적인 온보딩이 가능하다. 훌륭한 온보딩 경험은 자연스럽게 신규 입사자의 이탈률(퇴사율)을 낮추는 데 도움이 된다.이는 곧 채용 비용 절감으로 연결된다. 우리나라의 연간 이직 수는 1100만 건이 넘고 1명을 채용하는 데 드는 비용은 평균 1300만원에 이른다. 성공적인 채용은 엄청난 시간과 비용을 아낄 수 있다. 대이직의 시대, 인재 이탈을 막는 것이 사업의 성공
!["탄소배출 주범" 욕 먹더니…놀라운 기술에 1100억 몰렸다 [김리안의 에네르기파WAR]](https://timg.hankyung.com/t/560x0/photo/202406/ZA.36945567.1.jpg)
