도시인력 농촌 U턴 현상...경기침체로 일자리 크게 줄어

입력1993.04.02 수정1993.04.02

도시지역으로 몰렸던 일손이 농촌지역으로 되돌아 가는 ''인력U
턴현상''이 벌어지고 있다.
경기 침체로 공단마다 일거리가 줄어 감원 바람이 불고있는데다
건설공사마저 크게 줄어 한때 임금상승을 주도했던 대도시 건설현
장 노임도 최근 심한 경우 40%까지 하락했다.
반면 농촌지역은 그동안 일손부족으로 품삯이 크게 올라 있어
''인력U턴현상''은 가속될 전망이다.
서울수색동 수색역앞 인력시장의 경우 지난해까지만 해도 하루
20여명이 농촌 일자리를 찾아 떠났으나 요즘은 1백여명이 몰려
경기도지역 농촌지역 일자리를 찾아나서고 있다.

관련 뉴스

1

세아상역, 사회적 책임 실천 국제협약 UNGC 가입

글로벌세아 그룹 계열사인 의류 제조 기업 세아상역은 기업의 사회적 책임을 실천하는 국제협약인 유엔글로벌콤팩트(UNGC)에 가입했다고 21일 발표했다.UNGC는 2000년 미국 뉴욕에서 발족한 국제협약이다. 인권·노동·환경·반부패 분야의 10대 원칙을 기업 경영에 내재화하도록 지원하고 있다. 현재 160개국 1만9000여개 회원사가 참여하고 있다.세아상역은 UNGC 가입을 통해 앞으로 UNGC의 원칙들을 수용하고 10대 원칙을 적극적으로 실천해 매년 이행보고서(COP)로 성과를 공유할 계획이다.문성미 세아상역 대표는 “UNGC 가입은 사업의 모든 측면에 책임 있는 관행을 도입하겠다는 회사의 확고한 의지를 의미한다”며 “세아상약은 의류 제조산업 전반에 걸쳐 긍정적인 변화를 이끄는 데 전념하고 있다”고 말했다.이미경 기자 capital@hankyung.com
2

성균관대 대학 최초 모든 학생 대상 AI 특강

성균관대학교가 대학 최초로 모든 학생들(졸업·휴학생 포함)과 입주 스타트업 구성원 중 희망자를 대상으로 인공지능(AI) 전문 교육을 실시한다. 이번 교육은 한국AI교육협회(회장 문형남 숙명여대 교수)와 ESG메타버스발전연구원 전문강사진이 5월 22일부터 6월 12일까지 4주간 8과목을 진행한다. 교육은 3교시로 나눠서 진행된다.1교시 ‘1차 전문교육’은 한국AI교육협회 소속 전문가가 진행하고, 2교시 ‘2차 전문교육’은 ESG메타버스발전연구원 소속 전문가가 강연한다. 3교시는 ‘스타트업 및 예비창업가 네트워킹’으로 마련된다.벤처 1세대로 널리 알려진 이금룡 코글로닷컴 회장(전 옥션 대표이사)이 ‘스타트업을 위한 AI 특강’이라는 주제로 강연자로 나선다, 문형남 한국AI교육협회 회장은 ‘국내외 스타트업의 AI 활용 사례와 AI 훈련 실습’을 주제로 강의를 한다. 이 교육의 실무를 맡은 성균관대학교 캠퍼스사업단은 입주 스타트업과 학생의 AI 기술 역량 강화, 기술 트렌드 및 시장 동향 파악, 실무 적용 가능한 AI 기술 습득(실습), 스타트업과 학생 및 스타트업간 네트워킹 기회 제공 등을 교육 목표로 하고 있다. 이번 교육에 80% 이상 참석하면, 한국AI교육협회 회장 명의의 수료증을 준다. 이번 교육 프로그램은 한국AI교육협회 회장 겸 ESG메타버스발전연구원 원장인 문형남 숙명여대 글로벌융합학부 교수가 총괄 기획 및 운영을 맡았다. 문 교수는 “성균관대학교가 대학 최초로 졸업생과 휴학생까지 포함한 학생과 입주기업 중 희망자를 대상으로 무료로 AI전문교육을 실시하는 것은 매우 뜻깊은 일”이라며 “이런 교육이 모든 대학
3

딥바이오, 유방암 분석 AI 알고리즘 성능평가 연구 발표

딥바이오는 유방암 분석 인공지능(AI) 알고리즘에 대한 성능 평가 연구 결과를 발표했다고 21일 밝혔다.딥바이오의 유방암 분석 AI 알고리즘은 유방암 수술 후 채취한 검체에서 침윤성 유방암(invasive ductal carcinoma, IDC)의 병변과 비침윤성 상피내암(ductal carcinoma in situ, DCIS)의 병변을 정확하게 분할해 암종을 식별한다. 이번 연구는 진민선 가톨릭대학교 부천성모병원 교수, 김정렬 고대 구로병원 교수 등과 함께 공동 수행했다. 해당 연구는 바이오 엔지니어링 분야의 저명한 학술지인 MDPI Bioengineering의 특별호 ‘Computational Pathology and Artificial Intelligence’에 게재됐다.회사에 따르면 유방암은 침윤성 유관암, 침윤성 소엽암, 유관 상피내암 등 환자별 유방암 발병 양상과 중증도에 따라 치료 방법이 달라진다. 이번 연구에서는 전체 유방암 환자의 과반수를 넘는 IDC와 DCIS 환자의 병변 양상과 크기, 중증도를 정확히 예측하는 것은 유의미한 일임을 확인했다.또 이번 연구에서 연구자들은 헤마톡실린과 에오신(H&E)으로 염색된 유방암 병리 슬라이드 이미지를 활용해 유방암 병변을 사용자에게 자동으로 제공하는 유방암에 대한 다중 해상도 선택적 분할모델(A Multi-resolution Selective Segmentation Model for Breast Cancer, MurSS)을 제안했다.이 모델은 다중 해상도의 이미지를 활용해 진단 정확도를 향상시키며 진단에 있어 불확실한 영역을 자동으로 학습에서 제외하는 선택적 분할 방법(selective segmentation method)을 도입했다. 이를 통해 모델 결과의 안정성과 신뢰성을 높였다.이렇게 학습된 MurSS는 유방암 H&E 슬라이드에서 96.88%(95% 신뢰 구간 95.67~97.61%)의 픽셀 레벨 정확도를 달성했다. 이는 기존에 발표된 최신 딥러