The storm will pass, humankind will survive, most of us will still be alive — but we will inhabit a different world. 폭풍은 지나갈 것이고 인류는 살아남을 것이다. 그러나 우리는 전혀 다른 세상에서 살아갈 것이다.

유발하라리: Yuval Noah Harari (MARCH 20 2020), “the world after coronavirus”, the Financial Times.

As Covid-19 impacts every aspect of our work and life, we have seen two years’ worth of digital transformation in two months. 코로나19가 모든 영역에서 영향을 미침으로 인해, 2년이 걸릴 디지털 대전환이 지난 2개월 만에 이뤄졌다.

사티아 나델라: Satya Nadella 마이크로소프트 CEO

1 디지털 뉴딜 발표

정부혁신1번가 웹사이트에서 HOME > 디지털 정부혁신 > 디지털정부혁신자료실 에서 한국판 뉴딜 및 디지털 뉴딜 계획자료 보고서를 만날 수 있다.

library(tidyverse)
library(slickR)
library(pdftools)

ND_pdf <- pdf_convert("data/200715_digital_new_deal_report.pdf",format = 'png',verbose = FALSE)
ND_detail_pdf <- pdf_convert("data/200714_digital_new_deal_report_deail.pdf",format = 'png',verbose = FALSE)

1.1 디지털 뉴딜 종합계획

# ND_pdf %>% write_rds("data/ND_pdf.rds")
ND_pdf <- read_rds("data/ND_pdf.rds")

ND_pdf_df <- tibble(page = glue::glue("fig/{ND_pdf}") )
  
slickR(ND_pdf_df$page, height = 600)

1.2 한국판 뉴딜 종합계획

# ND_detail_pdf %>% write_rds("data/ND_detail_pdf")
ND_detail_pdf <- read_rds("data/ND_detail_pdf")

ND_detail_pdf_df <- tibble(page = glue::glue("fig/{ND_detail_pdf}") )
  
slickR(ND_detail_pdf_df$page, height = 600)

1.3 한국판 뉴딜1

기획재정부 한국판 뉴딜 웹사이트에 확고한 사람중심 포용국가 기반 위에 디지털(digital) 뉴딜과 그린(green) 뉴딜 두 개의 축으로 추진하며, 2025년까지 총160조원(국비 114.1조원)을 투입하고 총190.1만개 일자리를 창출하겠다는 내용이 정리되어 있다.

library(collapsibleTree)
library(tidyverse)
library(readxl)

한국판뉴딜 <- read_excel("data/한국판뉴딜.xlsx")

collapsibleTree(한국판뉴딜, 
                hierarchy = c("레벨1", "레벨2", "레벨3"),
                tooltip = TRUE,
                attributes = "레벨1")

2 재원과 일자리

2.1 분야별 세부과제 투자/일자리

library(magick)

jobs_img <- image_read("fig/new-deal-investment-jobs.jpg")

jobs_img

먼저 데이터를 이미지에서 OCR할 수 있는지 살펴보자.

library(tesseract)
library(image.binarization)

only_numbers <- tesseract(options = list(tessedit_char_whitelist = ".0123456789"))

jobs_img %>% 
  image_crop("400x965+520+100")

jobs_img %>% 
  image_crop("400x650+500+100") %>% 
  tesseract::ocr(engine = only_numbers)
[1] "18644890.3\n125319567\n3164295\n65148172\n259791\n041009\n060809\n030304\n030505\n2113.4\n0.2 0405\n0.6 0709\n03 1.0 12.0\n44100193\n3785124\n061214\n010355\n196427659\n61121387\n2662243\n120025105\n233439\n103243209\n2020\n3692038\n561151\n326363\n2036047\n122716\n"
## '20추 ~ '22추    
field_01 <- jobs_img %>% 
  image_crop("50x650+520+100") %>% 
  # image_convert(format = "PGM", colorspace = "Gray") %>% 
  # image_binarization(type = "otsu") %>% 
  tesseract::ocr(engine = only_numbers) 

field_01_df <- field_01 %>% 
  str_split(pattern = "\n") %>% 
  as.data.frame() %>% 
  set_names("20-22") %>% 
  as_tibble()

field_01_df
# A tibble: 29 x 1
   `20-22`
   <chr>  
 1 18.6   
 2 12.5   
 3 31     
 4 65     
 5 25     
 6 0.4    
 7 06     
 8 03     
 9 03     
10 11     
# … with 19 more rows
## '20추 ~ '25추    
field_02 <- jobs_img %>% 
  image_crop("50x650+580+100") %>% 
  # image_convert(format = "PGM", colorspace = "Gray") %>% 
  # image_binarization(type = "otsu") %>% 
  tesseract::ocr(engine = only_numbers) 

field_02_df <- field_02 %>% 
  str_split(pattern = "\n") %>% 
  as.data.frame() %>% 
  set_names("20-25") %>% 
  as_tibble() %>% 
  filter(`20-25` != "")

## 일자리
field_03 <- jobs_img %>% 
  image_crop("50x650+650+100") %>% 
  # image_convert(format = "PGM", colorspace = "Gray") %>% 
  # image_binarization(type = "otsu") %>% 
  tesseract::ocr(engine = only_numbers) 

field_03_df <- field_03 %>% 
  str_split(pattern = "\n") %>% 
  as.data.frame() %>% 
  set_names("일자리") %>% 
  as_tibble()

## 분야
sub_names <- tribble(~"subnames",
                     "합계",
                     "소계",
                     "", "", "", "",
                     "소계",
                     "", "",
                     "소계",
                     "", "", "",
                     "소계",
                     "", "", "",
                     "합계",
                     "소계",
                     "", "", "",
                     "소계",
                     "", "", "",
                     "소계",
                     "", "")
ocred_df <- bind_cols(sub_names) %>% 
  bind_cols(field_01_df) %>% 
  bind_cols(field_02_df) %>% 
  bind_cols(field_03_df) %>% 
  filter(subnames =="") %>% 
  bind_cols(한국판뉴딜 %>% filter(`레벨1` %in% c("디지털뉴딜", "그린뉴딜"))) %>% 
  select(레벨0, 레벨1, 레벨2, 레벨3,  `20-22`, `20-25`, 일자리)

ocred_df
# A tibble: 20 x 7
   레벨0    레벨1   레벨2           레벨3                 `20-22` `20-25` 일자리
   <chr>    <chr>   <chr>           <chr>                 <chr>   <chr>   <chr> 
 1 한국판 뉴딜… 디지털뉴딜… D.N.A. 생태계 강화… 국민생활과 밀접한 분야 데이터 구축ㆍ… "31"    64      "295" 
 2 한국판 뉴딜… 디지털뉴딜… D.N.A. 생태계 강화… 1ㆍ2ㆍ3차 전(全)산업으로 5GㆍA… "65"    148     "172" 
 3 한국판 뉴딜… 디지털뉴딜… D.N.A. 생태계 강화… 5GㆍAI 기반 지능형 정부… "25"    97      "91"  
 4 한국판 뉴딜… 디지털뉴딜… D.N.A. 생태계 강화… K-사이버 방역체계 구축… "0.4"   1.0     "09"  
 5 한국판 뉴딜… 디지털뉴딜… 교육 인프라 디지털 전환… 모든 초중고에 디지털 기반 교육 인프… "03"    03      "04"  
 6 한국판 뉴딜… 디지털뉴딜… 교육 인프라 디지털 전환… 전국 대학ㆍ직업훈련기관 온라인 교육 … "03"    05      "13.4"
 7 한국판 뉴딜… 디지털뉴딜… 비대면 산업 육성… 스마트 의료 및 돌봄 인프라 구축… "0.2"   04      "09"  
 8 한국판 뉴딜… 디지털뉴딜… 비대면 산업 육성… 중소기업 원격근무 확산… "0.6"   07      "120" 
 9 한국판 뉴딜… 디지털뉴딜… 비대면 산업 육성… 소상공인 온라인 비즈니스 지원… "03"    1.0     "19.3"
10 한국판 뉴딜… 디지털뉴딜… SOC 디지털화    4대 분야 핵심 인프라 디지털 관리체… "37"    85      "14"  
11 한국판 뉴딜… 디지털뉴딜… SOC 디지털화    도시ㆍ산단의 공간 디지털 혁신… "0.6"   12      "55"  
12 한국판 뉴딜… 디지털뉴딜… SOC 디지털화    스마트 물류체계 구축  "1"     03      "65.9"
13 한국판 뉴딜… 그린뉴딜… 도시ㆍ공간ㆍ생활 인프라 녹… 국민생활과 밀접한 공공시설 제로에너지… "26"    62      "105" 
14 한국판 뉴딜… 그린뉴딜… 도시ㆍ공간ㆍ생활 인프라 녹… 국토ㆍ해양ㆍ도시의 녹색 생태계 회복… "12"    25      "39"  
15 한국판 뉴딜… 그린뉴딜… 도시ㆍ공간ㆍ생활 인프라 녹… 깨끗하고 안전한 물 관리체계 구축… "23"    34      "20.9"
16 한국판 뉴딜… 그린뉴딜… 저탄소‧분산형 에너지 확산… 에너지관리 효율화 지능형 스마트 그리… "36"    20      "38"  
17 한국판 뉴딜… 그린뉴딜… 저탄소‧분산형 에너지 확산… 신재생에너지 확산기반 구축 및 공정한… "56"    92      "151" 
18 한국판 뉴딜… 그린뉴딜… 저탄소‧분산형 에너지 확산… 전기차ㆍ수소차 등 그린 모빌리티 보급… "3.2"   31      "63"  
19 한국판 뉴딜… 그린뉴딜… 녹색산업혁신 생태계구축… 녹색 선도 유망기업 육성 및 저탄소ㆍ… "12"    36      "16"  
20 한국판 뉴딜… 그린뉴딜… 녹색산업혁신 생태계구축… R&Dㆍ금융 등 녹색혁신 기반 조성… ""      27      ""

2.2 투자 재원

library(data.tree)

finance_df <- read_excel("data/한국판뉴딜.xlsx", sheet="finance")

finance_df$pathString <- paste(finance_df$레벨0,
                               finance_df$레벨1, 
                               finance_df$레벨2,
                               finance_df$레벨3,
                               sep = "/")

nd_finance <- as.Node(finance_df)

nd_finance$Do(function(node) node$재원 <- data.tree::Aggregate(node, attribute = "재원", aggFun = sum))

collapsibleTree(nd_finance, 
                zoomable = FALSE,
                collapsed = TRUE,
                nodeSize  = "재원", attribute = "재원", tooltip = TRUE)
[1] "Node$fields will be deprecated in the next release. Please use Node$attributes instead."
[1] "Node$fields will be deprecated in the next release. Please use Node$attributes instead."

2.3 일자리

nd_finance$Do(function(node) node$일자리 <- data.tree::Aggregate(node, attribute = "일자리", aggFun = sum))

collapsibleTree(nd_finance, 
                zoomable = FALSE,
                collapsed = TRUE,
                nodeSize  = "일자리", 
                attribute = "일자리", tooltip = TRUE)
[1] "Node$fields will be deprecated in the next release. Please use Node$attributes instead."
[1] "Node$fields will be deprecated in the next release. Please use Node$attributes instead."

3 투자재원과 일자리

2025년까지 총160조원(국비 114.1조원)을 투입하여 총190.1만개 일자리를 창출하기로 되어있는데 투자재원별로 일자리 창출관계를 시각화하여 살펴보자.

library(ggrepel)
library(extrafont)
# font_import(pattern = "Nanum")
loadfonts()

fin_job_df <- read_excel("data/한국판뉴딜.xlsx", sheet="EDA")

fin_job_df %>% 
  ggplot(aes(x=재원, y=일자리, color = 레벨1, label=str_trunc(레벨3, 20))) +
    geom_point() +
    geom_smooth(method = "lm", se=FALSE) +
    geom_text_repel(hjust=-.1,  check_overlap=TRUE, family="NanumGothic") +
    theme_bw(base_family = "NanumGothic") +
    theme(legend.position = "top") +
    labs(color="뉴딜 3대축", x="투자재원 (단위:조)", y="일자리 (단위:만)",
         title = "한국판 뉴딜 주요추진과제별 투자재원과 일자리")

3.1 투자 → 일자리

fin_job_df %>% 
  group_by(레벨2) %>% 
  summarise(투자재원 = sum(재원),
            일자리 = sum(일자리)) %>% 
  pivot_longer(cols=투자재원:일자리, names_to="구분") %>% 
  mutate(구분 = factor(구분, levels=c("투자재원", "일자리"))) %>% 
  ggplot(aes(x=fct_reorder(레벨2, value), y=value, fill=구분)) +
    geom_col(show.legend = FALSE) +
    facet_wrap(~구분) +
    coord_flip() +
    theme_bw(base_family = "NanumGothic") +
    labs(x="", y="투자재원(단위:조원), 일자리(단위:만명)")

4 동영상

4.1 홍남기 경기부총리

4.2 외신기자 다른 시점

  • 도널드 커크(미국 기자): 중소기업과 다양한 분야를 활성화하여 경기회복과 코로나 19 극복을 원하나 한국경제를 지배하는 족별 대기업에 자금이 몰리는 것은 원하지 않음. 대기업과 이해관계가 없는 창의성과 혁신을 가진 중소기업을 격려하고자 함. 실제로 대기업없이 그런일을 할 수 있는지 의구심이 감.
  • 앤드류 살먼(영국 기자): 세계의 모든 정부가 비슷한 일을 하고 있음. 한국은 경제의 70%를 대외무역에 의존하고 있다. 따라서 한국은 국내정책에 따라 해외시장에 대한 의존도가 달라지는 경제임.
  • 프랭크 스미스(캐나다 기자): 절박한 시기에 과감한 조치가 필요하다고 생각됨. 코로나 19로 사회구조가 바뀌게 되어 일자리와 사없을 잃은 사람에게 더 강력한 사회안전망을 제공하기 위해 개입하는 것은 타당. 디지털 경제와 녹색 경제에 집중하는 것은 좋은 것이지만 고용면에서 전세계에서 일어나고 있는 더 많은 종류의 “자동화”라는 추세를 인지해야 함. 사업혁명 이후 새로운 패러다임이 요구되고 있으며 제조업에서는 더이상 일자리가 늘어나지 않음. 따라서 일하는 시간을 줄이고 일자리를 나누는 등 새로운 조치가 필요하고 경제성장 보다는 사회의 행복에 중점을 둔 장기적으로 지속가능한 발전이 필요함.

4.3 데이터 탬

‘데이터 댐’ 일자리 39만 개…직접 체험해 보니 / KBS뉴스(News)

4.4 과기정통부장관

디지털 뉴딜 - 최기영 과학기술정보통신부 장관에게 들어봅니다.

  • Q: 디지털 뉴딜 어떤 정책들이 추진되나요?
    • 디지털 대전환을 선도하기 위한 국가 전략 2021년 약 7.9조원 규모의 예산 투입 예정
    • DNA 생태계 강화, 교육 인프라 디지털 전환, 비대면 산업육성, SOC 디지털화 등 4개 분야로 구성
    • 디지털 뉴딜의 핵심사업인 데이터 탬
      • 데이터 탬: 데이터들을 모으고, 가공활용하여 혁신적인 서비스 개발과 산업 육성을 통해 일자리 창출
  • Q: 기존 정책과의 차별점은?
    • D.N.A : Data, Network, AI
      • Data → 데이터 3법 통과
      • Network → 5G 세계 최초 상용화
      • AI → 인공지능 국가전략 수립
    • 일자리 창출 집중, 선제적인 미래집중
  • Q: 일자리 창출과 경기 회복에 효과는?
    • 디지털 대전화이 성공적으로 추진될 경우 산업, 기업, 국민의 일상까지 전반적인 변혁 체감
    • 기업은 새로운 시자오가 비즈니스 모델을 만들어 경기 회복과 일자리 창출
    • 다양한 디지털 기술을 기반으로 국민들은 안전하고 편리한 생활 향유
  • Q: 디지털 뉴딜 관련 규제 및 제도 개선을 위한 노력은?
    • 디지털 뉴딜 제도 개선을 위해 한국판 뉴딜 ‘법, 제도 개혁 TF’ 참여 중
    • 규제샌드박스: 신기술을 활용한 새로운 제품, 서비스의 시장출시가 가능하도록 일정조건(장소, 규모 등) 하에서 규제를 면제시켜주는 제도
    • 디지털뉴딜 분야 기업을 대상으로 ’찾아가는 설명회’로 심화 상담을 강화
    • 법령개선지원단 운영

4.5 한국판 뉴딜 비판

이명박 정권시절 4대강 사업도 뉴딜 사업으로 서브프라임으로 부동산이 무너져 건축 토목 기업들의 실적이 안 좋아지자 4대강을 만들어서 건설업자들에게 일거리를 주었고, 기업은 사람을 고용하는 모습이 “한국판 뉴딜”과 똑같음. 예를 들어, 160조 사업을 따기 위해 회사를 설립해서 정부 발주 사업을 수주하고, 또 다른 가족이나 아들딸에게 회사를 만들어서 하청을 주고 하청에 재하청에 얼마 돈도 받지 못하고 일을 하게 되는 현상이 발생. 어릴 때부터 디지털 기반 교육을 강조하고 산업을 비대면으로 바꿔 디지털화 시켜 더 많은 일을 처리함. 탄약고에서 철조망을 짓는데 20명이 곡갱이질을 계속하고 있는데 도저히 안 돼 가지고 공병대를 불러서 포크레인으로 파보니까 정말 몇 번 작업으로 1시간도 안 되서 작업 끝. 포크레인 AI가 알아서 일을 하니 관리자 몇명만 필요한 겁니다.

디지털 뉴딜 160조 투자의 실체는 … 실제로 정부가 하는 것은 디지털 관련 인재를 교육하고 양성하고 배출하는 것임. 수 많은 아이를 교육시켜서 그 중에 뛰어난 인재를 선발한다는 것 뿐임. 따라서 경제에는 도움이 거의 안 됨. 우리나라 경제를 위해서라면 이명박 정권처럼 땅을 파서 노동자를 고용하는 것이 가장 좋음. 디지털 뉴딜은 좋은 인재만 가져가고 나머지는 버리겠다는 의미임.

그린 뉴딜은 태양광 사업을 통해 중국에 조공형식으로 중국기업만 살린 대표적인 실패사례와 다르지 않음. 유가가 100달러 갈 때 태양광, 풍력이 인기가 있었으나 현재는 유가가 대폭 하락한 현재 경제적 타당성이 없음.

안전망 강화도 디지털 뉴딜이 5G와 AI라 고용이 줄어들 수 밖에 없는 구조라 앞뒤가 안 맞음. 사람투자도 인재양성일 뿐이라 현재 도움은 안 됨.

4.6 지역균형 뉴딜

  • 지역균형 뉴딜 왜 필요한가?
    • 수도권/비수도권 GRDP 격차 심화 및 수도권 인구비중 50%를 넘어 증가
    • 한국판 뉴딜의 본격 추진 + 지역확산, 지역경제 활성화, 국가균형발전 도모
  • 지역균형 뉴딜이란?
    • 한국판 뉴딜 지역사업(가속화), 지자체 주도형 뉴딜사업(확산), 공공기관 선도형 뉴딜사업(선도)
    • 한국판 뉴딜 지역사업: 중앙정부 추진 프로젝트(지역에서 구현), 중앙정부+지방정부 매칭 프로젝트
    • 디지털 뉴딜: 에너지 공공기관(지능형 디지털 발전소 구축), 가스공사(당진 LNG 생산기지 스마트팩토리 구축),
    • 그린 뉴딜: 한국전력(신안 해양풍력단지 조성)
  • 지역균형 뉴딜, 이렇게 추진하겠습니다.
    • 지자체가 한국판 뉴딜을 (1) 지역에서 구현하고, (2) 창의적인 뉴딜을 만들어내는 주역 (대통령 국무회의 모두 발언, 7.21일)
    • 지역 구현성 + 지역적 창의성
      • 한국판 뉴딜 지역사업의 신속 실행
      • 지자체 주도형 뉴딜사업의 확산 지원
      • 공공기관 선도형 뉴딜 사업 추진 뒷받침
      • 지속가능한 지역균형 뉴딜 생태계의 조성

4.7 시도별 추진 전략

  • 제주 (원희룡)
    • 탄소중립 - 신재생 에너지, 전기차, 스마트 그리드
    • 미래혁신인재 10만 양성
    • 기후변화협약 당사자총회 제주유치
  • 대전 (허태정)
    • 디지털 경제: 전국 최고의 과학기술자원, 스마트한 과학인재, 작지만 강한 벤처기업
    • 오픈데이터 기반의 ‘인공지능 실험도시’: 정부 데이터 댐 + 대전 공공, 민간 데이터 개방
    • 지속가능한 도시 솔류션 제공: 인공지능 기반의 스마트 시티
  • 강원도 (최문순)
    • 액화수소산업
  • 이재명 (경기도)
    • 도민 참여형 공정 디지털 SOC 구축
    • 공공 배달앱 구축 (지역화폐와 연계)
    • 데이터 독점, 데이터 주권, 디지털 불평등
  • 김영록 (전라남도)
    • 그린 뉴딜 전남형 상생 일자리
    • 그린 뉴딜 + 블루 에너지 (해상 풍력 등)
  • 김경수 (경상남도)
    • 수도권 쏠림현상 심화
    • 권역별 발전전략 모색: 균형발전 패러다임 전환 (중앙주도 → 지역주도 뉴딜)
    • 대중교통의 불균형
    • 디지털 뉴딜: 스마트 제조업 혁신, 동북아물류 플랫폼, 디지털 콘텐츠 문화
    • 그린 뉴딜: 수소 경제권, 통합 물관리 사업

  1. 대한민국 정책브리핑, “정책위키 - 한국판 뉴딜”↩︎

 

데이터 과학자 이광춘 저작

kwangchun.lee.7@gmail.com