광주에서의이그제큐티브 서치

광주의 이중 경제 구조가 만드는 채용 과제

광주에서 기존 채용 방식이 통하지 않는 이유는 두 개의 인재 경제가 동시에 작동하기 때문입니다. 하나는 자동차 조립, 1·2차 부품 공급망, 타이어 생산, 정밀 광학 장비 등으로 구성된 기존 제조업 기반이고, 다른 하나는 불과 5년 전만 해도 거의 존재하지 않았던 신생 AI 및 딥테크 클러스터입니다. 두 경제가 요구하는 임원 프로파일은 근본적으로 다르며, 양쪽을 아우를 수 있는 리더의 인재 풀은 극히 제한적입니다.

일반적인 채용 공고와 데이터베이스 검색으로는 두 인재 경제 중 한쪽에서만 후보자가 도출됩니다. 광주 전환기 기업들이 실제로 필요로 하는 하이브리드 프로파일—예를 들어 차량 내장 시스템과 머신러닝(ML) 모델 배포를 모두 이해하는 CTO, 혹은 실제 생산 라인을 운영하면서 동시에 Industry 4.0 자동화를 통합할 수 있는 운영 책임자—은 이런 방식으로는 거의 발굴되지 않습니다. 광주에서의 헤드헌팅 과제는 후보자 수량이 아닌 정확성에 있습니다.

최근 회계연도 기준, 광주는 약 56만 6천 대의 차량을 생산하며 한국 제2의 자동차 생산 도시로 자리잡았습니다. 기아 오토랜드 광주, 광주글로벌모터스, 금호타이어는 광산구 및 인근 산업단지에 수백 개의 부품 공급업체 생태계를 형성하고 있습니다. 운영 역량이 깊이 축적된 성숙한 제조 경제입니다. 그러나 2025년 2월 국무총리실이 338만 제곱미터 규모, 1만 개의 신규 일자리 창출을 목표로 한 미래 모빌리티 국가산업단지를 지정하면서, 도시는 전기차(EV) 부품, 배터리 시스템, 전력 전자장치, 모빌리티 소프트웨어 중심으로 빠르게 전환하고 있습니다. 이 전환을 이끌 리더는 내연기관 공급망을 구축했던 인재 풀과 다릅니다. 서울, 판교, 해외 반도체 및 AI 기업 출신이 대부분이며, 이들을 확보하려면 광주 지역 네트워크를 훨씬 넘어선 직접 헤드헌팅 (EN)이 필수적입니다.

한국의 임원 인재 시장은 수도권에 집중되어 있습니다. 고경력 AI 엔지니어, 머신러닝 인프라 전문가, NPU 설계 리더 대부분이 서울 또는 판교 테크노벨리에서 근무합니다. 북구에 위치한 NHN Cloud 데이터센터와 첨단 AI 단지를 중심으로 한 광주의 AI 클러스터는 88.5페타플롭스의 컴퓨팅 성능과 107페타바이트 이상의 저장 용량을 갖추고 있어 기술적으로 충분히 매력적인 환경입니다. 그러나 이를 실질적인 인재 유치 제안으로 전환하려면 기술 사양을 나열하는 것만으로는 부족합니다. 서울의 안정적인 직장을 떠나 인구 140만의 전라남도 도시로 이주할 고경력 ML 엔지니어를 움직이는 동기—경력 궤적, 연구 접근성, 삶의 질—를 정확히 파악해야 합니다. 광주가 필요로 하는 잠재 후보자, 즉 숨겨진 80% (EN)는 채용 공고를 보지 않습니다. 이들에게는 경력 경로, 연구 접근성, 삶의 질을 고려한 개별 맞춤형 접근이 필요합니다.

한국의 고령화와 이민 노동자 정책의 제약은 비수도권 도시에 특히 큰 타격을 줍니다. 광주는 성형·금형·용접 기술 인력을 E-클래스 비자로 시범 도입하는 프로그램을 시작할 정도로 현장 인력 부족이 심각합니다. 임원 수준의 제약은 양상이 다르지만 마찬가지로 심각합니다. 녹지 지구 재지정과 국가 전략 프로젝트 준수를 관리할 수 있는 규제 업무 리더, GIST, 광주테크노파크, 자유경제구역청, 민간 투자자 간 협업을 조율할 수 있는 기업 파트너십 책임자가 필요합니다. 이러한 역할은 극히 전문화된 프로파일을 요구하며, 모든 성장 단계의 기업이 동일한 소수의 적격 후보자를 놓고 경쟁하고 있습니다. 이런 환경에서는 단건 의뢰에 반응하는 방식이 아니라, 지속적인 시장 인텔리전스를 기반으로 한 Go-To Partner (EN) 모델만이 일관된 성과를 낼 수 있습니다.