뉴스종합 > 정치

유성엽 의원, “출신지역 차별, 법적 강제성 부여하여 공정한 대한민국 만들 것”

여야 100여명 의원과 함께 ‘출신지역 차별인사금지 특별법안’ 발의

기사입력 2017-09-25 오후 7:38:42 입력
페이스북 트위터


[중앙통신뉴스=김현중 기자] 국회 교육문화체육관광위원회 위원장인 유성엽(전북 정읍시․고창군) 의원이 25일  ‘출신지역 차별인사금지 특별법안’을 대표발의 하였다.

 

법안에는 유 의원을 비롯하여 여야를 가리지 않고 총 103명의 국회의원이 이름을 올렸다.

 

법안은 “경력직 공무원 등에 대한 악의적 출신지역 차별인사를 처벌할 수 있도록 하고 피해자의 권리구제 수단을 마련하는 것으로, 정권에 따라 출신지역을 차별하는 악순환의 고리를 끊어 국민통합을 이룩하게 될 것이다”고 밝혔다.

 

법안에서는 출신지역 차별인사를 ‘합리적인 이유 없이 특정지역 출신의 다수의 사람들을 제한‧배제 등으로 불리하게 대우하는 행위 등’으로 하되, 특정 직무나 사업 수행의 성질상 불가피한 경우 등은 제외하였고, 법 적용대상을 국가기관, 지방자치단체, 공직유관단체, 공공기관, 대기업으로 하며, 정무직공무원, 공직유관단체 및 공공기관의 장과 그 임원에 대한 인사의 경우에는 적용하지 않도록 하고 있다.

 

법이 시행되면 국가기관 등에서는 출신지역 차별인사와 출신지역 정보의 수집.관리가 금지되고, 출신지역 차별인사로 인하여 피해를 입은 사람이나 단체는 국가인권위원회에 진정하거나 국가인권위원회가 직권으로 조사할 수 있게 된다. 국가인권위원회가 진정조사 및 직권조사 결과에 따라 구제조치나 징계 등의 권고를 할 수 있도록 하고,  형사처벌 필요시 검찰총장 등에게 고발할 수 있으며, 국가인권위원회의 권고사항에 대한 불이행이 있을 경우 법무부장관이 시정명령을 할 수 있도록 하고 있다.

 

또한 시정명령 불이행시 3천만 원 이하의 과태료, 악의적 출신지역 차별인사시 3년 이하의 징역 또는 3천만원 이하의 벌금, 보복인사시 5년 이하의 징역 또는 5천만원 이하의 벌금에 처하도록 하는 등 벌칙을 두어 실효성 있는 법적 수단을 구비하고 있다.

 

대표발의자인 유성엽 의원은 “누구나 공정한 기회를 부여받아 자유롭게 자신의 삶을 영위해 나갈 수 있는 사회가 건강하고 정의로운 사회라 생각한다. 그러나 우리나라에서는 오랜 기간 출신지역에 따른 차별이 있어왔고, 이러한 차별은 개인의 자아실현 기회를 박탈할 뿐 아니라 국민통합과 적재적소의 인재활용을 저해하는 것으로 새로 출범한 현 정부에서 반드시 해결하여야 할 문제다”라면서 “그것이 인사문제라 하여 아무런 제한 없이 모두 재량권으로 용인되는 것은 아니며 차별을 금지하는 입법적 대책이 필요하다”라고 강조하였다.

 

또한 법 제정으로 인하여 대통령의 인사권을 제약할 수 있다는 우려에 대하여 유 의원은 “차관 이상의 정무직 인사가 아닌 경력직 공무원 인사를 대상으로 하기에 대통령의 인사권을 제약한다고 보기 힘들고, 출신지역을 고려하지 않는 능력위주의 인사를 하자는 것으로 오히려 헌법상 직업공무원제에 부합하는 것”이라면서 “이 법은 출신지역의 기계적 균형을 목표로 하는 것이 아니라, 출신지역을 고려하지 않는 공정한 인사 원칙이 확립되도록 하는 것으로, 지역감정에 의해 분열된 우리나라를 ‘공정한 대한민국’,‘차별없는 대한민국’,‘하나 된 대한민국’으로 바꾸는 첫걸음이 될 것이다.”라고 입법의도를 설명하였다.

 

 

-Copyrights ⓒ 무단전재 및 재배포 금지-<광주.전남.부산.대전.세종.서울 실시간 뉴스 및 동영상제공>

 

 

김현중 기자 (ikbc88@hanamail.net)

최근기사

네티즌 의견
내용은 200자 이내로 적어야합니다. 기사와 무관한 글은 임의로 삭제 될 수 있습니다.
(스팸방지코드  )
의견
쓰기

최근 가장 많이 본 기사인물

  1. 윤장현
  2. 강진원
  3. 신우철
  4. 구충곤
  5. 최형식
  6. 손금주
  7. 이낙연
  8. 최경환
  9. 이용부
  10. 이개호
  11. 유성엽
  12. 장헌서
  13. 김준성
  14. 박주선
  15. 이동진
최근 가장 많이 본 기사인물은 독자들이 기사인물에 대한
클릭수(읽기)가 실시간으로 적용된 것입니다.

최근 가장 많이 본 기사