왜 지금 이 이야기를 해야 할까
몇 년 전만 해도 “AI 때문에 일자리가 없어진다”라는 말은 먼 미래의 걱정거리처럼 들렸다. 그런데 요즘 채용 시장을 들여다보면 분위기가 확실히 달라졌다. 반도체 수출은 사상 최대치를 찍고 기업 실적은 좋아지는데, 정작 20대 청년들의 취업 문은 점점 좁아지고 있다. 국가데이터처 통계를 보면 30세 미만 고용보험 가입자 수가 1년 전보다 줄었고, 20대 대졸 실업률은 최근 몇 년 사이 가장 높은 수준까지 올라갔다. 경기가 나빠서가 아니라, 기업들이 신입을 뽑는 대신 AI로 그 자리를 메우고 있기 때문이라는 분석이 힘을 얻고 있다.
문제는 속도다. 새로운 기술이 산업 구조를 바꾸는 일은 늘 있었지만, 이번에는 그 변화의 속도가 사람들이 적응할 시간을 주지 않을 만큼 빠르다는 데 있다. 오늘은 바로 이 “속도”라는 문제를 정면으로 들여다보려 한다.
AI 일자리 대체란 무엇인가
AI가 일자리를 대체한다는 말은 크게 두 가지 층위로 나눠 볼 수 있다. 하나는 특정 직무 자체가 통째로 사라지는 ‘직업 소멸’이고, 다른 하나는 한 사람이 하던 일 중 일부 작업만 AI로 넘어가는 ‘업무 자동화’다. 실제로 지금 벌어지고 있는 변화는 후자에 가깝다. 자료 조사, 초안 작성, 데이터 정리, 단순 응대처럼 반복적이고 정형화된 업무부터 AI가 빠르게 흡수하고 있다.
여기서 눈여겨봐야 할 개념이 하나 있다. 한국은행이 최근 제시한 ‘연공 편향 기술변화’라는 표현이다. 한국은행은 AI 기술이 숙련된 경력자에게는 도움이 되지만 신입사원에게는 불리하게 작용할 수 있다고 설명했다. 예전에는 신입사원이 자료 조사나 문서 작성 같은 업무를 하면서 실무 경험을 쌓았는데, 지금은 그 역할을 AI가 대신하면서 기업이 신입자 교육 비용보다 즉시 성과를 낼 수 있는 경력직을 선호하게 됐다는 것이다. 즉 AI가 없애는 건 ‘직업’이 아니라 ‘경력을 쌓는 과정’ 그 자체일 수 있다는 이야기다.
왜 이런 문제가 생겼나
배경은 복합적이다. 첫째, 생성형 AI의 성능이 예상보다 빠르게 좋아졌다. 나무위키에 정리된 기술적 실업 관련 기록을 보면 과거에는 단순 반복 작업을 하는 직업이 먼저 대체될 것이라는 예측이 우세했지만, 거대언어모델이 예상을 뛰어넘는 수준으로 발전하면서 오히려 사무직·전문직이 먼저 영향받는 상황이 벌어졌다.
둘째, 기업의 비용 구조 논리다. AI 도입 초기 투자 비용은 많이 들지만, 일단 시스템이 자리를 잡으면 인건비보다 훨씬 저렴하게 같은 업무를 처리할 수 있다. 서울경제 보도에 따르면 이정희 중앙대 교수는 기업들이 비용 절감 차원에서 신입보다 ‘중고 신입’을 선호하는 구조가 굳어지고 있다고 설명했고, 석병훈 이화여대 교수는 AI가 경력 5년 이내 일자리를 가장 많이 대체한다는 분석을 근거로 청년층이 AI 대체의 직격탄을 맞고 있다고 지적했다.
셋째, 사회적 안전망과 교육 시스템이 기술 변화 속도를 따라가지 못하고 있다는 점이다. 기술 전환의 속도가 사회안전망과 교육 시스템이 따라잡을 수 있는 속도를 앞설 때, 그 간극에서 발생하는 비용은 가장 취약한 계층이 먼저 부담하게 된다는 지적은 지금 상황을 정확히 짚고 있다.
지금 상황은 어떤가
수치로 확인해 보면 체감이 더 뚜렷해진다. 한국일보 보도를 보면 올해 5월 기준 30세 미만 고용보험 가입자는 약 223만 3천 명으로, 1년 전보다 6만 5천 명(2.8%) 줄어든 것으로 잠정 집계됐다. 반도체 업황은 호황인데 청년 고용 지표는 거꾸로 가고 있는 셈이다.
대졸자 상황은 더 심각하다. 2분기 대졸 이상 실업률은 3.0%로 지난해 같은 기간보다 0.2%포인트 올랐고, 대졸 실업자의 64.2%(30만 9천 명)는 20-30세대였다. 특히 20대 대졸 실업률은 8.3%로, 2021년(9.6%) 이후 가장 높은 수준으로 치솟았다.
기업 차원의 구조조정도 이미 현실이 됐다. 2026년 5월 현재 메타, 코인베이스, 시스코 등 주요 기술 기업에서 AI로 인한 구조조정으로 사라진 일자리가 9만 2천 개를 넘어섰다. 흥미로운 건 메타의 행보다. 대규모 AI 투자로 자동화를 밀어붙이면서도, 2025년 10월에는 2023년 종료했던 채용 플랫폼 ‘Facebook Jobs’를 미국에서 다시 출시했는데, 입문 급·무역·서비스업처럼 물리적 노동이 필요한 로컬 일자리를 겨냥한 전략이었다. AI가 없애는 일자리와 AI로도 대체하기 어려운 일자리가 동시에 재편되고 있다는 걸 보여주는 상징적인 사례다.
국내 전망치도 나와 있다. AI가 국내 일자리 수백만 개에 영향을 줄 수 있다는 한국은행 계열 분석이 나오는 한편, 세계경제포럼은 2030년까지 9,200만 개의 일자리가 AI로 대체되지만 동시에 1억 7천만 개의 새로운 일자리가 창출돼 순증 규모가 약 7,800만 개에 이를 것으로 내다봤다. 골드만삭스는 AI가 전 세계 3억 개의 정규직 일자리에 해당하는 업무를 자동화할 수 있다고 분석했다. 없어지는 일자리와 생겨나는 일자리의 총량만 보면 비관적이지만은 않다는 뜻이다. 다만 문제는 ‘누가’ 그 새 일자리로 옮겨갈 수 있느냐다.
우리 사회에 어떤 영향을 주는가
가장 먼저 드러나는 영향은 세대 간 격차다. 경력자는 AI를 보조 도구로 활용해 생산성을 높이지만, 이제 막 사회에 진입하려는 청년층은 경험을 쌓을 입구 자체가 좁아지고 있다. 이는 단순한 취업난을 넘어 중장기적인 경력 형성 기회의 박탈로 이어질 수 있다. 신입 때 쌓아야 할 실무 감각을 배울 기회가 줄어들면, 몇 년 뒤 그 세대가 중간관리자로 성장할 인력 창고 자체가 얇아지는 문제로 번질 수 있다.
또 하나는 소득과 고용의 양극화다. AI를 잘 활용하는 고숙련 인력과 그렇지 못한 계층 사이의 생산성 격차가 벌어지면, 사회 전체의 후생이 오히려 나빠질 수 있다고 우려한다. 여기에 더해 전기·설비처럼 물리적 현장이 필요한 직종은 AI로 대체하기 어려운 만큼 오히려 구인난을 겪는 등, 산업 안에서도 명암이 엇갈리는 재편이 동시에 진행되고 있다.
다른 나라는 어떻게 하고 있나
해외에서도 이 문제를 심각하게 받아들이고 정책적 대응에 나서고 있다. 국내 한 정책 보고서를 보면 미국은 AI 활용을 포함한 근로자 숙련 향상 행정명령을 발표했고, EU는 AI 기초 역량 강화를 위한 기술 연합 ‘Union of Skills’를 출범시켰으며, 독일은 노동시장의 구조적 변화에 대응하기 위한 법 제도를 마련하고 있다.
싱가포르의 접근도 눈여겨볼 만하다. 싱가포르는 AI 수습 프로그램과 ‘100개 실험’ 프로그램을 통해 학문 중심의 전통적인 AI 교육과는 다른 경로로 더 많은 인재가 AI 분야에 진출하도록 지원하고 있으며, 실무 경험이 없는 이들에게 특히 주목하는 방식으로 국제적인 평가를 받고 있다. 청년 실업 문제의 핵심이 ‘경험 부족’이라는 점을 정확히 겨냥한 정책이라는 점에서 시사하는 바가 크다.
같은 정책 보고서는 직무별 전망도 제시한다. 돌봄·의료·교육·상담처럼 정서적·사회적 접촉이 필요한 직무는 AI로 대체하기 어려운 고차원적 의사결정과 대인 커뮤니케이션이 중심이어서 유지되거나 오히려 늘어날 것으로 예상되고, 소형 트럭 운전이나 배달, 현장 마감 공처럼 물리적 작업 비중이 큰 직무도 완전 자동화까지는 기술·비용적 한계가 있어 수요가 유지되거나 늘어날 가능성이 있다. 반면 반복적이고 정형화된 사무 업무는 우선적인 재교육 대상으로 꼽힌다.
어떻게 풀어갈 수 있을까
해법을 한 문장으로 요약하긴 어렵지만, 여러 전문가의 제안을 모아 보면 방향은 비교적 뚜렷하다.
먼저 신입 채용의 개념 자체를 다시 설계할 필요가 있다. 기업이 경력직만 선호하는 흐름이 굳어지면 장기적으로 산업 전체의 인력 재생산이 끊긴다. 정부 차원의 신입 채용 유인책이나 인턴형 실무교육 확대가 함께 가야 하는 이유다. 실제로 국내에서도 정부가 AI 실무교육 등 대책을 마련하고 있다는 점은 방향성 자체는 맞다고 볼 수 있다.
다음으로는 재교육·직무 전환 체계다. 없어지는 직무에 있던 사람이 새로 생기는 직무로 옮겨갈 수 있어야 순증 일자리가 실질적인 의미가 있다. 싱가포르식 수습 프로그램처럼 학위보다 실습 중심의 경로를 넓히는 방식이 참고할 만하다.
마지막으로 사회안전망의 속도 조정이다. 기술 변화 속도와 제도 정비 속도의 격차를 줄이는 것 자체가 정책 과제가 돼야 한다. 특정 세대나 계층이 그 간극의 비용을 일방적으로 떠안지 않도록 하는 최소한의 완충장치가 필요하다는 목소리에 힘이 실리는 이유다.
한눈에 보는 핵심 요약
반도체 호황에도 20대 청년 고용보험 가입자는 1년 전보다 2.8% 감소
20대 대졸 실업률 8.3%, 2021년 이후 최고 수준
한국은행, “AI는 경력자에게 유리하고 신입자에게 불리한 ‘연공 편향 기술변화’를 일으킨다”라고 분석
글로벌 빅테크(메타·코인베이스·시스코 등)에서 인공지능발 구조조정으로 9만 2천여 개 일자리 감소
WEF 전망: 2030년까지 9,200만 개 대체, 1억 7천만 개 창출로 순증 약 7,800만 개
해외는 미국 행정명령, EU 기술 연합, 싱가포르 AI 수습 프로그램 등으로 대응 중
관건은 없어지는 일자리와 새로 생기는 일자리 사이를 사람들이 실제로 옮겨갈 수 있느냐
마무리 결론 및 시사점
AI가 일자리를 없앤다는 명제 자체는 맞기도 하고 틀리기도 한다. 총량으로 보면 새로 생기는 일자리가 더 많을 수 있다는 전망도 분명 존재한다. 하지만 지금 한국 청년들이 체감하는 문제는 ‘평균의 착시’다. 전체 고용은 유지되더라도, 경험을 쌓아야 할 세대가 그 기회 자체를 얻지 못하면 통계상의 순증은 아무 의미가 없다.
결국 관건은 속도의 문제로 돌아온다. 기술이 바뀌는 속도만큼 사람이 새로운 역할로 옮겨갈 통로를 얼마나 빨리 마련하느냐, 그 격차를 줄이는 일이 이 이슈의 본질이라고 볼 수 있다. 이 변화를 그저 지켜보기만 할 것인지, 아니면 지금부터 제도적으로 대응할 것인지에 따라 향후 몇 년간의 청년 고용 지형은 상당히 달라질 것으로 보인다.
답글 남기기