6만 7천 개의 빈 일자리 — 반도체 호황 뒤에 숨은 ’12년 시차’의 역설

반도체·AI 산업에 쏟아지는 보조금 규모가 역대급이다. 미국 CHIPS Act는 527억 달러, 한국은 반도체 수출 호조에 힘입어 1분기 GDP 3.8% 성장을 기록했다. 일자리도 만들어졌다. 미국에서만 직·간접으로 5만 개 이상, 한국 역시 GDI가 GDP를 크게 상회하며 소득 증대가 확인된다. 숫자만 보면 산업정책은 대성공이다. 그런데 한 가지 불편한 사실이 있다. 산업정책이 일자리를 ‘만드는’ 속도와, 인력이 그 일자리로 ‘이동하는’ 속도 사이에 10~12년의 구조적 시차가 존재하며, 어떤 정책도 이 시차를 줄이는 데 성공하지 못하고 있다.

한 줄 요약: 반도체·AI 호황이 일자리를 만드는 속도는 역대급이지만, 그 일자리에 필요한 인력이 ‘확산’되는 데는 여전히 12년이 걸린다 — 산업정책의 진짜 병목은 보조금이 아니라 시차(time lag)다.

역대급 숫자들이 말해주지 않는 것

미국 CHIPS and Science Act의 고용 효과를 추적한 분석에 따르면, 반도체 제조 카운티 149곳에서 42,465~54,385개의 직·간접 일자리가 생겼다. 평균 주급은 25~28% 올랐다. 자본집약적 산업에서 이 정도 고용 효과가 나온 건 이례적이다. 더 흥미로운 건 기대 효과(anticipation effect)다. 실제 보조금이 집행되기 전에 기업들이 선제적으로 채용을 시작해서, 효과가 예상보다 빠르게, 예상보다 크게 나타났다.

한국은 경로가 다르다. 한국은행 이슈노트는 이번 반도체 호황의 구조적 차이를 명확히 짚는다. 과거 세 차례(2009년, 2015~16년, 2020년) 교역조건 개선은 모두 수입물가 하락이 원인이었다. 이번에는 반도체 수출가격 상승이 주도한다. AI 확산에 따른 구조적 수요라는 점에서 과거 사이클보다 지속 가능성이 높다. 1분기 GDI 증가율 13.2%는 GDP 3.8%를 크게 웃돌며 소득 면에서의 실질적 개선을 보여준다.

숫자는 인상적이다. 그러나 이 숫자의 이면에는 CHIPS Act가 만든 일자리 중 67,000개 — 전체 프로젝트 일자리 115,000개의 58% — 가 2030년까지 채워지지 못할 위험에 처해 있다는 예측이 붙어 있다. 일자리를 ‘만드는 것’과 ‘채우는 것’은 완전히 다른 문제다.

기술 일자리에는 ‘확산의 법칙’이 있다

300만 건의 특허와 2억 건의 구인공고를 분석해 20개 신기술의 고용 확산 패턴을 추적한 연구가 있다. AI, 클라우드 컴퓨팅, 자율주행, 태양광 등 20개 기술 모두에서 동일한 패턴이 관찰됐다.

첫째, 지리적 집중에서 분산으로. 신기술 일자리의 45%가 초기에는 5대 지역 노동시장에 집중된다. 10년이 지나면 이 비율은 38%로 내려간다. 확산은 일어나지만, 느리다. 둘째, 고숙련에서 저숙련으로. 신기술 일자리는 초기에 대졸 근로자 비율이 약 67%다. 12년이 지나면 50% 이하로 떨어진다. 기술이 성숙하면서 고숙련 전용이었던 직무가 점차 중숙련, 저숙련 직종으로 분화한다.

솔직히, 이 12년이라는 숫자가 이 글의 핵심이다. 산업정책은 1~2년 만에 수만 개의 일자리를 만들 수 있다. 그런데 그 일자리에 필요한 인력 풀이 충분히 넓어지려면 10~12년이 걸린다. CHIPS Act가 만든 일자리의 대졸자 비율이 정확히 67%라는 사실 — 20개 기술 일자리 초기 단계의 평균과 동일한 수치 — 은 우연이 아니다. 반도체 일자리는 아직 확산 초기 단계에 있다는 뜻이다.

찾는 능력은 4배 늘었는데, 빈 일자리는 6만 7천 개

여기서 한 가지 역설이 드러난다. 기업의 인재 탐색 능력은 지난 30년간 비약적으로 향상됐다. 1991년에는 근로자의 4%만이 기업의 적극적 리크루팅으로 채용됐다. 나머지 60%는 직접 지원, 33%는 추천이었다. 오늘날 기업이 먼저 찾아나서서 채용하는 비율은 18% — 30년간 4배 이상 증가했다. 테크 산업에서는 20%, 실리콘밸리에서는 25%를 넘는다.

디지털 채용 플랫폼의 진화가 이걸 가능하게 했다. 기업은 이력서 더미를 뒤지는 대신, 전 세계 인재를 능동적으로 탐색하고 접근할 수 있게 됐다. 그런데 개인적으로는, 이 데이터를 CHIPS Act의 미충원 전망과 나란히 놓으면 충격적인 그림이 나온다. 기업이 찾는 능력은 역대 최고 수준인데, 반도체 일자리 67,000개가 빈 채로 남을 위험에 처해 있다. 문제는 ‘찾는 능력’이 아니다. 찾을 대상 자체가 존재하지 않는 것이다.

같은 반도체, 전혀 다른 고용 구조

이 시차 문제는 한국에서 더 복잡한 양상을 보인다. 미국에서는 반도체 팹(fab) 소재 카운티에서 카운티당 약 180개의 일자리가 순증했고, 임금도 10~15% 올랐다. 산업정책이 지역 고용에 직접 파급되는 경로가 확인된 것이다.

한국은 다르다. 한국은행 분석이 명시적으로 지적하는 제약 요인이 세 가지다. 첫째, 수혜가 IT 특정 부문에 집중되어 광범위한 산업으로 확산되지 않는다. 둘째, 반도체 산업 자체가 낮은 생산·고용유발효과를 갖는 구조다 — 자본집약적이라 투자 대비 고용 창출이 적다. 셋째, 제조장비의 높은 수입의존도와 해외직접투자 확대가 내수 파급을 제한한다.

같은 반도체 호황인데, 미국은 보조금→공장건설→지역 고용이라는 직접 경로가 작동하고, 한국은 수출가격 상승→기업 수익→(그런데 고용으로 얼마나 전이되는가?)라는 간접 경로만 존재한다. 이건 결국 산업 구조의 문제다. 한국에서 반도체 호황의 고용 효과를 기대한다면, 반도체 ‘생산’ 자체가 아니라 반도체 생태계 — 소재, 부품, 장비, 설계, 테스트 — 에서 인력이 확산되는 경로를 설계해야 한다는 뜻이다.

정책은 ‘만들기’에만 몰두하고 있다

제114차 국제노동총회에서 ILO 사무총장은 핵심을 찔렀다. “노동의 미래는 기술만으로 결정되지 않는다. 그것을 이끄는 정책, 제도, 사회적 대화가 함께 결정한다.” 비공식 고용에 놓인 노동자가 전 세계 21억 명, 2027년까지 예상되는 노동소득 손실이 3조 달러라는 수치를 제시하며, AI가 기회를 넓힐지 불평등을 심화시킬지는 “오늘 우리가 내리는 선택”에 달려 있다고 역설했다.

이건 맞는 말이다. 그런데 앞서 살펴본 데이터를 겹쳐 놓으면, 현재 정책의 선택이 어디에 편중되어 있는지가 드러난다. CHIPS Act는 일자리를 ‘만드는’ 데 성공했다. 기대 효과까지 작동해서 보조금 집행 전에 채용이 시작됐다. 그런데 그 일자리를 ‘채울’ 인력을 확산시키는 데는 어떤 정책적 개입이 있었는가? 12년 걸리는 기술 일자리의 숙련 확산을 6~7년으로 단축하는 구체적 프로그램이 있었는가?

이건 좀 아쉬운 지점이다. 미국이든 한국이든, 반도체·AI 산업정책의 KPI는 ‘투자 유치 금액’과 ‘일자리 창출 수’에 맞춰져 있다. 인력 확산 시차를 줄이는 것 — 즉 고숙련 전용 일자리가 중숙련으로 분화하는 속도를 앞당기고, 비전공자·비대졸자가 반도체 생태계에 진입할 수 있는 경로를 설계하는 것 — 은 정책 목표에 거의 없다.

HR이 관리해야 할 것은 ‘시차’다

이 모든 데이터가 수렴하는 지점이 있다. 산업정책이 만든 일자리가 인력 풀의 확산보다 빠르게 쏟아지면, 그 격차는 고스란히 기업 현장의 인력 미스매치로 전이된다. 6만 7천 개의 빈 일자리는 매크로 데이터에서는 ‘미충원 전망’이라는 한 줄이지만, 개별 기업에서는 프로젝트 지연, 기존 인력의 과부하, 숙련 노동자의 임금 인플레이션, 그리고 결국 생산 병목이다.

한국의 상황은 더 복잡하다. 반도체 호황이 수출·수익 경로로는 확인되지만 고용 경로로는 제한적이라는 것은, HR이 “반도체 인력 확충”이라는 거시 담론에 휘둘리기보다 자사의 반도체 생태계 내 위치를 냉정하게 진단해야 한다는 의미다. 팹을 운영하는 대기업과 소재·부품 중소기업의 인력 확산 시차는 완전히 다르다.

기업이 인재를 찾는 능력이 30년간 4배로 늘었다는 건, 역설적으로 ‘찾아서 해결할 수 있는 문제’와 ‘찾아서는 해결할 수 없는 문제’를 구분해야 한다는 뜻이기도 하다. 경력직을 디지털 플랫폼으로 빠르게 확보하는 건 전자다. 아직 존재하지 않는 스킬셋을 가진 인력을 만들어내는 건 후자다. 지금 필요한 건 리크루팅 전략이 아니라 인력 파이프라인 전략이다.

💡 실무 시사점 — HR이 이번 분기에 점검할 3가지:

① 자사의 ‘시차 포지션’을 진단하라. 반도체·AI 생태계 내에서 자사가 필요로 하는 직무의 숙련 확산 단계는 어디인가? 초기 67% 대졸 단계라면 경력직 확보에 집중하되, 3~5년 후 중숙련 분화에 대비한 사내 전환 프로그램을 지금부터 설계해야 한다.

② 리크루팅 효율이 아니라 파이프라인 투자를 KPI로 잡아라. 채용 건수와 채용 기간(Time to Fill)만 보면 시차 문제는 보이지 않는다. 비전공자 전환 채용 비율, 사내 리스킬링 수료율, 반도체 생태계 관련 직무 내부 충원율을 추적해야 시차 관리가 가능하다.

③ 산업정책의 인력 프로그램을 역으로 활용하라. 정부의 반도체 인력양성 사업이 자사의 시차를 줄이는 데 실제로 연결되는지 점검하고, 연결 고리가 없다면 직접 산학 파이프라인을 구축하는 것이 중기적으로 채용 비용을 낮춘다.

#반도체인력 #인력미스매치 #시차관리 #HR파이프라인

산업정책의 성패를 가르는 진짜 변수는 보조금 규모가 아니다. 일자리가 만들어지는 속도와 인력이 확산되는 속도 사이의 시차를 누가 먼저 줄이느냐다. 정부가 이 시차를 관리하지 않는다면, 결국 그 부담은 기업의 HR 부서가 떠안게 된다. 12년을 기다릴 여유는 누구에게도 없다.

참고 링크

• Brookings, “Has the CHIPS Act created jobs?” (2026)
• Stanford HAI, “Tracking the Growth of New Technology Jobs” (2020)
• 한국은행, “이번 교역조건 개선은 왜 다른가: 반도체 경기 호조의 실물경제 파급영향” (2026)
• HBS Working Knowledge, “Why Companies Hunt for Talent on Digital Platforms, Not in Resume Piles” (2020)
• ILO, “The future of work will not be determined by technology alone, says ILO Director-General” (2026)

작성: 서재홍 | NODE