신입 채용 45% 감소, AI 탓이 아니라 ‘일의 설계’ 부재 탓이다

신입 채용이 반토막 났다 — 그런데 정말 AI 탓일까

2026년 3월, 국내 신입 채용 공고가 전년 동기 대비 45% 줄었다. 대기업 42%, 중견기업 48%. 교육·출판 업종은 90%가 사라졌고, IT·통신도 73% 감소했다. 수치만 보면 “AI가 신입 일자리를 삼켰다”는 해석이 자연스럽다.

그런데 솔직히, 이 숫자만으로 AI를 범인으로 지목하기엔 빠진 조각이 있다. 채용이 줄었다는 건 분명한 사실이지만, 그 자리에 무엇이 들어왔는지를 함께 봐야 한다. AI가 사람을 밀어낸 건지, 아니면 애초에 ‘사람이 할 필요 없는 일’에 사람을 앉혀놓고 있었던 건지. 이 구분이 HR의 다음 행동을 완전히 바꾼다.

한 줄 요약: AI가 신입 일자리를 줄이는 건 기술의 문제가 아니라, ‘일의 설계’를 바꾸지 않은 조직의 문제다.

숫자가 말해주는 것, 그리고 말해주지 않는 것

진학사 캐치의 데이터를 들여다보면, 감소폭이 큰 업종의 공통점이 보인다. 교육·출판(-90%), IT·통신(-73%), 판매·유통(-69%). 이 업종들은 공교롭게도 생성형 AI 도구가 가장 빠르게 침투한 영역이다. 자료 조사, 보고서 작성, 기초 코딩, 고객 응대 스크립트 — 전통적으로 신입 사원에게 맡겨지던 반복 업무를 AI가 처리하기 시작하면서, 기업 입장에서는 그 자리를 채울 이유가 사라진 셈이다.

반면 건설·토목은 3% 감소에 그쳤다. AI가 아직 현장 노동을 대체하기 어렵기 때문이다. 이건 중요한 단서다. AI가 일자리를 줄인 게 아니라, ‘디지털화할 수 있는 반복 업무’를 신입에게 맡기던 관행이 더 이상 작동하지 않게 된 것이다.

진학사 캐치 김정현 본부장의 진단이 정확하다. “주요 업종 전반에서 채용 공고가 동시에 급감한 것은 시장의 강력한 위축 신호이며, 단순 직무 경험을 넘어 AI 활용 역량과 문제 해결 능력이 핵심 경쟁력이 됐다.” 요컨대 시장이 원하는 신입의 프로필 자체가 달라졌다.

‘대체’와 ‘보완’ 사이에서 HR이 놓치고 있는 것

Stanford HAI(인간중심 AI 연구소)는 오래전부터 하나의 원칙을 반복해왔다. “AI는 인간의 영향을 기준으로 설계되어야 하며, 사람을 대체하는 것이 아니라 보완(augment)하도록 만들어져야 한다.” 이 말이 추상적으로 들릴 수 있지만, 채용 현장에 대입하면 상당히 구체적인 메시지가 된다.

개인적으로는, 한국 기업 대부분이 AI를 ‘인건비 절감 도구’로 접근하고 있다는 점이 아쉽다. 신입 3명이 하던 보고서 정리를 AI가 대신하니까 신입 채용을 줄이는 식이다. 그런데 이건 AI의 가치를 절반만 쓰는 것이다. 보완적(augmentative) 관점에서 보면, AI가 반복 업무를 맡는 만큼 신입에게는 더 높은 수준의 판단·소통·창의 업무를 빨리 부여할 수 있다. 즉, 신입의 역할을 ‘없애는’ 게 아니라 ‘재정의하는’ 기회인 셈이다.

일의 구조를 바꾸지 않으면, 사람만 바뀐다

한국노동연구원(KLI)의 2026년 4월 노동리뷰는 이 문제를 더 넓은 시야에서 다뤘다. 특집 제목 자체가 “AI 전환과 노동의 재편”이다. 핵심 논점은 세 가지였다. AI 확산에 따른 노동시장의 구조적 전환 과제, 핵심 숙련(skill) 영역의 변화, 그리고 집단적 노사관계 관점에서의 쟁점이다.

이건 좀 주목할 부분인데, KLI가 “숙련 네트워크 분석”이라는 프레임을 쓴 점이다. 개별 직무 단위로 “이 일은 AI가 대체하고, 저 일은 사람이 한다”를 나누는 게 아니라, 숙련들이 어떻게 연결되어 있는지를 네트워크로 보겠다는 접근이다. 예컨대 ‘데이터 분석’ 숙련은 ‘의사결정 보조’, ‘고객 커뮤니케이션’, ‘프로젝트 관리’와 동시에 연결되어 있다. AI가 데이터 분석을 가져가면, 나머지 연결된 숙련들의 가치도 함께 재배치된다.

이 관점에서 보면, 신입 채용 감소는 단순히 “한 포지션이 없어진” 것이 아니다. 조직 내 숙련 생태계에서 진입점(entry point)이 사라지고 있다는 뜻이다. 신입이 반복 업무를 통해 조직의 맥락을 배우고, 점진적으로 복잡한 판단 업무로 올라가는 경로 — 이 경로 자체가 끊어지고 있다.

AI 도구로 ‘진입 경로’를 다시 깔 수 있다

그렇다면 HR은 무엇을 할 수 있을까. 핵심은 AI를 채용 감축의 근거가 아니라, 신입 온보딩과 역할 설계의 도구로 전환하는 것이다.

실무적으로 접근하면 이렇다. 먼저, 신입에게 부여하던 업무 목록을 AI 처리 가능 여부로 분류한다. AI가 80% 이상 처리할 수 있는 업무(데이터 입력, 정형 보고서, 일정 관리)는 과감하게 AI에 넘긴다. 그다음이 핵심인데, 그렇게 확보된 시간에 어떤 업무를 채울 것인지를 설계해야 한다.

Stanford HAI가 제시하는 “보완적 AI” 프레임을 빌리면, 신입의 새로운 역할은 세 가지 축으로 재편될 수 있다.

AI 산출물의 검증자(Verifier) — AI가 생성한 보고서, 분석 결과, 초안을 맥락에 맞게 검토하고 수정하는 역할. 이 과정에서 신입은 비판적 사고와 도메인 지식을 동시에 훈련받는다.

인간 접점의 관리자(Human Touchpoint Manager) — AI가 처리할 수 없는 고객·동료·이해관계자와의 관계 업무를 1년차부터 경험하게 한다. 이건 과거에는 3~5년차에나 부여되던 업무다.

AI 도구의 최적화자(Optimizer) — 자기 업무 영역에서 AI 도구의 프롬프트, 워크플로우, 자동화 파이프라인을 지속적으로 개선하는 역할. 디지털 네이티브 세대가 이 영역에서 시니어보다 빠르게 성과를 내는 경우가 많다.

채용을 줄이기 전에 물어야 할 질문

결국 이 문제는 “AI 때문에 신입을 덜 뽑아도 되는가”가 아니라, “신입에게 시킬 일을 재설계했는가”로 귀결된다. 재설계 없이 인원만 줄이면 단기적으로는 인건비가 절감되겠지만, 중장기적으로는 조직의 숙련 파이프라인이 끊어진다. 3년 뒤 중간 관리자가 될 사람이 없고, 5년 뒤 시니어가 될 사람이 없다.

KLI의 노동리뷰가 “개발자의 사회기술적 상상”이라는 논문을 함께 실은 것도 같은 맥락이다. AI를 어떻게 만들 것인가(기술)보다, AI를 어떤 노동 구조 위에 올릴 것인가(설계)가 더 중요한 질문이라는 것이다.

지금 HR 앞에 놓인 선택은 분명하다. AI가 신입의 기존 업무를 가져간다는 사실을 채용 축소의 근거로 쓸 것인가, 아니면 신입 역할 재설계의 출발점으로 쓸 것인가. 같은 데이터, 같은 기술 — 그러나 완전히 다른 결과. 이 차이를 만드는 건 AI가 아니라 HR의 설계 역량이다.

💡 실무 시사점: 신입 채용 감소는 AI 확산의 결과이기도 하지만, 더 근본적으로는 ‘일의 설계’ 부재의 증상이다. AI 도입 전에 신입 직무를 ‘반복 업무 + 학습 경로’로 재설계하고, 보완적 AI 프레임으로 전환해야 조직의 숙련 파이프라인이 유지된다.

#AI채용 #신입역할재설계 #보완적AI #HR전략 #숙련파이프라인

참고 링크

• 한경비즈니스, “신입 채용 ‘반토막’… MZ 취업문, AI가 닫았다” (2026)
• Stanford HAI, “Augmentative AI and the future of work” (2026)
• 한국노동연구원, “기술을 넘어 노동을 묻다: AI 시대 일하는 방식의 변화” (2026)

작성: 서재홍 | NODE