‘더 배우면 안전하다’는 200년 공식이 깨지고 있다 — AI가 비우는 건 저숙련이 아니라 중숙련이다

기술이 200년 동안 지켜온 약속

산업혁명 이후 기술은 한 가지 일관된 메시지를 보내왔다. 더 배우면 된다. 방직기가 손베틀 장인을 밀어냈을 때도, 컴퓨터가 타이피스트를 대체했을 때도, 교육 수준이 높은 노동자는 기술 변화의 수혜자였다. 2세기에 걸친 직업별 노동수요 데이터를 분석한 결과는 명쾌하다 — 기술 진보는 고학력·고임금·여성 비율이 높은 직종의 수요를 일관되게 끌어올렸다. 그 공식이 너무 오래 작동한 탓에, 우리는 그것을 법칙으로 받아들였다. AI 시대에도 ‘리스킬링’과 ‘평생교육’이 만능처방으로 통하는 이유다. 그런데 지금, 한국의 고용 데이터가 그 공식의 균열을 가장 선명하게 보여주고 있다. AI는 저숙련이 아니라 ‘기술이 보조하던 중숙련 전문직’을 비우고 있으며, 200년간 유효했던 ‘더 배우면 안전하다’는 등식이 한국에서 가장 먼저 깨지고 있다.

AI가 뒤집은 공식 — 이번엔 저학력이 유리하다

1820년부터 2020년까지 직업별 기술 노출도를 자연어처리로 측정한 연구가 있다. 200년 데이터의 결론은 단순했다. 기술이 진보할 때마다 고학력·고임금 직종의 노동수요는 올라갔다. 그런데 이 연구가 AI 시대를 시뮬레이션한 결과는 정반대였다. AI는 저학력·저임금·남성 비율이 높은 직종을 오히려 선호하는 방향으로 노동수요를 밀어낸다. 기계가 ‘보조’해주던 중간 영역의 지식노동 — 데이터 분석, 보고서 작성, 중간 판단 — 을 AI가 대신하면서, 그 일을 하던 사람들의 수요가 줄어드는 것이다.

국제기구의 경고도 같은 지점을 찌른다. 전 세계 실업률은 4.9%로 안정적이고 취업자 수는 늘었지만, 일자리의 질은 정체됐다. 21억 명이 여전히 비공식 고용 상태다. 그리고 가장 날카로운 문장 하나 — “AI와 자동화는 특히 고소득 국가에서 첫 번째 고숙련 일자리를 구하는 교육받은 청년에게 도전을 심화시킬 수 있다.” 저숙련이 아니라 교육받은 청년이 타격 대상이라는 점에서, 200년간의 패턴이 뒤집히고 있다는 경고와 정확히 겹친다.

한국 4월의 숫자가 말하는 것

이론이 아니라 현장이다. 2026년 4월, 한국의 고용 데이터는 이 역전을 숫자로 보여줬다.

전문·과학·기술서비스업이 11만 5천 명 줄었다. 2013년 통계 작성 이래 최대 감소폭이다. 제조업은 5만 5천 명 감소, 도소매업 5만 2천 명 감소. 반면 보건·사회복지서비스업은 26만 1천 명이 늘어 사실상 유일한 성장 섹터였다. 청년 고용률은 43.7%, 24개월 연속 하락이다. 2005~2009년 51개월 연속 하락 이후 가장 긴 내리막이다.

개인적으로는, 이 숫자의 조합이 가장 불편하다. 줄어든 건 전문서비스와 제조업 — ‘기술이 보조하던’ 영역이다. 늘어난 건 돌봄 — AI가 아직 대체하기 어려운, 신체 접촉과 감정 노동의 영역이다. ‘중간’이 비고 ‘양 끝’이 남는 바벨 구조가, 이론이 아니라 한국의 월별 통계에서 확인된다.

노동연구원의 5월 노동동향 보고서는 더 넓은 맥락을 보여준다. 2026년 1월 명목임금은 전년 동월 대비 7.6% 감소했다. 취업자 수 증가폭은 축소세가 이어지고, 제조업 취업자 감소 추세는 고착화되고 있다. 일자리 수의 문제가 아니라 일자리 질의 문제 — 국제기구가 전 세계적으로 경고한 바로 그 현상이 한국에서 임금 데이터로 확인되는 셈이다.

AI 인재 5.7만 명의 역설

중간이 비는 동안, 꼭대기는 부풀어 오른다. 한국은행이 링크드인 데이터를 분석한 결과, 2024년 기준 국내 AI 전문인력은 약 5만 7천 명이다. 이 중 58%가 석·박사 학위 보유자, 64%가 공학 전공이다.

숫자를 교차하면 역설이 드러난다. AI 인재의 임금 프리미엄은 6%에 불과하다 — 미국의 25%에 비하면 4분의 1 수준이다. 그런데 이 인력의 16%(약 1만 1천 명)가 이미 해외에서 일하고 있고, AI 전문가가 해외 취업할 가능성은 비AI 인력보다 27%포인트나 높다. 한국 시장이 주는 보상이 세계 시장 대비 낮으니, 이탈 가능성이 높은 것이다. 그 와중에 대기업 69%가 AI 채용 확대를 계획하고 있다.

솔직히, 이 구도를 한 문장으로 줄이면 이렇다 — 꼭대기 5.7만 명은 몸값이 올라가고, 중간의 전문서비스 11.5만 명은 일자리를 잃었다. 같은 달, 같은 나라에서 벌어진 일이다. ‘기술 투자’와 ‘사람 투자’의 균형 같은 이야기로는 이 격차를 설명할 수 없다. 이건 구조적 재배치다.

“중간관리자가 핵심이다”라는 주장의 이면

여기서 흥미로운 충돌이 생긴다. 글로벌 컨설팅 펌들은 여전히 중간관리자의 중요성을 강조한다. 전략을 실행으로 번역하고, 인재를 코칭하고, 조직 몰입을 이끄는 데 중간관리자가 핵심이라는 것이다. 맞는 말이다. 그런데 같은 분석에서 관리 활동의 60%가 현재 기술로 이론상 자동화 가능하다는 결론도 나온다. 다만 그중 25%만이 향후 5년 내 비용 효율적이라는 단서가 붙는다.

‘중간관리자가 필요하다’는 말과 ‘중간관리자를 계속 고용할 것이다’는 전혀 다른 말이다. 조직은 중간 조율 기능을 필요로 하지만, 그 기능을 사람이 수행해야 할 이유가 줄고 있다. 이건 좀 아이러니한 상황이다 — 중간관리자의 ‘역할’은 중요해지는데, 그 역할을 맡을 ‘자리’는 줄어든다. 관리 활동의 60%가 자동화 가능하다는 것은 관리자가 필요 없다는 뜻이 아니라, 같은 기능을 더 적은 사람으로 수행할 수 있다는 뜻이다. 줄어드는 건 역할이 아니라 인원이다.

‘더 배우면 된다’는 왜 더 이상 충분하지 않은가

지금까지의 데이터를 겹쳐보면, ‘리스킬링’이 왜 만능이 아닌지 드러난다. 200년 동안은 교육이 기술 변화의 충격 흡수제였다. 기계가 단순노동을 대체하면, 교육받은 사람은 더 복잡한 일로 이동했다. 그런데 AI는 그 ‘더 복잡한 일’ 자체를 수행한다. 보고서를 쓰고, 데이터를 분석하고, 코드를 검토하고, 중간 판단을 내리는 것 — 이것이 바로 교육이 사람에게 가르쳐준 일이고, AI가 가장 빠르게 흡수하고 있는 영역이다.

한국 데이터가 이를 입증한다. 전문·과학·기술서비스업 종사자는 대체로 대졸 이상이다. 이들이 2013년 이후 가장 큰 폭으로 줄었다. 반면 늘어난 보건·사회복지서비스업은 물리적 접촉, 정서적 판단, 비정형적 상황 대응이 핵심인 영역이다. 즉, AI가 대체하기 어려운 건 ‘높은 교육’이 아니라 ‘높은 물리성과 감정 복잡도’다.

국제기구가 “교육받은 청년이 가장 취약하다”고 경고하고, 한국에서 청년 고용률이 24개월째 떨어지는 현실 사이에, ‘더 배워라’는 처방은 공허하다. 문제는 배움의 양이 아니라 배움의 방향이다 — 그리고 더 근본적으로는, 조직이 사람에게 부여하는 역할의 재설계다.

한 줄 요약: AI는 저숙련이 아니라 ‘기술이 보조하던 중숙련 전문직’을 비운다 — 200년간의 ‘더 배우면 안전하다’는 공식이 한국에서 가장 먼저 깨지고 있다.

💡 실무 시사점 — HR이 이번 분기에 점검할 3가지:

① ‘교육 시간’ 말고 ‘역할 지도’부터 그려라. 리스킬링 예산을 쏟기 전에, 현재 조직의 어떤 역할이 AI에 의해 기능 축소될 수 있는지 매핑하라. 교육은 빈 역할을 채우는 데 쓰여야지, 사라질 역할을 연장하는 데 쓰여선 안 된다.

② AI 인재 보상 격차를 직시하라. 한국 AI 인재 프리미엄(6%)은 미국(25%)의 4분의 1이다. 이미 16%가 해외에 있다. 보상 수준을 재검토하지 않으면, 조직이 AI를 도입하려는 순간 정작 운용할 사람이 없는 상황이 온다.

③ 중간관리 ‘기능’을 재설계하라, ‘직급’을 지키지 말고. 관리 활동의 60%가 자동화 가능하다면, 남은 40% — 갈등 조율, 맥락 판단, 문화 전파 — 에 집중하는 새로운 역할 설계가 필요하다. 인원은 줄되, 역할 밀도는 높여야 한다.

#중숙련공동화 #AI노동시장 #역할재설계 #HR전략

참고 링크

• NBER, “Technology and Labor Markets: Past, Present, and Future” (2025)
• ILO, “Global Job Quality Stagnates Despite Resilient Growth” (2026)
• 통계청, “2026년 4월 고용동향” (2026)
• 한국노동연구원, “노동동향 2026년 5월” (2026)
• 한국은행, “AI 전문인력 현황과 수급 불균형” (2025)
• Fortune, “Jack Dorsey and Roelof Botha think AI can make middle management obsolete” (2026)

작성: 서재홍 | NODE