AI 스킬 격차라는 착시 — 진짜 위기는 ‘양극화의 가속’이다

38개국 정부가 의뢰하고, 수십 개 데이터셋을 교차 분석한 보고서 하나가 2026년 7월 나왔다. AI가 노동시장을 어떻게 바꾸고 있는지, 어떤 스킬이 필요한지, 정부는 무엇을 해야 하는지를 다룬다. 결론은 예상 가능하다 — AI 리터러시를 높이고, 교육 투자를 늘리고, 평생학습 체계를 강화하라. 그런데 보고서가 스스로 제시한 데이터를 들여다보면, 이 처방이 정작 가장 위험한 집단에게는 맞지 않는 약이라는 사실이 드러난다. AI 시대 스킬 격차의 본질은 ‘AI를 못 쓰는 문제’가 아니라, AI가 기존 노동시장 양극화를 가속하는 구조적 문제다.

한 줄 요약: AI에 가장 많이 노출된 직업은 자동화 위험이 가장 낮고, 자동화 위험이 가장 높은 직업은 AI에 거의 노출되지 않는다 — ‘모두를 위한 AI 리터러시’는 이 구조적 비대칭을 해소하지 못한다.

기업 5곳 중 1곳이 AI를 쓰고, 노동자 100명 중 1명이 AI 역량을 가졌다

숫자부터 보자. 2021년에서 2025년 사이, AI를 도입한 기업 비율은 7%에서 20%로 약 3배 뛰었다. ChatGPT와 Copilot 같은 범용 생성형 AI 도구가 2022년부터 확산되면서 채택 속도가 급격히 빨라진 결과다. 덴마크와 핀란드는 40% 이상의 기업이 AI를 활용하고, 한국과 네덜란드도 30%를 넘겼다. 반면 루마니아, 터키, 캐나다, 폴란드는 아직 10% 미만에 머문다.

여기서 눈에 띄는 숫자가 있다. AI를 도입한 기업은 전체의 20%에 달하는데, AI 관련 역량을 가진 노동자는 전체의 약 1%에 불과하다. 10년 전보다 3배 늘긴 했지만, 수요와 공급 사이의 간극은 여전히 극심하다. 개인적으로는, 이 20% 대 1%라는 비율 자체가 AI 시대 노동시장의 구조적 성격을 압축하고 있다고 본다. 기업은 AI를 쓰고 싶어 하지만, 그걸 다룰 수 있는 사람은 극소수다. 그 극소수가 누구인지를 보면 문제의 본질이 보인다.

AI에 가장 많이 노출된 사람이 가장 안전하다는 역설

22개국 노동력 조사 데이터를 교차 분석한 결과, AI에 가장 많이 노출된 직업군은 IT 전문가, 비즈니스 전문가, 관리자, 최고경영진, 과학·공학 전문가였다. 이들은 AI가 가장 많은 진전을 이룬 영역 — 텍스트 처리, 정보 분석, 패턴 인식 — 에서 일상적으로 업무를 수행한다. 프로그래밍, 번역, 통역 같은 인지적·비정형 업무를 하는 전문직일수록 생성형 AI 도구와의 접점이 넓다.

직관적으로 생각하면, AI에 가장 많이 노출된 사람들이 가장 위험할 것 같다. 하지만 데이터는 정반대를 보여준다. 자동화 위험이 가장 높은 직업은 건설·채굴, 농림어업, 생산직, 운송·자재이동, 설비·유지보수였다. AI 노출도가 높은 직업군과 자동화 위험이 높은 직업군은 완전히 다른 목록이다.

이유가 있다. AI에 많이 노출된 고숙련 직업은 비정형적 인지 능력, 사회적 스킬, 창의성에 의존한다. 이런 역량은 현재 기술로 자동화하기 어렵다. AI는 이 직업들을 대체하는 게 아니라 보완한다. 반면 정형적 수작업과 인지 업무에 의존하는 저·중숙련 직업은 AI뿐 아니라 로봇, 소프트웨어, 각종 자동화 기술의 복합 위험에 노출되어 있다. 솔직히, 이 구분을 명확히 인지하지 않으면 정책이 엉뚱한 방향으로 흐를 수밖에 없다.

AI 노출과 자동화 위험이 다른 그래프를 그리는 이유

이 비대칭을 더 깊이 들여다보면, 보고서가 암묵적으로 전제하면서도 정면으로 다루지 않는 구조가 드러난다. AI는 세 가지 경로로 노동시장에 영향을 준다. 기존 업무의 자동화(대체 효과), 새로운 업무의 창출(복원 효과), 그리고 비용 절감에서 오는 생산성 효과. 문제는 이 세 경로의 수혜자가 같지 않다는 것이다.

자동화로 대체되는 업무는 주로 정형적이고 반복적인 영역이다. 새로 창출되는 업무는 AI 시스템을 개발·훈련·유지하거나, AI를 활용해 복잡한 의사결정을 내리는 영역이다. 생산성 효과로 늘어나는 수요는 포장, 지게차 운전 같은 AI로 자동화되지 않는 영역에서 나타난다. 결과적으로 AI가 만들어내는 새로운 일자리는 이미 높은 역량을 가진 사람들에게 돌아가고, 대체되는 일자리는 낮은 역량의 사람들에게서 빼앗긴다.

2022~2024년 기준으로 전체 노동자의 약 4분의 1이 이미 생성형 AI에 노출되어 있었다. 업무의 20% 이상을 AI가 지원할 수 있는 직업에 종사한다는 뜻이다. 생성형 AI 도구가 직장 소프트웨어에 더 깊이 통합되면서 이 비율은 급격히 늘어날 전망이다. 그런데 이 25%에 속하는 노동자 대부분은 — 프로그래머, 번역가, 분석가 — 이미 고숙련 전문직이다. AI가 그들의 업무를 배로 빠르게 처리할 수 있게 되었지만, 그것이 곧 일자리 소멸을 뜻하지는 않는다. 오히려 생산성이 올라간다.

1%의 AI 인재를 둘러싼 국가 간 쟁탈전

전체 노동력의 1%에 불과한 AI 역량 보유자를 놓고, 국가 간 경쟁은 이미 치열하다. 링크드인 데이터를 기반으로 한 AI 인재 이동 분석에서, 룩셈부르크, 스위스, 아일랜드, 독일은 2024년에 유출보다 유입이 더 많았다. 반면 이스라엘, 인도, 헝가리에서는 AI 인재가 순유출됐다.

인도는 흥미로운 사례다. AI 인재가 순유출되고 있으면서도, AI 역량을 보유한 링크드인 사용자의 증가 속도에서는 미국, 영국, 캐나다를 앞서고 있다. 인재를 잃으면서 동시에 새로운 인재를 빠르게 만들어내는 셈이다. 미국에서는 2022~2024년 사이 AI 엔지니어와 AI 컨설턴트가 가장 빠르게 성장하는 직업 1, 2위를 차지했다.

10개국 구인공고를 분석하면, 전체 공고의 약 3분의 1이 AI 고노출 직종이었다. 영국이 45%로 가장 높고, 오스트리아가 약 30%로 가장 낮았다. 그런데 이 AI 고노출 구인에서 가장 많이 요구되는 스킬은 AI 기술이 아니었다. 72%가 경영 스킬을, 67%가 비즈니스 프로세스 스킬을 요구했다. 프로젝트 매니지먼트, 예산 관리, 행정, 고객 지원 — 결국 AI를 활용할 수 있는 맥락적 역량이 핵심이었다. AI를 쓸 줄 아는 것보다 AI를 써서 무엇을 할 줄 아는지가 더 중요하다는 뜻이다.

‘모두를 위한 AI 리터러시’가 놓치는 것

보고서는 정책 처방으로 크게 여섯 가지를 제시한다. 교육·훈련 시스템 강화, ICT 전문인력 양성, 고용주 주도 교육 촉진, AI 리터러시 확산, 전직 지원, 형평성 보장. 이 처방들은 하나하나 합리적이다. 에스토니아의 ‘AI Leap’ 프로그램은 고등학생 2만 명과 교사 3,000명에게 AI 교육을 제공하고, 한국의 ‘AID 30+’ 프로젝트는 30세 이상 성인 1만 명에게 연 최대 35만 원의 디지털 역량 바우처를 지급한다.

독일은 중소기업 훈련 비용의 100%와 임금의 75%를 보조하는 ‘Qualifizierungschancengesetz'(역량개발기회법)를 운영한다. 스페인은 25~64세 성인을 위한 마이크로크레덴셜 프로그램에 공적 자금으로 과정 비용의 70%를 지원한다. 벨기에 리에주에서는 EUR 265만을 투입해 실직 철강 노동자들의 재교육을 지원했다.

이건 좀 냉정하게 봐야 한다. 이 정책들이 잘못되었다는 게 아니다. 문제는 이 정책들이 공통적으로 전제하는 가정이다: 노동자에게 AI 스킬을 가르치면 AI 시대에 적응할 수 있다. 그런데 보고서 자체 데이터가 보여주듯, 자동화 위험에 가장 크게 노출된 건설·생산·운송 노동자들의 위협은 AI가 아니다. 로봇, 센서, 소프트웨어 — 이미 수십 년간 진행되어 온 넓은 의미의 자동화다. 이 노동자들에게 AI 리터러시를 가르치는 것이 건설 현장의 드론 자동화나 물류센터의 로봇 확산을 막아주지는 않는다.

진짜 위기는 중간이 사라지는 노동시장

보고서가 인용한 Acemoglu and Restrepo(2018)의 분석은 핵심을 찌른다. AI를 포함한 자동화 기술은 노동시장의 양극화(polarisation)를 심화시킨다. 고임금 기술직(IT, 금융, 전문서비스)과 저임금 서비스직(배달, 청소, 돌봄)은 남지만, 그 사이에 있던 중간 숙련 일자리 — 사무보조, 은행 창구, 공장 조립라인 — 가 줄어든다. 이른바 공동화 현상(hollowing-out effect)이다.

이 공동화의 피해자는 특정 인구 집단에 집중된다. 교육 수준이 낮은 성인, 고령 노동자, 이주민, 농촌 거주자. 보고서는 이 점을 인정한다. “하위 교육·디지털 역량을 가진 개인은 일자리 대체나 경력 정체의 위험이 유의하게 높다.” 제조업, 소매업, 행정지원 — 자동화의 영향이 가장 클 것으로 예상되는 바로 그 산업에 이 노동자들이 집중되어 있다.

성인 학습 참여율은 많은 국가에서 정체하거나 오히려 감소하고 있다. 교육이 가장 필요한 집단 — 저학력, 비정규직, 고령 노동자 — 이 교육에 가장 접근하기 어려운 구조적 장벽에 부딪힌다. 비용, 시간, 접근성, 그리고 과거 교육 경험에서 비롯된 심리적 저항까지. 보고서는 스위스의 모듈형 훈련, 프랑스의 개인학습계좌(CPF), 이탈리아의 성인교육센터(CPIA) 등 다양한 해법을 소개하지만, 이 모든 프로그램이 전제하는 것은 동일하다: 개인이 학습 의지와 여건을 갖추고 있다는 것.

한국이 주목해야 할 지점 — 처방의 방향을 재설정할 때

한국은 이 보고서에서 AI 도입률 상위권에 위치한다. 기업의 30% 이상이 AI를 사용하고, ‘AID 30+’ 프로젝트를 통해 100개 대학에서 디지털·AI 역량 교육을 제공하며, 학점은행제와 연계한 모듈형 학습 경로를 구축하고 있다. 부산과 시흥에서는 시민 대상 AI 리터러시 프로그램이 운영 중이다.

그런데 한국의 노동시장 구조를 떠올려보면, 이 보고서의 내부 모순이 더 선명하게 드러난다. 한국은 대기업과 중소기업 사이의 임금 격차가 OECD 평균보다 크고, 비정규직 비율이 높으며, 플랫폼 노동이 빠르게 확산되고 있다. 대기업의 AI 도입률(40%)과 중소기업의 AI 도입률(11.9%) 사이의 3.3배 격차는 한국에서 더 극적으로 나타날 가능성이 높다.

이 프로그램 자체의 설계는 나쁘지 않다. 문제는 목표 설정이다. AI 리터러시를 높이는 것은 이미 고숙련인 사람의 생산성을 더 올려주는 효과가 크고, 자동화 위험에 놓인 중·저숙련 노동자에게는 간접적 효과만 미친다. 건설 현장 인력, 제조업 생산직, 물류 노동자가 AI 리터러시 교육을 받는다고 해서 그들의 일자리를 위협하는 로봇과 자동화 시스템에 대응할 수 있게 되는 건 아니다.

필요한 건 두 트랙이다. 고숙련 전문직에게는 AI를 활용한 생산성 극대화 — 이건 시장이 알아서 한다. 중·저숙련 노동자에게는 AI 리터러시가 아니라 직업 전환 인프라 — 재교육, 소득 보전, 경력 전환 지원 — 가 핵심이다. 핀란드가 노키아 구조조정 이후 운영한 ‘Bridge Programme’이 좋은 선례다. 재정 인센티브, 멘토링, 창업 네트워크를 결합해 실직 노동자의 조기 재취업과 자영업 전환을 지원했다.

💡 실무 시사점 — HR이 이번 분기에 점검할 3가지:

① AI 도입 전, 직무 단위 자동화 위험도 매핑부터. AI 노출도와 자동화 위험은 다르다. ‘AI를 쓸 수 있는 직무’와 ‘AI 때문에 사라질 직무’를 구분해야 교육 투자와 인력 재배치의 우선순위가 잡힌다. 보고서가 사용한 Felten, Raj and Seamans(2021)의 AI 노출 지표와 Lassébie and Quintini(2022)의 자동화 위험 지표를 병행 참고하라.

② 중간 숙련 직무의 재설계를 선제적으로 시작하라. 사무보조, 데이터 입력, 기초 분석 같은 중간 영역이 가장 먼저 줄어든다. 이 직무를 없애기 전에, AI와 결합한 새로운 역할(AI-augmented 역할)로 전환할 수 있는지를 먼저 검토하라. 직무 소멸보다 직무 재설계가 이직률과 재교육 비용 모두에서 효율적이다.

③ AI 교육은 맥락 없이 제공하지 말 것. 구인공고 분석 결과, AI 고노출 직종에서 가장 많이 요구되는 역량은 경영 스킬(72%)과 비즈니스 프로세스 스킬(67%)이었다. AI 도구 사용법만 가르치는 교육은 효과가 제한적이다. 자사 업무 맥락에서 AI를 활용한 의사결정 연습이 포함된 교육을 설계하라.

#AI스킬격차 #노동시장양극화 #HR전략 #직무재설계 #AI리터러시

참고 링크

• OECD, “Skills in the AI age” (2026)
• OECD, “OECD Employment Outlook 2023: Artificial Intelligence and the Labour Market” (2023)
• OECD, “Artificial intelligence and the changing demand for skills in the labour market” (2024)
• OECD, “Who will be the workers most affected by AI?” (2024)

작성: 서재홍 | NODE