AI가 먼저 밀어내는 건 공장 노동자가 아니라 사무실 청년이다

지난 분기 한국의 임금근로 일자리는 29.2만 개 늘었다. 숫자만 보면 고용시장은 건강하다. 그런데 같은 기간 20세 미만 일자리는 7.6만 개 줄었고, 늘어난 일자리의 대부분은 60세 이상이 가져갔다. 한국은행은 남성 청년(25~34세) 경제활동참가율이 2000년 89.9%에서 82.3%로 떨어졌다는 이슈노트를 냈고, 그 하락분의 98.3%가 AI 노출 업종에 집중됐다고 분석했다. 같은 시기 미국에서는 AI 연구기관이 800개 직업의 실제 AI 활용 데이터를 분석해 컴퓨터 프로그래머의 75%가 이미 AI로 대체 가능하다는 실측 결과를 내놓았다. 과거 산업혁명이 공장 노동자부터 밀어냈다면, 이번 자동화는 정반대로 사무실의 젊은 인지노동자를 먼저 밀어내고 있다 — 그런데 한국의 정책 대응은 여전히 ‘청년에게 AI를 가르치면 된다’는 프레임에 갇혀 있다.

한 줄 요약: AI 자동화는 고학력·고소득 청년 인지노동자부터 밀어내고 있으며, ‘청년에게 AI를 가르치면 된다’는 정책은 대체 대상 직종을 양성하는 자기모순에 빠져 있다.

29만 개 일자리가 가린 세대 역전

2026년 1분기 임금근로 일자리 통계를 펼치면, 전체 2,082.8만 개로 전년 대비 29.2만 개(1.4%) 증가했다. 보건·사회복지가 12.7만 개, 숙박·음식이 5.9만 개 늘며 서비스업이 성장을 이끌었다. 여기까지만 읽으면 고용시장은 양호하다.

문제는 이 숫자를 연령대로 쪼개는 순간 드러난다. 60세 이상 일자리가 23.3만 개 증가한 반면, 20세 미만은 7.6만 개 감소했다. 늘어난 일자리 10개 중 8개를 60대 이상이 가져간 셈이다. 한국은행 이슈노트는 이 현상을 더 정밀하게 짚었다. 남성 25~34세 경활률이 7.6%p 떨어진 사이, 고령층 고용은 오히려 12.3%p 올랐다. 고령층이 숙련직에 더 오래 머물면서 청년의 진입 통로를 막고 있다는 분석이다.

솔직히, 이 숫자 조합은 불편하다. 총량 지표로만 보면 “일자리는 늘고 있다”고 말할 수 있지만, 세대별로 보면 완전히 다른 이야기가 된다. 일자리가 늘어난 게 아니라 일자리의 주인이 바뀌고 있다. 한국은행은 이 하락의 98.3%가 AI 노출 업종에 집중됐다고 분석했는데, 이건 단순한 경기 순환이 아니라 기술 구조 변동의 신호다.

프로그래머 75% — AI가 노크하는 첫 번째 문

AI가 어떤 직업을 대체하는가에 대해 그동안 수많은 예측이 있었다. 대부분은 이론적 가능성에 기반한 추정이었다. 2026년 8월, AI 연구기관이 처음으로 실제 사용 데이터에 기반한 노출도 지표를 발표하면서 그림이 달라졌다. 800개 이상의 미국 직업에 대해 O*NET 직무 데이터베이스와 실제 AI 활용 로그를 결합한 ‘observed exposure’ 지표를 만든 것이다.

결과는 직관과 충돌한다. 이론적으로 대체 가능한 직무 범위가 94%에 달하는 컴퓨터·수학 직군에서, 실제 AI가 커버하는 범위는 33%였다. 아직 갈 길이 멀다고 안심할 수도 있지만, 직업별로 보면 얘기가 다르다. 컴퓨터 프로그래머는 이미 75%의 업무가 AI로 수행 가능했고, 데이터 입력 담당자가 67%로 뒤를 이었다. 반면 요리사, 정비사, 인명구조원 등 30%의 직업군은 AI 노출도가 0이었다.

개인적으로는 이 지점이 핵심이다. 과거 자동화가 저임금·저학력 직종을 대체했다면, AI는 고임금·고학력 직종부터 파고든다. AI에 가장 많이 노출된 직업군의 종사자는 비노출 직종보다 소득이 47% 높고, 대학원 학위 보유 비율이 4배다. 기존의 ‘자동화 = 블루칼라 위협’이라는 공식이 완전히 뒤집힌 것이다. 한국은행 데이터가 보여주는 청년 경활률 하락이 AI 노출 업종에 98.3% 집중된 이유가 여기 있다. AI가 대체하는 건 단순 반복 노동이 아니라, 청년들이 높은 교육비를 들여 진입하는 바로 그 고부가가치 직종이다.

22세의 구직률이 14% 떨어졌다

같은 연구에서 더 불안한 신호가 포착됐다. ChatGPT 등장 이후 AI 고노출 직종에서 구직 성공률(job finding rate)이 14% 하락한 것이다. 월간 기준 약 2%이던 구직률이 0.5%p 떨어졌고, 이 하락은 주로 2024년에 집중됐다. 특히 22~25세에서만 나타났고, 25세 이상에서는 유의미한 변화가 없었다. 경력자는 AI와 공존하지만, 신입은 AI에 밀린다는 뜻이다.

이건 한국만의 현상이 아니다. 국제노동기구(ILO)가 2026년 8월 발간한 글로벌 청년 고용 보고서에 따르면, 전 세계 청년 실업률은 12.4%(6,700만 명), 11개 세계 하위지역 중 8곳에서 2023~2025년 사이 청년 실업률이 상승했다. 15~29세 청년 일자리의 6.1%가 AI 관련 변화에 고노출 상태다. 북미의 청년 실업률은 2023년 8.3%에서 2025년 9.8%로 올랐다.

ILO 보고서의 제목이 의미심장하다 — ‘Back to the Future’. 기술 혁명이 일자리를 바꾸는 건 역사에서 반복된 일이지만, 이번엔 패턴이 다르다. 과거에는 신기술에 적응하는 젊은 세대가 구세대를 밀어냈다. 지금은 AI라는 신기술이 오히려 젊은 세대를 먼저 밀어내고 있다. 경력이 없는 신입이 AI와의 경쟁에서 가장 취약하기 때문이다. 10년차 프로그래머는 AI를 도구로 쓰지만, 신입 프로그래머의 자리는 AI가 대신한다.

재훈련은 답이다 — 단, AI를 배우는 게 아니라 AI를 벗어나는 것

그렇다면 재훈련은 해법이 될 수 있을까. 190만 건의 직업훈련 데이터를 분석한 미국 경제연구소(NBER)의 연구는 낙관적인 결과를 보여준다. AI 고노출 직종에서 재훈련을 받은 근로자의 분기 소득 수익률이 2020년 이전 약 1,000달러에서 2022~2024년 3,000달러로 3배 급증했다. 재훈련이 작동한다는 강력한 증거다.

그런데 이 수치를 자세히 들여다보면 방향이 예상과 다르다. 소득 증가의 대부분은 AI 고노출 직종에서 AI 저노출 직종으로 전환한 사람들에게서 나왔다. AI를 더 잘 쓰는 법을 배워서 소득이 오른 게 아니라, AI가 대체하기 어려운 영역으로 이동해서 소득이 오른 것이다. 연구팀이 개발한 ‘AI 재훈련성 지수(AIR Index)’에 따르면 대부분의 직종에서 이런 전환 잠재력은 높은 편이었다.

ILO 보고서도 비슷한 방향을 가리킨다. 저·중소득국에서 15~29세 근로자 10명 중 9명이 비공식 고용 상태인데, 아이러니하게도 이 비공식 영역은 AI 노출도가 극히 낮다. AI가 파고들기 어려운 현장 기반·대면 노동이기 때문이다. 선진국 청년이 AI에 밀리는 사이, 개발도상국 청년은 AI가 닿지 않는 일자리에서 (비록 열악하지만) 자리를 유지하고 있다. 기술 발전의 수혜와 타격이 동시에 역전된 기이한 풍경이다.

‘AI 인재 30만 양성’이라는 정책의 자기모순

이 맥락에서 한국 정부의 청년 고용 대책을 다시 보면, 이건 좀 아쉽다. 2026년 8월 확정된 ‘청년일자리 회복방안’의 핵심은 AI·반도체 첨단 분야 전문인력 30만 명 양성이다. K-뉴딜 아카데미를 1만 명에서 5만 명으로 확대하고, 청년일자리도약장려금을 720만 원에서 1,800만 원으로 2.5배 올렸다.

투입 규모는 인상적이다. 그러나 NBER의 재훈련 연구와 겹쳐 놓으면 논리적 긴장이 보인다. 재훈련 수익이 폭증한 건 AI에서 벗어나는 전환에서였지, AI를 더 배우는 과정에서가 아니었다. AI 고노출 직종의 대표 격인 컴퓨터 프로그래머는 이미 업무의 75%가 AI로 대체 가능하고, 22~25세 신규 진입자의 구직률이 14% 떨어졌다. 이 직종에 30만 명을 더 밀어넣는 것이 과연 올바른 방향인가.

물론 AI 리터러시 자체가 불필요하다는 게 아니다. AI를 도구로 활용하는 역량은 앞으로 거의 모든 직종에서 기본 소양이 될 것이다. 문제는 ‘AI 전문인력 양성’과 ‘AI 리터러시 보급’을 구분하지 않는 정책 설계다. 전자는 AI 고노출 직종의 인력 공급을 더 늘려 이미 좁아진 파이를 더 많은 사람이 나누게 만든다. 후자는 AI가 대체하기 어려운 영역에서 AI를 보조 도구로 쓸 수 있게 해준다. 같은 ‘AI 교육’이지만 방향은 정반대다.

장려금 확대도 마찬가지다. 1,800만 원이라는 금액은 분명 매력적이지만, 기업이 청년을 고용하는 유인과 AI 도입 비용을 천칭에 올려놓으면 답은 이미 기울어져 있다. AI 구독료 월 수십만 원으로 프로그래머 한 명분의 업무를 처리할 수 있는 시대에, 고용 보조금은 속도를 늦출 뿐 방향을 바꾸지 못한다.

세대 역전 시대, HR이 다시 세워야 할 전제

이 글에서 다룬 데이터를 관통하는 하나의 패턴이 있다. AI 시대의 고용 충격은 세대적으로 역전되어 있다. 과거 기술 혁명에서 젊은 세대는 적응의 주체였고 기성세대가 도태됐다. 지금은 반대다. 경험 없는 청년이 AI와의 경쟁에서 가장 취약하고, 경력을 쌓은 중장년은 AI를 도구로 활용하며 오히려 생산성을 높인다. 한국의 고용 통계가 보여주는 ’60대 일자리 폭증 + 청년 일자리 위축’은 이 역전의 가장 선명한 단면이다.

그리고 재훈련 연구가 보여주는 처방은 직관과 다르다. AI를 더 잘 쓰는 법을 가르치는 게 아니라, AI가 대체하기 어려운 영역으로의 이동을 설계하는 것이 가장 높은 경제적 수익을 낳았다. 이것은 HR 실무자에게 매우 구체적인 시사점을 던진다.

💡 실무 시사점 — HR이 이번 분기에 점검할 3가지:

① 신입 채용 파이프라인을 AI 노출도로 재검토하라. 프로그래머·데이터입력·고객상담 등 AI 고노출 직종의 신입 채용을 유지하고 있다면, 그 직무가 3년 후에도 존재하는지 시뮬레이션이 필요하다. 채용 전에 직무 재설계가 먼저다.

② 사내 교육을 ‘업스킬링’에서 ‘크로스스킬링’으로 전환하라. NBER 데이터가 보여주듯, 재훈련의 진짜 수익은 AI 역량 강화가 아니라 AI 저노출 영역으로의 전환에서 나온다. AI 활용 교육과 AI 회피 교육을 동시에 설계해야 한다.

③ 경력직 리텐션 전략을 강화하라. AI 시대에 경력자의 가치는 올라간다. 22~25세 구직률은 14% 떨어졌지만 25세 이상은 변함없다. 경험과 맥락 판단이 AI와의 차별점이라면, 중장년 인력의 이탈 방지가 그 어느 때보다 중요하다.

#AI노동시장 #세대역전 #크로스스킬링 #청년고용 #HR전략

참고 링크

• Anthropic Research, “Labor Market Impacts of AI: A New Measure and Early Evidence” (2026)
• 한국은행, “남성 청년층 경제활동참가율의 하락 추세 평가” (2026)
• NBER, “How Retrainable Are AI-Exposed Workers?” (2026)
• 통계청, “2026년 1분기 임금근로 일자리동향” (2026)
• 고용노동부, “청년일자리 회복방안 확정” (2026)
• ILO, “Global Employment Trends for Youth 2026: Back to the Future” (2026)

작성: 서재홍 | NODE