AI 일자리가 폭증하고 있다. 2025년 한 해 동안 미국에서 에이전틱 AI 관련 채용 공고는 10,854% 증가했고, 전 세계 기업의 88%가 AI를 도입했다고 답한다. 영국에서는 직장인의 73%가 업무에 AI를 쓰고 있으며, 상위 15% 숙련 사용자는 매주 8시간을 아끼고 승진 가능성이 84% 더 높다. 그런데 이 수치들 사이에 빠진 것이 하나 있다. 이 사다리를 오르려면 일단 첫 번째 계단에 발을 디뎌야 하는데, 바로 그 계단이 사라지고 있다는 사실이다. AI 시대의 진짜 위기는 ‘역량 격차’가 아니라 ‘첫 번째 계단의 소멸’이다.
같은 산업, 두 개의 숫자 — 주니어 고용 20% 감소와 시니어 수요 폭증이 동시에 일어나는 이유
미국 최대 급여 플랫폼 ADP의 460만 명 급여 데이터를 분석한 연구가 2026년 6월에 공개됐다. 결과는 뚜렷하다. AI 노출도가 높은 직종에서 22~25세 고용은 전년 대비 -4.2% 줄었다. AI 노출이 낮은 직종의 같은 연령대 감소폭 -1.7%의 두 배가 넘는다. 소프트웨어 개발 분야로 좁히면 상황은 더 극적이어서, 22~25세 개발자 고용은 2022년 피크 대비 약 20% 하락했다.
그런데 같은 데이터셋을 전 연령대로 확장하면 풍경이 달라진다. AI 노출 직종의 전체 고용은 -0.2%에 불과하고, 비노출 직종은 오히려 +0.1% 성장했다. AI 채용 공고는 싱가포르에서 전체 공고의 4.69%, 미국에서 2.6%를 차지하며 역대 최고를 경신 중이다. 파이썬 기술 수요는 10년 전 대비 391% 늘었고, AWS 관련 수요는 1,358% 폭증했다.
이 두 숫자를 나란히 놓으면 하나의 구조가 보인다. AI 경제는 일자리를 없애는 게 아니라, 일자리의 진입 조건을 바꾸고 있다. 연구자들이 붙인 이름은 “연공 편향적 기술 변화(seniority-biased technological change)”다. AI는 주니어의 업무를 대체하고, 시니어의 업무는 증강한다. 그리고 이 변화는 대량 해고가 아니라 신규 채용의 감속이라는 조용한 형태로 진행된다. 해고 뉴스는 헤드라인을 장식하지만, 채용 공고가 조용히 사라지는 건 아무도 보도하지 않는다.
-20%
22~25세 SW 개발자 고용 2022년 피크 대비 하락폭
Stanford Digital Economy Lab — ADP 460만 명 분석 (2026)
+10,854%
에이전틱 AI 채용 공고 전년 대비 증가율
AI Index Report — 미국 채용 공고 분석 (2025)
-0.2%
AI 노출 직종 전 연령대 고용 변화 — 주니어만 타격
Stanford Digital Economy Lab — 전체 연령 비교 (2026)
대기업이 주니어를 뽑지 않는 ‘다른’ 이유 — 효율임금의 함정
주니어 채용이 줄어드는 가장 직관적인 설명은 “AI가 주니어 업무를 대신하니까”다. 맞는 말이지만, 이것만으로는 왜 대기업에서 이 현상이 더 두드러지는지 설명하지 못한다. 2026년 5월 발표된 독일 전수 고용 데이터 분석이 퍼즐의 빠진 조각을 제공한다.
독일 전체 사업장·근로자 연결 데이터를 분석한 이 연구의 핵심 발견은 반직관적이다. 대기업은 사업장 크기와 무관하게 균일한 임금을 지불한다. 같은 모기업 소속이면 직원 50명짜리 사업장이든 5,000명짜리 공장이든 임금 수준이 동일하다. 경제학에서 “대기업이 더 높은 임금을 주는 이유”를 설명해 온 사업장 규모 임금 효과(employer size wage effect)가, 기업 내부로 들어가면 완전히 사라진다는 것이다. 독일 전체 고용의 25%가 이런 다사업장 대기업에 속한다.
이건 이론적 발견이 아니라 HR에 직접적인 함의를 가진다. 대기업이 사업장별 노동시장 조건과 무관하게 기업 차원의 임금을 설정한다는 것은, 주니어를 ‘싸게’ 뽑을 수 있는 유연성 자체가 대기업 임금 구조에 없다는 뜻이다. 시장가보다 높은 임금(효율임금)을 전사적으로 지불하는 대기업에게 주니어 채용은 원래부터 비용 효율적이지 않았다. 거기에 AI가 주니어 업무까지 대체하기 시작하면, 뽑지 않을 이유가 하나 더 추가되는 셈이다.
사례 — 맥킨지 설문 2025년 대규모 기업 설문에서 매출 10억 달러 이상 기업의 35%가 AI로 인력을 줄일 것이라 답했다(중소기업은 30%). 가장 많이 줄일 분야로 꼽힌 것은 서비스 운영, 공급망, 마케팅·세일즈, 소프트웨어 엔지니어링 — 전부 주니어 비중이 높은 기능이다.
솔직히, 이 구조를 보면 “AI 시대에 맞는 인재를 키워라”는 조언이 얼마나 공허한지 알 수 있다. 대기업의 임금 체계 자체가 주니어 실험을 허용하지 않는 구조인데, 거기에 AI까지 겹치면 주니어 채용은 비용 항목에서 ‘필수’가 아니라 ‘선택’으로 밀려난다.
교육 시장이 보내는 경고 — 배울 이유가 사라진 세대
첫 번째 계단이 사라지면, 그 계단을 오르기 위한 준비 과정도 무너진다. 개발자 교육 크리에이터 조시 코모의 사례가 이를 정확히 보여준다. React와 CSS 심화 과정으로 유명한 그의 기존 강의 매출은 50% 이상 급감했다. 새로 출시한 애니메이션 과정은 이전 신규 강의 대비 3분의 1 수준에 그칠 것으로 예상된다. 강의 수입이 전체 소득의 99%를 차지하는 그에게는 생존의 문제다.
코모는 이를 “이중 타격(double whammy)”이라 설명한다. 첫째, 직업 안정성에 대한 불안이 스킬 투자 의욕을 꺾는다. 내 일자리가 자동화될 수 있는데 30만 원짜리 강의를 왜 사겠는가. 둘째, LLM이 이미 무료로 맞춤형 튜터링을 제공한다. 유료 교육 콘텐츠를 “동의나 보상 없이” 학습한 AI가 그 지식을 무료로 재생산하는 구조다. 코모만의 문제가 아니라, 그가 대화한 다른 교육 크리에이터들 모두 같은 하락세를 보고 있다고 했다.
개인적으로는, 이 현상이 단순한 교육 시장 침체를 넘어선다고 본다. “학습 → 스킬 습득 → 취업”이라는 파이프라인 자체에 대한 신뢰가 무너지고 있다는 신호다. 주니어 일자리가 줄어드는 것을 사람들이 체감하기 시작했고, 그래서 스킬에 투자할 동기 자체가 사라지고 있다. 여기서 악순환이 시작된다. 교육 투자가 줄면 주니어 인재 풀의 질이 떨어지고, 그러면 기업은 주니어를 더 안 뽑고, 그러면 교육 투자가 더 줄어든다.
-50%+
개발자 교육 크리에이터 기존 강의 매출 하락
Josh W. Comeau — 개인 매출 공개 (2026)
1/3수준
신규 강의 예상 판매량 — 이전 론칭 대비
Josh W. Comeau — Whimsical Animations 론칭 데이터 (2026)
53%
생성형 AI 인구 도달률 — PC·인터넷보다 빠른 보급 (3년)
AI Index Report — 미국 소비자 데이터 (2026)
‘마인드셋 문제’라는 진단이 놓치는 것 — 상위 15%만의 생산성 파티
영국 전역의 AI 도입 현황을 분석한 대규모 조사가 흥미로운 프레임을 제시한다. 직장인을 4단계로 나눠 보면, AI 관망자(Spectator) 10%, 실험자(Experimenter) 38%, 실무자(Practitioner) 37%, 그리고 선도자(Trailblazer) 15%다. 선도자 그룹은 주당 8시간을 절약하고, 승진 가능성이 84%, 긍정적 인사 평가가 88% 더 높다. 그리고 이 조사의 결론은 낙관적이다. 선도자와 나머지의 차이는 기술 역량이 아니라 “습관, 마인드셋, 조직의 허락”이라는 것이다.
이 진단이 틀렸다고 말하기는 어렵다. 실제로 AI 도구를 반복적으로 실험하고, 멀티모달 기능을 탐색하고, 프롬프트를 다듬는 습관이 성과 차이를 만드는 건 사실이다. 문제는 이 프레임이 전제하는 것에 있다. 누구나 노력하면 선도자가 될 수 있다는 전제는, 선도자가 되기 위한 환경 — 즉 AI를 지렛대로 활용할 수 있는 충분한 업무 경험과 판단력 — 이 이미 갖춰져 있을 때만 유효하다.
같은 시기 공개된 고용 데이터가 이 전제를 흔든다. AI 도구를 쓴 고객 지원 상담원의 생산성은 14~15% 올랐지만, 가장 큰 수혜자는 경력이 짧은 하위 숙련 상담원이었다(30~35% 향상). 반면 경험 많은 오픈소스 개발자는 AI 도움을 받았을 때 오히려 19% 느려졌다. 직무에 따라 AI의 효과가 정반대로 나타나는 것이다. 그런데 22~25세 개발자 고용은 20% 줄었다. AI가 주니어에게 가장 큰 생산성 향상을 줄 수 있는데, 정작 그 주니어가 자리를 얻지 못하는 아이러니가 여기 있다.
구조적 역설 AI 보조 도구의 생산성 향상 효과는 경험이 적은 근로자에게 가장 크지만, AI 시대의 채용 시장은 경험이 많은 근로자만을 원한다. 기술이 가장 필요한 사람에게 기술을 쓸 기회가 주어지지 않는 구조다.
사무직 여성이라는 이중 취약 지점
첫 번째 계단의 소멸이 모든 집단에 균등하게 작용하지 않는다. 2026년 7월, 고용노동부는 양성평등위원회를 개편하며 AI 소위원회를 신설했다. 정부 자문 기구가 특정 기술을 이름 붙여 소위원회를 만든 것 자체가 이례적인데, 그 배경에는 불편한 데이터가 있다.
해외 연구에서 AI에 대한 직종 노출도는 여성이 더 높고, AI 실제 사용률은 남성이 더 높다. 이건 단순한 격차가 아니라 격차가 벌어지는 방향을 가리킨다. 자동화에 더 많이 노출되면서 동시에 자동화 도구를 덜 쓰고 있다면, 임금격차는 확대될 수밖에 없다. 한국의 상황은 여기에 한 겹이 더 덧붙는다. 여성의 전통적 노동시장 진입 통로였던 사무직에서 이미 취업 부진이 나타나고 있다는 것이다.
앞서 본 구조를 떠올려 보자. 대기업의 효율임금 체계는 주니어 채용 유인을 줄이고, AI는 주니어 업무를 대체하며, 교육 투자 동기는 사라진다. 이 세 가지가 사무직 여성에게는 더 강하게 작용한다. 사무 행정, 데이터 입력, 고객 응대 — 여성 비율이 높은 이 직종들이 AI 자동화의 1순위 타겟이기 때문이다. 대안 진입 경로를 찾아야 한다는 전문가의 지적은 맞지만, 이건 좀 아쉽다. 어디로 진입하라는 건지가 빠져 있다.
높음
여성의 AI 직종 노출도 — 사무·행정직 집중
고용노동부 양성평등위 — 해외 연구 인용 (2026.7)
낮음
여성의 AI 실제 사용률 — 남녀 임금격차 확대 요인
고용노동부 양성평등위 — 장지연 KLI 박사 발언 (2026.7)
35%
매출 10억$ 이상 기업 중 AI로 인력 감축 예상 비율
McKinsey Global Survey — 대기업 응답 (2025)
‘역량 격차를 줄여라’가 틀린 처방인 이유
영국 정부는 2030년까지 1,000만 명에게 AI 교육을 제공하겠다고 발표했다. 기업 차원에서는 AI 스킬 퀴즈를 만들어 개인의 AI 숙련도를 진단하고, 실험자를 실무자로, 실무자를 선도자로 끌어올리겠다는 구상이다. 의도는 좋지만, 핵심을 비켜간다.
문제를 정리하면 이렇다. 역량 격차(skill gap) 프레임은 “사람들이 AI를 못 써서 뒤처진다”고 본다. 처방은 교육이다. 그런데 현실의 데이터는 다른 이야기를 한다. 22~25세 개발자 고용이 20% 줄어든 건 그들이 AI를 못 써서가 아니다. AI가 그들의 업무를 대신하기 때문이다. 교육 시장이 붕괴하는 건 교육의 질이 떨어져서가 아니라, 교육을 받아도 첫 일자리를 얻기 어려워졌기 때문이다. 대기업이 주니어를 안 뽑는 건 주니어 역량이 부족해서가 아니라, 임금 구조와 AI가 결합해 주니어 포지션 자체가 불필요해졌기 때문이다.
이 세 가지를 합치면, “역량 격차를 줄여라”는 처방이 왜 공허한지가 분명해진다. 사다리를 오르는 기술을 가르치는 것은 사다리의 첫 번째 계단이 있을 때만 의미가 있다. 지금 필요한 건 교육이 아니라, 계단을 다시 놓는 일이다.
경고 — 악순환 루프 주니어 채용 감소 → 교육 투자 동기 하락 → 주니어 인재 풀 약화 → 기업의 주니어 채용 의지 추가 하락. 이 루프가 고착되면 5~10년 후 시니어 인력 파이프라인 자체가 고갈된다. AI로 주니어를 대체한 기업이 정작 시니어를 구하지 못하는 역설이 기다린다.
계단을 다시 놓는 법 — 채용이 아니라 역할 재설계
“주니어를 더 뽑아라”는 답이 아니다. AI가 대체할 수 있는 업무를 사람에게 시키라고 기업을 설득하는 건 현실적이지 않다. 답은 주니어의 역할 자체를 재정의하는 데 있다.
데이터가 힌트를 준다. AI 보조를 받은 하위 숙련 상담원의 생산성이 30~35% 향상됐다는 건, 주니어가 AI를 도구로 쓰면 시니어급 아웃풋을 낼 수 있다는 뜻이다. 문제는 이 가능성을 실현할 ‘자리’가 없다는 것이다. 기존의 주니어 포지션 — 코드 리뷰 보조, 데이터 정리, 기본 고객 응대 — 은 AI가 더 잘하게 됐다. 새로운 주니어 포지션은 AI 아웃풋의 검증, AI 워크플로의 설계, AI가 놓치는 맥락의 보완처럼 AI와 협업하는 역할이어야 한다.
이건 채용 공고의 문구를 바꾸는 수준이 아니다. 직무 설계(job design) 차원의 전환이다. 몇 가지 구체적인 방향이 있다. 첫째, “AI 에이전트 감독자(AI agent supervisor)”라는 새로운 엔트리 레벨 역할을 만드는 것이다. 에이전틱 AI 공고가 10,854% 늘었다는 건, AI 에이전트가 자율적으로 멀티스텝 작업을 수행하는 환경이 빠르게 확산되고 있다는 뜻이다. 이 에이전트의 산출물을 검수하고, 실패 패턴을 분석하고, 프롬프트를 개선하는 역할은 도메인 전문성보다 비판적 사고와 꼼꼼함이 더 중요하다 — 주니어에게 적합한 역할이다.
둘째, 대기업의 효율임금 구조를 우회하는 방법이 있다. 인턴십이나 수습 기간을 “AI 레지던시” 프로그램으로 재구성해, 정규 임금 테이블 바깥에서 주니어가 AI 협업 경험을 쌓을 수 있는 경로를 만드는 것이다. 균일 임금 체계가 주니어 채용을 막고 있다면, 임금 체계 밖의 진입로를 설계해야 한다.
셋째, 성별 격차에 대해서는 사무직 여성의 “대안 진입 경로”를 구체화해야 한다. AI 알고리즘 편향 감사, 학습 데이터 검증, AI 산출물의 맥락 보정 — 이 역할들은 기존 사무 행정 역량(정확성, 절차 이해, 커뮤니케이션)과 자연스럽게 연결된다. 사무직이 사라지는 게 아니라, 사무직의 정의가 바뀌는 것이다.
한 줄 요약: AI 시대의 진짜 위기는 ‘역량 격차’가 아니라 ‘첫 번째 계단의 소멸’이다 — 대기업은 주니어를 뽑을 경제적 이유를 잃었고, 교육 시장은 붕괴하고 있으며, 그 피해는 여성과 청년에게 집중된다.
💡 실무 시사점 — HR이 이번 분기에 점검할 3가지:
① 주니어 포지션 재설계 감사. 현재 채용 중인 엔트리 레벨 포지션의 직무 기술서를 꺼내, AI가 대체 가능한 업무와 AI 협업이 필요한 업무를 분리하라. “AI 에이전트 감독” 요소가 포함된 신규 직무 기술서를 최소 1개 시범 설계할 것.
② AI 레지던시 파일럿. 정규 임금 테이블 밖에서 운영할 수 있는 6개월 AI 협업 수습 프로그램을 검토하라. 기존 인턴십 예산과 구조를 활용하되, 직무 내용을 “보조 업무”에서 “AI 산출물 검증·개선”으로 전환하는 것이 핵심이다.
③ 성별 영향 사전 평가. AI 도입 계획이 있는 부서의 직무를 성별 분포와 교차 분석하라. 여성 비율이 높은 직무군에 AI가 도입될 때 대안 역할(알고리즘 감사, 데이터 검증)로의 전환 경로가 설계되어 있는지 점검할 것.
#첫번째계단#주니어채용#AI역할재설계#효율임금#성별격차
참고 링크
- Stanford HAI, “AI is hitting employment among young software developers hard” (2026)
- Stanford HAI, “AI is sparking a jobs boom — just not for newbies” (2026)
- NBER, “Off the Labor Supply Curve: The Zero Employer Size Wage Effect Within Large Firms” (2026)
- 고용노동부, “노동부, 인공지능(AI) 시대 성평등 과제 발굴 추진” (2026)
- Simon Willison, “Josh W. Comeau on AI’s impact on course sales” (2026)
- Google AI Blog, “Unlocking Britain’s next era of productivity: Building a nation of AI trailblazers” (2026)
작성: 서재홍 | NODE