AI 시대, ‘역대 최고 고용률’이라는 착시 — 20대 일자리 17만 개가 사라진 자리에 무엇이 들어왔나

2026년 3월 한국의 15~64세 고용률은 69.7%를 기록했다. 1989년 통계 작성 이래 3월 기준 역대 최고치다. 취업자 수는 15개월 연속 증가세, 기업 3곳 중 2곳은 올해 신규 채용 계획이 있다고 답했다. 수치만 보면 한국 노동시장은 AI 시대를 무사히 통과하고 있는 것처럼 보인다. 하지만 같은 달 20대 취업자는 16만 7천 명 줄었고, 글로벌 테크 기업에서는 한 달 만에 4만 5,800명이 해고됐다. 덴마크 행정 데이터를 분석한 연구는 AI 도입 기업의 생산성이 올라가는데도 임금과 근로시간은 2년간 변화가 ‘정밀한 0’이었다고 보고했다. 한국의 역대 최고 고용률은 AI 시대의 안전판이 아니라 착시다 — 60대 +24만이 20대 -17만을 덮는 사이, 생산성 이득은 임금으로 돌아오지 않고 최고 인재 6,300명은 4배 더 주는 나라로 떠나고 있다.

69.7%라는 숫자 뒤에 숨은 균열

통계청이 발표한 2026년 3월 고용동향을 열면 처음 눈에 들어오는 것은 긍정적인 수치들이다. 취업자 2,879만 5천 명, 전년 대비 20만 6천 명 증가, 실업률은 3.0%로 0.1%p 하락. 15~64세 고용률 69.7%는 1989년 관련 통계 작성 이래 역대 최고다.

그런데 연령대별 수치를 펼치면 풍경이 달라진다. 60세 이상이 +24만 2천 명으로 전체 증가분의 117%를 설명하는 반면, 20대는 -16만 7천 명이다. 30대가 +11만 2천 명으로 일부 상쇄하지만, 총량 지표의 호조 뒤에서 세대 간 고용이 급격히 재편되고 있는 것이다.

이 패턴은 한국만의 현상이 아니다. 스탠퍼드 디지털경제연구소가 미국 CPS(Current Population Survey) 데이터와 기업 채용 데이터를 결합 분석한 결과, AI에 노출된 직종에서 22~25세 신입 채용이 비노출 직종 대비 13% 감소한 것으로 나타났다. 소프트웨어 개발, 고객 서비스, 사무직 — LLM이 바로 대체할 수 있는 업무들이 집중된 영역이다. 같은 연구에서 경력 직원의 고용 변화는 통계적으로 유의하지 않았다. 즉, AI가 노동시장에 미치는 충격은 ‘전체 일자리 수’가 아니라 ‘누가 들어올 수 있는가’를 먼저 바꾸고 있다.

한국 통계에서 20대 -16.7만과 미국 연구의 entry-level -13%가 정확히 같은 구조를 가리킨다. 전체 고용률이 올라가더라도, 노동시장 진입로가 좁아지면 5년 뒤 핵심 인력 파이프라인에 구멍이 뚫린다.

덴마크가 먼저 본 미래 — 생산성은 올랐는데 임금은 멈췄다

AI가 고용을 줄이지 않았다면, 최소한 생산성 향상의 열매는 근로자에게 돌아가고 있을까. 이 질문에 가장 정밀한 답을 내놓은 것은 NBER 워킹페이퍼 33777호다. 덴마크 전체 사업장의 행정 데이터(세금·고용보험·기업등록 연동)와 AI 도입 실태조사를 결합해, ChatGPT 출시 이후 2년간의 변화를 추적했다.

결론은 논문 제목에 압축돼 있다 — “Still Waters, Rapid Currents”(잔잔한 수면, 격렬한 해류). AI 노출이 높은 사업장 대부분이 챗봇을 도입했고, 근로자들은 생산성 향상을 체감했다. 새로운 AI 관련 업무가 만들어졌고 직무 재편이 진행됐다. 그런데 임금과 근로시간에는 2년 동안 유의미한 변화가 없었다. 연구팀은 효과 크기의 상한을 2%로 설정하고도 이를 기각하지 못했다.

이 발견을 한국에 겹쳐보면 불편한 그림이 나타난다. 한국은행이 링크드인 110만 프로필을 분석해 발표한 보고서에 따르면, 한국 AI 인력의 임금 프리미엄은 6%다. 미국 25%, 캐나다 18%, 영국·프랑스 약 15%에 비하면 주요 선진국의 4분의 1 수준이다. 2010년 1.3%에서 6%로 올라오긴 했으나, 이 격차는 “한국에서 AI를 해도 경제적 보상이 따라오지 않는다”는 시그널을 시장에 계속 보내고 있다.

덴마크 연구가 보여준 ‘생산성은 오르는데 임금은 0’이라는 메커니즘이 한국에서는 이미 구조적 격차로 고착된 셈이다. 생산성 이득이 자본(AI 인프라 투자)으로 귀속되고 노동자에게는 배분되지 않는 현상이, 덴마크에서는 ‘아직 2년밖에 안 됐다’고 해석할 수 있지만 한국에서는 ’10년째 프리미엄이 바닥’이라는 형태로 나타나고 있다.

빅테크의 선택 — 사람을 줄이고 GPU를 샀다

이 흐름이 어디로 향하는지는 글로벌 빅테크의 행동에서 읽을 수 있다. 2026년 3월 한 달간 기술 업계에서 해고된 인원은 45,800명으로, 최근 2년 내 월간 최악의 기록을 세웠다. Meta 8,000명, Oracle 30,000명, Block은 전체 인력의 40%를 감원했다. 마이크로소프트는 미국 인력 7%를 대상으로 자발적 퇴직 프로그램을 가동했다.

같은 시기 이 기업들의 자본지출(capex)은 역대 최고를 향해 달리고 있다. 알파벳·메타·아마존·마이크로소프트 4사의 2026년 합산 capex 전망치는 6,740억 달러로, 2년 전의 2배를 넘는다. 투자처는 AI 칩, 데이터센터, 클라우드 인프라다. 사람을 내보내고 그 비용을 GPU에 넣는 구조적 전환이 숫자로 확인된다.

여기서 한 가지 역설이 있다. 같은 스탠퍼드 연구는 AI가 일자리를 ‘대체(automate)’하는 경우에는 고용 감소가 나타나지만, ‘보완(augment)’하는 경우에는 부정적 효과가 없다고 구분했다. 대체형 AI의 피해는 entry-level에 집중되고, 보완형 AI의 수혜는 고숙련 경력자에게 돌아간다. 빅테크가 대규모 해고와 대규모 투자를 동시에 집행할 수 있는 이유도 여기 있다 — 줄이는 건 AI가 대체할 수 있는 초·중급 포지션이고, 남기거나 새로 뽑는 건 AI를 설계하고 감독할 수 있는 소수다.

한국이 빼앗기고 있는 것 — 6,300명의 행방

한국에도 AI 인력은 있다. 한국은행 추산 약 5만 7천 명, 석·박사 비율 58%(석사 35%, 박사 23%)로 학력 수준은 세계적이다. 문제는 이들이 머무를 이유가 약하다는 점이다.

2024년 기준 미국에서 일하는 한국 출신 AI 인력은 6,300명으로, 2010년 2,100명의 3배다. AI 인력의 해외 이직률은 1.4%로 비AI 인력(0.8%)의 1.75배에 달한다. 가장 큰 동인은 보상 격차다. 한국의 AI 임금 프리미엄 6%는 미국 25%의 4분의 1이다. 기술별로 보면 패턴 인식(17.9%), 뇌과학(15.8%) 같은 세부 분야에서는 프리미엄이 높지만, 한국 시장에서 이 수요 자체가 크지 않다.

동시에 경총의 2026년 신규채용 실태조사는 기업 66.6%가 올해 채용 계획이 있고, 72.2%가 “직무중심 채용 강화”를 최대 트렌드로 꼽았다고 보여준다. 30.6%는 채용 과정에서 AI 활용 증가를 언급했다. 기업은 사람을 뽑고 싶어 한다 — 다만 원하는 역량의 기준이 바뀌었다.

한국 기업은 AI 인재를 원하지만 미국의 4분의 1만 줄 수 있고, 그래서 최고 인력은 떠나고, 남은 자리는 “직무중심”이라는 필터를 통과한 경력직으로 채워진다. 이 순환은 자동 강화된다.

“입구”가 좁아지는 노동시장

세 개의 독립된 데이터셋이 하나의 결론을 가리킨다.

스탠퍼드는 미국에서 AI 노출 직종의 22~25세 채용이 13% 줄었다는 것을 실증했다. 통계청은 한국에서 20대 취업자가 16만 7천 명 줄었다는 것을 보여줬다. 경총은 한국 기업의 72.2%가 직무중심 채용으로 전환했다는 것을 확인했다. 세 데이터의 원천도 방법론도 다르지만, 모두 같은 구조적 변화를 포착하고 있다 — AI 시대의 노동시장에서 진입로가 좁아지고 있다.

제조업은 이 변화의 최전선이다. 통계청 기준 한국 제조업 취업자는 3월에 -4만 2천 명으로, 21개월 연속 감소 중이다. 건설업도 -1만 6천 명, 23개월 연속 감소다. 반면 보건·사회복지(+29만 4천), 운수·창고(+7만 5천), 예술·여가(+4만 4천)는 증가했다. 고용이 늘어나는 산업은 대부분 대면 서비스와 돌봄 — AI 대체가 어려운 영역이다.

ILO가 2026년 4월 역사상 처음으로 54개국 정부·사용자·노동자 대표가 합의한 AI 관련 삼자 결론을 채택한 것도 이 맥락에서 읽어야 한다. 전 세계 제조업 근로자 약 5억 명의 권리 보호, 평생학습 강화, AI 환경에서의 산업안전을 권고한 이 문서는 11월 ILO 이사회에 제출될 예정이다. 국제기구가 이례적 속도로 움직이는 것 자체가, 변화가 이미 감지할 수 없을 만큼 빠르다는 반증이다.

일이 바뀌고 있다, 일자리 수가 아니라

NBER 연구의 가장 날카로운 통찰은 마지막 문장에 있다. “기술 변화는 임금이나 근로시간에 나타나기 한참 전에 일의 구조를 재편한다.” 실제로 덴마크에서 일어난 것은 기존 역할 내부에서 AI가 처리하는 task가 늘어나고, 콘텐츠 생성·AI 감독·시스템 통합 같은 새 포지션이 만들어지며, 일부 근로자가 AI 활용도가 높은 직종으로 이동하는 것이었다.

하지만 이 이동은 아직 평균 임금을 끌어올리기에 충분하지 않았다. 스탠퍼드 역시 비슷한 구조를 지적했다. 고소득 근로자는 AI 노출도가 높지만 자본소득으로 보완할 수 있고, 저소득 근로자는 AI 노출도가 낮지만 임금 의존도가 높아서 어떤 변화든 더 치명적이다. AI가 만드는 불균형은 ‘일자리가 사라지느냐’라는 물음으로는 포착할 수 없다. 같은 일자리 안에서 누구의 기여가 인정받고, 누구의 보상이 정체되는가 — 이 질문이 핵심이다.

한국의 상황을 이 프레임으로 다시 읽으면, 69.7%라는 고용률이 왜 안심의 근거가 될 수 없는지 명확해진다. 일자리 수는 유지되거나 늘어나고 있지만, 그 안에서 AI가 재편하는 업무 구조와 보상 체계는 이미 움직이고 있다. 제조업과 건설업에서 빠져나간 인력이 보건·돌봄으로 이동하는 과정에서, 필요한 재숙련이 충분히 지원되고 있는가. 직무중심 채용으로 전환한 기업이 72%인데, 그 직무를 수행할 수 있도록 청년을 교육하는 시스템은 갱신됐는가.

한 줄 요약: 한국의 역대 최고 고용률은 AI 시대의 안전판이 아니다 — 총량 지표가 양호한 사이 진입로는 좁아지고, 생산성 이득은 자본으로 귀속되며, 최고 인재는 보상 격차를 따라 떠나고 있다.

💡 실무 시사점 — HR이 이번 분기에 점검할 3가지:

① 신입 파이프라인의 실질 가동률을 확인하라. 직무중심 채용 전환이 의도치 않게 entry-level 채널을 차단하고 있지 않은지 점검해야 한다. 2~3년 뒤 중간 관리자 풀이 마르는 것은 지금의 신입 채용 방식에서 결정된다.

② AI 역량 보상 체계를 재설계하라. AI 임금 프리미엄 6%는 인재를 붙잡기에 턱없이 부족하다. 직급 호봉제 안에서 AI 스킬에 별도 수당을 설계하든, 프로젝트 성과급으로 연동하든, 현재 보상 구조가 AI 인력에게 보내는 시그널이 무엇인지 정직하게 진단해야 한다.

③ ‘일의 구조’ 변화를 모니터링하라. 일자리 수 대신 직무 내 task 구성 변화를 추적하는 지표를 만들어야 한다. 덴마크 연구가 보여줬듯, 변화는 임금이나 고용 수치에 나타나기 한참 전에 업무 내용에서 먼저 시작된다.

#AI고용 #직무중심채용 #AI임금프리미엄 #청년고용 #인재유출

참고 링크

• Stanford Digital Economy Lab, “AI and Labor Markets: What We Know and Don’t Know” (2026)
• NBER, “Still Waters, Rapid Currents: Early Labor Market Transformation under Generative AI” (2026)
• 통계청, “2026년 3월 고용동향” (2026)
• 한국경영자총협회·KDI, “2026년 신규채용 실태조사 결과” (2026)
• 한국은행, “AI 전문인력 현황과 수급 불균형: 규모, 임금, 이동성 분석” (2025)
• People Matters, “AI push drives 45,800 tech layoffs in March” (2026)

작성: 서재홍 | NODE