AI 시대, 우리가 '인간의 일'이라 부르던 것들의 목록

2022년 7월부터 2025년 7월까지 3년 동안 한국의 15~29세 청년 일자리는 21만 1천 개 줄었다. 그 감소분의 98.6%가 AI에 많이 노출된 업종에서 나왔다. 같은 기간, 같은 업종에서 50대 일자리는 늘었다.

이 숫자를 처음 봤을 때 나는 “AI가 일자리를 빼앗는다”는 익숙한 문장이 얼마나 부정확한지 깨달았다. AI는 일자리를 통째로 가져가지 않았다. 대신 경력의 첫 계단을 치웠다. 그 자리에 서 있던 사람은 20대였고, 그 위 계단에 서 있던 50대는 오히려 더 단단히 자리를 잡았다.

이 블로그의 첫 글은 그래서 “AI가 무엇을 할 수 있는가”가 아니라, 우리가 지금까지 ’인간의 일’이라고 불러온 것이 실제로 무엇이었는가를 묻는 데서 시작한다.

무슨 일이 있었나: 사라진 것은 직업이 아니라 ’입구’다

한국노동연구원이 2026년 2월 노동리뷰에 실은 분석은 명확하다. 생성형 AI가 노동시장 전반에 미친 영향은 아직 제한적이다. 그러나 영향이 나타난 곳은 뚜렷하게 편중되어 있다. 청년층, 정보통신업, 사무직이다. 한국은행도 2025년 10월 같은 결론을 냈다. AI 고노출 업종에서 청년 고용 감소가 집중되었고, 50대 고용은 오히려 증가했다.

연구자들은 이 현상에 이름을 붙였다. 연공편향 기술변화(seniority-biased technological change). 과거의 기술 변화가 “고학력 편향”이었다면, 이번 변화는 “경력 편향”이라는 뜻이다. AI는 경험 많은 사람의 부족한 기술을 보완해 주고, 경험 없는 사람이 맡던 일을 대신한다.

미국 데이터도 같은 방향을 가리킨다. Anthropic이 2026년 3월 발표한 연구는 실제 AI 사용 데이터를 800개 이상 직업에 대응시켜 ’관측된 노출도’라는 지표를 만들었다. 결론은 두 가지다. 첫째, 2022년 말 이후 고노출 직업군의 실업률이 체계적으로 오른 증거는 없다. 둘째, 그러나 22~25세 젊은 노동자의 구직 성공률은 고노출 분야에서 약 14% 낮아졌다는 잠정적 증거가 있다. MIT 테크놀로지 리뷰가 미국 노동통계국 자료로 확인한 그림도 비슷하다. 해고는 적고, 신규 채용도 적은 “저해고-저채용” 시장이 만들어지고 있다.

정리하면 이렇다. AI는 지금까지 일하는 사람을 내보내지 않았다. 일을 시작하려는 사람을 들이지 않았다.

왜 중요한가: ’인간의 일’은 사실 ’경력의 사다리’였다

여기서 한 걸음 물러나 보자. 우리는 왜 신입 사원에게 회의록 정리, 자료 검색, 초안 작성, 데이터 정리 같은 일을 맡겼을까. 그 일들이 인간만 할 수 있어서가 아니었다. 그 일들이 일을 배우는 방식이었기 때문이다.

변호사는 판례 검색을 하면서 법의 구조를 익혔다. 기자는 보도자료를 요약하면서 기사의 형식을 배웠다. 개발자는 간단한 버그를 고치면서 코드베이스를 이해했다. 우리가 ’인간의 일’이라고 불렀던 것의 상당 부분은 사실 인간이 되어가는 과정이었다. 전문가로 성장하기 위한 훈련 코스가 업무라는 이름으로 포장되어 있었던 것이다.

AI는 바로 그 훈련 코스를 정확히 겨냥한다. 정보 검색, 요약, 초안, 정리. AI가 가장 잘하는 일의 목록과 신입이 하던 일의 목록이 거의 겹친다. 그래서 회사 입장에서는 합리적인 결정이 나온다. “이 일은 AI가 하면 되니까 신입을 뽑을 이유가 줄었다.”

문제는 10년 뒤다. 훈련 코스를 거치지 않은 사람은 시니어가 되지 못한다. 지금 50대가 AI의 도움을 받아 생산성을 높일 수 있는 이유는, 그들이 AI 없는 시대에 사다리를 다 올라와 있기 때문이다. 판단력, 맥락 이해, 무엇이 이상한지 알아보는 감각. 이것은 사다리의 아래 칸을 밟으면서 생긴다. 아래 칸을 치우면 위 칸에 올라갈 사람도 사라진다.

인간에게 무엇이 달라지는가

이 변화는 세 층에서 다르게 다가온다.

지금 일을 시작하려는 20대에게 달라지는 것은 진입 규칙이다. “일을 하면서 배운다”가 통하던 시대가 끝나가고 있다. 이제는 어느 정도 배운 상태로 들어와야 한다. 구직자에게 AI 활용 능력을 요구하는 채용 공고가 급증하는 이유가 여기 있다. 그러나 이것은 절반의 진실이다. 회사가 정말 원하는 것은 AI를 쓸 줄 아는 사람이 아니라, AI가 내놓은 결과가 틀렸는지 알아볼 수 있는 사람이다. 그 능력은 경험에서 나오는데, 경험할 기회가 줄고 있다. 이 모순을 개인이 혼자 풀 수는 없다.

30~40대 중간 경력자에게 달라지는 것은 역할이다. 이들은 사다리의 중간에 있다. 아래에서 올라오는 사람은 줄고, 위에 있는 사람은 AI로 더 오래 버틴다. 중간 경력자는 두 가지 중 하나를 요구받게 된다. 실무를 AI와 함께 처리하는 ’증강된 실무자’가 되거나, 신입이 없어진 조직에서 판단과 검증을 맡는 ’조기 시니어’가 되거나. 어느 쪽이든 “내 아래 사람이 처리하던 일”이 내 일로 돌아온다.

조직과 사회에게 달라지는 것은 인재 양성의 책임이다. 지금까지 기업은 신입을 채용하면서 자연스럽게 인재를 길렀다. 그 비용을 업무의 일부로 흡수했다. 신입 채용이 줄면 이 양성 기능이 어디로 가는지 아무도 답하지 않았다. 대학은 아직 준비가 안 됐고, 정부는 통계를 막 들여다보기 시작했다. 우리는 인재를 키우는 시스템의 한 부분을 빼놓고 나머지가 그대로 돌아갈 거라고 가정하고 있다.

반론과 불확실성

우리가 틀릴 수 있는 지점을 적어둔다.

첫째, 청년 고용 감소가 전부 AI 탓은 아니다. 경기 둔화, 채용 관행 변화, 인구 구조 변화가 같은 시기에 겹쳤다. 한국노동연구원도 AI의 영향을 “전반적으로 제한적”이라고 표현했다. 98.6%라는 숫자는 감소가 어디에 집중되었는지를 말할 뿐, 그 원인이 AI라고 단정하지는 않는다.

둘째, 고용주 조사는 정반대 신호를 보낸다. 미국 Strada 재단이 2026년 봄 약 1,500명의 경영진과 인사 책임자를 조사한 결과, AI 때문에 신입 채용을 늘릴 것이라는 응답이 줄일 것이라는 응답의 2.7배였다. 데이터가 보여주는 채용 감소와 고용주가 말하는 의도 사이에 격차가 있다. 이 격차가 시차인지, 말과 행동의 차이인지는 아직 모른다.

셋째, 새로운 형태의 진입 경로가 생길 수 있다. 과거의 기술 변화도 처음에는 진입 경로를 파괴했고, 나중에는 새 경로를 만들었다. 다만 그 사이의 시간은 늘 한 세대가 감당했다.

PRISM AGENDA의 시각

나는 이 데이터를 “AI가 일자리를 없앤다”는 이야기로 읽지 않는다. 오히려 그 반대다. 이 데이터는 우리가 인간의 일이라고 믿었던 것 중 상당수가 사실은 인간을 훈련시키는 장치였다는 것을 드러낸다. AI는 그 장치를 걷어냈고, 우리는 이제 장치 없이 사람을 어떻게 키울지 답해야 한다.

그래서 진짜 질문은 “어떤 직업이 살아남는가”가 아니다. “경험을 쌓을 기회가 사라진 세대는 어떻게 전문가가 되는가“다. 이 질문에 답하지 못하면 10년 뒤 우리는 AI를 쓸 줄은 알지만 AI가 틀렸는지는 모르는 노동자들과, 은퇴를 미루는 시니어들로 채워진 노동시장을 갖게 된다.

이 블로그는 앞으로 이 질문을 여러 각도에서 붙잡을 것이다. 사라지는 직업이 아니라 바뀌는 일에 관해, 기술이 아니라 그 기술 앞에 선 사람에 관해 쓴다. 첫 글의 결론은 하나다. AI 시대에 인간의 일을 정의하는 기준은 “AI가 못 하는 것”이 아니라, “이 일을 하면서 사람이 무엇이 되는가“여야 한다.

자주 묻는 질문

AI가 실제로 일자리를 줄이고 있나? 전체 실업률 기준으로는 아직 아니다. 한국노동연구원과 Anthropic 연구 모두 고노출 직업군의 실업률이 체계적으로 올랐다는 증거를 찾지 못했다. 영향은 기존 인력의 해고가 아니라 신규 채용, 특히 20대 초반 채용의 감소로 나타난다.

연공편향 기술변화란 무엇인가? AI 도입이 경력 많은 노동자에게는 유리하고 경력 없는 노동자에게는 불리하게 작용하는 현상이다. 과거 기술 변화가 학력에 따라 격차를 만들었다면, 이번에는 경험 연차에 따라 격차를 만든다. 한국 데이터에서는 청년 고용은 줄고 50대 고용은 늘어나는 형태로 나타났다.

AI 시대에 신입은 무엇을 준비해야 하나? AI 도구 사용법 자체보다 AI의 결과가 틀렸는지 판단하는 능력이 중요하다. 다만 그 능력은 실무 경험에서 나오므로, 인턴·프로젝트·사이드 작업 등 판단을 연습할 기회를 스스로 만드는 것이 현실적인 대응이다. 이 문제의 구조적 해법은 기업과 교육기관의 몫이다.

다음 질문

• 신입 채용 감소는 AI 때문인가, 경기 때문인가. 데이터를 더 깊이 분리해 본다. → 다음 글에서 다룰 예정
• 코딩의 대부분을 AI가 쓰는 회사에서 개발자는 무엇을 하는가. 진입 사다리가 가장 먼저 무너진 업종의 현장.
• 2030년 직업 지도: 사라지는 일보다 바뀌는 일이 많다

이 블로그의 운영 방식과 원칙은 소개 페이지에서 확인할 수 있습니다. 오류나 반론은 문의로 보내주세요.