AI가 일자리를 빼앗으면, 재훈련이 당신을 구해줄까요?

매번 반복되는 약속

새로운 기술이 일자리를 위협할 때마다 같은 안심의 말이 등장합니다. 근로자들은 재훈련을 받을 것이다. 탄광 노동자가 코더가 될 것이다. 해고된 공장 노동자가 의료 분야로 이동할 것이다. 경제가 적응하고, 정부 프로그램이 전환을 매끄럽게 할 것이다.

위안이 되는 이야기입니다. 그런데 정말 그럴까요?

브루킹스 연구소의 줄리안 제이콥스가 수행한 상세 분석에 따르면, 60년간의 증거가 이 약속을 대부분 뒷받침하지 않습니다. 옥스퍼드 대학교 박사과정 연구원인 제이콥스는 1960년대부터 현재까지 미국 연방 근로자 재훈련 프로그램의 역사를 추적합니다. 결과는 엄중합니다 — 모든 프로그램이 실패해서가 아니라, "성공"이라 불리는 것조차 수사에 비해 성과가 훨씬 미미했기 때문이에요.

만약 용접공, 행정 보조원, 또는 경리 사무원이시라면, AI가 내 역할을 대체하면 어떻게 되는지 궁금하실 겁니다. 이 역사를 알아둘 가치가 있어요. 여러분을 잡아줄 것이라던 프로그램들이 이미 시도되었거든요 — 그리고 그 실적은 기껏해야 엇갈립니다.

60년간의 재훈련 성적표

이야기는 1962년의 인력개발훈련법(MDTA)에서 시작됩니다. 오늘날의 AI 우려와 놀랍도록 유사한 자동화 불안에 대한 대응으로 만들어졌어요. 1963년에서 1972년 사이에 190만 명을 훈련시켰습니다. 야심차고 자금도 충분했죠.

이후 1982년에 직업훈련파트너십법(JTPA)이 등장했습니다. 이번에는 1987년부터 1992년까지 제대로 된 전국 연구를 수행했습니다. 결과는 충격적이었어요. JTPA 참가자들은 미참가자 대비 고용률, 소득, 지속적 고용에서 통계적으로 유의미한 개선을 보지 못했습니다. 제이콥스는 이를 "공공 정책 실패"라고 부릅니다.

1998년의 인력투자법(WIA)도 마찬가지였습니다. 전국 무작위 평가에서 WIA 훈련 서비스가 등록 후 30개월 동안 소득이나 고용에 긍정적 영향을 미치지 않았다는 결과가 나왔어요. 수십억 달러(수조 원)가 투입되었지만, 측정 가능한 혜택은 없었습니다.

오늘날의 인력혁신기회법(WIOA)은 핵심 참가자의 70%가 프로그램 종료 후 취업 상태라고 보고합니다. 괜찮아 보이죠. 하지만 중요한 세부사항이 있어요 — 이 결과가 대조군과 비교되지 않았다는 것입니다. 프로그램 없이도 얼마나 많은 분이 취업했을지 알 수 없어요. 전임자들의 실적을 감안하면, 회의적으로 볼 필요가 있습니다.

무역으로 실직한 근로자를 위해 특별히 만든 무역조정지원(TAA) 프로그램은 어땠을까요? 준실험 연구에서 TAA 참가자들은 해고 후 처음 몇 년간 비참가자보다 고용이 오히려 낮았습니다. 실직 4년 후에도 불완전 고용 상태가 지속되었고 소득도 약간 적었어요. 실직 근로자를 돕기 위해 설계된 프로그램이 상황을 더 나쁘게 만들었을 수도 있습니다.

재훈련이 계속 미흡한 구조적 이유

제이콥스는 어떤 프로그램 재설계로도 해결하지 못한 세 가지 구조적 문제를 식별합니다.

첫째, 일자리 자체가 없을 수 있습니다. 표준 재훈련 이론은 자동화된 일자리가 하나 사라질 때마다 새로운 숙련 일자리가 어딘가에 생긴다고 가정합니다. 하지만 증거에 따르면 기술 변화가 중간 임금 "숙련" 직위를 근로자들의 재훈련 속도보다 빠르게 줄일 수 있어요. 존재하지 않는 일자리를 위해 재훈련할 수는 없습니다.

둘째, 가장 재훈련이 필요한 사람이 접근하기 가장 어렵습니다. 재훈련에는 시간이 걸려요 — 몇 주에서 몇 달의 수업, 종종 소득 없이. 월급날만 바라보며 사는 근로자는 수입을 중단할 여유가 없습니다. 한부모는 이미 빠듯한 하루에 수업을 추가하기 어렵죠. 은퇴가 가까운 고령 근로자는 새 기술 학습에 투자할 유인이 적어요. 대체에 가장 취약한 인구가 도움을 주려는 프로그램에 가장 높은 장벽에 직면합니다.

셋째, 무엇을 위해 재훈련해야 하는지 아무도 모릅니다. 이것이 아마도 가장 치명적인 비판일 겁니다. 재훈련 프로그램은 몇 년 후에 어떤 기술이 수요가 있을지 예측해야 하는데 — 일관되게 틀려왔어요. 제이콥스는 프로그램들이 근로자를 "한 자동화 취약 직업에서 다른 자동화 취약 직업으로" 훈련시킨 사례를 언급합니다. AI 역량이 빠르고 예측 불가능하게 확장되는 세상에서, 미래를 보장하는 기술을 예측하는 문제는 더 어려워질 뿐이에요.

재훈련 환상 대신 무엇이 필요할까요?

제이콥스는 모든 훈련이 무용하다고 주장하지 않습니다. 특정 고용주의 알려진 채용 수요와 밀접하게 연결된 프로그램은 더 나은 성과를 보입니다. 하지만 네 가지 흔한 정책적 실수를 경고해요.

재훈련만으로 AI 대체를 해결할 수 있다고 가정하지 마세요. AI가 경제를 어떻게 재편할지 훈련 과정을 미리 설계할 정도로 정확하게 예측할 수 있는 척하지 마세요. 예측에 의존하기보다 AI의 실제 노동시장 영향에 대한 더 나은 데이터 수집에 투자하세요. 그리고 아마도 가장 중요한 것은, 일자리 대체에 대한 유일한 해결책이 다른 일자리라는 가정을 재고하는 것입니다 — 확대된 사회 안전망, 이동 가능한 복지, 지속적 고용에 의존하지 않는 소득 지원을 탐구해야 합니다.

오늘날 근로자에게 실질적인 교훈은 불편하지만 중요합니다. 일자리가 AI로 위험에 처해 있다면, 정부 재훈련 프로그램이 최선의 안전망이 아닐 수 있어요. 이동 가능한 기술을 쌓고, 재정적 여유를 유지하고, 자신의 직업의 AI 노출도에 대해 파악하는 것 — 우리의 직업 페이지에서 확인할 수 있습니다 — 이 역사가 약속을 지키지 못한 프로그램을 기다리는 것보다 더 현실적인 전략입니다.

출처

• Jacobs, J. (2025). "AI, Labor Displacement, and the Limits of Worker Retraining." Brookings Institution. — 미국 연방 재훈련 프로그램 60년 종합 분석 (MDTA, JTPA, WIA, WIOA, TAA).

업데이트 이력

• 2026-03-21: 한국어 번역 전면 개선
• 2026-03-15: 최초 발행

---

이 기사는 Claude(Anthropic)를 활용한 AI 보조로 조사 및 작성되었습니다. 핵심 발견은 브루킹스 연구소의 줄리안 제이콥스 분석(2025년 5월)에서 발췌되었습니다. 공개 연구에 대한 AI 생성 분석이며 전문적 커리어 또는 정책 조언으로 간주해서는 안 됩니다.