원자력 기술자 공고 68% 증가, BLS는 감소 전망 — 공식 데이터가 못 보는 프런티어 일자리

2025년 원자력 기술자(nuclear technician) 채용공고는 전년 대비 약 68% 늘었습니다. 같은 해 미국 노동통계국(BLS)은 이 직업이 향후 10년간 8% 줄어든다고 전망했습니다. 두 신호 중 하나는 틀렸고, 틀린 쪽은 공고가 아니었습니다. BLS는 다음 연례 갱신에서 전망을 +1%로 뒤집었습니다.

이 반전은 2026년 9월 10일 발행된 브루킹스 연구소의 Rachel Lipson·Allison Schwartz 분석에서 가장 날카로운 사례입니다. 이 글의 주장은, 정책 담당자 대부분이 의지하는 노동시장 데이터(NAICS 산업코드, SOC 직업코드, O*NET 과업 목록, 월간 고용보고서)는 일관성을 위해 설계됐지, 신기술이 지금 만들고 있는 일자리를 포착하도록 설계된 게 아니라는 것입니다. 5년 전에는 없던 직업이 진짜인지 궁금하다면, 공식 숫자가 왜 그 답을 못 주는지, 그리고 그 과정에서 무엇이 빠지는지를 이 글이 따라갑니다.

먼저 한 가지 단서. 이 사이트는 ONET 직업 1,016개에 AI 노출도를 매핑합니다. 저자들이 SOC와 ONET에서 짚는 모든 사각지대는 우리 데이터의 사각지대이기도 합니다. 글 끝에서 다시 다룹니다.

AI 논쟁이 일자리 상실 위주인 이유 — 새 일자리는 셀 수가 없어서

[주장] 저자들은 통계가 아니라 진단으로 글을 엽니다. AI와 노동에 대한 공론은 대체(displacement) 이야기로 채워져 있는데, 역사적으로 신기술은 파괴하는 것보다 많은 일자리를 순증시켜 왔습니다. 저자들의 설명은, 새 일자리가 무엇인지에 대한 가시성이 훨씬 낮고, 그 이유의 일부가 일자리를 세는 도구가 실시간으로 그것을 보도록 만들어지지 않았기 때문이라는 것입니다.

[사실] 이 글은 Lipson이 준비 중인 직업훈련 관련 저서를 위해 「프런티어 지역」(핵심·신흥 기술을 일찍 배치한 지역)을 연구한 결과와, 10억 명 이상의 노동자 프로필과 채용공고를 모은 Revelio Labs 데이터를 바탕으로 합니다. 브루킹스는 통계기관이 아니라 싱크탱크이고, 이 글은 동료심사 논문이 아니라 분석 기사입니다. 아래 수치는 공식 통계가 아니라 저자들이 민간 데이터를 직접 집계한 값으로 읽어야 합니다.

사각지대 1: 데이터센터 회사는 임대업자일 수도, 소프트웨어 출판사일 수도, 소매업자일 수도 있다

[사실] NAICS에서 기업은 매출이 가장 큰 활동을 기준으로 스스로 분류합니다. 저자들은 이것이 데이터센터에 어떤 결과를 낳는지 보여줍니다. 하이퍼스케일러에 시설을 임대하는 CyrusOne은 531120(비주거 건물 임대업)에 들어갈 수 있습니다. 소프트웨어 플랫폼으로 AI 컴퓨팅을 파는 CoreWeave는 513210(소프트웨어 출판업)에 들어갈 수 있습니다. 미국에서 가장 큰 데이터센터 일부를 짓고 운영하는 Meta·Google·Amazon은 모회사 코드, 즉 소셜 네트워킹·소프트웨어 출판·소매로 분류됩니다.

[사실] 데이터센터에 가장 흔히 쓰이는 코드 518210은 컴퓨터 직종과 사무 지원은 잡지만, 시설을 짓고 운영하는 데 필요한 건설·유지보수 일자리는 잡지 못합니다. 저자들은 양자 기술에서도 같은 문제를 보고합니다. 양자 기업 10곳이 대략 10개의 서로 다른 NAICS 코드에 배정될 수 있습니다.

[주장] 저자들의 프레임으로 본 실질적 결과는, 산업 코드를 다르게 고르면 훈련해야 할 직업 목록이 완전히 달라진다는 것입니다. 데이터센터 과정을 설계하는 커뮤니티칼리지 입장에서, 공식 데이터는 수요가 부동산 관리자인지, 소프트웨어 엔지니어인지, 전기공인지 말해주지 못합니다.

사각지대 2: 공급망을 넣으면 반도체 그림이 3배가 된다

[사실] CHIPS법 인력 분석 대부분은 NAICS 3344(반도체 및 기타 전자부품 제조)를 씁니다. 저자들은 2023년 이후 반도체 채용공고 집계에 공급업체 코드 13개, 즉 산업용 가스, 기초 무기화학, 반도체 장비, 인쇄회로기판, 전자 커넥터, 기계 수리 등을 추가했습니다. 공급망을 포함하자 공고 수는 핵심 제조 코드만 썼을 때에 비해 거의 3배가 됐습니다.

[사실] 저자들은 이것이 Erten·Stiglitz·Verhoogen의 Brookings Paper on Economic Activity 연구와 맞아떨어진다고 적습니다. 그 연구는 상류 공급업체와 건설을 포함하면 CHIPS법의 추정 고용 효과가 대략 2배가 된다고 봤습니다.

[사실] 순서의 문제는 노동자에게 중요합니다. 팹이 칩 하나를 생산하기 전에 공장이 지어지고 장비가 설치돼야 하므로, 공급업체와 건설 일자리가 먼저 나타납니다. 저자들은 원자력 산업에서도 같은 이야기를 들었습니다. 마이크로원자로와 소형모듈원자로(SMR)는 공장에서 조립하도록 설계되므로, 가장 이른 채용은 여러 산업에 납품하는 제작 공장의 용접공, 기계가공원(machinist), 조작원에게서 일어나고, 이 일자리는 원자력 발전 코드 221113 아래에는 결코 나타나지 않습니다.

사각지대 3: SOC 코드가 없는 직업이 그래도 2배가 됐다

[사실] 저자들은 기술이 생기기 전에는 없던 직무를 가리키는 「프런티어 직업」이라는 용어를 David Autor 등에게서 빌려옵니다. 사례는 「바이오메카트로닉스 기술자」입니다. 바이오제조 공정을 이해하면서 로봇 액체 처리기와 자동화 바이오리액터의 고장을 잡을 수 있는 사람입니다. 이 직업의 SOC 코드는 없습니다. 정부 데이터에서 이 사람은 산업기계 정비공, 기계공학자, 혹은 생명공학자로 기재됩니다.

[사실] SOC 코드 대신 Revelio의 이력서 기반 군집화를 쓰면, 제약·바이오제약 제조 내부의 기계 유지보수 인력이 2008년 약 26,000명에서 2025년 약 57,000명으로 2배 이상 늘었다고 저자들은 집계합니다.

[추정] 이를 17년에 걸쳐 펼치면 연평균 복합성장률 약 4.7%로, 경기침체와 팬데믹을 지나며 유지된 수치입니다. 이것은 저자들이 아니라 우리가 계산한 값입니다. 또한 SOC로 코딩된 어떤 시계열도 낼 수 없었던 헤드라인이기도 합니다. 그 시계열 자체가 없기 때문입니다.

[사실] 바이오제조 허브인 노스캐롤라이나에서는 Eli Lilly·bioMérieux·Fujifilm 등이 이미 이 기술 조합을 요구하는 공고를 내고 있고, 대부분 고졸을 최소 요건으로, 상당수가 전문학사를 선호 요건으로 적습니다. Wake Technical Community College는 전용 훈련 과정을 출범시키고 있습니다. 수요는 현장에 있고, 범주는 데이터에 없습니다.

사각지대 4: 직함은 같은데 일은 다르다

[사실] 저자들의 네 번째 범주는 「재도구화된 직업(retooled jobs)」으로, 기존 직함을 유지하지만 신흥 기술과 연결된 새 기술이 필요한 직무입니다. 사례는 지난 1년간 벤처 자금 20억 달러를 조달한 텍사스 가정용 배터리 회사 Base Power의 저니맨 전기공 공고입니다. 이 전기공은 여전히 전통적 면허가 필요하지만, 이제는 전력이 계통과 배터리 사이를 양방향으로 흐르는 시스템을 다룹니다. O*NET의 전기공 과업 목록은 이를 온전히 담지 못합니다.

[주장] 여기서 글은 명시적으로 AI로 넘어갑니다. 업무 관련 ChatGPT 대화를 O*NET에 매핑한 OpenAI 연구가 발견한 「과업 교차(task crossover)」, 즉 노동자가 자기 직업의 전통적 경계 밖 과업을 AI로 수행하는 현상을 인용합니다. 그 보고서는 발행 당시 저희도 다뤘습니다. 저자들은 AI를 재도구화 문제의 가속 요인으로 보되 유일한 원천으로 보지는 않습니다. 전기공 사례는 배터리 이야기이고, 아직 기화기(carburetor)를 가르치는 자동차 정비 과정도 언급합니다.

사각지대 5: 전망은 −8이라 했고, 공고는 +68이라 했다

[사실] 공식 직업 전망은 10년 예측이고, 월간 고용보고서는 직업이 아니라 산업별 급여 고용을 추적합니다. 둘 다 실시간 채용 신호가 아닙니다. 구인 통계 JOLTS도 산업 기준입니다.

[사실] 원자력 사례가 이 간극을 구체화합니다. 2025년 8월 BLS는 원자력 기술자 고용이 2024년에서 2034년 사이 8% 감소한다고 전망했습니다. 같은 기간 첨단 원자로 민간 투자는 기록적 수준에 이르렀고, Google과 Amazon은 AI 데이터센터에 SMR 전력을 공급하는 계약을 맺었으며, 연방정부는 원자력을 우선순위로 삼았습니다. Revelio의 원자력 기술자 공고는 2025년에 2024년 대비 약 68% 늘었습니다. BLS는 다음 연례 갱신에서 2025~2035년 전망을 +1%로 뒤집었습니다.

[추정] 이는 단 한 번의 개정 주기 안에 10년 전망이 9%p 움직인 것입니다. 2025년 말에 2년제 원자력 기술 과정에 들어갈지 고민하던 사람에게 공식 숫자는 꼬박 1년 동안 반대 방향을 가리켰습니다.

[주장] 저자들은 반대 방향으로 과장하지 않도록 조심합니다. 무인 트럭이 빠르게 보급된다는 가정 아래 2030년까지 미국과 유럽에서 트럭 운전사 일자리 400만 개 이상이 사라진다고 본 2017년 OECD 전망을 들고, 그것이 실현되지 않았음을 짚습니다. 공고도 틀릴 수 있습니다. 주장은 민간 신호를 공식 데이터의 대체재가 아니라 보완재로 쓰자는 것입니다.

고용센터에 서 있는 노동자에게 이것이 뜻하는 것

이 글은 교육·인력 정책 기획자를 위해 쓰였지만, 세 가지 위험은 개인에게 직접 떨어집니다.

훈련 재정이 과거 데이터로 만든 「수요 직업」 목록에 묶여 있으면, 잠기는 쪽은 바로 신흥 분야입니다. 저자들은 매사추세츠 서부의 첨단 포토닉스 제조를 예로 듭니다. 훈련 예산이 법령상 취업률에 묶여 있는데 신설 과정은 아직 보여줄 취업률이 없습니다. 프런티어 분야로 가는 보조금 경로를 찾고 있다면, 그 분야가 새롭다는 바로 그 이유로 보조금이 아직 없을 수 있습니다.

반대 실패도 실재합니다. 전기차 플릿 정비사 과정은 오지 않은 지역 일자리를 기대하며 만들어졌다가 문을 닫거나 방향을 바꿔야 했습니다. 한 대학 책임자는 오바마 시대 풍력·태양광 붐 때도 같은 주기가 있었다고 말합니다. 과정이 존재한다는 것이 수요가 진짜라는 증거는 아닙니다.

가장 조용한 위험은 커리큘럼이 일보다 뒤처지는 것입니다. 전기 훈련이 여전히 조명과 콘센트 중심이고 태양광·배터리 작업은 가르치지 않는다는 저자들의 지적은, 직함은 안정적이고 과업은 그렇지 않은 모든 분야에 적용됩니다.

기획자를 위한 저자들의 다섯 가지 실천 단계는 노동자가 훈련기관에 던질 질문으로 바꿀 수 있습니다. 이 지역의 어떤 투자 발표를 추적하고 있는가? 채용공고를 쓰는가, BLS 전망만 쓰는가? 헤드라인 산업만이 아니라 공급망을 매핑했는가? 어느 고용주가 언제 이 커리큘럼에 의견을 줬는가? 이 직업이 주(州)의 수요 직업 목록에 있는가, 없다면 텍사스가 최근 추가한 것 같은 청원 절차가 있는가?

이 비판 안에서 우리 데이터의 자리

이 부분은 여러분께 빚진 이야기입니다. 우리 직업 페이지는 ONET 위에, ONET은 SOC 위에 세워져 있습니다. 저자들의 주장은 이 구조가 프런티어 직업을 보지 못하고, 공급망 채용을 과소집계하며, 기존 직함 안의 재도구화에 뒤처진다는 것입니다. 셋 다 여기에 해당합니다.

구체적으로, 이 사이트에는 이 글에 나오는 직업 중 원자력 기술자, 기계가공원, 반도체 공정 기술자 페이지가 없습니다. 우리의 1,016개 직업 커버리지에 포함되지 않기 때문입니다. 바이오메카트로닉스 기술자 페이지도 없는데, 그런 SOC 코드가 어디에도 없기 때문입니다. 우리가 갖고 있는 전기공, 산업기계 정비공, 기계공학자, 생체의공학자, 용접공, 원자력공학자 페이지는 각 직업의 「전형적」 버전을 기술하며, 저자들의 표현대로 그것은 기술 프런티어에서 그 직업이 실제로 보이는 모습이 아닐 수 있습니다.

[주장] 우리가 보기에 이것은 AI 노출 점수에 한해서는 양방향으로 작용합니다. 「전기공」에 붙은 점수는 전기공의 O*NET 과업 묶음을 측정합니다. 재도구화된 버전의 일이 양방향 전력 시스템과 진단 쪽으로 옮겨갔다면, 실제 일의 노출도는 코딩된 일의 노출도와 어느 방향으로든 다를 수 있습니다. 어느 방향인지 우리는 모릅니다. 같은 분류를 쓰는 다른 누구도, 즉 거의 모두가 모릅니다.

[사실] 저자들은 제도 쪽 이야기로 글을 맺습니다. 노동부는 2025년 미국 AI 행동계획에 따라 AI 인력 연구 허브를 설립 중이고, AI를 활용한 더 빠른 과업 갱신을 포함해 O*NET 현대화 방안에 대한 정보 요청(RFI)을 냈으며, 센서스국은 기업 조사에 AI 도입 문항을 추가하고 있습니다. 일부 주는 실업보험 임금 기록에 직업 코드를 넣기 시작했습니다. 이 변화들이 안착하면 이 사이트 같은 곳의 밑바탕 데이터가 좋아집니다. 그때까지는 우리 것을 포함해 모든 직업 단위 수치를 「코딩된 당시의 직업」에 대한 서술로 다루고, 가까운 고용주들이 실제로 무엇을 공고하는지와 대조하세요.

Sources

• Lipson, R., & Schwartz, A. (2026). Traditional labor market data isn't keeping up with jobs in the 'frontier economy'. Brookings Metro, 2026년 9월 10일. https://www.brookings.edu/articles/traditional-labor-market-data-frontier-economy/
• 이 사이트의 관련 글: BLS 2025-35 전망과 새 AI 노출 카테고리, OpenAI 2026 직장 ChatGPT 보고서 — 후자가 저자들이 인용한 과업 교차의 출처입니다.

브루킹스 기사의 저작권은 The Brookings Institution에 있습니다. 여기의 인용은 짧고 출처를 밝혔으며, 표나 그림은 전재하지 않았습니다. 채용공고·노동자 프로필 수치는 저자들이 Revelio Labs 데이터를 집계한 값이며 공식 통계가 아닙니다.

이 글은 AI 보조 분석으로 작성되었으며 원문 기사 대조로 사실 검토를 거쳤습니다. [사실] 태그는 기사에서 가져온 진술, [추정]은 기사가 보고한 수치로 저희가 직접 계산한 값, [주장]은 데이터만으로는 확정되지 않는 해석(저희 또는 저자의)입니다.