채용공고 7억 5천만 건: AI는 업무보다 직함을 먼저 지운다

같은 중국 채용공고 7억 5,260만 건에서 잰 두 개의 기울기가, AI가 일자리에 무슨 짓을 하고 있는지에 대해 서로 다른 이야기를 합니다. [사실] AI 노출 과업 위주로 구성된 직업들은 2022~2026년 사이 공고 점유율을 기울기 -1.33으로 잃었습니다. [사실] 그런데 그 직업들을 구성하는 넓은 과업 범주 자체는 -0.83으로 훨씬 완만하게 줄었습니다. AI가 일자리를 안쪽에서부터 파먹고 있다면 — 자동화 가능한 과업을 지우고 더 홀쭉해진 일자리를 남긴다면 — 두 번째 숫자가 더 가팔라야 합니다.

그렇지 않았습니다. 이 역전이 2026년 8월 27일 공개된 프리프린트 "The Pulse Beneath the Job Title"(arXiv:2608.26924, Qin Chen·Ying Fang·Xiangyu Wang·Leo Yang Yang)의 가장 날카로운 발견입니다. [사실] 저자들은 한 문장으로 요약합니다. 과업은 그것을 담던 일자리보다 오래 살아남는다.

판정 비용 약 60만 원으로 세운 과업 관측소

원재료는 2022년 1월부터 2026년 6월까지 중국 주요 채용 플랫폼 5곳의 전체 공고, 즉 7억 5,260만 건입니다. 2022년 3천만 건에서 2025년 2억 8,700만 건으로 늘었고, 중복을 제거하면 고유 직무기술서 1억 1,600만 건이 남습니다. [사실] 이 중 층화 표본 231만 건 — 고유 풀의 약 2% — 에서 LLM이 행동·자격·조건을 하나씩 담은 원자 단위 문구를 추출해, 원시 요구사항 문구 290만 개와 과업 문구 730만 개를 얻었습니다. [사실]

흥미로운 건 군집화 단계입니다. 임베딩된 문구를 262,144개 초기 군집으로 묶은 뒤, LLM이 경계 쌍 약 52만 건을 판정했습니다 — 예컨대 "고객 관계 유지"가 18개 군집과 797개 표면 변형을 흡수해야 하는지를 정하는 식으로요. 이 판정의 총비용은 약 3,300위안, 환산하면 대략 미화 460달러입니다. [위안화 수치는 사실, 달러 환산은 이 글의 계산] [추정] 결과물은 16개 대분류·181개 소분류로 정리된 요구사항 20,721개와, 32개 업무 도메인 × 26개 행동 유형으로 짜인 과업 44,479개의 카탈로그입니다. [사실]

규모 비교를 해보면, 우리 사이트가 기반으로 삼는 미국의 O*NET은 과업 19,281개를 담고 있고, 직업당 전국 평균 하나를 보고하며, 갱신은 수년 단위 조사 주기로 이뤄집니다. [사실] 이 시스템은 전체 공고 흐름을 매달 다시 읽고, 두 카탈로그 어느 쪽에도 매칭되지 않는 공고는 0.005% 미만입니다. [사실] 산출된 노출 점수도 허공에 뜬 값이 아닙니다. 직업 수준에서 기존에 발표된 GPT 노출 지수·AI 직업 노출 지수와 0.73~0.79의 상관을 보입니다. [사실]

조정은 일자리 내용이 아니라 직함을 통해 일어난다

이 데이터에서 공고된 노동 수요의 총 AI 노출도는 2023년 말부터 하락해 왔습니다. [사실] 문제는 경로입니다. 이동-점유율(shift-share) 분해는 하락을 두 경로로 나눕니다. 고용주가 고노출 직업의 공고 자체를 줄이거나, 직업은 유지하되 그 안의 노출 과업을 걷어내거나. 논문의 답은 거의 만장일치에 가깝습니다 — 기울기는 "거의 전적으로 공고 점유율 경로"를 타고, 직업 내부의 과업 구성은 평평하게 유지되며 "노출 콘텐츠의 체계적 제거는 없다"는 것입니다. [사실]

두 기울기를 나란히 놓으면 비대칭이 선명합니다. 직업 수준 기울기 -1.33은 과업 수준 기울기 -0.83보다 약 1.6배 가파르고, 고유 직무기술서를 한 번씩만 세는 강건성 검증에서는 직업 기울기가 -1.76까지 가팔라져 비율이 약 2.1배로 벌어집니다. [기울기는 사실, 배율은 논문에 없는 이 글의 계산] [추정]

다시 말해 고용주들은 일자리를 다시 쓰고 있는 게 아닙니다. 공고 자체를 내지 않고 있는 겁니다.

당연한 반론이 있고, 저자들 스스로 제기합니다. 이 패턴은 기술적 설명만큼이나 "경기순환적 설명과도 부합하는" 기술(記述)적 결과라는 점입니다. [사실] 2022~2026년의 중국은 조용한 시기가 아니었고, 이 데이터는 AI 노출과 채용 경기가 뒤엉키는 바로 그 부문으로 심하게 기울어 있습니다 — 정보·소프트웨어 산업이 공고의 13%를 차지하는데 센서스 고용에서는 1.7%에 불과합니다. [사실] 테크 경기 냉각만으로도 이 신호의 일부는 만들어질 수 있습니다. 월 단위 측정은 이 질문을 나중에 답할 수 있게 만드는 장치이지, 아직 답 자체는 아닙니다.

직함 하나 안에 31%포인트의 노출 격차

두 번째 발견은 "직업"이라는 개념 자체를 공격합니다. 생산직 노동자를 봅시다. 최저 임금 구간 공고의 과업 묶음은 LLM 노출도가 약 17%인데, 최고 구간에서는 약 48%입니다. [사실] 직함 하나 안에서 31%포인트가 벌어지는 겁니다 — 이 뺄셈은 논문이 아니라 이 글의 계산입니다. 고임금 생산직 공고는 조립이 아니라 품질 문서화와 공정 조율을 강조하기 때문입니다. [추정] 방향에 주목하세요. 이 직업의 더 좋은 일자리 쪽이 오히려 더 AI에 노출되어 있습니다. "위로 올라가면 안전해진다"는 편안한 가정의 역전입니다.

회계 담당자도 같은 내부 격차를 보입니다. 공고 임금이 월 5,000위안 미만에서 30,000~50,000위안으로 오르는 동안, 핵심 부기 업무는 과업 구성의 68%에서 49%로 떨어집니다 — 컴플라이언스·데이터 분석·행정 쪽으로 19%포인트가 재편되는 거죠. [사실] 자격증 요구는 공고의 28%에서 12,000~20,000위안 구간의 52%까지 오르다가 거기서 멈춥니다. 그 위 구간에서는 입문급 자격증이 공고의 14.5%에서 4.7%로 무너지는 대신 공인회계사(CPA) 수요는 3배 이상으로 뛰고, 태도·성향형 요구는 언급의 22.4%에서 14.2%로 줄며, 경력 요구는 8.8%에서 15.2%로 올라갑니다. [사실]

그리고 이 발견을 정직하게 만드는 반례가 있습니다. 자바 개발자는 경력 수준과 무관하게 거의 같은 과업 묶음을 유지하고, 자격증을 요구하는 공고는 3~5%뿐입니다. [사실] 어떤 직함은 정직한 평균입니다. 어떤 직함은 위장막이고요.

직업당 숫자 하나를 내거는 사이트들 — 우리 포함 — 에 불편한 대목

이 논문은 직업당 자동화 위험 수치 하나를 보고하는 모든 사이트에 대한 방법론적 도전입니다. 우리 사이트도 포함해서요. 우리의 회계 담당자 페이지와 소프트웨어 개발자 페이지는 O*NET 계열의 직업 수준 근거를 요약합니다 — 출발점으로는 유용하지만, 이 데이터가 보여주듯 직함 내부의 17%~48% 범위를 가릴 수 있는 바로 그 '직함당 평균 하나' 방식입니다. [주장] 중국 공고 데이터에서 직함 내부 편차가 이 정도라면, 우리 것을 포함해 어떤 직업 수준 수치든 정직한 독법은 "당신 개인의 위험"이 아니라 "넓은 분포의 중심값"입니다.

이 데이터가 말할 수 없는 것

공고는 채용 광고이지 채용 결과가 아닙니다. 이 시스템이 재는 것은 표출된 수요이지 고용 성과가 아닙니다. [사실] 데이터는 도시 화이트칼라 채용을 과대 대표합니다 — 1·2선 도시가 공고의 54.8%를 내지만 센서스 고용의 20%에 불과하고, 판매·서비스직은 공고 49.6% 대 고용 33.9%이며, 중국 고용의 20.5%인 농업은 사실상 부재하고, 건설업은 공고 2% 대 고용 11.3%로 과소 대표됩니다. [사실] 분해 결과는 기술적이지 인과적이지 않습니다. 그리고 이것은 아직 동료심사를 거치지 않은 버전 1 프리프린트입니다 — "직함 먼저, 과업은 나중"이라는 패턴이 중국 밖 노동시장에도 성립하는지는 이 단일 국가 데이터로는 확정할 수 없는 열린 질문입니다. [주장]

일하는 사람이 지켜봐야 할 것

실용적 독법 세 가지. 첫째, 조정이 공고 점유율을 통해 일어난다면 AI 압력은 재직자의 업무 목록보다 구직자의 채용 관문에 먼저 닿습니다. 내 업무가 자동화될 것 같은지만 볼 게 아니라, 내 분야의 공고량 추이를 지켜보세요. 둘째, 직함 내부 격차는 양방향입니다. 회계 쪽은 상위 구간이 컴플라이언스·분석으로 이동하지만, 생산직은 상위 구간이 오히려 더 노출됩니다. 승진이 곧 보호라고 가정하지 말고, 다음 임금 구간의 공고가 실제로 무엇을 요구하는지 확인하세요. 셋째, 자격증에는 천장이 있습니다. 회계 데이터에서 자격증 수요는 중간 구간에서 정체되고, 상위 구간은 자격증 대신 경력과 판단력을 삽니다. 어느 지점을 지나면 자격증 하나 더는 지렛대가 아닙니다.

AI 보조 분석: 이 글은 아래 인용된 arXiv 프리프린트를 바탕으로 AI의 도움을 받아 작성되었으며 게시 전 검토를 거쳤습니다. 수치는 논문에서 인용했고, '이 글의 계산'으로 표시한 값은 그 수치에서 유도한 것입니다.

출처

• Qin Chen, Ying Fang, Xiangyu Wang, Leo Yang Yang (2026). "The Pulse Beneath the Job Title: Monthly Readings of Requirements and Tasks from 750 Million Chinese Job Ads." arXiv:2608.26924, 2026년 8월 27일 제출. CC BY 4.0 라이선스. https://arxiv.org/abs/2608.26924