한국 AI 고노출 청년 일자리 13% 감소, 챗GPT 이전부터 시작됐다

2022년에서 2025년 사이, 생성형 AI에 가장 많이 노출된 직업에서 일하는 30세 미만 취업자는 119만 7천 명에서 103만 7천 명으로 줄었습니다. 3년 만에 13.4% 감소입니다. 그런데 같은 집단은 챗GPT가 나오기 직전 1년 동안에도 이미 5만 4천 명이 줄어 있었습니다.

기억해 둘 숫자는 이 두 번째 숫자입니다. 출처는 고용노동부 산하 연구기관인 한국고용정보원(KEIS)이 2026년 8월 31일 계간 『고용이슈』 여름호에 실은 연구 다섯 편입니다. 고용노동부는 이 호의 발간을 알리는 보도자료를 냈는데, 제목이 AI를 "일자리 파괴자가 아닌 직무 재구성의 파트너"로 규정합니다. [사실]

제목은 판결문처럼 읽힙니다. 그 아래 연구들은 그보다 훨씬 신중하고, 한 대목에서는 반대 방향을 가리킵니다.

실제로 무엇을 쟀나

다섯 편은 서로 다른 국내 자료를 씁니다. 이게 중요한 이유는, 자료마다 답하는 질문이 조금씩 다르기 때문입니다. [사실]

• 윤정혜는 국내에서 만든 직업별 AI 노출도 지수를 고용보험 행정자료(피보험자격 취득·상실 기록)에 연결했습니다.
• 김수현·이정아는 앤트로픽 소속 경제학자 Massenkoff와 McCrory가 2026년에 내놓은 "관찰 노출도", 즉 미국 직업별로 Claude가 실제 업무에 얼마나 쓰이는지를 잰 지표를 한국표준직업분류에 연계했습니다. 그리고 이를 2021~2025년 각 연도 하반기 지역별고용조사와 결합했습니다.
• 정순기는 21개 산업 2,297개 사업체 실태조사 결과를 분석했습니다.
• 김동규는 IT 개발, 시각·디지털 디자인, 일반사무 재직자 305명을 조사했습니다.
• 공정승은 2025년 청년패널조사로 생성형 AI를 쓰는 청년과 쓰지 않는 청년을 비교했습니다.

더 나가기 전에 밝혀 둘 것이 있습니다. 두 번째 연구의 노출도 지표는 앤트로픽에서 나왔고, 이 사이트의 초안도 앤트로픽 모델로 작성됩니다. 그래서 이 연구의 약점을 강점만큼 분명하게 적으려고 했습니다.

전체 취업자: 붕괴는 없다

전체 취업자로 보면 김수현·이정아 연구에서는 대체라고 부를 만한 흔적이 보이지 않습니다. 노출도 상위 25% 직업 종사자는 2022년 하반기 719만 6천 명에서 2025년 737만 7천 명으로, 2022년 대비 지수 102.5였습니다. 관찰 노출도가 0인 직업 종사자는 899만 6천 명에서 904만 2천 명으로 지수 100.5였습니다. [사실] 고노출 집단이 오히려 더 빨리 늘었습니다.

한국에서 노출도 자체는 낮습니다. 2022년 취업자가 종사하는 직업의 평균 관찰 노출도는 8.0%, 중위수는 2.0%였고, 취업자의 약 30%가 노출도 0인 직업에 있었습니다. [사실] 세분류 490개 직업 중 147개가 0이었는데, 조리·건설·항공기 조종·소방관 같은 직업이 여기 들어갑니다.

상위권은 미국 노출도 연구를 봐 온 분들께 익숙할 겁니다. 상품 기획 전문가, 여행 상품 개발자, 광고·홍보 전문가가 64.8%, 응용 소프트웨어 개발자 57.4%, 데이터 분석가 45.5%, 정보 보안 전문가 45.0%, 고객 상담 요원 43.4%, 번역가·통역가 43.0%입니다. [사실] 이 중 하나에서 일하신다면 소프트웨어 개발자, 고객 서비스 상담원, 번역가·통역가, 데이터 과학자, 정보 보안 분석가, 광고·판촉 관리자, 홍보 전문가 페이지에서 직업별 상세 내용을 보실 수 있습니다.

노출도는 임금과도 같이 움직입니다. 2025년 고노출 집단 임금근로자의 평균 월임금은 365.8만 원으로, 무노출 집단 270.6만 원보다 약 35% 높았습니다. [사실] 여성이 남성보다(고노출 비중 30.4% 대 21.4%), 4년제 대졸(35.7%)이 고졸(20.3%)보다 더 많이 노출돼 있었습니다.

청년 숫자, 두 번 읽기

이제 30세 미만 표입니다. 보도자료의 안심 메시지가 얇아지는 곳이 여기입니다.

30세 미만 고노출 취업자는 2021년 125만 1천 명, 2022년 119만 7천 명, 이후 116만 9천 명, 109만 3천 명, 103만 7천 명입니다. 같은 연령대 무노출 취업자는 90만 9천 명, 91만 5천 명, 이후 89만 5천 명, 88만 2천 명, 84만 6천 명입니다. [사실] 2022년을 100으로 두면 86.6 대 92.5, 5.9포인트 차이입니다.

저자들의 해석은 고노출 집단 감소가 챗GPT 이전부터 시작됐으니 생성형 AI 탓으로 단정할 수 없고, 출시 이후 감소 속도가 오히려 완화됐다는 것입니다. 앞부분은 데이터에 분명히 있습니다. 뒷부분은 어떻게 재느냐에 달려 있습니다.

표에서 증감률을 직접 계산해 봤습니다. 챗GPT 이전 1년 동안 고노출 청년 취업자는 4.3% 줄었고 무노출 청년 취업자는 0.7% 늘어, 차이가 약 5포인트였습니다. 2022~2025년에는 고노출 집단이 연평균 약 4.7%, 무노출 집단이 약 2.6% 줄어, 차이가 연 약 2.1포인트였습니다. [추정]

그러니까 두 문장이 동시에 참입니다. 고노출 집단 자체의 감소는 연율로 보면 느려지지 않았습니다. 좁혀진 것은 비교 집단과의 격차이고, 그 이유는 무노출 직업의 청년도 줄기 시작했기 때문입니다. 이것을 "완화"라고 부를지는 둘 중 어느 쪽이 AI를 재는 잣대라고 보느냐에 달려 있습니다. 논문 결론은 보도자료보다 조심스럽습니다. 청년층에서 이미 나타나는 차이에 주목해야 하며, 고노출 직업으로의 진입 둔화가 이어지면 장기적으로 청년의 경력 형성과 숙련 축적에 해가 될 수 있다고 적습니다. [주장]

연령별로 나누면 더 선명합니다. 2025년 고노출 지수에서 무노출 지수를 뺀 격차는 20대 -5.1, 30대 -2.3인 반면 40대 +3.2, 50대 +15.6, 60세 이상 +22.0이었습니다. [사실] 한국에서 AI 노출 일자리는 사라지고 있는 게 아니라, 나이 들고 있습니다.

"청년인구 감소"는 절반의 설명이다

보도자료의 두 번째 부제는 고용 둔화가 AI 대체보다 청년인구 감소의 영향이라고 말합니다. 이 주장은 윤정혜 연구에서 나왔는데, 고용보험 가입자 증가율을 인구, 경제활동참가율, 취업률, 고용보험 가입 비율로 쪼갠 분석입니다.

15~29세 고용보험 가입자는 2024년 5.0%, 2025년 4.6% 줄었습니다. 인구 요인이 각각 -2.8, -2.4포인트, 경제활동참가율 요인이 -0.9, -2.2포인트였습니다. [사실] 계산해 보면 2025년 감소분의 절반을 조금 넘는 몫이 인구이고, 인구와 참가율 하락을 합치면 감소분 전부가 됩니다. [추정]

논문 자체도 인구만이 아니라 인구와 참가율을 묶어 "공급 측 요인"이라고 표현합니다. 그리고 이 분해가 넘을 수 없는 한계가 있습니다. 이것은 회계적 항등식이라 AI를 나타내는 항이 없습니다. 채용이 약해져 청년이 구직을 단념하면, 그것은 참가율 하락으로 나타나 "공급" 칸에 들어갑니다. 따라서 이 표가 보여주는 것은 감소를 설명하는 데 AI가 꼭 필요하지는 않다는 것이지, AI가 아무 역할도 하지 않았다는 것이 아닙니다.

같은 연구는 이름을 붙여 둘 만한 직업 신호 하나를 짚습니다. 회계·세무·감정 전문가와 회계·경리 사무원의 고용보험 가입자가 꾸준히 줄고 있어, 정형화된 정량 데이터 처리 직무에서 고용 조정이 일어날 가능성을 시사한다는 것입니다. [주장] 회계사, 경리 사무원 페이지가 여기서 지켜볼 곳입니다.

기업 안: 아직 초기, 대부분 생성형

정순기의 사업체 조사에서 AI 도입률은 28.6%, 2,297개 중 656개였습니다. 단순 자동화 시스템을 빼고 예측형·생성형 AI만 세면 23.7%로 내려갑니다. [사실] 정보통신업이 62.9%로 가장 높았고 정밀기기(41.3%), 식료품(39.3%)이 뒤를 이었습니다. 운수업이 11.4%로 가장 낮았습니다.

도입 사업체 656곳 중 75.6%가 생성형 AI를, 27.6%가 자동화 시스템을, 13.3%가 예측형 AI를 썼습니다. [사실] 논문은 기업들의 주된 도입 이유를 생산성과 업무 효율 개선으로 설명하고, 기업이 AI를 인력 감축보다 반복 업무를 줄이는 도구로 본다고 적습니다. 이것은 정성적 서술이고, 조사에서 이 항목에 비율이 붙어 있지는 않습니다.

짧게 바로잡아 둡니다. 일부 요약이 이 수치들을 합쳐 놓았는데, 75.6%는 도입 사업체 중 생성형 AI를 쓰는 비율입니다. "인력 감축이 아니라 생산성 목적으로 쓴다"고 답한 기업의 비율이 아닙니다.

채용 전망을 보면 기계장비, 연구개발, 정밀기기, 정보통신업 사업체는 AI 인력 수요와 신규 채용 수요가 모두 늘 것으로, 사업지원서비스, 보건사회, 문화·예술 분야는 둘 다 줄 것으로 내다봤습니다. [주장]

일하는 사람들의 체감

김동규 연구의 응답자 305명은 AI로 다섯 가지 역량이 얼마나 향상됐는지 5점 척도로 답했습니다. 효율성 3.40, 문제해결 3.15, 생산성 3.14, 창의성 2.79, 협업 2.37로, 평균 2.97점이었습니다. [사실] (보도자료는 협업을 2.3으로 적었고, 논문 수치는 2.37입니다.)

이 연구의 경고는 사다리 맨 아래 칸에 관한 것입니다. 주니어가 배우며 올라가던 단순 업무가 자동화되면 "숙련 사다리"가 끊기므로, AI 활용 업무에 사람을 적응시키는 온보딩형 실무훈련이 필요하다고 봅니다. 또 현장의 생성형 AI 도입은 대부분 개인이 주도하는 상향식인데, 조직의 인사·보상 제도가 따라가지 못한다고 지적합니다. [주장]

붙잡아 둘 한계

김수현·이정아 연구는 챗GPT 이전 자료가 두 개 연도뿐이라 기존 추세를 확인하기 어렵습니다. 미국 지표를 국제표준직업분류를 거쳐 한국 분류로 옮기면서 노출도의 절대 수준이 낮아졌습니다. 고노출 직업이 성장 산업에 몰려 있어 산업 성장이 대체 효과를 가리고 있을 수도 있습니다. 저자들은 결과를 AI의 인과 효과가 아니라 상대적 고용 변화로 읽어야 한다고 밝힙니다. 각 논문에는 기관의 공식 견해가 아니라 집필자 개인의 견해라는 KEIS의 표준 문구도 붙어 있습니다. [사실]

이쪽이 제목보다 정직한 입장입니다. 기획, 소프트웨어, 데이터, 고객 응대 쪽 진로를 보는 한국 청년에게 이 데이터는 문이 닫히고 있다고 말하지 않습니다. 다만 그 문이 적어도 4년째 당신 또래에게 좁아지고 있고, 일자리 자체는 남아 있지만 더 나이 든 사람들이 차지하고 있다고 말합니다. 실천적인 답은 논문들이 가리키는 방향입니다. 협업과 판단처럼 AI가 아직 잘 못하는 업무 쪽으로 옮겨 가는 것인데, 이 둘은 재직자 조사에서도 향상 점수가 가장 낮았던 영역입니다. 미국 데이터에서 관찰 노출도와 청년 채용이 어떻게 맞물리는지는 앤트로픽 관찰 노출도 연구 해설에서 더 보실 수 있습니다.

출처

• 고용노동부 (2026). 보도자료, 2026년 8월 31일: 「"인공지능(AI)는 일자리 파괴자 아닌 직무 재구성의 파트너… '인간 중심 인공지능(AI) 발전전략' 세워야" (한국고용정보원, 『고용이슈』 여름호 발간)」. https://www.moel.go.kr/news/enews/report/enewsView.do?news_seq=19850
• 한국고용정보원 (2026). 『고용이슈』 2026년 여름호, 기획특집 「AI가 초래하는 노동시장의 변화」 — 윤정혜; 김수현·이정아; 정순기; 김동규; 공정승 집필, 이슈레터 권우현. https://www.keis.or.kr/keis/ko/proj/117/pblc/detail.do?categoryIdx=130&pubIdx=11364

수치는 보도자료와 그 첨부 원고 파일에서 직접 읽었습니다. 연평균 증감률, 2022년 전후 격차, 청년 감소분 중 인구 요인의 몫은 이 사이트가 공개된 표로 계산한 값입니다.

이 글은 AI의 도움을 받아 작성되었고 발행 전 검토를 거쳤습니다. 데이터 태그: [사실] = 원문에 보고된 내용, [주장] = 저자의 해석, [추정] = 원문 수치로 이 사이트가 계산한 값.