🧩 AI 앞세워 신입을 안 뽑으면

안녕하세요, 디프레임의 오나영입니다👾

지난주 한 주 쉬어 가고 다시 인사드립니다. 기다려주신 구독자님들께 감사드려요.

요즘은 ‘중고 신입’이라는 말이 낯설지 않습니다. 신입 공고에도 경력을 요구하니, 경력을 쌓고 다시 신입으로 지원한다는 뜻이죠. 막연한 체감인 줄 알았는데, 지난 26일 한국은행 조사국 고용동향팀에서 낸 보고서 「청년고용 부진 및 정책 과제」에 이 현황을 보여주는 그래프가 있었습니다.

이번 레터는 그 그래프에서 출발합니다. 경력직만 찾는 회사가 많아지면, 그 경력은 앞으로 어디서 만들어질까요.

📉 첫 직장은 줄고, 경력 입직은 늘었다

보고서는 학교를 떠난 25~29세 청년 1,000명당 정규직(상용직) 일자리에 새로 들어간 사람(보고서의 용어로는 ‘입직’)이 몇 명인지 추정했습니다.

2014~19년: 첫 직장 입직 48명, 경력 입직 102명
2023~26년: 첫 직장 입직 45명, 경력 입직 121명

첫 직장에 들어가는 사람은 줄었지만, 이전 직장 경험이 있는 청년의 입직은 오히려 늘었습니다.

출처: 한국은행 BOK 이슈노트 No.2026-27 「청년고용 부진 및 정책 과제」

다른 지표도 같은 방향을 보여줍니다. 30〜59세와 비교하면, 안정적인 일자리에 새로 들어가는 청년의 규모는 과거보다 15〜20%가량 줄었습니다. 대기업 취업을 희망했던 미취업 청년의 88%는 1년이 지나도 그런 일자리에 들어가지 못했고요.

흥미로운 건 청년 실업률 자체는 2014〜19년만큼 높지 않다는 점입니다. 당시에는 원하는 일자리를 기다리며 실업 상태로 머무는 청년이 많았습니다. 지금은 눈높이를 낮춰 임시직이나 시간제 일자리로 먼저 들어가는 청년이 늘었습니다. 일은 하고 있지만, 그 일이 다음 계단으로 이어지지 않는 겁니다. 보고서는 이를 ‘고착(Lock-in)’이라고 부릅니다.

🤖 AI는 초급 업무를 어떻게 바꾸고 있나

“AI가 청년 일자리를 빼앗았다”고 결론 내리기에는, 보고서는 조금 더 조심스럽습니다. 보고서가 꼽은 주된 원인은 산업구조입니다. 반도체 같은 IT 제조업이 성장을 이끌고 있지만, 이 산업은 생산이 크게 늘어도 정규직 채용은 거의 늘리지 않았습니다.

AI는 이 흐름을 만든 원인이라기보다 기존의 변화를 가속하는 요인에 가깝습니다. 금융, 전문서비스, 정보통신처럼 AI를 많이 쓰는 분야에서 경력직 선호가 강해졌고, 신입이 주로 맡던 기초적인 조사·분석·실무 업무의 수요도 줄어들고 있습니다. 반면 경험이 많은 30〜59세는 AI를 보조 도구로 활용해 생산성을 높이고 있다고 보고서는 설명합니다.

한국만의 이야기는 아닙니다.

스탠퍼드대 디지털경제연구소가 지난 8월 개정한 연구에 따르면, 미국에서 AI 노출도가 높은 직종의 22〜25세 고용은 노출도가 낮은 직종의 같은 연령대에 비해 19% 낮은 수준으로 추정됐습니다. 경험 많은 연령대에서는 같은 차이가 나타나지 않았고요. 다만 이 수치가 AI로 인해 고용이 19% 감소했다는 인과관계를 직접 입증하는 것은 아닙니다. AI를 많이 쓰는 직종에서 청년 고용이 상대적으로 부진했다는 관찰이죠.

줄어드는 영역이 하필 초급 업무라는 대목에서, 지난 9월 디프레임이 인터뷰한 한 연구자의 말이 떠올랐습니다.

🧠 숙련은 어디에서 만들어지는가

미국 싱크탱크 브루킹스 연구소의 니암 야라기 마이애미대 교수는 지금 AI가 올려주는 생산성을 ‘빌려온 전문성’이라고 부릅니다. AI를 잘 다루는 사람들은 AI가 나오기 전에 이미 판단력을 쌓은 사람들이라는 겁니다. 어떤 질문을 던져야 하는지, 어떤 답이 그럴듯하지만 틀렸는지를 오랜 경험으로 아는 거죠.

그 판단력은 어디서 왔을까요. 야라기 교수는 이렇게 답했습니다.

“주니어 애널리스트가 작성한 보고서가 혹독한 비판을 받고 다시 작성되는 과정, 바로 그것이 훈련입니다.”

한국은행 보고서가 줄어들고 있다고 짚은 바로 그 ‘초급·기초 업무’입니다. 야라기 교수는 지금의 생산성 호황이 “미래의 성과를 현재로 당겨온 것”이라고 말합니다. 오늘의 숙련자들이 은퇴하고 나면, 그 자리를 채울 사람을 키우는 과정이 이미 사라져 있을 수 있다는 겁니다.

야라기 교수는 개인에게도 한 가지 당부를 남겼습니다. “먼저 도구의 도움 없이 어려운 과제를 직접 수행해 본 뒤에 도구를 활용해야 합니다.” AI가 대신할 수 있는 일과 사람이 직접 익혀야 할 역량을 구분하는 것이 중요하다는 뜻입니다. 지난 레터에서 이야기한 ‘뒤처질까 봐 불안한 마음’에 대한 한 가지 답이 될 수도 있겠습니다.

🧩 모두가 합리적인데, 모두가 손해 보는 구조

한국은행 보고서는 수요가 정체되면 기업이 기존 직원을 줄이기보다 신규 채용을 멈추는 방식으로 조정한다고 설명합니다. 그 충격은 고스란히 이제 막 들어오려는 청년에게 몰립니다.

야라기 교수는 이렇게 말합니다. “개별 기업의 결정만 놓고 보면 합리적입니다. 하지만 모든 기업이 신입 채용을 중단한다면, 15년이 지나면 기업이 필요로 하는 전문인력을 영입할 곳도 사라집니다.” 그는 이를 어느 한 기업이 혼자 풀 수 없는 ‘조정 실패’라고 부릅니다.

[디프레임 리서치]에서 소개한 북경대 장단단 교수와 싱가포르경영대 리자 교수의 기고문은 한 걸음 더 나아가, 기술 발전의 이익은 기업이 가져가지만 고용 감소에 따른 사회적 비용은 사회 전체가 부담하는 구조를 지적합니다.

각자에게는 합리적인 선택이지만, 결국엔 모두에게 손해가 됩니다. 시장이 스스로 고치기 어려운 문제라는 뜻이기도 합니다.

🚪 해고 통지서가 없는 사람들

그렇다면 지금의 안전장치들은 이 문제를 보고 있을까요.

지난주 디프레임이 다룬 캘리포니아 ‘로봇 상사 금지법(SB 947)’도, 국회에 올라온 근로기준법 개정안도 ‘AI의 판단만으로 해고하지 말라’고 말합니다. 미국 뉴욕시나 일리노이주처럼 채용에 쓰는 AI 도구가 지원자를 공정하게 평가하는지 점검하게 한 곳도 있습니다.

하지만 청년들에게 일어나고 있는 일은 해고도, 불공정한 평가도 아닙니다. 아예 들어갈 공간조차 열리지 않는 겁니다. 해고 통지서가 없으니 확인을 요구할 결정도 없고, 피해자 명단도 남지 않습니다.

지난 27일 금속노조와 금속산업사용자협의회는 회사가 작업공정이나 인사관리에 AI를 도입하려면 노조에 먼저 알리고, 고용·교육훈련·산업안전·개인정보 보호 대책에 노사가 합의한 뒤 도입하도록 하는 중앙교섭 합의안에 서명했습니다. AI와 관련한 국내 첫 초기업 단체협약입니다. AI 도입 과정에서 노동자가 목소리를 낼 수 있게 됐다는 점에서 의미 있는 진전입니다.

다만 질문이 하나 남습니다. 아직 일자리를 갖지 못한 이들의 어려움은 누가 이야기할까요.

🧭 첫 계단은 누가 지켜야 할까

해법에 대한 답은 갈립니다.

문을 넓히자. 한국은행 보고서의 필자들은 고용제도를 더 유연하게 바꾸고, 중소기업이나 훈련에서 쌓은 경력을 인정받을 수 있는 체계를 만들자고 제안합니다. 다만 이미 일자리를 가진 사람의 보호 수준을 건드리는 문제라 논쟁을 피하기 어려운 제안이기도 합니다.
신입 훈련을 투자로 보자. 야라기 교수는 기업이 신입 교육을 비용이 아니라 자본 투자로 보고, 경력 초기에는 AI 없이 일을 익히는 단계를 두라고 조언합니다. 분기 실적이 나빠도 말이죠.
AI가 번 돈의 일부로 메우자. 장단단·리자 교수는 기술로 얻은 이익의 일부를 ‘AI 고용 보상기금’으로 모아 노동시장 전환에 쓰자고 제안합니다.
속도를 조절하자. 중국 국무원은 지난 16일 발표한 ‘AI 기술 발전에 적응해 취업 우호적 발전 방식 구축을 지원하는 것에 관한 의견’에서 “AI가 노동집약형 업종에 응용되는 범위·강도·속도를 신중하게 조절해 종업원에 미칠 충격을 최대한 줄여야 한다”고 주문했습니다.

어느 하나가 정답이라고 말하기는 어렵습니다. 다만 이 질문만큼은 남겨두고 싶습니다. 경력 있는 사람만 찾는 사회에서, 그 경력은 누가 길러줄까요. 기업일까요, 정부일까요, 아니면 이미 계단 위에 올라선 우리일까요.