신입 채용, AI 탓일까

신입 공고를 찾기 어려울 때 ‘AI가 일자리를 없앤다’는 설명은 빠르게 와닿습니다. 다만 원인을 판단하려면 어느 나라에서, 누구를, 어떤 자료로 관찰했는지부터 확인해야 합니다.

미국에서 관찰한 신호

스탠퍼드 디지털경제연구소의 2026년 8월 개정 연구는 미국 ADP 급여자료를 분석했습니다. AI 노출 직군에서 22~25세의 고용이 비교 대상의 증가 추세를 따라갔을 경우보다 낮게 나타났고, 해고 증가보다는 채용 감소를 주요 경로로 설명했습니다.

연구진은 이를 초기의 관찰 신호로 해석하며 AI의 인과효과를 확정한 추정치로 제시하지 않습니다. 미국 자료의 특정 연령대에서 나온 결과라는 범위를 유지해 읽어야 합니다.

한국의 분석은 무엇이 다를까

국회예산정책처는 2026년 9월 보고서에서 국내 화이트칼라 청년 고용·채용의 상대적 부진을 확인했습니다. 그러나 해당 부진을 생성형 AI의 영향으로 해석할 만한 증거는 찾지 못했다고 설명했습니다.

이 결과를 ‘AI가 아무 영향도 주지 않는다’는 뜻으로 넓혀 읽을 수도 없습니다. 현재 자료와 분석에서 어떤 관계를 확인했는지, 확인하지 못했는지를 구분하는 것이 중요합니다.

같은 제목 아래 다른 질문

확인할 항목	구분해야 하는 것	읽을 때의 질문
조사 지역	미국과 한국	내가 지원하는 시장의 자료인가
조사 대상	신입·청년·전체 근로자	어떤 연령과 경력에 대한 결과인가
측정 내용	채용·고용·실업	신규 채용인지 전체 취업자 수인지
원인 판단	관찰된 차이와 인과효과	AI가 원인임을 따로 검증했는가

개발자 취업 전망도 같은 기준으로 읽을 수 있습니다. ‘개발자’라는 이름 하나에는 신입과 경력, 여러 산업과 직무가 함께 들어 있습니다. 한 기업의 감원 사례가 모든 분야의 미래를 보여주지는 않습니다.

구직자가 직접 해볼 일

아래는 연구 결과를 바탕으로 제안하는 공고 읽기 방법입니다. 취업 성과를 보장하는 공식이나 특정 직무의 수요 예측은 아닙니다.

1. 관심 있는 공고 여러 개에서 반복되는 업무를 적습니다.
2. 도구 사용, 결과 검증, 협업 중 어떤 역할을 요구하는지 나눕니다.
3. 내 프로젝트에서 문제 정의와 검증 과정을 설명할 수 있는지 확인합니다.
4. 공고 수의 변화와 경험 요건의 변화를 따로 기록합니다.

직업의 미래를 하나의 문장으로 단정하기보다, 내가 들어가려는 일의 조건이 어떻게 바뀌는지 살펴보는 출발점입니다. AI가 바꾸는 사무 업무에서 업무 단위의 변화도 이어서 읽어 보세요.