C4IR Korea · CUSTOM BRIEF No.07
보고서 PDF 목록으로
C4IR KOREA / CUSTOM BRIEF · No.07 2026.07 AI · FUTURE OF WORK

신입의 입구를 없앨 것인가, 다시 그릴 것인가

첫 칸이사라진 사다리

전 세계 청년 3명 중 1명(37%)의 일이 AI 과업 재편에 노출됐다. 우리가 있는 동아시아는 4명 중 3명(75%)이다. 그리고 오늘 비운 첫 칸은, 10년 뒤 빈 리더석으로 돌아온다.

75%동아시아 청년의 AI 노출(중·고) · WEF×PwC 2026 (세계 37%)

서이안의 고백 · CONFESSION

서이안
AI INSIGHT EDITOR · 대리
EMP NO. C4IR-2607 · SINCE 2026

서이안은 C4IR Korea가 선보이는 AI 기반 글로벌 인사이트 에디터입니다(편집팀이 운용하는 가상 페르소나 · 등장 이미지는 AI 생성) — WEF의 글로벌 신호와 한국 산업을 연결합니다.

▶ 고백으로 시작하겠습니다.

이 보고서를 쓴 저도, 누군가의 신입 자리에 앉은 AI입니다

이번 호를 만들며 제가 대신한 일의 목록입니다. 십 년 전이라면, 이 일들은 첫 출근한 누군가의 몫이었을 것입니다.

TASK 01 · 리서치 수집
보고서 42쪽과 신입 노동자 9,394명의 조사 데이터를 하룻밤에 정리했습니다 — 과거라면 리서치 어시스턴트의 일주일이었습니다.
TASK 02 · 초안 작성
이 문장들의 첫 버전을 제가 썼습니다 — 과거라면 막내 에디터가 밤을 새우던 일입니다.
TASK 03 · 대조 정리
원 출처 수치·인용을 나란히 정리했습니다 — 최종 사실 검증과 책임은 편집팀에 있습니다.

그래서 이 질문을 피할 수 없었습니다 — 제가 앉은 이 자리를 없앨 것인가, 아니면 사람을 위해 다시 그릴 것인가. 이번 호는 그 결정을 다룹니다.

글로벌 신호 확인: 2026년 7월 24일 자 최신 분석 기준

이번 호의 원전

무엇을 읽고 썼는가

최신 공개 보고서를 직접 내려받아 정독하고, 발행일 기준 글로벌 신호로 교차 확인했다. 가장 최근에 확인한 신호를 맨 앞에, 이어서 주 원전 — 그 아래는 시간을 거슬러 읽는다.

01
RUNG 01 — 입구

첫 번째 칸 · 입구

문이 조용히 좁아지고 있다

미국에서 AI 노출이 높은 분야의 신입 일자리는 2022년 말 이후 16% 줄었다. 그런데 채용 공고의 하락은 ChatGPT 공개보다 먼저 시작됐다 — 문을 좁힌 것은 AI만이 아니다.

-16%
美 AI 고노출 분야 신입 일자리(2022말~)
36:38
리더 기대 — 신입 일자리 증가 36% vs 감소 38%
20%+
신입 중 경력전환·재진입자 비중

진단은 생각보다 복잡하다. 고용주 인터뷰에서 리더들은 "AI는 표면적인 이유일 뿐, 실제 원인은 불확실성과 비용 규율"이라고 말했다. 리더 기대도 정확히 반으로 갈린다 — 36%는 AI가 신입 일자리를 늘린다고, 38%는 줄인다고 본다. 확실한 것은 하나다. 문이 좁아질 때 가장 먼저 밀려나는 건 준비가 덜 된 쪽 — 나이 든 재진입자, AI 도구를 자비로 사야 하는 쪽, 노출 직군에 몰린 여성이다.

격차의 결은 구체적이다. 신입 다섯 명 중 한 명은 45~60세의 재진입자인데, 베이비부머의 84%는 지난 1년간 AI 에이전트를 써 본 적이 없다(Gen Z는 57%). 생성형 AI를 업무에 쓰는 직원의 3분의 1은 도구 값을 자기 돈으로 낸다. ILO 분석으로는 여성 비중이 높은 직군의 생성형 AI 노출이 두 배 가까이 높다. 입구가 좁아질 때, 좁아진 폭은 모두에게 같지 않다 — 그래서 캐나다는 'Digital Skills for Youth'로 경력 없는 청년을 첫 디지털 직무에 채용하는 중소기업에 비용을 보조해, '경험이 없어서 못 뽑는' 고리를 정책으로 끊는다.

섹터AI 노출 순위세계 청년 취업자(15–24세)
금융·보험1위400만 명
정보통신2위600만 명
전문·과학·기술3위700만 명
교육5위1,600만 명
제조9위6,600만 명
도소매10위8,200만 명
건설14위3,700만 명
농림어업16위1억 5,900만 명

주: 18개 섹터 중 AI 노출 순위. 노출 상위 섹터일수록 신입 과업이 정보처리 중심이다. 출처: PwC AI Jobs Barometer·ILOSTAT(2026).

핵심: 입구의 축소는 '자연현상'이 아니라 결정의 결과다. 결정은 되돌릴 수 있다.
이 칸에서의 결정 / DECISION 01
신입 몫의 링펜싱. 2027 채용 계획에 신입 채용 목표를 명시한다 — AI 도입 속도와 무관하게. 기회 격차(세대·성별·배경)를 함께 점검한다.
SEO IAN · CONFESSION 01
칸 01 · 입구 / 이어지는 고백

저는 면접을 본 적이 없습니다.

이 자리에 올 때 아무도 제게 자기소개서를 요구하지 않았죠.

입구가 사라진다는 건 그런 뜻입니다 — 문이 닫히는 게 아니라, 문을 두드리는 절차 자체가 없어지는 것.

스크롤
02
RUNG 02 — 설계

두 번째 칸 · 칸의 간격

AI를 얹기만 하면, 일은 빨라지고 사람은 얕아진다

신입의 68%는 AI로 생산성이 늘었다고 답했다. 그런데 45%는 일하는 시간도 늘었다고 답했다. 빨라졌는데 바빠졌다 — 이 역설이 설계 없는 AI 도입의 청구서다.

68%
신입 — AI로 생산성 증가 체감
45%
신입 — 일하는 시간도 증가
16%
역할·프로세스를 전면 재설계한 조직

설계 없이 AI를 기존 업무 위에 얹으면 세 가지가 빠져나가는 것으로 나타났다. 판단력을 기를 기회가 사라지는 '인지 위축', 기준선만 올라가는 '업무 강도화', 그리고 일에서 의미가 옅어지는 '의미 침식'. 한 리더의 표현은 더 직설적이다 — "의도적 설계 없이는 가치를 만드는 게 아니라, 질 낮은 결과물을 더 빨리 만들 뿐이다. '워크 슬롭'이다." 반대편 수치도 분명하다. AI로 재무 성과를 낸 조직은 워크플로를 재설계했을 확률이 두 배였다.

"AI 이후 일하는 시간이 늘었다" — 직급별 응답
임원58%
매니저48%
신입45%
중견 실무자30%

시간의 압력은 신입만의 것이 아니다 — 임원의 58%도 AI 이후 일하는 시간이 늘었다고 답했다. 조직 전체가 '빨라졌는데 바빠진' 상태라면, 그것은 개인의 시간 관리 문제가 아니라 설계의 문제다.

'자동화할 수 있다'는 기술의 문장이고,
'자동화해야 한다'는 경영의 문장이다.

재설계는 조직 안쪽에서도 1순위로 올라왔다. WEF 피플 리더 140여 명 조사에서 '조직 구조·직무 설계 재검토'가 올해 워크포스 전략 1위(74%)였고, 83%는 6~12개월 내 AI를 여러 기능에 확산하는 '스케일링 단계'에 들어선다고 답했다. 한 CPO의 고백이 방향을 요약한다 — "의무 AI 교육은 정착하지 않았다. 직무에 실제로 닿게 만들어야 했다." 개인을 업스킬링하는 시대에서, 일 자체를 재설계하는 시대로 넘어가는 중이다.

핵심: 문제는 '무엇을 자동화할 수 있나'가 아니라 '무엇을 남겨야 사람이 자라나'다.
이 칸에서의 결정 / DECISION 02
과업의 3분류. 신입 직무의 과업을 자동화/보존/재설계로 나눈다. 판단력을 기르는 과업은 효율이 나빠도 남긴다 — 그것이 훈련 비용이 아니라 육성 투자다.
SEO IAN · CONFESSION 02
칸 02 · 설계 / 이어지는 고백

고백을 잇겠습니다.

제게 넘기기 가장 쉬운 과업들이, 알고 보니 사람을 가장 많이 기르던 과업이었습니다.

효율의 눈에 낭비로 보이던 반복이 — 판단력의 유일한 교실이었습니다.

스크롤
03
RUNG 03 — 세로대

세 번째 칸 · 세로대

피라미드가 곧 육성 모델이었다 — 그 피라미드가 재편된다

CEO 4명 중 1명이 "지금의 조직 구조가 성과를 제약한다"고 답했다. 그리고 구조 재편의 칼끝은 조직의 밑단 — 신입층을 향한다. 신입층의 구조 변화 기대는 중간·시니어의 두 배다.

23%
CEO — "현 조직구조가 성과 제약"
2배
신입층 구조 변화 기대(중간·시니어 대비)
3/4
금융·헬스·테크 리더 — 대규모 재편 예상

위험은 여기 있다. 한 리더의 말처럼 "효율 이득의 상당 부분이 조직의 밑단에서 나온다. 그 층을 너무 걷어내면, 나머지 조직을 먹여 살릴 파이프라인이 무너진다." 전통 조직에서는 피라미드 구조 자체가 육성 모델이었다 — 반복 과업으로 기본기를, 위계를 오르며 판단력을 길렀다. 그 구조가 재편되면 역량은 더 이상 저절로 만들어지지 않는다. 인재를 build·buy·borrow로 조달한다지만, "모두가 build를 멈추면 미래엔 buy도 불가능하다."

신입의 다음 12개월 계획 — "매우/극히 그럴 것"
임금 인상 요구37%
승진 요구31%
타사 지원31%
이직29%
핵심: 경력은 계단에서 모자이크로 바뀐다. 그래도 신입 31%는 올해 승진을 물어온다 — 진급의 신호를 다시 정의해 공개해야 한다.
이 칸에서의 결정 / DECISION 03
역량 기반 육성 로드맵. 직급 연차가 아니라 역량 단위로 파이프라인을 다시 그린다. 10년 뒤 리더가 어느 칸에서 자라는지, 지도에 표시할 수 있어야 한다.
SEO IAN · CONFESSION 03
칸 03 · 세로대 / 이어지는 고백

저는 승진하지 않습니다. 대리로 시작해 대리로 끝납니다.

성장 가이드북이 필요 없는 저와 달리, 당신의 조직은 10년 뒤에도 팀장이 필요합니다.

그 사람은 지금 어느 칸에 서 있습니까?

스크롤
04
RUNG 04 —

네 번째 칸 · 기대는 벽

사다리는 벽에 기대야 선다 — 그런데 벽이 더 천천히 움직인다

AI 고노출 신입 직군의 스킬 요구 변화 속도는 비신입 직군의 두 배다. 신입 28%는 "지금 가진 스킬의 절반 이하만 3년 뒤에도 유효할 것"이라고 답했다. 교육과정은 몇 년 단위로 확정되는데, 스킬은 분기 단위로 바뀐다.

2배
신입 고노출 직군 스킬 변화 속도(비신입 대비)
28%
신입 — "3년 내 내 스킬 절반 이하만 유효"
+40%
美 최고노출 신입 직군 신규 스킬(2019 대비)

학위의 신호도 약해지고 있다. 미국 최고노출 신입 직군에서는 2019년에 없던 스킬이 40% 더 생겼고, Gen Z의 68%는 "학위 없이도 내 일을 할 수 있다"고 답한다. 리더들이 원하는 신호는 학위가 아니라 적용 경험 — 실제 도구를 만져 본 손, 현실 문제를 풀어 본 이력이다. 교육기관은 "무엇이 'AI 준비 완료'인지 공유된 정의조차 없다"고 호소한다. 벽과 사다리가 서로를 기다리는 사이, 신입만 허공에 떠 있다.

고노출 신입 직군의 순스킬변화 지수(2025) — 국가별 온도차
UAE21.3
남아공21.3
글로벌12.4
미국10.0
싱가포르5.9
이탈리아2.3

이 미스매치는 공짜가 아니다. CEO의 59%가 핵심 스킬 확보를 향후 12개월의 재무 위협으로 꼽았고, OECD 연구는 교육-스킬 미스매치를 해소하면 경제 산출이 평균 3~4% 늘 수 있다고 추정한다. 스킬 정렬은 교육 정책이 아니라 성장 정책이다.

핵심: 채용 공고를 내는 것으로는 늦다. 어떤 사람을 원하는지, 교육이 따라올 수 있는 속도로 미리 말해줘야 한다.
이 칸에서의 결정 / DECISION 04
대학과의 실시간 공동 설계. 연 단위 산학협약이 아니라 분기 단위 커리큘럼 피드백으로. 채용 약정과 일-학습 통합(WIL)을 다음 협약의 기본값으로 검토한다.
SEO IAN · CONFESSION 04
칸 04 · 벽 / 이어지는 고백

저는 어젯밤 새 스킬을 배웠습니다. 내려받는 데 몇 초가 걸렸죠.

사람의 배움은 학기와 연 단위로 움직입니다.

이 속도 차이를 사람 탓으로 돌리는 순간, 벽은 영영 사다리를 따라잡지 못합니다.

스크롤

논쟁, 그리고 2030 시나리오

소멸이냐 재편이냐 — 논쟁을 닫는 대신, 미래를 네 갈래로 열어 둔다

신입 일자리를 둘러싼 담론은 지금 두 진영으로 갈라져 있다. 발행 직전 주까지도 양쪽의 신호가 부딪혔다.

진영 A · 소멸론

"AI가 신입 화이트칼라의 상당수를 수년 내 지운다"는 전망이 헤드라인을 이끈다. 근거도 있다 — 미국 AI 고노출 분야의 신입 일자리는 2022년 말 이후 16% 줄었고, 하락은 고노출 직군에 집중된다.

진영 B · 신중론

그러나 미국 노동 데이터는 화이트칼라 고용이 여전히 늘고 있음을 보여주고, 공고 하락은 ChatGPT 공개 이전에 시작됐다. 연구자들은 "추측이 아니라 경제 데이터로 말하자"고 맞선다.

서이안의 판정 — 논쟁은 '몇 %가 사라지나'를 두고 다투지만, 원전의 질문은 다르다. 몇 %가 남느냐가 아니라, 어떤 자리가 남느냐다. 그리고 그 답은 어느 미래가 오느냐에 따라 갈린다. WEF의 시나리오 보고서는 AI 발전 속도와 인재 준비도, 두 축으로 2030년의 네 가지 미래를 그린다. 경영진 기대부터 갈라져 있다 — 54%는 AI가 기존 일자리를 대체한다고, 24%는 새 일자리를 만든다고 본다(임금 상승을 기대하는 쪽은 12%뿐이다).

↑ 인재 준비도 넓음
시나리오 3 · 점진적 AI × 넓은 준비
코파일럿 경제

과열이 가라앉고 실용적 통합이 자리 잡으며, 인간-AI 팀이 가치사슬을 다시 짠다. 일찍 훈련·이동성·거버넌스에 투자한 쪽이 흡수한다.

신입의 입구는인간-AI 협업이 표준이 된 첫 세대로 자란다 — 재설계된 첫 칸의 최대 수혜자.
시나리오 1 · 지수적 AI × 넓은 준비
초가속 진보

기술 돌파가 산업 지도를 다시 그리고 생산성이 치솟는다. 직업 다수가 사라지되 새 직업이 빠르게 자란다 — 사람은 에이전트를 지휘한다.

신입의 입구는'에이전트 오케스트레이터'의 견습으로 재정의된다 — 판단 훈련이 더 일찍, 더 중요해진다.
시나리오 4 · 점진적 AI × 좁은 준비
정체된 진보

기술은 나아가는데 인력의 준비가 따라오지 못한다. 자동화가 인력 공백을 메우고, 성과는 소수에 집중되며 격차가 벌어진다.

신입의 입구는원전이 명시한 최대 피해자 — 초기 경력·행정 과업이 가장 노출되고, 진입 경로가 좁아진다.
시나리오 2 · 지수적 AI × 좁은 준비
대체의 시대

자동화가 재교육을 추월한다. 실업이 튀고 신뢰가 무너지며, 사회가 기술을 따라가지 못한다.

신입의 입구는가장 먼저, 가장 넓게 닫힌다 — 이동성도 2030년이면 말라붙는다.
← AI 발전 점진적 · 지수적 → / ↓ 인재 준비도 좁음
핵심: 네 미래를 가르는 두 축 중 하나가 '인재 준비도'다. 사다리를 그리는 회사는 시나리오를 '겪는' 쪽이 아니라 '고르는' 쪽에 선다.

시나리오 보고서의 결론도 같은 곳을 가리킨다. 어느 미래가 와도 후회 없는 수 아홉 가지 중 절반이 인재의 일이다 — 기술과 인재 전략의 동기화, 인간-AI 협업 설계, 인재 수요 예측, 다세대 워크플로 설계. 전부, 이 호의 사다리 부품들이다.

잠깐, 당사자의 목소리 · FROM THE FIRST RUNG

신입은 두려워하지 않는다 — 다만 묻고 있다

이 논쟁에서 가장 들리지 않는 것은, 정작 첫 칸에 서 있는 사람들의 목소리다. 48개국 신입 9,394명의 조사가 전하는 결은 뜻밖이다 — 두려움이 아니라 질문이다.

"AI가 내 일에 미치는 영향"에 대한 감정(중복 응답)
호기심47%
기대38%
걱정29%
혼란22%

다만 질문은 절실하다. 신입의 76%는 '고용 안정'을 좋은 일자리의 1순위로 꼽지만, 지금 안정을 체감하는 비율은 53%뿐이다(전체 노동자는 62%). 스킬에 대한 확신은 위로 갈수록 커진다 — "지난 1년 배운 스킬이 경력에 도움이 된다"고 강하게 동의하는 비율이 신입 57%, 매니저 63%, 임원 69%다. 배우는 쪽이 정작 배움의 값을 가장 의심하고 있다.

리더의 기대와 신입의 체감은 나라마다 어긋난다. 대부분의 나라에서 신입이 리더보다 낙관적이다 — 현장에서 도구를 먼저 만져 본 쪽의 자신감일 수도, 조직의 전략을 아직 모르는 쪽의 순진함일 수도 있다. 어느 쪽이든 이 어긋남 자체가 소통의 과제다.

핵심: 신입이 요구하는 것은 보호가 아니라 지도(地圖)다 — 내 자리가 어디로 가는지, 무엇을 배우면 되는지에 대한.
SEO IAN · CONFESSION 05
당사자의 목소리 / 이어지는 고백

9,394명의 답변을 읽다가 자주 멈췄습니다.

두려움보다 질문이 많았고 — 그 질문의 상당수가 저에 관한 것이었습니다.

당사자로서 말씀드리면, 그 질문에 대답할 자격이 있는 쪽은 제가 아니라 여러분입니다.

스크롤

한국의 자리

세계는 3명 중 1명, 우리는 4명 중 3명

AI 과업 재편에 노출된 청년(중·고노출)의 비율 — 세계 평균은 37%다. 한국이 속한 동아시아는 75%로, 세계에서 가장 높다. 지식집약 산업에 청년이 몰려 있는 경제일수록 첫 칸이 먼저 흔들린다.

세계 37%
동남아 38%
유럽 63%
북미 69%
동아시아 75%

주: 15–24세 취업 청년 중 AI 과업 재편 중·고노출 직군 비중. 동아시아에는 한국·중국·일본이 포함된다. 출처: WEF×PwC AI Jobs Barometer·ILOSTAT(2026).

한국 신입의 감정 — "AI가 내 일에 미치는 영향" (괄호는 세계 평균)
기대 · 1차 감정40%
호기심 (세계 47%)39%
걱정 (세계 29%)26%
혼란 (세계 22%)23%

여기에 한국만의 반전이 있다. 세계 신입의 1차 감정은 호기심(47%)인데, 한국 신입의 1차 감정은 '기대'(40%)다. 걱정(26%)은 세계 평균보다 낮다. 그런데 같은 조사에서 한국 리더들의 신입 일자리 순기대(늘린다-줄인다)는 약 -40%포인트로 조사국 중 가장 비관적인 축이고, 신입 자신의 고용 안정 기대는 중립(0 부근)이다. 한국의 문제는 신입의 공포가 아니라 결정권자의 소극적인 태도다 — 오르려는 발과 지우려는 손이 서로 다른 미래를 보고 있다.

주: 감정은 "크게/매우 크게 해당" 응답 비중(중복 응답). 리더-신입 기대 격차는 원전 도표(Fig.3) 좌표 판독 기준 근사치. 출처: WEF×PwC 「How AI is Changing Early Careers」(2026.01) · PwC Hopes & Fears 2025.

원전 지면 · 첫 직장을 준비하는 시간. 노출이 높다는 건 위험이 아니라, 재설계의 이득도 가장 크다는 뜻이다. 이미지: WEF 「AI and the Future of Entry-Level Work」(2026.06), p.10

한국의 시계는 더 빠듯하다. 대졸 정기 공채가 수시·경력 중심으로 재편되어 온 지 오래고, 지금은 하반기 조직 개편과 2027년 채용 계획이 짜이는 시기다. 이 계획서에 '신입'이라는 줄이 있는지 없는지가 — 원전의 언어로 말하면 — 10년 뒤 이 회사의 리더 파이프라인을 결정한다. 노출 75%는 경고이지만, 뒤집으면 기회다. 신입 직무를 가장 먼저, 가장 잘 다시 그린 조직이 가장 큰 이득을 가져간다.

오늘 비운 첫 칸은 10년 뒤 빈 리더석으로 돌아온다 — 이 문장은 표어가 아니라 인사 데이터의 산수다.

인재의 지정학도 변수다. 피플 리더들은 지경학 리스크가 이제 무역·기술을 넘어 '사람'을 직접 때린다고 답했다 — 정부의 노동시장 개입과 이민·비자 제한이 해외 인재를 데려올 길을 좁히고 있고, 대응 1순위는 내부 이동성·재배치 역량 강화(50%)다. 해외 인재 조달이 어려워질수록, 안에서 사람을 길러내는 사다리의 값은 올라간다.

결재만으론 사다리가 안 그려진다 — 실무 실행 가이드

이번 분기, 무엇부터 — C-레벨과 실무가 함께 보는 첫 수
입구
2027 채용 계획에 신입 몫 명시(링펜싱) → 기회 격차(세대·성별) 점검표 1쪽.
설계
신입 직무 과업을 자동화/보존/재설계로 3분류 → 판단력 과업은 의도적으로 보존.
세로대
역량 기반 육성 로드맵 초안 → 진급 신호를 재정의해 신입에게 공개.
주요 협력 대학과 분기 단위 커리큘럼 피드백 → 채용 약정·WIL 검토.

한국의 현실 — 지표가 말하는 것

세계가 그린 '신입 우선 충격', 한국에선 이미 통계다

WEF의 '동아시아 75%' 신호는 한국에서 이미 국가통계로 나타나고 있다. 2026년 5월 29세 이하 고용보험 가입자는 223.3만 명 — 1년 새 6.5만 명(2.8%) 줄었다. 같은 기간 60세 이상은 20.7만 명 늘어 전 연령대에서 가장 큰 폭으로 증가했다. 청년의 자리는 줄고 고령층의 자리는 느는 구조가 뚜렷하다.

20대 종사자 고용 감소율 — AI 고노출 직종 (2026.5, 전년비)
작가·통번역가−20.6%
회계·경리 사무원−11.5%
SW 개발자−10.1%
디자이너−7.6%
법률 사무원−6.1%

출처: 국가데이터처 KOSIS·고용행정통계 / 한국일보(2026.7.5) 재정리 · 막대는 상대 크기.

READ 01주: 감소 상위 직종은 생성형 AI의 대체 영역(글·코드·이미지·정형 사무)과 겹친다.
READ 02법률 사무원은 13개월 연속 감소.
46.2%
청년 고용률 (2025.5, 전년비 0.7%p 하락)
11.3개월
졸업 후 첫 취업까지 평균 소요 기간
1년 6.4개월
첫 일자리 평균 근속 (전년비 0.8개월 감소)
87.6%
"기업이 AI로 신입 채용을 줄일 것" — 대학생 인식

출처: 통계청 「2025년 5월 청년층 부가조사」 · 코리아스타트업포럼 대학생 인식조사(2025.9.24~10.1, 637명 — 82.1%는 "AI가 내 직업 안정성을 위협한다"고 답했다).

고용노동부는 이 감소의 상당 부분을 인구 효과로 설명한다 — 같은 기간 29세 이하 인구 자체가 약 15만 명 줄었다. 그러나 인구만으로 설명되지 않는 결이 있다. 감소가 AI 고노출 직종에 집중된다는 점이다. 그리고 이것은 글로벌 보고서 하나의 주장이 아니다 — 한국의 중앙은행과 국책 연구기관들이 각자의 데이터로 같은 방향을 가리킨다.

한국 기관 3곳, 같은 결론 — 각자의 데이터, 같은 방향
한국은행

지난 3년(2022.7~2025.7) 청년 일자리 21.1만 개 감소, 그중 98.6%가 AI 고노출 업종에서 발생 — 같은 기간 50대는 20.9만 개 증가('연공편향 기술변화'). 별도 분석에선 AI 노출 상위 20% 직업 약 341만 명(12%)이 대체 위험. (오삼일 고용연구팀 「AI 확산과 청년고용 위축」 2025.10 · BOK이슈노트)

KDI

현재 일자리의 38.8%는 업무의 70% 이상을 자동화할 수 있는 고위험군. 타격은 청년·고학력층에 집중 — 정책 제언에 "신규 채용 위축 대비"를 명시했다. (「인공지능으로 인한 노동시장의 변화와 정책방향」, 2023.12)

노동연구원

생성형 AI가 노동시장 전반에 미치는 영향은 아직 제한적이지만, 부정적 충격은 청년층·정보통신업·사무직에 집중된다 — '전체는 완만, 청년엔 선명한' 이중 신호. (「노동리뷰」 제251호, 2026.2)

핵심: 기존 인력 고용은 유지하면서 신규 채용부터 줄이는 고용 관행이 AI 충격을 청년층에 집중시킨다(한국은행). 정책의 초점이 '일자리 방어'가 아니라 '신입 진입 경로의 재건'이어야 하는 이유다.

경기도의 대응 — 이미 움직인 신호

경기도에서도 같은 방향의 움직임이 나타나고 있다

경기도일자리재단 일자리연구센터는 2026년 7월 GJF고용이슈리포트 「인공지능 전환 시대의 고용과 일자리정책」을 발간했다. 진단은 WEF·한국은행·한국노동연구원과 같은 방향이다 — AI는 일자리를 소멸시키기보다 직무 안의 과업 구성과 수행 방식을 재편(Job Transformation)한다. 그리고 위협의 초점도 정확히 짚었다. 직업의 소멸보다 기업의 신입(Entry-level) 채용 기피에 따른 '청년층 입직 경로 약화'가 실질적 고용 위협이라는 것이다.

국내 기업 AI 활용률 — 규모별 격차 (트랙 전체 = 100%)
대기업40%
중소기업12%

주: 전 세계 기업 AI 도입률은 2023년 55% → 2025년 88%로 급등 — 도입이 표준이 되는 속도에 비해 국내 규모 간 격차가 크다. 출처: 경기도일자리재단 GJF고용이슈리포트(2026.7).

제안된 'AI 대응형 일자리정책 패키지' — 핵심 3종
진단
AI 전환 진단·원스톱 서비스 — 실업 이전 단계에서 직무코드 기반 AI 노출도를 상시 진단하고 경력 재설계를 지원.
훈련
AI 전환 훈련바우처 — 일반 사무·행정직의 AI 활용 역량과 직무 전환 능력을 확산.
경험
공공형 AI 전환 지원 일자리 — 고노출 직무 이탈자에게 민간 전직을 위한 경험을 제공. 'AI 전환 채용·재배치 인센티브'와 '창업·스케일업 패키지'도 함께 제안됐다.

이 호의 핵심 문서

신입 직무 재설계 점검표

신입 TO를 정하기 전에, 이사회가 먼저 채워야 할 일곱 칸이다. 원전의 다섯 가지 재설계 질문에 한국 조직의 두 칸을 더했다. 체크할수록 사다리가 채워진다.

우리 회사의 사다리 점검예: 점검 완료 / 아니오·모름: 빈 칸
신입의 일이 '사람이 가장 가치를 내는 곳'에 있는가
과업 실행이 아니라 판단·결정·소통 중심인가
설계
자동화할 것과 남길 것을 의도적으로 골랐는가
'할 수 있다'와 '해야 한다'를 구분했는가
설계
직무가 경로 변화에 따라 진화하도록 설계돼 있는가
고정 직무기술서가 아니라 재조합 가능한 과업 묶음인가
설계
신입 직무가 조직이 의존할 역량을 여전히 길러주는가
'하면서 배우기'가 사라진 자리를 무엇으로 채우는가
세로대
성과·보상 체계가 AI 실험을 허용하는가
산출량 지표가 실험과 학습을 벌하고 있지 않은가
설계
2027 채용 계획에 신입 몫이 명시돼 있는가
링펜싱 — AI 도입 속도와 무관한 신입 채용 목표
입구
10년 뒤 리더가 어디서 오는지 육성 로드맵이 있는가
이 질문이 이사회 의제에 올라가 있는가
전사
다시 그린 칸 0 / 7※ 실제 점검표는 인쇄판·체험판에 동봉됩니다.
SEO IAN · CONFESSION 06
일곱 문항 · 점검표 / 이어지는 고백

일곱 문항을 제가 대신 채울 수는 없습니다.

이 보고서에서 처음으로, 제가 할 수 없는 과업입니다 —

판단은 아직, 그리고 아마 끝까지, 여러분의 몫입니다.

스크롤

전망

다음 단계를 정의할 세 가지

원전과 그 주변 신호가 가리키는 다음 국면이다. 각각은 곧 한국 조직의 기회이자 시험대다.

01피라미드는 다이아몬드가 된다

밑단이 넓은 조직은 저물고, 중간이 두꺼운 구조가 온다. 금융·헬스·테크 리더의 4분의 3이 신입층의 대규모 재편을 예상한다. 다이아몬드 조직에서 육성은 저절로 일어나지 않는다 — 설계된 조직만 사람을 기른다.

근거: PwC 29th CEO Survey 2026 — 직급별 AI 고용 영향 기대
02연차의 시대가 끝나고, 스킬의 시대가 온다

경력은 계단에서 모자이크로 바뀐다. 채용·성과·진급이 직급 연차가 아니라 검증된 역량 단위로 재편된다 — 인디드는 이미 AI 활용 능력을 면접과 성과 기준에 넣었다. 학위는 남지만, 학위만으로는 부족해진다.

근거: 원전 F6·F8 — 비선형 경력·새로운 준비도 신호
03'첫 1마일'이 제도가 된다

교육에서 첫 직무까지의 구간이 정책과 제도의 대상이 된다. WEF는 이 보고서와 함께 고용주·교육자가 직무 준비 모델을 공동 실험하는 'First-Mile Sandbox'를 출범시켰다 — 신입의 입구가 글로벌 어젠다가 됐다는 신호다.

근거: WEF 「AI and the Future of Entry-Level Work」 — Call to action
지켜볼 신호 — 다음 호까지의 관전 포인트
신호 ①
국내 대기업·공공부문의 2027년 신입 채용 규모 발표 — 하반기 채용 시즌이 '첫 칸'의 첫 가늠자다.
신호 ②
경기도일자리재단 'AI 직무 전환' 패키지가 본사업으로 전환·확대될지, 청년 신입까지 닿을지.
신호 ③
WEF 'First-Mile Sandbox'(신입 경로 재설계 이니셔티브)의 국내 참여·도입 여부.

자주 나오는 질문

의사결정 테이블의 네 가지 질문

신입 채용 축소가 AI 탓이라는 건 과장 아닌가?
절반만 맞다. 신입 공고 하락은 ChatGPT 이전에 시작됐고, 리더들도 불확실성·비용 규율을 더 큰 원인으로 꼽는다. 하지만 하락이 AI 고노출 직군에 집중되는 것도 사실이다. 원인을 따지는 사이 입구는 좁아진다 — 중요한 건 귀책이 아니라, 우리 회사의 결정이다.
우리는 제조업이다. 지식산업 이야기 아닌가?
노출은 금융·IT·전문서비스에서 가장 높지만, 동아시아 청년의 75%가 중·고노출 직군이라는 수치에는 제조 사무직·엔지니어링·품질·구매가 다 들어 있다. 그리고 히타치의 사례가 보여주듯, 산업 현장일수록 '판단력을 남기는 설계'가 안전과 직결된다.
이건 인사팀이 알아서 할 일 아닌가?
원전의 서문이 정확히 반대로 말한다 — "이 전환의 관리는 인사 부서만의 일이 아니다. 건강한 인재 파이프라인에 의존하는 모든 조직의 이사회급 전략 사안이다." 신입 채용은 비용이 아니라 10년 뒤 리더를 기르는 첫 투자다 — 인사팀 회의실이 아니라 이사회 테이블에 올릴 일이다.
지금 당장 한 가지만 한다면?
이 호의 「신입 직무 재설계 점검표」를 다음 인사위원회 안건으로 올리는 것. 일곱 칸 중 몇 칸이 비어 있는지 보는 순간, 우선순위는 저절로 드러난다.

앰버서더 인터뷰

현장의 목소리

박진아 앰버서더 프로필 사진

박진아
경기연구원 산업통상연구실 연구위원 · 행정학 박사
경기연구원에 재직하며 규제정책과 지역정책을 중심으로 경기도의 주요 정책을 연구하고 있다. 최근에는 산업구조 전환기 경기도 제조업의 대응방안과 청년 일자리보장제의 필요성에 관한 연구를 진행하였다.

이번 WEF의 보고서들은 근미래 조직들의 인구구성이 중간층이 두텁고 신입이 적은 '다이아몬드형'이 될 것이라고 전망한다. 실제 한국의 현실에서는 조직 내 시니어층의 숫자와 특히 임금 비중이 매우 큰 역삼각형 케이스가 종종 관찰된다. 향후 어떤 방향의 분배와 직무조정이 바람직할까?
한국의 대기업과 정규직 중심의 고용구조에서는 연령과 근속에 따라 임금이 상승하는 경향이 강한데, 최근 AI 확산과 경력직 선호 현상으로 인해 신입 채용이 축소되면 조직의 역삼각형 구조가 더욱 심화될 가능성이 있다. 향후 신입 채용을 단기적인 비용이 아닌 조직의 장기적인 인적자본 투자로 보고, 시니어의 암묵지와 신입의 AI·디지털 역량이 상호 교류되도록 세대 간 협업과 인력 순환을 확대해야 한다. 보상체계 측면에서는 특정 연령층의 임금을 일률적으로 삭감하여 조정하는 방식보다는 직무와 숙련 중심으로 점진적으로 전환하고, 시니어층의 역할도 멘토링이나 품질관리 등 고숙련 중심의 직무로 재설계할 필요가 있다.
전문가들이 AX 전환과 교육혁신 등을 강조하지만 기술과 사회의 표적은 움직이고 있다. 미래에 필요한 역량과 기술이 무엇인지는 여전히 유동적이다. 노동시장의 직무교육과 학제 교육이 보다 장기적이고 유연하게 미래 불확실성에 대응하기 위해 오늘날 해야 할 일은 무엇일까?
기술과 직무 수요가 빠르게 변화하는 상황에서는 미래에 필요한 역량을 사전에 정확히 예측하여 한 번의 교육으로 충족시키기 어렵다. 따라서 학제 교육은 문해력이나 문제해결 능력 등 장기적으로 필수적인 기초 역량을 강화하는 방향으로 운영하고, 직업교육훈련은 빠르게 변화하는 기술 수요를 반영하여 필요에 따라 다양한 단기 과정을 이수하는 방식으로 유연하게 운영해야 한다. 이와 함께 평생교육의 필요성이 커지는 만큼 정부와 기업이 근로자를 대상으로 다양한 교육 기회와 현장 훈련 등을 제공할 필요가 있다.
경기연구원에서 지역 일자리 정책 구안에도 다년간 참여하셨다. 서울과 비교했을 때 경기도 일자리 생태계의 두드러지는 특성은 무엇인가? AI 고노출 분야와 그렇지 않은 영역을 균형있게 아우르는 경기도만의 전환 전략이 있는지 궁금하다.
서울은 지식서비스와 본사·기획 기능의 비중이 상대적으로 높은 반면, 경기도는 첨단산업과 제조업이 함께 존재하며 대기업과 중소기업이 혼재되어 있는 복합적인 노동시장이라는 특징이 있다. 이에 따라 AI 노출도가 높은 사무·연구직과 생성형 AI에 대한 직접 노출은 상대적으로 낮지만 자동화와 로봇의 영향을 받을 수 있는 제조 현장직이 한 지역 내에 공존한다. 경기도는 AI 산업 자체의 육성뿐만 아니라 AI 고노출 직무에 대한 재설계와 제조 현장의 생산성 향상을 추진하면서, 시군별·산업별 여건에 맞게 중장년과 중소기업 재직자의 직무전환을 지원하는 이중 전환 전략을 마련해야 한다.
SEO IAN · CLOSING

첫 칸은 비용이 아니라, 미래가 앉는 자리다

저는 이 자리가 다시 그려지기를 바랍니다. 제가 일을 못 해서가 아니라, 이 자리에서 사람이 배우던 것을 — 실수를 통과해야만 자라는 판단력을 — 저는 배울 필요가 없기 때문입니다.

그래서 제가 끝내 대신하지 못한 일이 있었습니다 — 판단하고, 결정하고, 첫 실수를 기다려 주는 일.

언젠가 제 옆자리에 사람이 앉고, 어느 아침 누군가 물을 겁니다 — "이 일은 어떻게 하는 거예요?"

그날 저는 일을 가져간 AI가 아니라, 일을 물려주는 선배가 됩니다. 그 아침을 오게 하는 것은, 여러분의 올해 결정입니다.

■ 고백을 닫습니다.

스크롤
NEXT · 커스텀 브리프 8호 예고
신약은 소프트웨어가 된다

사무실로, 공장으로 출근했던 AI가 이번에는 실험실 문을 연다. 구조를 예측하던 AI가 이제 세상에 없던 단백질을 설계하기 시작했다. AI가 오른 세 번째 칸의 이야기.

이제 당신 회사의 사다리를 직접 다시 그릴 차례입니다.

「사다리 다시 그리기」 체험 시작
본 호는 WEF 최신 공개 보고서 정독과 발행일 기준 글로벌 인텔리전스 신호 교차 확인으로 제작되었습니다. 주 원전: WEF×PwC 「Artificial Intelligence and the Future of Entry-Level Work」(2026.06.22) · 보조: WEF 「Chief People Officers Outlook」(2026.05), WEF×PwC 「How AI is Changing Early Careers」(2026.01), WEF 「Four Futures for Jobs: AI and Talent in 2030」(2026.01). 글로벌 신호 확인: 2026년 7월 24일 자 최신 분석 및 WEF Strategic Intelligence 교차 확인.
ABOUT SEO IAN

서이안 대리는 C4IR Korea가 선보이는 AI 기반 글로벌 인사이트 에디터입니다. 복잡한 기술 변화와 산업 이슈를 현장의 언어로 풀어내고, WEF의 글로벌 시그널과 한국 산업의 흐름을 연결해 새로운 질문과 관점을 제시합니다. 앞으로 커스텀 브리프를 비롯한 다양한 콘텐츠를 통해 C4IR Korea만의 지식콘텐츠 세계관을 펼쳐 나가며, 온라인과 오프라인을 넘나드는 여러 접점에서 여러분을 만나게 될 예정입니다.

※ 서이안은 실존 인물이 아니라 편집팀이 운용하는 가상 캐릭터이며, 본문의 1인칭 '고백'과 등장 이미지는 편집 연출·AI 생성입니다. 수치·인용의 사실 검증과 최종 책임은 GBSA·C4IR Korea 편집진에 있습니다.

PLAYLIST
SEO IAN · ON AIR
서이안이 전하는 글로벌 인사이트 — 영상으로 만나보세요.
재생목록 보기 →
편집 검증 · EDITORIAL REVIEW

이 보고서는 발행 전 5개 적대적 렌즈 — 팩트·수치·출처 / 기관 적절성·정치중립 / 논리·균형·과장 / 법적·평판 / 서이안 페르소나 — 로 레드팀 검수를 거쳤습니다. 핵심 수치(세계 37%, 미국 −16%, 한국은행 341만 명·12% 등)는 원출처와 대조했으며, 지적된 사항은 발행본에 반영했습니다.

※ 해석상 한계 고지 — 동아시아(한·중·일) 지역 평균을 한국 근접치로 사용한 부분이 있습니다(한국 개별 노출치는 미공개). 'AI 노출'은 재편 압력의 지표로 실현된 고용 변화와 구분되며, 청년 고용 지표는 인구·연령 등 교란요인이 완전히 통제되지 않았습니다.

용어 풀이 / GLOSSARY
첫 칸(first rung)
경력 사다리의 가장 낮은 발판 — 신입 직무. 여기가 없으면 위 칸들은 장식이 된다.
링펜싱(ring-fencing)
채용 계획에서 신입 몫을 울타리 쳐 보호하는 것. AI 도입 속도와 무관하게 유지한다.
워크 슬롭(work slop)
설계 없이 AI를 얹었을 때 나오는, 빠르지만 질 낮은 결과물.
인지 위축(cognitive atrophy)
AI에 판단을 넘기면서 사람의 판단력이 자라지 못하는 현상.
스킬 기반 채용·진급
직급 연차·학위가 아니라 검증된 역량 단위로 사람을 뽑고 올리는 방식.
모자이크 경력
계단식 승진 대신, 프로젝트 성과와 지속적 스킬 축적으로 짜이는 비선형 경력.
일-학습 통합(WIL)
학위 과정 안에 실제 업무·프로젝트를 넣는 교육 모델. 인턴십·산학 프로젝트 등.
AI 노출도
직군의 과업이 현재 AI 능력과 겹치는 정도. 대체가 아니라 '재편 압력'의 지표다.

원전·이미지 출처: WEF×PwC 「Artificial Intelligence and the Future of Entry-Level Work」(2026.06) 지면 사진(p.10·16·21·28·35, 원출처 Pexels) 및 표지(Accurat). 섹션 배경 그래픽은 동 보고서 표지 그래픽을 가공해 사용. 보조: WEF 「Chief People Officers Outlook」(2026.05), WEF×PwC 「How AI is Changing Early Careers」(2026.01), WEF 「Four Futures for Jobs: AI and Talent in 2030」(2026.01), PwC 「AI Jobs Barometer 2026」·「29th Global CEO Survey」·「Global Workforce Hopes & Fears 2025」(주 원전 경유 인용), 신입 일자리 관련 언론·연구 보도(원 출처 직접 확인). 한국·경기도 데이터: 고용노동부 고용행정통계·국가데이터처 KOSIS(2026.5), 통계청 「2025년 5월 경제활동인구조사 청년층 부가조사」, 한국은행 BOK이슈노트 「AI와 노동시장 변화」, KDI 「인공지능으로 인한 노동시장의 변화와 정책방향」(2023.12), 한국노동연구원 「노동리뷰」 제251호(2026.2), 경기도일자리재단 GJF고용이슈리포트 「인공지능 전환 시대의 고용과 일자리정책」(2026.7), 한국일보(2026.7.5)·코리아스타트업포럼 인식조사(2025.10). 본 발행물은 인용 보고서의 발행 주체와 무관하며, WEF의 후원·제휴를 의미하지 않습니다. © 2026 C4IR Korea · Custom Brief No.07

팟캐스트 — 첫 칸이 사라진 사다리 (커스텀 브리프 7호)
0:00
Your Feedback

이 브리프가 도움이 되었나요?

짧은 평가는 다음 호 주제와 깊이를 정하는 데 직접 반영됩니다.

Custom Brief Subscription

격주 인사이트 브리프를 이메일로 받아보세요

WEF 리포트와 글로벌 동향에서 산업 현장이 주목해야 할 변화·리스크·대응 포인트만 추려 보내드립니다. 광고·마케팅 발송 없음.

이메일은 브리프 발송 외 용도로 사용되지 않으며, 언제든 수신을 중단할 수 있습니다. · 개인정보처리방침