AI 신입 채용 19% 격차, 스탠퍼드 급여 데이터 연구가 청년 고용에 대해 실제로 말한 것

핵심 메시지

• 이 연구는 설문이 아니라 실제로 급여가 지급된 행정 기록을 근거로 삼았고, 미국 노동자 수백만 명을 2026년 6월까지 추적했다.
• 경제 전체로 보면 일자리 소멸은 보이지 않는다. 표본 전체 고용은 6% 늘었고 AI 노출이 가장 큰 직종 묶음도 4% 늘었다.
• 나이로 쪼개면 그림이 갈린다. 22~25세 고용은 2022년 11월 대비 약 2% 아래인데 35~40세는 11% 늘었고, AI 노출이 큰 직종의 청년은 또래와 같은 속도로 늘었을 경우의 기준선보다 19% 아래에 있다.
• 고용이 줄어든 경로는 재직자 이탈이 아니라 신규 채용 감소였고, 기본급 추세에서는 연령별·노출별 차이가 거의 없었다.
• 감소는 AI가 일을 대신하는 자동화 쪽 직종에 몰렸고, 사람을 돕는 보완 쪽 직종은 오히려 가장 빠르게 성장한 축에 있었다.

쉽게 이해하기

AI가 일자리를 없앤다는 말은 보통 해고 장면을 떠올리게 한다. 그런데 스탠퍼드 디지털경제연구소가 ADP의 급여 행정 데이터를 뜯어본 결과는 다른 그림이었다. 설문 응답이 아니라 실제 지급 기록이라는 점, 그리고 미국 자료라 한국에 그대로 옮길 수 있는 수치가 아니라는 점이 먼저 전제된다.

첫 번째 사실은 오히려 안정 쪽이다. 이 기간 표본 전체 고용은 6% 늘었고, AI 노출이 가장 큰 직종 묶음조차 4% 늘었다. 경제 전체가 무너지고 있다는 이야기는 급여 데이터에서 확인되지 않으며, 저자들은 이 안정 자체가 하나의 정보라고 본다.

달라지는 지점은 연령별 분해다. 생성형 AI 확산 직전인 2022년 11월과 비교하면 22~25세 고용은 약 2% 아래인 반면 35~40세는 11% 늘었다. 방향이 반대인 두 집단을 합쳐 평균을 내면 아무 일도 없는 것처럼 보이는 전형적인 상황이다. AI 노출이 큰 직종의 청년이 노출이 적은 직종의 또래와 같은 속도로 늘었다면 있어야 할 지점을 기준선으로 그으면, 실제 값은 그보다 19% 아래이고 경력자에게는 같은 격차가 나타나지 않는다.

저자들은 스스로 선을 긋는다. 이 연구는 AI의 인과적 영향을 추정하지 않으며 서술적 사실이라는 것이고, 논문 제목의 탄광 속 카나리아라는 비유에도 물음표가 붙어 있다. 초록에는 학력을 통제하면 추정치가 약해진다는 점, 생성형 AI 이전부터 갈리던 추세가 일부 있다는 점, 전국 조사보다 이 급여 자료에서 격차가 더 크게 나온다는 점이 스스로 적혀 있다. 다만 전문·정보·금융 서비스처럼 지식 노동이 몰려 있는 업종에서는 두 자료가 거의 같은 값을 내고, 어긋나는 곳은 교육과 보건, 공공 행정에 몰려 있다.

가장 실용적인 부분은 무엇이 줄어든 자리와 늘어난 자리를 갈랐는가에 대한 답이다. 저자들은 앤스로픽이 공개한 경제 지수를 가져와 직종별 AI 사용을 대체와 보완으로 나눴는데, 감소는 자동화 비중이 높은 쪽에만 실렸다. 노출이 크다는 사실만으로 자리가 줄어든 것이 아니라, 그 노출이 대체 방향일 때 줄어든 것이다. 회계사와 사무 지원 관리자, 접수·안내가 자동화 쪽에, 간호사와 영업 담당, 정비·수리 기술자가 보완 쪽에 놓인다.

주요 인사이트

• 연구가 판을 갈아가며 갱신되고 있어 인용할 때 버전을 확인해야 한다. 기사에서 자주 보이는 13%나 16%는 지난해 판의 값이고, 최신 자료에서는 19%로 격차가 좁혀지지 않고 벌어졌다.
• 조정이 임금이 아니라 자리에서 일어났다는 점이 특징이다. 기본급 추세는 연령별로도 노출 정도별로도 큰 차이가 없었지만, 이 자료의 임금에는 상여와 성과급이 빠져 있고 그 비중이 가장 큰 곳이 하필 노출이 큰 고소득 직종이라는 단서가 붙는다.
• 정비·수리 기술자는 자동화 노출이 가장 낮으면서 보완 노출은 가장 높다. 같은 직종에서 AI가 쓰이고 있지만 대신하는 방향이 아니라 돕는 방향으로 쓰인다는 뜻이다. 반면 노출이 큰 직종 목록에는 고객 서비스 담당, 회계사, 인사 전문가, 소프트웨어 개발자, 접수 담당, 은행 창구 직원처럼 대부분 신입이 들어가 배우던 자리가 모여 있다.
• 연구는 이 차이를 지식의 종류로 설명한다. 문서와 절차서로 가르칠 수 있는 정형 지식은 대체되고, 겪으면서 쌓이는 암묵적 지식은 보완된다. 사다리가 사라진 것이 아니라 아래 칸이 지워지고 있다는 표현이 나오는 이유다.
• 여성이 모든 연령대에서 AI 노출이 큰 직종에 더 많이 분포하며, 젊은 여성의 평균 감소폭이 젊은 남성보다 가팔랐다. 이 분포는 급여 자료뿐 아니라 두 개의 전국 조사에서도 동일하게 나타난다.

자주 묻는 질문

관련 AI 소식