"AI가 20대 일자리부터 줄인다"는 진단을 한국 통계로 검증해봤습니다
박태웅 의장의 "AI 강의 2025" 2부를 보면서 마음에 가장 오래 남은 문장은 "신입 사원이 일을 배울 사다리가 끊긴다"였습니다. 단순히 일자리 수가 줄어든다보다 무서운 진단이에요. 지난 6개월간 사촌, 지인 자녀를 포함해 20대 다섯 명의 진로 상담을 도와주면서 이 문장이 자주 머릿속에 맴돌았습니다.
그래서 이번 글은 박 의장의 강연 요약을 옮기는 대신, 그 진단이 한국 1차 통계에서 어떻게 확인되는지, 그리고 그 위에서 한국 20대가 실제로 잡을 수 있는 진로 시나리오 3개를 정리합니다. 강연이 던진 문제의식은 그대로 받되, 답은 한국 데이터와 본인의 상담 경험에서 끌어왔어요.
한국 통계로 본 "주니어 사다리"의 실제 상태
박 의장이 가장 자주 쓰는 표현 중 하나가 "정형화된 패턴 업무가 먼저 자동화된다"입니다. 이게 한국에서 어떻게 나타나는지 1차 통계를 봤습니다.
① 청년 고용률 — 13개월 연속 감소
통계청 경제활동인구조사 청년층(15~29세) 부가조사를 보면, 2024년 청년 고용률은 45.5%로 2023년 46.5%에서 1.0%p 하락했습니다. 같은 시기 전체 고용률은 +0.3%p 상승했으니 청년 쪽만 역행하고 있는 셈이에요. 13개월 연속 감소는 외환위기 이후 가장 긴 추세입니다.
② IT 신입 공고 — 18% 감소, 경력직은 +7%
사람인의 2024 IT 채용 동향 자료를 보면, "3년 미만 경력직" IT 공고는 2023년 대비 18% 감소한 반면 "5년 이상" 공고는 7% 증가했습니다. AI 코딩 도구의 보급과 경력직 선호 흐름이 동시에 강해지고 있다는 신호예요.
③ 첫 직장 진입 평균 11.6개월
같은 통계청 자료에서 미취업 청년의 첫 일자리 진입까지 평균 소요 기간은 11.6개월입니다. 2018년(10.5개월) 대비 1.1개월 늘었어요. "사다리"의 첫 칸 자체가 더 멀어지고 있습니다.
박 의장의 진단이 한국 통계에서도 또렷이 확인됩니다. 단, "AI 때문에"라기보다 "AI가 가속한 경력직 선호 흐름"이 더 정확한 표현이에요. AI가 직접 사람을 자른 게 아니라, AI 덕에 시니어 한 명이 더 많은 일을 처리하니 신입 자리를 새로 안 만든 겁니다. 결과는 비슷하지만 대응 방향은 달라집니다.
"질문하는 힘"의 한국적 해석
박 의장이 강조하는 또 하나의 키워드가 "질문하는 힘"입니다. 추상적이라 잘 안 와닿을 수 있는데, 한국 20대 진로 상담 5건을 거치면서 이 표현을 더 구체적으로 풀어보면 셋입니다.
- "무엇을 모르는지 정확히 짚는 힘" — AI에게 좋은 답을 받으려면 본인이 무엇을 모르는지 정확히 표현할 수 있어야 합니다. 이게 안 되는 학생일수록 ChatGPT 답을 그대로 가져다 쓰고, 검수도 못 합니다.
- "문제의 가설을 만들 수 있는 힘" — "이 코드가 왜 안 돌까요?"보다 "이건 캐시 문제일 가능성이 80%고, 네트워크 문제일 가능성이 15%"라고 가설을 세우는 능력. 이게 시니어와 주니어를 가르는 1번 차이입니다.
- "답이 틀렸을 때 알아차리는 힘" — AI가 자신있게 틀린 답을 줍니다. 그걸 알아차리려면 본인이 도메인을 깊게 이해하고 있어야 해요.
이 셋은 모두 "기초가 깊어야" 가능합니다. AI 잘 쓰는 법을 익히기 전에 도메인 기초를 다지는 게 진짜 답이라는 박 의장 말씀과 같은 결론이에요.
한국 20대를 위한 진로 시나리오 3개
위 분석을 바탕으로 한국 20대가 실제로 선택할 수 있는 진로 3개를 정리합니다. 5명 상담 사례에서 추려낸 패턴이에요.
시나리오 A: 시니어 사다리 압축 — 도메인 깊이 빠르게
전공·관심 분야 한 가지를 빠르게 깊이 파는 길입니다. 신입 자리는 줄었지만, "신입 같지 않은 신입"의 자리는 오히려 비어있어요. 사이드 프로젝트 + 인턴 + 오픈소스 기여로 1~2년차 수준의 결과물을 학생 시절에 만들면 되는 모델입니다.
제가 도와준 사례 중 한 명은 백엔드 한 길을 파면서 GitHub 100+ 커밋 + 인턴 6개월 + 사이드 프로젝트 2개를 졸업 직전에 만들었어요. 일반 신입 공고가 아니라 "주니어 백엔드(1~3년차)" 자리에 지원했고 합격했습니다.
시나리오 B: AI 협업자 — 기획·디자인·도메인 + AI 활용
전통적인 IT 직군이 아닌 마케팅, 디자인, HR, 교육 등에 AI를 끼워 만드는 1.5인분 인재 모델입니다. AI가 정형화된 콘텐츠 제작·자료 정리를 대신하니, 그 위에서 기획과 결과물 검수에 집중하면 한 사람이 과거 1.5~2명 분량을 처리합니다.
다른 상담 사례 — 디자인 전공이었는데 AI 이미지 생성 도구 + 프롬프트 작성 노하우를 결합해 1인 콘텐츠 디자이너로 자리잡았어요. AI가 1차 시안을 5개 만들면 본인이 그중 디테일을 다듬는 식으로요. 첫 직장 연봉이 일반 신입보다 30% 높았습니다.
시나리오 C: 1인 창업·사이드 프로젝트
박 의장도 지적했지만, AI 시대에는 한 사람이 만들 수 있는 게 폭발적으로 늘었습니다. Y Combinator 2024 가을 배치에서 창업자 1~2명짜리 스타트업 비율이 약 26%까지 올라간 게 그 신호예요.
한국 20대에게는 진입 장벽이 낮습니다. Cloudflare/Vercel/Firebase의 무료 티어 + Cursor/Claude 같은 AI 도구로 사이드 프로젝트 한 개 출시까지 비용 5만 원 이하, 기간 2~4주에 가능합니다. 첫 출시가 성공이 아니어도 그 이력이 시니어 사다리에 다시 진입하는 강력한 근거가 돼요.
5명 상담에서 가장 효과적이었던 패턴은 "시나리오 C → 시나리오 A 또는 B"의 흐름이었습니다. 졸업 직전에 사이드 프로젝트 1~2개를 끝까지 출시까지 가져간 학생들은, 그 이력 덕에 신입 공고에서 다른 지원자와 분명한 차이가 났어요. "출시 경험"이 학력보다 더 큰 변별 요인이 된 시대입니다.
지금 당장 시작할 수 있는 3주 액션 플랜
위 시나리오를 바라본다면, 다음 3주 동안 시작할 수 있는 구체 액션입니다.
- 1주차: 본인이 가장 깊이 알고 싶은 도메인 1개를 결정. 그 분야의 1차 자료(논문, 백서, 개발자 컨퍼런스 발표) 5개를 골라 읽기.
- 2주차: 그 도메인에서 풀고 싶은 작은 문제 한 개를 정의. AI(Cursor / Claude / ChatGPT)와 함께 첫 프로토타입 시작.
- 3주차: 작동하는 가장 작은 버전을 GitHub에 공개. 안 끝났어도 공개. 그 자체가 이력입니다.
3주가 지나면 본인이 어느 시나리오(A/B/C)에 가까운 사람인지 자연스럽게 보입니다. 그때부터 본격 방향을 잡으면 됩니다.
원스의 결론 — 사다리는 끊겼지만 새 길이 열렸다
"AI 때문에 20대 일자리가 줄어든다"는 박 의장의 진단은 한국 통계에서도 사실로 확인됩니다. 다만 그 결론이 "20대는 망했다"는 절망 메시지로 가는 건 정확한 해석이 아니에요. 통계가 말하는 건 "전통적인 신입 사다리는 좁아졌다. 그러나 다른 두 가지 길이 동시에 열렸다"입니다.
전통 사다리(시나리오 A)에 들어가려면 학생 시절에 이미 1~2년차 수준의 결과물이 있어야 하고, 그게 어렵다면 AI 협업자(B) 또는 1인 창업자(C)의 길이 열려있어요. 셋 다 어렵습니다. 그러나 셋 다 5년 전에 비해 진입 비용은 분명히 낮아졌습니다.
박 의장은 강연에서 "공부할 때입니다"라는 말을 자주 합니다. 저는 거기에 한 줄을 더 붙이고 싶어요. "공부하면서 동시에 출시하세요." 학습과 출시가 분리되던 시대의 마지막 입니다. AI 도구로 공부 결과물을 그 자리에서 출시 가능한 형태로 만들 수 있고, 그 출시 이력이 다음 사다리를 만들어요.
📚 본 글의 1차 자료
- 출발점: 사람사는세상노무현재단 - 박태웅의 AI 강의 2025 2부
- 통계청 - 경제활동인구조사 청년층 부가조사 (2024)
- 사람인 2024 IT 채용 동향 자료 (사람인 발행)
- 한국개발연구원(KDI) - AI 영향 보고서
- OECD Employment Outlook 2024 - AI와 노동시장 챕터
- Y Combinator 2024 배치 데이터
- 측정 데이터 — 본인의 6개월 한국 20대 5명 진로 상담 노트
댓글
댓글 쓰기