챗GPT 출시 이후 4년간 청년층에서 사라진 일자리 25만 5,000개 중 25만 1,000개가 AI 고노출 업종에서 발생했습니다. 한국은행은 국내 일자리의 51%가 AI 도입에 큰 영향을 받고, 이 중 27%는 대체되거나 소득 감소 위험에 노출된다고 분석했습니다. 한국고용정보원이 520개 직업의 직무 대체율을 측정한 결과, 2024년 평균 38.69%에서 2027년 66.71%로 3년 만에 두 배 가까이 뛸 전망입니다. 문제는 '언제 오느냐'가 아니라 '누가 먼저 맞느냐'로 이동했습니다.
AI와 자동화가 일자리를 바꾸는 속도는 더 이상 먼 미래의 이야기가 아닙니다. 한국고용정보원이 2024년 12월 발간한 「인공지능에 의한 화이트칼라의 직무 대체 및 변화」(기본연구 2024-12)는 한국직업정보 520개 직업의 직무 대체율을 측정한 결과, 2024년 평균 38.69%에서 2027년 66.71%로 3년 만에 두 배 가까이 상승한다고 분석했습니다. 대체율 70% 이상의 고위험 직업은 1개에서 226개로 급증하고, 30% 미만의 저위험 직업은 120개에서 8개로 축소됩니다. 2024년 기준 대체율이 가장 높은 직업은 '패턴사(71.65%)'였고, 2027년에는 '물류사무원(94.17%)'이 1위로 예상됩니다.
한국은행은 2025년 2월 「BOK 이슈노트 제2025-2호: AI와 한국경제」에서 국내 일자리의 51%가 AI 도입에 큰 영향을 받을 것이며, 이 중 24%는 '고노출·고보완' 그룹(생산성 혜택), 27%는 '고노출·저보완' 그룹(대체·소득감소 위험)에 속한다고 분석했습니다. 앞서 2023년 발표한 「AI와 노동시장 변화」에서는 국내 취업자 약 341만 명(전체 12%)이 AI 기술로 대체될 가능성이 높다고 분석했으며, 일반의사·한의사·회계사 등 고학력·고소득 전문직이 AI 노출 지수 상위 1%에 포함됐습니다. AI의 영향이 단순·반복직이 아닌 화이트칼라로 확장된다는 진단입니다.
변화는 이미 청년 고용 통계에 나타나고 있습니다. 한국은행 분석에 따르면 챗GPT 출시 이후 4년간(2022년 2월~2026년 2월) 감소한 청년층(15~29세) 일자리 25만 5,000개 중 25만 1,000개(98.4%)가 AI 고노출 업종에서 발생했습니다. 업종별로 컴퓨터 프로그래밍·시스템통합(-11.2%), 출판업(-20.4%), 정보서비스업(-23.8%), 전문서비스업(-8.8%)에서 청년 고용이 동시에 줄었습니다. 기초 코딩, 자료조사, 초안 작성 같은 '주니어급' 업무가 먼저 자동화되는 모습입니다. 제조업에서는 국제로봇연맹 기준 한국의 로봇 밀도가 근로자 1만 명당 1,012대(2023년)로 세계 1위를 기록했고, 2024년에는 산업용 로봇 3만 50대가 신규 설치됐습니다.
모형 시뮬레이션 결과, AI 도입은 한국경제의 생산성을 1.1~3.2%, GDP를 4.2~12.6% 높일 수 있는 성장 잠재력을 가지고 있다. 그러나 국내 취업자의 절반 이상(51%)이 AI 도입에 큰 영향을 받을 것이며, 27%는 대체되거나 소득이 감소할 가능성이 큰 '고노출·저보완' 그룹에 속한다.
— 한국은행, 「BOK 이슈노트 제2025-2호: AI와 한국경제」, 2025.02
첫 번째 구조는 '인지 노동의 표준화'입니다. 한국고용정보원 보고서는 대체율이 높은 직업군의 공통점으로 '정보·데이터를 검색·수집·분석·가공하고 그 특성을 추정하는 활동'을 꼽았습니다. 패턴사, 물류사무원, 회계사무원처럼 규칙이 명확한 인지 노동은 생성형 AI가 가장 먼저 흡수합니다. 방송작가·게임그래픽디자이너·성우 등 창의 직군까지 높은 대체율이 나타났는데, 생성형 AI가 '창의성'을 일정 수준 모사할 수 있게 되면서 경계가 희미해진 결과입니다.
두 번째 구조는 '주니어 포지션의 축소'입니다. KDI가 2023년 「인공지능으로 인한 노동시장의 변화와 정책방향」(연구보고서 2023-03)에서 지적했듯, AI는 전문직 내에서도 양극화를 만듭니다. 일정 수준 이상의 숙련 근로자에게는 생산성 증강 도구가 되지만, 경력 초기 근로자의 '입문 과업'을 자동화해 진입 자체를 어렵게 합니다. 한국은행 분석에서 챗GPT 이후 감소한 청년 일자리의 98%가 AI 고노출 업종에서 발생했다는 사실은, 대체가 '낮은 계층'이 아니라 '낮은 경력'에서 먼저 일어난다는 점을 보여줍니다.
세 번째 구조는 '재교육 공백'입니다. KDI 「국내 기업 AI 기술 활용 실태 조사」에서 한국 중소기업의 AI 활용률은 31%로 독일(51%)의 절반 수준에 그쳤습니다. 더 큰 문제는 AI를 쓰지 않는 중소기업의 53%가 '직원 역량 부족'을 원인으로 들었지만, 실제로 사내 AI 교육을 실시한 기업은 42%, AI 사용 가이드라인을 마련한 곳은 26.2%에 불과하다는 점입니다. '역량이 없어서 못 쓴다'고 하면서도 역량을 키워주지 않는 구조가 근로자의 전환을 가로막습니다.
인공지능 기술의 도입이 확산되면서 주로 청년 일자리를 감소시키는 방향으로 작용해왔다. 전문직 내에서 일정 수준 이상의 일자리에서는 AI를 활용한 생산성 강화가 일어나는 반면, 경력 초기를 중심으로 한 일정 수준 이하의 일자리에서는 AI에 의한 자동화가 일어날 가능성이 있다.
— KDI, 「인공지능으로 인한 노동시장의 변화와 정책방향」 연구보고서, 2023 재구성
고용노동부는 2026년 'AI 대응 일자리 정책 로드맵'을 마련할 계획이며, K-디지털 트레이닝을 비롯한 재교육 프로그램으로 5년간 100만 명의 AI 역량 전환을 목표로 합니다. 민간에서는 부트캠프와 AI 기반 학습 플랫폼이 '주니어 진입 통로'를 기술로 새로 만들려는 실험을 진행 중입니다.
고용노동부는 2025년 9월 12일 'AI 산업전환과 일자리' 포럼을 출범해 AI·노동 전문가 13명으로 정책 방향을 설계했고, 2025년 12월 17일 최종보고회에서 △AI 전환 영향 분석 △AI 역량 인재 양성 △업종·직종별 맞춤형 전환 지원 △고용안전망 강화를 4대 축으로 한 '2026년 로드맵'을 공식화했습니다. 향후 5년간 100만 명 이상의 AI 훈련을 지원한다는 인재양성 목표도 함께 제시됐습니다.
AI·빅데이터·클라우드·반도체 등 디지털 신기술 분야의 전일제·심화 훈련을 청년과 중장년 재직자에게 제공합니다. 엘리스·코드스테이츠·패스트캠퍼스 등 민간 혁신기관과 우수대학이 훈련기관으로 참여하며, 훈련비 전액 지원과 함께 훈련장려금(월 최대 28.6만 원)이 지급됩니다. 기초역량 과정에서는 국민내일배움카드 외 50만 원 크레딧이 추가 지원돼 ChatGPT 활용까지 초·중급 과정을 이수할 수 있습니다.
2024년 12월 발간한 「인공지능에 의한 화이트칼라의 직무 대체 및 변화」 보고서에서 한국직업정보 520개 직업의 AI 직무 대체율을 2024년·2027년 시점별로 측정했습니다. 이 데이터는 정부가 '업종·직종별 맞춤형 전환 지원' 정책을 설계하는 기준이 되며, 고위험 직업(대체율 70% 이상) 226개에 대해 우선 재교육 대상을 선별하는 근거로 활용됩니다.
민간 영역에서는 'AI에 밀려난 일자리'를 대체할 인력을 다시 만드는 교육 스타트업과, 'AI가 대신하지 못할 일'에 인간을 연결하는 매칭 플랫폼이 등장했습니다. 대량의 산업 정책보다 한 가지 전환 마찰에 집중한 서비스가 현실적으로 작동합니다.
엘리스는 AI 기반 코딩·데이터·머신러닝 실습 환경을 클라우드에서 제공하고, 동영상 강의·실시간 채점·1:1 튜터링을 결합한 '하이브리드 부트캠프'를 운영합니다. 국민내일배움카드 연계 K-디지털 트레이닝의 주요 훈련기관 중 하나로 연간 수천 명의 비전공자·경력전환자를 개발자·데이터 분석가로 전환시키며, 2024년 기준 취업률 79% 수준을 유지하는 것으로 보고됐습니다.
→ 핵심 범위: '비전공자 → 개발자' 전환이라는 한 가지 마찰만 집중 해결
코드스테이츠는 AI·데이터사이언스·PM 트랙을 제공하는 부트캠프 중심 서비스로, 삼성전자·현대자동차·SK 계열사와 채용연계 협약을 체결해 수료생의 기업 매칭을 시스템화했습니다. 2024년 기준 수료생 취업률 74% 이상을 유지하고, 수료 후 6개월 취업 지원을 제공해 재직자의 AI 업스킬링 루트로도 활용됩니다. '주니어 포지션 축소'라는 구조 문제를 민간 부트캠프가 채용 연계로 메우는 사례입니다.
→ 핵심 범위: '채용까지 이어지지 않는 교육'이라는 마찰만 해결
클래스101은 직무 스킬·재테크·부업·AI 활용 등 5,900여 개 강의를 구독형으로 제공해, 자격증 기반 재교육 바깥의 '짧고 자주 반복되는' 학습 공백을 메웁니다. 부트캠프 진입이 부담스러운 중장년·재직자가 'ChatGPT로 업무 자동화하기', '엑셀 + 생성형 AI' 같은 30분 단위 강의로 AI 시대 필수 스킬을 적응적으로 학습합니다. 정식 훈련 과정 전 '탐색 단계'를 메우는 구조로 작동합니다.
→ 핵심 범위: '정규 교육 전 탐색 단계'라는 한 가지 마찰만 해결
대학생 팀이 한 학기에 만들 수 있는 현실적 MVP는 '내 직업 AI 대체율 진단기'입니다. 한국고용정보원 520개 직업 AI 대체율 데이터(2024·2027)를 공공데이터로 가져와, 사용자가 직업·업무 내용·사용 도구를 3~5개 질문으로 입력하면 본인 직무의 예상 대체율과 '2027년까지 유지될 하위 직무/사라질 하위 직무'를 시각화해주는 웹 서비스입니다. 여기에 K-디지털 트레이닝 과정 DB(고용24 오픈API)를 연결해 '당신의 직무에 필요한 전환 과정 Top 3'를 자동 추천하면, 복잡한 AI 영향 분석을 한 화면으로 좁힐 수 있습니다. 별도 모델 학습 없이 공개 데이터 + 챗GPT API + 카카오 공유만으로 파일럿이 가능합니다.
→ 대학생 팀도 한 학기 내에 이 정도 규모의 MVP는 충분히 실현 가능합니다.
AI 일자리 대체는 '언제 올 충격인가'에서 '누가 먼저 맞을 것인가'로 질문이 바뀌었습니다. 한국은행이 지목한 '고노출·저보완' 근로자 27%, 한국고용정보원이 짚은 2027년 고위험 직업 226개는 이미 이름과 숫자가 있습니다. 학생 프로젝트가 뛰어들 영역은 '전국민 재교육 플랫폼'이 아니라, 세 가지 좁은 마찰 중 하나입니다 — 내 직무가 얼마나 위험한지 판단하기, 내 위치에 맞는 전환 과정을 찾기, 전환 과정을 끝까지 수료하기. 정부는 로드맵을 수립하고, 민간은 부트캠프를 운영하지만, 이 세 마찰 사이에는 아직 빈 칸이 많습니다. MVP는 이 빈 칸 중 '단 하나'만 골라야 작동합니다.
AI는 대체와 보완을 동시에 일으킨다. 문제는 이 효과가 근로자에게 균등하게 퍼지지 않는다는 점이다. 대기업·업력 긴 기업에서는 생산성 강화로 이어지지만, 중소기업과 경력 초기 근로자에게는 일자리 축소로 귀결된다. 따라서 정책은 '전체 AI 역량'이 아니라 '누가 먼저 밀려나는가'를 먼저 지목하고, 그 집단을 위한 재교육과 전환 경로를 우선 설계해야 한다.
— KDI 연구진
※ KDI, 「인공지능으로 인한 노동시장의 변화와 정책방향」 연구보고서(2023) 및 한국은행 「AI와 한국경제」 BOK 이슈노트 제2025-2호(2025.02) 재구성를 바탕으로 요지 요약. 직접 인용이 아니며 정확한 원문은 해당 문헌을 참조해주세요.
슈퍼로컬 프로젝트 프로그램으로 사회문제 PBL을 시작할 수 있습니다.
교육 문의하기 →