[AI MEMO] AI 생산성 시대, 일자리 감소에 따른 교육의 새 과제

AI 생산성 확대 속 인간 노동 수요 축소
재교육 중심 대응으로는 구조 변화 대응 한계
인간 고유 역량 중심으로 교육 정책 전환 필요

본 연구 기사는 유럽 경제 연구소 The Economy의 연구위원(Fellow)들이 작성한 The Economy Review 시리즈 기고문을 한국 시장 상황에 맞춰 재구성한 글입니다. 본 시리즈는 최신 기술-경제-정책 이슈에 대해 연구자의 시각을 담아, 일반 독자들에게도 이해하기 쉽게 전달하는 것을 목표로 합니다. 기사에 담긴 견해는 집필자의 개인적인 의견이며, The Economy 또는 집필자의 소속 기관의 견해와 일치하지 않을 수 있습니다.

인공지능(AI)이 업무 현장에 확산되면서 노동시장은 겉으로는 안정된 모습이지만, 실제로는 인간 노동에 대한 의존도가 빠르게 낮아지고 있다. 미국 22~25세 청년층에서는 AI 영향을 받는 직무의 고용 감소 폭이 다른 직무 대비 약 13% 더 크게 나타났다. 이는 과거 제조업 자동화와는 성격이 다른 변화다. 전문직으로 이어지던 화이트칼라 진입 경로가 좁아지면서 경력 출발선 자체가 낮아지는 방향으로 전개되는 양상이다.

그간 주요국 정부는 디지털 전환 대응을 내세워 AI 활용 교육과 자격 취득 지원 등 노동 공급 중심 대책에 무게를 둬 왔다. 그러나 문제의 초점은 기술 격차보다 노동 수요 축소로 이동하는 흐름이다. 기업이 AI를 기반으로 소수 인력 중심의 고생산성 구조로 업무를 재편하면서 초급과 중간 숙련 인력의 입지는 빠르게 줄고 있다. 교육 기회 확대만으로는 변화를 흡수하기 어렵고, 재교육만으로도 노동 수요 위축에 대응하기에는 한계가 분명하다.

생산성 향상이 만든 고용의 역설

기존 정책은 교육 속도를 끌어올려 기술 변화를 따라잡는 데 초점이 맞춰져 있었다. 이는 PC와 스마트폰 확산으로 새로운 일자리가 빠르게 늘던 시기에는 유효했던 접근이다. 하지만 현재 AI는 문서 작성과 프로그래밍, 고객 대응 등 인지 핵심 업무를 직접 수행하는 단계로 넘어왔다. 그럼에도 정책은 초급 일자리가 일정 수준 유지될 것이라는 전제를 유지한 채 과거 방식에 머물러 있다. 그 결과 노동시장 현실과 정책 사이의 간극은 점차 확대되는 모양새다.

생산성이 높아질수록 고용이 줄어드는 이미 현실이 됐다. 5,000명 이상의 고객 상담원을 분석한 결과, AI 도입 이후 생산성은 평균 14% 상승했고 저숙련 인력에서는 34%까지 확대됐다. 또 7,000명의 지식 노동자를 대상으로 한 실험에서도 이메일 처리와 문서 작성 시간이 30% 이상 단축된 것으로 나타났다. 기업에는 효율 개선으로 이어지지만, 노동시장에는 부담으로 작용한다. 1인당 생산성이 크게 높아지면서 신규 채용을 늘릴 유인은 빠르게 약해지고 있는 것이다.

사무직 축소, 좁아진 진입 통로

기업의 판단은 한층 더 냉정해졌다. 세계경제포럼(WEF)은 2030년까지 기업 10곳 중 8곳 이상이 AI의 직접 영향을 받을 것으로 전망했다. 글로벌 투자은행 모건스탠리 분석에서도 AI 도입 산업의 생산성은 11.5% 높아진 반면 전체 인력 규모는 4% 줄어든 것으로 나타났다. 이 같은 인력 축소는 대기업과 사회에 막 진입한 청년층에 집중되는 양상이다.

국제노동기구(ILO)는 전 세계 일자리의 약 25%가 AI 영향권에 들어갈 것으로 본다. 기존 직무는 형태만 바뀔 뿐 유지될 것이라는 낙관도 제기되지만, 실제 전개는 다르게 나타난다. 과거 PC 도입이 업무 효율을 보조하는 수준에 머물렀다면, AI는 기획부터 실행까지 전 과정을 수행하는 대체 수단으로 자리 잡는 흐름이다. 이에 따라 기업이 비용을 들여 초급 인력을 육성하거나 장기 교육 체계를 유지할 유인은 약해졌다. 경험을 쌓아 숙련 단계로 올라가야 할 신입들의 진입 경로도 함께 좁아지고 있다.

교육 정책 전환의 필요성

이처럼 기존의 경력 축적 경로가 흔들리면서 교육 정책 전반의 재설계가 불가피해졌다. AI 도구 활용법을 가르치는 데 머무는 접근으로는 더 이상 대응이 어렵다. 도구 사용 능력은 빠르게 보편화될 가능성이 높고, 그것만으로는 과거 수준의 임금을 유지하기 힘들기 때문이다. 따라서 교육의 중심은 기계가 대체하기 어려운 문제 정의와 사실 검증, 결과에 대한 책임 판단 등 인간 고유의 판단 역량으로 옮겨가야 한다. 반복 작업은 AI에 맡기고, 교육 과정은 비판적 사고와 구두 논증, 실무 감독 역량을 강화하는 방향으로 재편할 필요가 있다.

정책 자금 배분 역시 다시 설계해야 한다. 전 국민을 대상으로 한 기본 역량 교육과 소수 인력의 생산성을 끌어올리는 고급 활용 교육, 기술 변화로 밀려난 계층을 위한 보호 장치를 구분하는 전략이 요구된다. 또한 분석과 행정 업무의 자동화가 확산되면서 대학 학위가 보장하던 임금 프리미엄은 점차 약해지고 있다. 따라서 대학은 취업률 지표에 머무르기보다 돌봄·보건·정밀 기술직 등 AI로 대체하기 어려운 분야로의 진입 경로를 확충하는 작업이 시급하다.

노동의 존엄, 사회적 책임의 문제

AI 재교육은 단순한 교육 기회 제공을 넘어, 사회에 필요한 존재로 남을 권리를 지키는 문제다. 겉으로 드러난 고용 지표만으로 상황을 낙관하기는 어렵다. 그 이면에는 초급 일자리 부족과 실질 임금 하락이 겹치며 청년층의 부담이 깊어지는 형국이다.

결국 관건은 AI로 밀려난 노동자가 기존과 유사한 처우를 유지하며 새로운 일자리로 제때 이동할 수 있는지에 있다. 이에 따라 정부는 산업·교육·노동을 하나의 틀로 묶어 설계하고 관리할 필요가 있다. 대학은 졸업생의 취업 성과에 더 큰 책임을 져야 하며, 고용을 줄여 이익을 얻는 기업에는 재교육 비용 분담과 일자리 창출 책임을 요구해야 한다.

지금의 위기는 기술 자체보다 제도가 변화를 따라가지 못한 데서 비롯됐다. 교육이 곧 안정적 고용으로 이어지던 공식은 더 이상 작동하지 않는다. 인간 고유의 가치를 다시 세우고, 노동 전환을 뒷받침할 새로운 사회적 합의가 요구되는 시점이다.

본 연구 기사의 원문은 The AI Retraining Illusion: Education Policy in an Age of Superhuman Labor을 참고해 주시기 바랍니다. 본 기사의 저작권은 The Economy에 있습니다.