PwC가 채용 공고 10억 건 넘게 분석했습니다. AI는 일자리를 줄이지 않았습니다. AI 노출이 큰 기업이 인력도 임금도 더 빠르게 늘렸습니다.
대신 일자리가 둘로 갈라집니다. AI가 전문 업무를 맡고 사람에겐 단순 일만 남는 '평준화' 직업(52%)과, AI가 허드렛일을 걷어내 사람이 전문 업무에 집중하는 '전문화' 직업(22%)입니다.
전문화 직업은 일자리도 임금도 2배 빠르게 자랍니다. 질문은 'AI를 쓸 것인가'가 아니라 '직무를 어느 쪽으로 설계할 것인가'입니다.
AI가 일자리를 없앤다고 들으셨습니까?
데이터의 경고는 정반대입니다. 일자리는 사라지지 않고, 사람에게 허드렛일만 남기는 쪽과 전문성을 키우는 쪽으로 갈라지고 있습니다.
지난 2년간 가장 흔한 질문은 'AI가 내 일자리를 없앨까'였습니다. PwC가 그 질문에 데이터로 답했습니다.
PwC는 6개 대륙의 채용 공고 10억 건 이상을 분석했습니다. AI 노출도가 큰 기업과 작은 기업을 갈라, 생산성과 인력과 임금을 비교했습니다.
결과는 공포와 달랐습니다. AI 노출이 큰 기업은 인력을 더 늘렸고 임금도 더 올렸습니다. 그런데 그 안에서 직무는 둘로 갈라지고 있었습니다. 이 글은 그 갈림길과, 리더가 지금 정해야 할 선택을 다룹니다.
AI 전문 인력 채용은 전체 채용보다 8배 빠르게 늘었습니다. 2024년에서 2025년 사이 AI 전문직 공고는 68.9% 늘었고, 전체 공고는 8.6% 늘었습니다.
투자는 이미 끝난 논쟁입니다. 남은 질문은 'AI가 사람의 일을 어떻게 바꾸는가'입니다. PwC의 답은 분명합니다. AI는 같은 직무 안에서 어떤 업무를 맡느냐에 따라 정반대 결과를 냅니다.
첫째, AI는 일자리 킬러가 아니라 확장기였습니다. AI 노출이 큰 기업의 생산성 증가율은 작은 기업보다 40% 높았습니다. 그 격차는 2022년의 3배로 벌어졌습니다. 인력도 마찬가지입니다. AI 노출이 큰 기업은 인력을 52% 늘렸고, 작은 기업은 36% 늘렸습니다. 임금 증가도 24% 대 17%로 앞섰습니다. 생산성이 오르자 그 과실이 사람에게도 돌아갔습니다.
둘째, 그러나 효과는 둘로 갈립니다. PwC는 AI가 직무에 미치는 영향을 둘로 나눕니다. 하나는 '평준화'입니다. AI가 협상이나 재고 관리 같은 전문 업무를 맡고, 사람에겐 단순한 일이 남습니다. 전체 직무의 52%가 이쪽입니다. 다른 하나는 '전문화'입니다. AI가 이력서 검토 같은 허드렛일을 걷어내고, 사람은 더 전문적인 업무에 집중합니다. 22%가 이쪽입니다.
| 구분 | 평준화 직업 (52%) | 전문화 직업 (22%) |
|---|---|---|
| AI가 맡는 일 | 전문 업무 | 단순·반복 업무 |
| 사람에게 남는 일 | 단순 업무 | 전문 업무 |
| 일자리 증가 (2018년 이후) | 17% | 39% |
| 임금 증가 (2021년 이후) | 26% | 37% |
| 예시 직업 | 회계 사무원, 시스템 관리자 | 채용 담당자, R&D 관리자 |
출처: PwC, 2026 Global AI Jobs Barometer (Lightcast · Teeselink and Carey, 2026)
셋째, 전문화 직업이 일자리도 임금도 2배 빠르게 자랍니다. 2018년 이후 전문화 직업의 채용은 39% 늘었고, 평준화 직업은 17% 늘었습니다. 임금도 갈립니다. 2021년 이후 전문화 직업 임금은 37% 올랐고, 평준화 직업은 26% 올랐습니다. 42% 더 빠른 속도입니다. 같은 AI를 써도 사람에게 무엇을 남기느냐가 결과를 갈랐습니다.
넷째, 필요한 역량이 2.5배 빠르게 바뀝니다. AI 노출이 큰 직무는 요구 스킬이 가장 적게 노출된 직무보다 2.5배 빠르게 변합니다. 그 격차는 1년 만에 75% 더 벌어졌습니다. 방향도 분명합니다. 새로 생긴 업무는 공감, 창의, 판단처럼 사람만의 역량에 2.5배 더 의존합니다. AI가 잘하는 일이 아니라, AI가 못하는 일에 사람의 자리가 생깁니다.
다섯째, 신입의 경로가 재설계되고 있습니다. AI 노출이 큰 신입 자리는 노출이 작은 신입 자리보다 전통적 시니어 역량을 요구할 확률이 7배 높습니다. 리더십, 전략적 의사결정, 이해관계자 관리 같은 역량입니다. 결과는 둘로 갈립니다. 시니어 역량을 요구하도록 바뀐 신입 자리는 6년간 35% 늘었습니다. 그렇지 않은 신입 자리는 10% 줄었습니다.
그래서 질문이 바뀝니다. 'AI를 도입할 것인가'는 이미 답이 나왔습니다. 진짜 질문은 'AI에게 어떤 일을 맡기고 사람에게 무엇을 남길 것인가'입니다. 단순 일을 남기면 평준화 트랙으로, 전문 업무를 남기면 전문화 트랙으로 기웁니다. 그 설계가 회사의 생산성과 직원의 임금을 동시에 가릅니다.
직무 3개를 골라, AI가 맡을 일과 사람에게 남길 일을 나눠 적습니다. 사람에게 단순 일만 남는다면 그 직무는 평준화 트랙입니다. (직무 1개당 A4 반 장)
그 직무에서 사람이 맡을 전문 업무 1개를 새로 적습니다. 판단, 관계, 창의가 핵심인 일을 우선합니다. (직무 정의서 1장)
신입 한 명의 1년 학습 경로를 봅니다. 자동화로 사라진 업무가 있다면, 시니어 역량을 기를 대체 경로를 먼저 만듭니다. (HR·팀장 회의 1건)
이 분석은 채용 공고 데이터 기반입니다. 실제 고용이 아니라 '구인 의도'를 봅니다. 방향은 읽되 절대 규모로 해석하지 않습니다.
생산성과 인력 분석은 큰 기업 중심입니다. 연 매출 5천만 달러 이상 기업이 표본입니다. 한국 중소기업과 구조가 다를 수 있습니다.
'평준화'가 곧 나쁨은 아닙니다. 단순 업무 자동화는 옳을 때가 많습니다. 위험은 사람에게 단순 일'만' 남길 때 생깁니다.
신입 사다리 붕괴는 천천히 옵니다. 지금 효율로 보이는 자동화의 비용은 몇 년 뒤 시니어 공백으로 나타납니다. 지표에 안 잡힌다고 없는 위험이 아닙니다.
AI로 이기는 회사는 AI를 많이 쓰는 회사가 아닙니다. AI에게 허드렛일을 맡기고 사람에게 전문성을 남기도록 직무를 다시 짠 회사입니다.
AI 노출도(AI exposure): 한 직무나 업종이 AI로 바뀔 여지가 얼마나 큰지를 점수로 매긴 지표입니다. 높을수록 AI가 그 일의 많은 부분을 다룰 수 있다는 뜻입니다.
평준화(democratised): AI가 전문 업무를 맡아 진입 장벽이 낮아진 직무입니다. 사람에겐 단순한 일이 남습니다.
전문화(professionalised): AI가 단순 업무를 걷어내, 사람이 더 전문적인 일에 집중하게 된 직무입니다.
AI 임금 프리미엄(AI wage premium): 같은 직무에서 AI 역량을 갖춘 사람이 더 받는 임금 폭입니다. 2025년 평균 62%로, 1년 전 57%에서 올랐습니다.
- PwC. (2026, June). Two futures for jobs in an AI era: 2026 Global AI Jobs Barometer [Report]. PwC. (원문 보기 ↗)