미국 급여 데이터를 분석한 결과 경제 전체의 일자리 감소는 확인되지 않았습니다. 다만 청년층에서만 격차가 벌어졌습니다.
22~25세의 AI 고노출 직업 고용은 저노출 직업 대비 19% 낮습니다. 경력자에게는 같은 격차가 나타나지 않습니다.
조정은 해고가 아니라 채용 감소로 일어납니다. 임금은 그대로이고 자리의 수만 줄어듭니다.
우리 회사 신입 채용은 왜 줄었습니까?
사람이 없어서입니까, 자리를 안 만들어서입니까?
AI가 일자리를 없애느냐는 질문에 이 연구는 아니라고 답합니다. 경제 전체에서 광범위한 일자리 감소는 확인되지 않았습니다.
그 대신 한 집단에서만 숫자가 갈렸습니다. 22세에서 25세 사이, AI 노출이 높은 직업에 있는 사람들입니다. 이들의 고용은 비슷한 나이의 저노출 직업 종사자 대비 19% 낮습니다. 같은 직업의 경력자에게는 그 격차가 없습니다.
지난달 챌린저 리포트는 감원 총량이 2년 만의 최저라고 알렸습니다. 이어서 다룬 재훈련 연구는 기존 프로그램으로는 대규모 이동을 감당하지 못한다고 짚었습니다. 남은 질문은 하나였습니다. 그래서 지금 누가 맞고 있느냐입니다. 이 연구가 그 자리를 특정합니다.
첫째, 데이터의 성격이 이 연구의 무게입니다. 에릭 브린욜프슨과 바라트 찬다르, 루유 첸이 ADP의 급여 대장을 썼습니다. 미국 노동자 수백만 명의 실제 급여 기록이고, 2026년 6월까지 포함합니다. 설문이 아니라 지급된 임금을 세었습니다.
둘째, 총량에서는 아무 일도 일어나지 않았습니다. 연구진의 첫 번째 결론은 경제 전반의 광범위한 일자리 대체를 뒷받침할 증거가 없다는 것입니다. AI 실업 종말론을 지지하지 않습니다. 문제는 평균 아래에 있습니다.
셋째, 청년층에서만 격차가 벌어졌습니다. 대상은 22세에서 25세, AI 노출이 높은 직업입니다. 이들의 고용은 저노출 동년배 대비 19% 낮은 자리에 있습니다. 경력자에게는 대응하는 격차가 없습니다. 나이가 변수입니다.
넷째, 격차는 계속 벌어지는 중입니다. 연구진이 2025년 8월에 처음 기록했을 때 이 값은 15%였습니다. 2026년 6월 데이터에서 19%가 됐습니다. 한 번 튄 수치가 아니라 방향을 가진 추세입니다.
다섯째, 경로는 해고가 아니라 채용입니다. 조정은 청년 노동자를 내보내는 방식이 아니라 새로 뽑지 않는 방식으로 일어납니다. 기존 직원의 자리는 유지됩니다. 다만 비어 있던 자리가 다시 채워지지 않습니다. 이 구분이 대응책을 완전히 갈라놓습니다.
여섯째, AI가 대체하는 자리와 거드는 자리가 다릅니다. 감소는 AI가 사람의 일을 주로 대신하는 직업에 몰렸습니다. AI가 주로 사람을 거드는 직업에서는 고용이 유지되거나 늘었고, 특히 경력자에게서 늘었습니다. 같은 기술이 직무에 따라 반대로 작동합니다.
| 구분 | 청년 (22~25세) | 경력자 |
|---|---|---|
| AI가 대체하는 직무 | 고용 19% 부족 | 격차 없음 |
| AI가 거드는 직무 | 유지 | 증가 |
| 조정 방식 | 채용 감소 | 해당 없음 |
| 임금 | 변화 없음 | 변화 없음 |
출처: Brynjolfsson, Chandar, & Chen (2026, August 12), 여섯 가지 사실 재구성.
일곱째, 갈림선은 형식지와 암묵지입니다. 연구진은 두 종류의 지식을 나눕니다. 문서로 적혀 표준화된 형식지와 겪어야 쌓이는 암묵지입니다. 고용이 줄어든 쪽은 형식지에 기댄 청년 직무였습니다. 암묵지를 쓰는 경력자 직무에서는 오히려 자리가 늘었습니다.
이 구분은 조직에 실질적인 질문을 남깁니다. 신입에게 맡기던 일이 대체로 형식지 업무였다면, 그 자리를 없애는 결정은 당장 비용을 줄입니다. 다만 그 자리는 사람이 암묵지를 쌓던 유일한 통로이기도 합니다. 5년 뒤 경력자를 어디서 구할지가 함께 걸려 있습니다.
여덟째, 임금이 아니라 자리에서 조정됩니다. 기본급은 움직이지 않았습니다. 시장이 값을 깎는 대신 문을 좁혔습니다. 임금 통계만 보는 조직은 이 변화를 놓칩니다.
지난 2년간 줄인 신입 자리를 형식지 업무와 암묵지 업무로 갈라 세어 보세요. 앞쪽에 몰려 있다면 이 연구와 같은 자리에 서 있습니다. (이번 달)
지금 신입 자리를 없애면 5년 뒤 중간 연차를 어디서 데려올지 한 장에 적으세요. 외부에서 뽑겠다면 그 시장의 경쟁 강도도 함께 적으세요. (이번 분기)
인원 감소를 한 숫자로 보면 원인이 안 보입니다. 이탈과 신규 채용을 따로 세워야 이 연구가 말하는 조정이 눈에 들어옵니다. (다음 분기 보고)
같은 도구라도 직무 설계에 따라 고용이 갈렸습니다. 사람이 판단하고 AI가 거드는 형태로 재설계할 직무를 세 개만 정해 보세요. (이번 분기)
인과가 확정된 것은 아닙니다. 연구진 스스로 인과에 불확실성이 있다고 밝힙니다. 다른 설정에서도 같은 양상이 반복되고 시점이 AI 확산과 맞는다는 점을 근거로 들 뿐입니다.
미국 급여 데이터입니다. ADP는 미국 사업장의 급여 처리 기록입니다. 고용 계약과 신입 채용 관행이 다른 한국에 그대로 옮길 수 없습니다.
AI 노출 지표는 추정입니다. 직업별 AI 노출도는 2024년에 나온 연구의 분류를 씁니다. 어떤 직무가 얼마나 노출됐는지는 측정이 아니라 판단이 섞인 값입니다.
경기 요인과 분리되지 않았습니다. 같은 기간에 금리와 채용 시장 전반의 변화도 있었습니다. 청년 채용 감소에서 AI 몫이 얼마인지는 이 데이터만으로 떼어내기 어렵습니다.
AI는 사람을 내보내지 않습니다. 들어올 문을 좁힙니다. 그 문이 사람이 경력을 쌓던 유일한 통로였습니다.
AI 노출도: 어떤 직업의 업무가 AI로 수행될 수 있는 정도를 추정한 지표입니다. 직업별로 점수를 매깁니다.
형식지: 문서와 규칙으로 적어 전할 수 있는 표준화된 지식입니다. AI가 비교적 잘 다룹니다.
암묵지: 겪으면서 몸에 쌓이는 지식입니다. 말로 옮기기 어렵고 AI가 흉내 내기 까다롭습니다.
ADP 급여 데이터: 미국의 대형 급여 처리 회사가 보유한 실제 임금 지급 기록입니다. 설문이 아닌 행정 데이터입니다.
이탈(Separation): 해고와 자발적 퇴사를 포함해 사람이 자리를 떠나는 것을 가리킵니다. 신규 채용과 구분해 봅니다.
- Brynjolfsson, E., Chandar, B., & Chen, R. (2026, August 12). Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence [Working paper]. Stanford Digital Economy Lab. (원문 보기 ↗)