[뉴스그래픽] 청년 취업난, AI 때문일까…“인과관계 확인 안 돼”

생성형 인공지능(AI)은 이미 사무직 업무에 빠르게 확산했지만 청년 고용 부진의 원인이라는 인과적 증거는 현재까지 확인되지 않았다는 분석이 나왔다. 청년층 화이트칼라 일자리가 줄어든 것은 사실이나 AI를 많이 활용하는 직업일수록 고용 감소 폭이 컸던 것은 아니라는 결과다.


국회예산정책처(NABO)는 경제현안분석 제110호 ‘생성형 AI의 노동시장 영향’에서 57개 화이트칼라 직업의 AI 활용 실태와 챗GPT 출시 전후 고용·채용·임금 변화를 분석했다.

재직자의 76.1%가 업무에 생성형 AI를 사용했고 사용자들은 자신의 업무 처리량이 평균 21.2% 늘었다고 답했다. 같은 기간 청년 화이트칼라 고용은 감소했다. 그러나 산업 경기와 기존 고용 추세 등을 통제하자 두 현상을 직접 연결할 만한 일관된 통계적 관계는 나타나지 않았다.

화이트칼라 청년 고용 줄었지만 AI 노출도와 일관된 관계 없어
단순 추세만 보면 청년 화이트칼라 고용은 챗GPT가 공개된 2022년 말 이후 감소세를 보였다. 생산·기능직 등 육체노동 중심 직업과 비교해도 감소 폭이 컸다.

그러나 화이트칼라 직업군 안에서 다시 비교하면 다른 흐름이 나타났다. AI 노출도가 높은 직업이라고 해서 청년 고용이 더 빠르게 줄지 않았다.

국회예산정책처는 정보통신업과 전문·과학·기술서비스업 등 AI 고노출 직업이 몰린 산업의 경기 둔화까지 반영해 분석했다. 그 결과 핵심연령대와 20대 모두에서 고노출 직업의 차별적인 고용 감소는 통계적으로 유의하지 않았다.

채용도 뚜렷한 방향을 보이지 않았다. 저노출 직업과 비교하면 고노출 직업의 채용에 통계적으로 유의한 양의 효과가 나타났지만 비노출 직업과 비교했을 때는 유의하지 않은 음의 효과가 관찰됐다.

청년층 화이트칼라 고용 감소 자체는 분명하지만 이를 AI의 영향으로 좁혀 설명하기 어려운 이유다. 산업 경기와 채용 구조 변화, 경력직 선호 등 다른 요인도 함께 살펴봐야 한다는 분석이 뒤따른다.

AI 사용자 76.1%…생산성 체감과 고용 감소는 별개
조사는 AI가 직무를 기술적으로 대체할 가능성보다 실제 업무 활용에 초점을 맞췄다. 화이트칼라 중심 57개 소분류 직업의 재직자 1천512명을 대상으로 사용 경험을 확인하고 직업별 생산성 개선 폭을 AI 노출도로 활용했다.

전체 응답자의 76.1%는 생성형 AI를 업무에 사용한다고 답했다. 사용자들이 평가한 업무 처리량 증가율은 평균 21.2%였다.

객관적으로 측정한 노동생산성이 아니라 응답자의 자기평가라는 점은 수치 해석에 고려해야 한다. 생산성 변화의 중앙값도 10%로 평균보다 낮았다.

AI 활용 이후 같은 직업군의 인력 규모가 변하지 않았다는 응답은 62.6%로 가장 많았다. 인력이 줄었다는 답변은 15.3%, 늘었다는 답변은 13.6%였다.

경험과 판단력 같은 인간 고유 역량이 더 중요해졌다는 응답도 39.1%로, 중요도가 낮아졌다는 답변 20.3%보다 많았다.

AI가 업무 처리 속도와 방식을 바꾸고 있지만 현 단계에서 그 변화가 곧바로 인력 감축으로 이어졌다고 보기는 어렵다.

임금에서도 AI 고노출 직업의 불이익 안 보여
임금에서도 AI 노출도가 높은 직업군만 상대적으로 불리해지는 흐름은 확인되지 않았다.

2022년 하반기와 2025년 하반기를 비교하면 월평균 임금은 고노출 직업군에서 11.8%, 중고노출 직업군에서 12.7% 상승했다. 비노출 직업군은 7.3% 올랐다.

이는 직업별 임금 수준과 산업 특성이 섞인 단순 비교다. 산업 경기와 연령 효과 등을 통제한 분석에서는 생성형 AI가 고노출 직업의 월평균 임금에 미친 통계적으로 유의한 영향이 나타나지 않았다.

분석 결과만으로 AI의 장기적인 고용 영향을 단정하기도 어렵다. 생성형 AI가 업무 현장에 본격적으로 확산한 기간이 길지 않고 기술 성능과 활용 범위도 빠르게 넓어지고 있기 때문이다.

‘AI 위험 직업’ 미리 정하기보다 실제 충격 추적
국회예산정책처는 AI에 노출될 가능성이 있다는 이유만으로 특정 직업군을 일괄 지원 대상으로 묶기보다 실제 활용과 노동시장 변화를 함께 추적하는 방안을 제시했다.

AI 사용률이 높아져도 고용·채용·근로시간·소득에 변화가 없다면 활용 실태를 관찰하고 훈련 기반을 갖추는 데 집중한다. 반대로 특정 업종이나 직무에서 AI 도입 확대와 신규채용·근로시간·소득 감소가 반복되면 심층조사와 고용영향평가를 연계하는 방식이다.

연 2회 약 23만 가구를 대상으로 하는 지역별고용조사에 생성형 AI의 업무 활용 여부와 사용 정도를 묻는 문항을 넣는 방안도 나왔다. 직업과 산업, 연령, 고용형태, 임금 정보에 AI 활용도를 연결하면 실제 고용 충격이 발생하는 직군을 조기에 파악할 수 있다.

AI는 이미 업무 현장에 깊숙이 들어왔다. 청년 화이트칼라 고용 역시 줄고 있다. 하지만 현재 국내 자료에서는 AI를 많이 쓰는 직업일수록 일자리가 더 빠르게 사라진다는 패턴이 확인되지 않았다. 청년 취업난의 원인을 AI 하나에서 찾기보다 실제 고용 변화가 어디에서 시작되는지부터 추적해야 한다.