왜 AI가 청년층을 더 쉽게 대체하는 것일까?

주니어는 정형화되고(codified) 교과서적인(book-learning) 지식 업무를 주로 담당하기 때문이다. 이러한 업무는 AI가 빠르게 해낼 수 있다. 반면, 경력이 쌓인 시니어는 조직관리, 업무 맥락 이해, 의사 결정, 대인관계 등 AI가 현재로서 대체하기 어려운 암묵적 지식(tacit knowledge)과 사회적 기술에 강점이 있어 AI가 보완적인 역할을 수행하게 된다. 실제로, 저연차 직원이 AI를 활용하는 경우 업무시간 감소율이 가장 높게 나타났는데 이는 주니어의 업무가 대체 가능성이 가장 크다는 의미이기도 하다^{<그림 4>[5]}.

그렇다면, 어떻게 대응해 나가야 할까?

AI 확산 초기에 나타난 청년고용 위축이 앞으로도 이어질지는 불확실하다. 기업은 장기적으로 인재 확보 기반 및 육성 체계 약화를 방지하기 위해 인력 축소보다는 AI와 협업 가능한 인재 양성, 직무 재설계 등 보다 지속 가능한 전략을 모색할 가능성이 크다. 또한 AI로 인한 생산성 증가가 노동수요 확대 요인으로 작용하면서, 청년층이 그 수혜를 입을 여지도 있다.

청년층은 AI를 활용해 ‘새로운 경험’으로 ‘경력’에 대응해 나갈 수 있다. AI 확산 초기 중장년층이 경험의 깊이를 기반으로 기회를 얻었다면, AI를 잘 쓰는 청년들은 앞으로 AI와 함께 나타나는 새로운 산업기회를 모색하면서 AI를 보완적으로 활용하여 다양한 기회를 능동적으로 창출할 수 있을 것이다. 그러기 위해서는 AI 활용 교육 확대, 공공 데이터 접근성 강화, 그리고 실패를 사회가 감내해 주는 포용적 창업 생태계 조성 등 정책 대응 방향에 대한 사회적 논의가 꾸준히 이루어져야 한다.

[1] 한국은행과 국민연금공단 간 체결한 MOU에 따라 연령대·업종별로 집계된 월별 국민연금 가입자수 데이터를 제공받아 활용했다. 해당 데이터는 약 1,600만 명의 가입자 정보를 가지고 있어 상용근로자 대다수를 포괄하는 대규모 행정통계이다.

[2] 자세한 내용은 BOK 이슈노트 제2025-30호 "AI 확산과 청년고용 위축: 연공편향(seniority-biased) 기술변화를 중심으로"를 참조하기 바란다.

[3] Felten et al.(2021)의 직업별 AI 노출도를 각 업종(산업중분류) 내 직업별 분포(지역별고용조사 활용)로 가중평균하여 업종별 AI 노출도를 산출했다. 동일한 방법으로 Pizzinelli et al.(2023)의 직업별 잠재적 AI 상호보완성 지표를 활용해 업종별 AI 보완도를 산출했다. 업종별 구체적 AI 노출도·보완도 분포는 이슈노트의 <참고 1>과 <참고 4>를 참조하기 바란다.

[4] 이러한 연공편향적 고용 효과는 BOK 이슈노트 제2025-22호 "AI의 빠른 확산과 생산성 효과: 가계조사를 바탕으로"의 가계조사 데이터로부터 산출한 AI 활용률을 보조 지표로 분석하더라도, 개별 업종 및 시기별 효과를 통제한 회귀분석에서도 유의미하게 나타났다. 자세한 내용은 BOK 이슈노트 제2025-30호의 <참고 2>와 <참고 3>을 참조하기 바란다. 한편 AI 보완도가 높은 업종에서는 청년고용이 덜 감소했고, AI 확산에 따른 임금 효과는 아직 뚜렷하지 않다.

[5] 주니어(5년 차 이하) 중에서도 4년제 대졸 학사·석사의 AI 활용 업무시간 감소율이 가장 높았고, 박사·전문대졸·고졸 이하의 업무시간 감소율은 상대적으로 낮았다. 청년 중에서도 중상위 수준의 학력 계층이 AI에 더 쉽게 대체되는 U-shape 패턴이 나타날 가능성이 크다.