AI 때문에 신입 일자리가 줄었을까? 2026년 한국 청년 고용 숫자로 확인

한국 통계에서 확인되는 것은 AI 노출도가 높은 업종일수록 청년 일자리가 더 크게 줄었다는 연관입니다. AI가 그 원인이라는 증명은 아직 없습니다.

한국은행 이슈노트(오삼일·오영식, 2026-19호)가 청년(15~29세) 일자리 변화를 분석했습니다. 2022년 6월부터 2026년 6월까지 28.5만 개 줄었고, 그중 94% 가 AI 고노출 업종이었습니다. 같은 보고서는 경력직 선호와 재택근무 확산도 함께 짚었습니다. 이 이슈노트는 한국은행 공식 견해가 아니라 집필자 개인의 견해라고 밝힙니다.

한국은행 이슈노트는 무엇을 보여주나요?

이슈노트 제2026-19호는 2026년 8월 18일 한국은행 조사국 고용연구팀이 냈습니다. 국민연금 사업장 가입자 통계와 경제활동인구조사를 썼습니다. 핵심 숫자는 세 가지입니다.

• 청년 일자리는 -28.5만 개였고, 그중 -26.8만 개(94.0%) 가 AI 고노출 업종에서 나왔습니다.
• 같은 기간 50대 일자리는 +23.0만 개였고, 17.3만 개(75.2%)가 고노출 업종에서 늘었습니다.
• 청년 취업자는 정보서비스업 -31.4%, 출판업 -27.4%, 전문서비스업 -11.6%였습니다.

AI 노출도는 실제 도입 여부가 아닙니다. 업무를 AI가 처리할 수 있는 기술적 가능성의 척도입니다. 보고서는 미국 연구진의 직업별 지수(Eloundou 외, 2024)를 한국 업종에 연결해 상위 절반을 고노출 업종으로 분류했습니다.

쏠림 정도도 볼 만합니다. 2022년에 청년 일자리의 62.4% 가 고노출 업종에 있었습니다. 감소분의 94.0%가 그곳에서 나왔으니 원래 비중보다 약 1.5배 쏠린 셈입니다(직접 계산).

연령대	AI 고노출 업종	AI 저노출 업종	합계
15~29세	-26.8	-1.7	-28.5
30대	+11.5	+16.1	+27.6
40대	-6.7	-5.9	-12.6
50대	+17.3	+5.7	+23.0

단위는 만 개이고 기간은 2022년 6월 대비 2026년 6월입니다.

그래서 AI 탓이라고 볼 수 있나요?

집필진 스스로 단정을 피합니다. 청년 고용 부진을 곧바로 AI 탓으로 읽는 데는 신중해야 한다고 적었습니다. 함께 든 설명은 팬데믹 때 늘린 채용의 정상화, 경력직 중심 채용, 기업 내부 교육의 약화, 재택근무로 줄어든 현장 학습입니다.

신규 채용에서 청년이 차지하는 비중은 2014~2019년 36.9% 에서 2024~2026년 29.3% 로 내려왔습니다. 보고서는 이 하락이 2022년 하반기 이전부터 보인다고 설명합니다. 고용률과 실업률 같은 총량 지표에서는 AI 영향이 뚜렷하지 않았습니다.

2022년 11월 이후 대졸 청년의 평균 실업률은 7.0% 로 전문대졸 이하(5.4%)보다 1.6%p 높았습니다. 그 전에는 비슷했습니다. 다만 학력을 AI 노출도의 대리 지표로 쓴 결과라 직접 증거는 아닙니다.

AI를 쓰는 방식에 따라서도 달랐습니다. 자동화(업무를 AI에 맡김) 비중이 높은 업종일수록 청년 고용이 더 줄었습니다. 사람을 돕는 증강 비중이 높은 업종에서는 그 패턴이 없었습니다. 이 비중은 특정 AI 서비스의 사용 기록에서 나온 값입니다.

10월 26일에는 이슈노트 제2026-27호(황수빈·정강희·정성엽, 조사국 고용동향팀)가 나왔습니다. 여기에도 공식 견해가 아니라 집필자 개인의 견해라는 문구가 있습니다. 원인으로는 IT 제조업 중심 성장이 상용직 채용으로 이어지지 않는 구조, AI 확산, 경직적인 노동시장을 함께 짚었습니다. 청년 고용률은 경기 여건으로 예측한 값보다 2023년~2026년 상반기 평균 0.6%p 낮았다는 추정도 있습니다.

해고일까요, 채용 감소일까요?

'AI가 없애는 것은 해고가 아니라 신입 자리'라는 설명이 있습니다. 나가는 쪽(유출)과 들어오는 쪽(유입)으로 나눠 보겠습니다.

미국 스탠퍼드 연구는 채용 감소 쪽에 가깝습니다. 22~25세의 격차가 이탈 증가가 아니라 채용 감소로 설명된다고 분석했고, 신규 채용도 해고도 적은 시장이라고 표현했습니다.

한국은행 자료는 노출도별로 나눠 보여 줍니다. 새로 상용직을 시작한 청년(유입)은 두 업종 모두 비슷하게 줄었습니다. 노출도에 따라 갈린 것은 상용직에서 빠져나간 청년(유출)입니다.

청년 월평균(천 명)	업종	2016.1~2019.12	2022.7~2026.6	변화(직접 계산)
유입	AI 고노출	32.6	29.1	-10.7%
유입	AI 저노출	47.5	42.7	-10.1%
유출	AI 고노출	3.7	4.9	+32.4%
유출	AI 저노출	6.6	7.0	+6.1%

비율은 원문 그림에 적힌 값으로 직접 계산했습니다. 원문 본문에는 고노출 유출 '약 32% 증가'만 나옵니다.

유입은 이직까지 세고, 유출은 일을 그만둔 경우만 셉니다. 그래서 유입과 유출의 크기를 서로 견주기는 어렵습니다. 같은 항목끼리 고노출과 저노출을 비교해야 합니다.

그렇게 보면 유입 감소는 노출도와 관계없이 비슷합니다. AI 노출과 연관된 차이는 유출 증가(+32%와 +6%)에서 나타납니다. 유출은 해고만이 아니라 퇴사와 계약 종료까지 포함할 수 있으므로, 해고가 늘었다고 단정할 수는 없습니다. 집필진은 이 가운데 일부가 실업으로 이어졌다고 봅니다.

'해고가 아니라 신입을 안 뽑는다'는 설명은 미국 자료에는 잘 맞고, 한국 자료에는 절반만 맞습니다. 입구가 좁아진 변화는 노출도와 관계없이 비슷해 AI 몫으로 보기 어렵습니다. 노출이 높은 업종에서만 두드러진 것은 일을 그만두는 청년의 증가입니다.

미국 연구는 무엇이라고 하나요?

스탠퍼드대 디지털경제연구소(Brynjolfsson·Chandar·Chen)의 Canaries in the Coal Mine?가 자주 인용됩니다. 2025년 8월에 처음 나왔고, 2026년 8월 개정판은 2026년 6월까지의 미국 기업 급여 기록(ADP)을 씁니다.

개정판에서 22~25세 중 AI 노출이 가장 높은 40% 직업의 고용은 약 11% 줄었습니다(2022년 11월~2026년 6월). 나머지 60% 직업은 약 10% 늘었습니다. 격차는 21%p로, 노출이 낮은 동료 대비 19% 낮은 수준입니다. 경력이 쌓인 연령대에서는 비슷한 격차가 없었습니다.

연구진은 인과 효과가 아니라 현상을 기록한 것이라고 선을 긋고, 교육 수준을 통제하면 격차가 줄어든다는 점도 인정합니다. 2025년 8월판의 13%는 기업별 충격을 통제한 회귀 추정이고 개정판은 더 단순한 비교를 앞세웁니다. 지표가 달라 어느 쪽도 틀린 숫자는 아닙니다.

자료	대상	무엇을 쟀나	결과
한국은행 2026-19호	한국 15~29세	노출도 상·하위 업종별 일자리 증감	청년 감소분의 94%가 고노출 업종, 50대는 증가
스탠퍼드 개정판	미국 22~25세	노출 높은 직업과 낮은 직업의 고용	노출 높은 40% -11%, 나머지 +10%
예일 Budget Lab	미국 전체 노동시장	직업 구성 변화, 노출 직업 고용	뚜렷한 교란과 영향이 확인되지 않음
EPI	미국 22~27세	대졸·비대졸 실업률	두 집단 모두 상승, AI 주원인 가능성은 낮다고 해석

결과가 엇갈리는 이유는 범위가 다르기 때문입니다. 경제 전체를 보면 AI 영향이 뚜렷하지 않습니다. 신입 연령대와 노출 직업으로 좁히면 격차가 보입니다. 덴마크의 Humlum·Vestergaard(2025) 연구는 다릅니다. 기업 자료로 보니 AI 도입 기업과 아닌 기업의 신입 채용에 차이가 없었다고 합니다(연구소 정리 글 인용).

청년 인구가 줄어든 영향은 얼마나 되나요?

일부는 청년 인구 자체가 줄어든 영향일 수 있습니다. 국가데이터처의 2026년 5월 청년층 부가조사로 간단히 나눠 보았습니다.

15~29세 인구는 782만 2,000명으로 1년 전보다 15만 2,000명 줄었고, 고용률은 43.8%로 2.4%p 떨어졌습니다. 취업자는 342만 7,000명으로 25만 5,000명 줄었습니다(취업자는 언론 보도, 나머지는 국가데이터처 발표).

전년 5월 고용률 46.2%가 그대로였다면 취업자는 인구가 줄어든 만큼만 줄었을 것입니다. 이 가정으로 나눈 결과입니다.

구분(직접 계산)	감소분(만 명)	몫
인구 감소 효과	약 7.0	약 27%
고용률 하락 효과	약 18.5	약 73%
실제 감소	25.5	100%

취업자 감소의 약 4분의 1 은 인구 요인이고 나머지는 같은 인구에서 일하는 비율이 내려간 효과입니다. 2026-19호도 인구 감소가 유입 감소의 일부를 설명할 뿐 유출 증가까지 설명하기는 어렵다고 봅니다.

이 계산은 2025년 5월과 2026년 5월의 1년 비교입니다. 2022년 6월부터 4년 누적인 28.5만 개와는 기간도 자료원도 달라 직접 맞출 수 없습니다.

지금 채용 시장은 어떤 모습인가요?

2026년 9월 고용동향(국가데이터처, 10월 16일 발표)은 청년층에 불리합니다. 15~29세 고용률은 44.0% 로 1년 전보다 1.1%p 낮아졌고, 실업률은 5.4%로 0.6%p 올랐습니다. 20대 취업자는 17만 명 줄었습니다.

같은 달 전체 흐름은 다릅니다. 15~64세 고용률은 70.6%로 0.2%p 올랐고, 사무종사자는 24만 7,000명 늘었습니다. 전 연령 합계라 청년만의 값은 아니지만, 사무직 감소의 근거로는 쓸 수 없습니다.

기업 조사도 있습니다. 한국경제인협회가 9월 29일 '2026년 하반기 주요 기업 신규채용 계획 조사'를 공개했습니다. 응답은 매출 500대 기업 중 121개사입니다. 계획이 있는 기업은 51.2% 로 전년보다 14.0%p 늘었습니다. 계획이 있는 기업 중 규모를 줄이겠다는 응답은 25.8%(-12.0%p), 늘리겠다는 응답은 24.2%(전년 24.4%)였습니다. 일부 보도는 채용 확대라기보다 감축 기조가 멈춘 것으로 풀이했고, 표본오차가 ±7.76%p라 방향만 참고하는 편이 낫습니다.

청년의 체감은 다릅니다. 한국경영자총협회도 9월 29일 설문을 발표했습니다(조사 7월 30일~8월 13일, 20~34세 1,052명). 응답자의 62.9% 가 취업 시장이 어렵다고 답했습니다. 이유(복수 응답)는 경력자 중심 채용 49.5%, 채용 감소 49.2%, AI 활용에 따른 인력 수요 감소 49.1%가 나란했습니다. 설문은 응답자의 인식이며 AI의 영향을 잰 값은 아닙니다.

앞으로 무엇을 확인하면 되나요?

국가데이터처 월간 고용동향은 매월 중순에 나오고 9월분부터 법정 청년 연령인 15~34세 지표가 추가됐습니다. 10월분이 나오면 이 글의 9월 수치(44.0% 등)는 바뀝니다. 한국은행 후속 보고서와 스탠퍼드 연구진의 지표도 함께 볼 만합니다.

통계를 읽을 때는 노출도(가능성)와 도입(실제 사용), 자동화와 증강, 인구 효과를 따로 보면 오해가 줄어듭니다.

2026-19호는 앞으로의 추세도 불확실하다고 봅니다. 청년이 AI를 잘 활용해 장기적으로 이익을 볼 가능성도 언급했습니다. 정책은 일자리 보존보다 경력 사다리 재설계, 예컨대 교육·멘토링 비용 지원에 초점을 두라고 권합니다.

정리

• 확인된 것: AI 노출도가 높은 업종에서 청년 일자리가 더 크게 줄었습니다. 같은 업종의 50대는 늘었습니다.
• 확인되지 않은 것: AI 때문이라는 인과와 '해고가 아니라 미채용'이라는 단순한 설명입니다. 한국 자료에서 노출도별로 갈린 것은 유입이 아니라 유출 증가였습니다.
• 다음에 볼 것: 월간 고용동향의 청년 수치, 한국은행 후속 보고서, 인구 효과입니다.

참고 링크

수치 기준일은 2026-19호가 2026년 6월, 고용동향이 9월, 청년층 부가조사가 5월입니다. 열람일은 2026년 11월 10일입니다.

• 오삼일·오영식, 「청년고용 위축, AI 탓인가? 변화하는 경력 사다리와 대응 과제」, 한국은행 이슈노트 2026-19호(2026-08-18). PDF
• 황수빈·정강희·정성엽, 한국은행 이슈노트 2026-27호(2026-10-26), 「청년고용 부진 및 정책 과제」. PDF
• 국가데이터처 「2026년 9월 고용동향」(2026-10-16). 브리핑
• 국가데이터처 「2026년 5월 청년층 부가조사 결과」(2026-07-23). 브리핑
• 한국경제인협회 하반기 신규채용 계획 조사(2026-09-29). 목록
• 한국경영자총협회 청년 취업 트렌드 설문(2026-09-29 발표, KDI 요약 10-02 게재). KDI
• Brynjolfsson·Chandar·Chen, Canaries in the Coal Mine?(2026-08 개정판). 논문
• 스탠퍼드 연구소 정리 글 AI and Labor Markets(2025-10). 해설
• 예일 Budget Lab, Evaluating the Impact of AI(2025-10). 분석
• 예일 Budget Lab, AI Is Probably Not (Yet) the Reason(2026-05). 글
• EPI, Class of 2026(2026). 분석

이 글은 공개 통계와 연구를 정리한 해설입니다. 개인의 진로·고용·투자 판단을 대신하지 않습니다. 정확한 수치는 한국은행·국가데이터처 등 원문에서 다시 확인하시기 바랍니다.