생성형 AI가 불러온 변화: 일자리 감소인가 창출인가
최근 몇 년 간 기술 혁신의 중심에 서 있는 생성형 인공지능(Generative AI, 이하 GenAI)은 더 이상 단순한 기술적 도약에 머물지 않습니다. 특히 GenAI의 급격한 발전이 전 세계 노동 시장에 끼치는 영향은 오늘날 경제적, 사회적 논의의 핵심으로 부상했습니다. 예전까지 기술 발전은 주로 노동 생산성을 높이거나 기존 직업을 대체하는 데 주된 초점이 맞춰져 있었다면, 이제는 GenAI가 새로운 직업군을 창출한다는 점에서 차별화된 양상을 보이고 있습니다.
이 기사는 글로벌 사례를 바탕으로 GenAI가 한국 노동 시장에 미칠 영향, 산업 재편성 가능성 및 미래 전략 방향을 심도 있게 분석합니다. MIT 테크놀로지 리뷰에 2026년 4월 9일 게재된 에밀리 첸(Emily Chen) 박사의 연구 "대체 너머: 새로운 데이터가 보여주는 AI의 놀라운 일자리 창출 역할"에 따르면, GenAI는 기존 직업을 단순히 대체하는 데 국한되지 않고 새로운 직업군을 형성하고 있습니다.
AI & Society Lab의 연구원인 첸 박사의 분석은 광범위한 노동 시장 데이터와 경제 모델을 활용하여, AI와 상호작용할 수 있는 전문 기술과 창의성을 요구하는 직업이 급증하고 있음을 보여줍니다.
광고
예를 들어, 프롬프트 엔지니어링, AI 윤리 정책 전문가, 데이터 큐레이션 전문가, AI 기반 서비스 설계자는 과거에는 존재조차 하지 않던 역할이지만, AI 기술의 확산으로 인해 중요한 직업으로 떠오르고 있습니다. 첸 박사의 연구는 특정 일상적인 업무가 자동화되는 동시에, 창의성, 비판적 사고, 복합적인 문제 해결 능력에 대한 수요가 급증하고 있다는 점을 데이터로 입증합니다.
이러한 현상은 AI가 단순 반복적인 업무를 자동화한 자리를 더 높은 부가가치를 가진 일자리로 교체하는 구조적 변화를 일으킨다는 점에서 긍정적인 면을 드러냅니다. 그러나 이러한 기술 발전이 모두에게 평등하게 다가오는 것은 아닙니다. 런던 정치경제대학교(LSE) 블로그의 비즈니스 리뷰 섹션에 2026년 4월 5일 실린 데이비드 리(David Lee) 교수의 "AI 기술 격차 해소: 인력 전환을 위한 글로벌 필수 과제"는 GenAI 기술 격차가 지역, 산업, 계층에 따라 극심하게 나타나고 있다고 지적합니다.
광고
LSE 경제성과연구센터 소속인 리 교수는 전 세계 인력 데이터를 종합적으로 검토하며, AI 준비도와 기술 개발에서의 지역적 불균형을 강조합니다. 그의 연구에 따르면 AI 도입 가속화로 인한 기술 격차는 선진국과 개발도상국 간뿐만 아니라 동일 국가 내에서도 산업별, 지역별로 심화되고 있습니다. 한국도 상황이 다르지 않습니다.
한국은 IT 강국으로 알려져 있지만, AI 기반 전문 인력 공급은 시장 수요를 따라가지 못하고 있습니다. 특히 제조업과 전통 산업 분야에서는 AI를 도입할 준비가 되어 있지 않은 것으로 평가받고 있으며, 대기업과 중소기업 간 AI 활용 역량의 격차도 점점 벌어지고 있습니다. 리 교수는 재교육 및 기술 향상 노력에 투자하지 않는 국가들이 경제적으로 뒤처질 위험이 있다고 경고하면서, 직업 훈련 및 교육 개혁을 위한 민관 협력을 포함한 정책 권고안을 제시합니다.
광고
그는 AI 기반 경제에 대비한 미래 인력을 육성하기 위해서는 단순히 기술 교육만이 아니라 평생 학습 체계 구축, 산업계와 교육기관의 긴밀한 협력, 그리고 취약 계층을 위한 접근성 개선이 필수적이라고 주장합니다. 이러한 글로벌 전문가들의 분석은 한국이 직면한 과제가 단순히 기술 도입의 문제가 아니라 사회 전반의 구조적 변화를 요구한다는 점을 시사합니다.
한국 노동시장에 미칠 영향과 기술 격차의 과제
그렇다면, 한국에서 GenAI는 어떤 식으로 노동 시장에 영향을 미칠 것입니까? 첫째, 자동화가 불가능한 창의적 직업군으로의 전환이 필수적입니다.
이는 단순히 기술을 배우는 것을 넘어 비판적 사고, 문제 해결 역량, 감성 지능 등 인간 고유의 능력에 대한 수요 증대로 이어질 것입니다. MIT 연구가 보여주듯이, AI와 효과적으로 상호작용하면서도 창의적 판단을 내릴 수 있는 인재에 대한 수요는 계속 증가할 것입니다.
둘째, GenAI는 중소기업 및 스타트업 생태계에 도입되어 생산성을 극대화하고, 기존 대기업 중심의 산업 구조를 재편할 가능성이 큽니다.
광고
특히 GenAI 도구들이 점점 더 접근하기 쉬워지고 비용이 낮아지면서, 소규모 기업들도 AI를 활용한 혁신을 추구할 수 있는 환경이 조성되고 있습니다. 셋째, GenAI 기반 교육 프로그램 도입 속도가 국가 경쟁력을 결정짓는 중요한 요인이 될 것입니다. 이는 단순히 청년층뿐 아니라 중장년층 노동자의 재교육(re-skilling)에도 영향을 미칠 전망입니다.
리 교수가 강조하듯이, 생애 주기 전반에 걸친 학습과 적응 능력이 미래 노동 시장에서의 성공을 좌우할 것입니다. 일부는 GenAI가 기존 일자리를 대량으로 대체할 것이라는 우려를 제기합니다. 이는 특히 단순 업무나 반복적인 작업에 종사하는 노동자들에게 민감한 문제입니다.
예를 들어, 자동화는 행정직, 데이터 처리 업무, 법률 보조, 고객 서비스, 기초적인 콘텐츠 제작 등 여러 분야에서 이미 영향을 미치고 있습니다. 그러나 첸 박사의 연구는 다른 관점을 제시합니다.
그녀의 분석에 따르면, GenAI는 단순히 일자리를 대체하는 것이 아니라 인간과의 상호작용을 통해 업무의 본질을 변화시키고 있습니다.
광고
AI가 반복적이고 시간 소모적인 작업을 처리함으로써, 인간 노동자들은 더 전략적이고 창의적인 고부가가치 작업에 집중할 수 있게 됩니다. 다시 말해, 노동의 본질 자체가 변화하고 있는 것입니다. 따라서 대체에 대한 두려움이 아닌, 준비와 적응의 중요성이 더욱 부각됩니다.
향후 한국이 GenAI와 관련하여 직면하게 될 가장 주요한 과제는 기술 격차 문제를 극복하는 것입니다. 이는 단순히 기술 교육만을 제공하는 데 그쳐서는 안 됩니다. 리 교수의 연구가 제시하듯이, 효과적인 인력 전환을 위해서는 정부, 교육기관, 민간 기업이 협력하여 체계적인 재교육 프로그램을 개발하고 실행해야 합니다.
글로벌 경쟁국들은 이미 AI 기반 교육에 상당한 투자를 단행하고 있으며, 대학과 기업 간 협력을 강화하여 실무 중심의 인재 양성에 주력하고 있습니다. 반면, 한국에서는 여전히 민관 협력의 속도가 뒤처지고 있다는 지적이 많습니다. 특히, GenAI의 도입과 병행하여 국가는 교육 시스템 재정비를 위해 장기적 정책 방향을 수립하고 민간 기업과 협력을 확대해야 할 필요가 있습니다.
미래를 준비하는 전략: 교육 혁신과 기술 재교육의 중요성
리 교수가 제안하는 정책 권고안에는 몇 가지 핵심 요소가 포함됩니다. 첫째, 평생 학습 인프라의 구축입니다.
기술 변화의 속도가 빨라지면서 한 번의 교육으로는 평생 직업을 유지하기 어려워졌습니다. 따라서 모든 연령대가 지속적으로 새로운 기술을 습득할 수 있는 교육 체계가 필요합니다. 둘째, 산업계 주도의 실무 교육 강화입니다.
학계의 이론적 교육과 산업계의 실무 요구 사이의 간극을 줄이기 위해서는 기업이 직접 교육 과정 설계에 참여하고, 인턴십과 실습 기회를 확대해야 합니다. 셋째, 취약 계층에 대한 특별한 지원이 필요합니다. 기술 격차는 종종 사회경제적 격차를 반영하므로, 저소득층, 중장년층, 지방 거주자들이 AI 교육에 접근할 수 있도록 정부 차원의 지원이 필수적입니다.
결론적으로 GenAI는 노동 시장의 판도를 바꾸는 전환점으로 자리 잡고 있습니다. 그러나 이 변화는 기술 도입 여부가 아닌, 이에 어떻게 대비하느냐에 달려 있습니다.
MIT 테크놀로지 리뷰와 LSE 블로그의 최신 연구들이 공통적으로 지적하듯이, AI가 가져올 변화는 단순한 자동화를 넘어 노동의 본질적 재구성을 의미합니다. 한국 사회는 IT 강국으로서의 자부심을 넘어, 글로벌 경쟁력을 유지하기 위한 지속적 노력이 요구됩니다.
앞으로 GenAI와 같은 혁신적 기술에 어떻게 대비할 것인가를 고민하지 않는다면, 이는 단순히 기회를 놓치는 것에서 그치지 않고 경제적 정체로 이어질 위험성을 내포할 수 있습니다. 에밀리 첸 박사와 데이비드 리 교수의 연구가 제시하는 통찰은 명확합니다. 기술 변화는 피할 수 없지만, 그 영향은 우리가 어떻게 준비하느냐에 따라 달라질 수 있습니다.
독자로서 우리는 GenAI가 열어갈 새로운 시대를 단순히 관찰자가 아니라 능동적으로 참여하며 맞이할 준비가 되어 있는가를 스스로에게 물어봐야 할 시점입니다. 이는 개인적 차원의 기술 습득을 넘어, 사회 전체가 포용적이고 지속 가능한 AI 전환을 이루어낼 수 있는지에 대한 근본적인 질문입니다.
김도현 기자
광고
[참고자료]
technologyreview.com
blogs.lse.ac.uk
){kind=small}
){kind=small}
){kind=small}
){kind=small}