AI 투자와 청년 일자리, 채용 인원보다 진입 경로를 봐야

일자리 요구가 투자 성과에 던지는 질문

최근 보도에 따르면 청년 60.6%가 AI 시대의 우선 과제로 신규 일자리 창출을 꼽았다. 고용불안에 대한 우려와 함께 AI 투자 성과가 좋은 일자리로 이어져야 한다는 요구도 전해졌다. 다만 이 수치를 청년 전체의 의견으로 곧바로 넓혀 읽기는 어렵다. 조사 대상과 범위에 따라 의미가 달라질 수 있는 만큼, 여기서는 일자리의 양과 질을 함께 묻는 문제의식에 주목할 필요가 있다.

정책적으로 중요한 질문은 AI에 얼마나 투자했느냐에서 그 투자로 누가 일할 기회를 얻느냐로 이어진다. 일반적으로 기술 도입은 일부 업무를 줄이는 동시에 새로운 업무를 만들 수 있다. 그러나 두 변화가 같은 시기와 장소에서 일어난다는 보장은 없다. 따라서 투자 규모가 커졌다는 사실만으로 청년의 취업 여건도 나아질 것이라고 기대하기보다, 고용으로 연결되는 과정을 확인해야 한다.

청년에게 중요한 것은 첫 경력의 문

분석의 초점을 청년의 첫 경력으로 옮기면 다른 문제가 보인다. 기업이 AI로 초급 업무를 처리하면서 경력자 채용에 집중할 경우, 신입이 경험을 쌓을 기회는 좁아질 수 있다. 반대로 AI 결과를 검토하거나 실제 업무에 적용하는 역할을 신입 교육과 연결한다면 새로운 진입 경로가 생길 가능성도 있다. 어느 쪽으로 갈지는 기술의 성능뿐 아니라 기업의 업무 배분과 교육 방식에 달려 있다.

취업 준비생은 채용 공고에서 AI 활용 능력이라는 표현의 구체적인 뜻을 확인하는 편이 좋다. 도구 사용을 요구하는지, 결과의 정확성을 검증해야 하는지, 고객이나 내부 자료를 다뤄야 하는지에 따라 준비할 역량이 달라지기 때문이다. 지원할 기업에 신입 교육과 검토 책임자가 있는지도 살펴볼 만하다. 자격이나 수료 이력을 늘리는 데 앞서 실제 맡게 될 업무와 평가 기준을 파악하는 것이 도움이 된다.

기업은 자동화와 육성 계획을 함께

기업 입장에서는 AI 도입 계획과 인력 계획을 같은 표에 놓고 검토할 필요가 있다. 줄어드는 업무, 새로 생기는 업무, 사람이 최종 판단해야 하는 업무를 나누면 채용과 재교육의 빈틈이 드러날 수 있다. 특히 초급 업무를 자동화한다면 신입이 어떤 과정을 통해 숙련자로 성장할지도 설계해야 한다. 단기적으로 절약한 시간이 장기적인 인력 육성의 공백으로 돌아올 가능성을 점검하자는 뜻이다.

새로운 자리를 만들었다는 사실만으로 좋은 고용이 완성되는 것도 아니다. 기업은 고용 형태와 보상, 교육 시간, 업무 부담을 함께 확인할 필요가 있다. 예를 들어 AI가 만든 결과를 검토하는 역할을 맡기면서 검증 기준이나 수정 권한을 주지 않으면 책임만 커질 수 있다. 이런 문제를 줄이려면 작업량과 오류 대응 절차를 정하고, 도구 사용 교육에 정보 보호와 결과 검증을 포함하는 방식이 도움이 될 수 있다.

공공 지원의 성과도 경로로 평가해야

공공의 AI 지원을 고용과 연결해 평가할 때도 신규 채용 인원 하나만으로는 충분하지 않을 수 있다. 청년이 실제로 입사했는지, 교육 이후 직무를 맡았는지, 일정 기간 일을 이어갈 여건이 있는지를 함께 살펴야 투자와 고용 사이의 연결을 이해할 수 있다. 다만 고용 변화에는 경기와 업종 사정도 작용한다. 지원을 받은 뒤 늘어난 일자리를 모두 AI 투자의 효과로 계산하는 해석은 신중할 필요가 있다.

앞으로 AI가 청년 고용에 미칠 영향은 산업과 직무에 따라 다르게 나타날 가능성이 있다. 그래서 개인은 첫 업무와 학습 기회를, 기업은 신입의 성장 경로와 책임 배분을, 정책 담당자는 지원 이후의 고용 지속성을 확인하는 접근이 유용하다. 신규 일자리 창출이라는 요구를 실행으로 옮기려면 채용 공고의 숫자를 넘어, 경험이 부족한 사람도 들어와 배우고 계속 일할 수 있는 구조를 만드는지가 평가 기준이 되어야 한다.