AI 노출 직군에서 신입 고용이 먼저 줄었다 — 원인은 어디까지 확인됐나

채용 공고를 열었는데 신입 자리보다 경력자 자리가 먼저 보이면, AI가 내 첫 일자리부터 줄이는 건지 궁금해집니다.

미국 데이터에서는 AI에 많이 노출된 직군의 신입 고용이 줄고, 같은 직군 경력자는 거의 영향을 받지 않은 흐름이 확인됐습니다.

신입이 맡아 배우던 문서 초안·자료 정리 같은 일이 AI와 겹친다는 해석입니다. 첫 자리가 줄면 취업뿐 아니라 미래의 경력자를 키우는 과정도 좁아집니다.

다만 신입 채용 감소를 모두 AI 탓으로 단정할 수는 없습니다. 경기 둔화와 채용 방식 변화도 함께 작용하므로, 확인된 수치와 아직 갈리는 해석을 나눠 봅니다.

신입 고용이 먼저 줄었다는 근거가 있을까

청년 고용 감소는 체감만이 아닙니다. 스탠퍼드 디지털경제연구소는 2025년 미국 급여 데이터로 충격적인 대비를 확인했습니다.

AI 노출이 가장 큰 직군의 22~25세 노동자 고용은, 노출이 적은 직군의 같은 나이대만큼 늘었다면 도달했을 수준보다 약 19% 낮습니다(2026년 6월 데이터). 같은 직군의 나이 많고 경력 있는 노동자는 보합이거나 오히려 늘었습니다 — 스탠퍼드 디지털경제연구소.

이 숫자를 읽을 때 한 가지를 구분해야 합니다. 고용이 19% 줄었다는 뜻이 아닙니다. 비교 대상인 또래만큼 늘지 못해 생긴 격차입니다. 연구진도 “AI와 연관된 광범위한 경제 전반의 일자리 대체는 보이지 않는다”고 못 박습니다.

스탠퍼드 디지털경제연구소는 미국 최대 급여 데이터(ADP)로 챗GPT 공개 이후를 분석해, AI 노출이 큰 직군의 22~25세 청년이 또래 대비 약 19% 뒤처진 반면 같은 직군의 경력자는 영향을 거의 받지 않았다고 밝혔습니다. 조정은 임금이 아니라 채용 인원으로 나타났고, AI가 일을 ‘보조’하기보다 ‘대체’하는 직군에 집중됐습니다 — 스탠퍼드 디지털경제연구소.

이 연구는 계속 갱신되고 있습니다. 격차는 2025년 7월 자료에서 15%였고 2026년 6월 자료에서 19%로 벌어졌습니다. 수치가 확정된 결론이 아니라 갱신되는 관측치라는 점을 함께 봐야 합니다.

기업 채용 데이터도 같은 방향입니다. 미국 채용정보업체 시그널파이어 분석에서, 빅테크 신규 채용 중 대졸 신입의 비중은 2024년 약 7%에 그쳤습니다.

2019년과 비교하면 절반 이하로 줄어든 수치입니다 — 시그널파이어. 스타트업도 신입 비중이 6% 아래로 떨어졌습니다.

공고에 적힌 ‘요구 경력’도 위로 올라갔습니다. 채용 플랫폼 인디드의 하이어링랩에 따르면, 미국 IT 공고 중 5년 이상 경력을 요구하는 비중은 2022년 2분기 37%에서 2025년 2분기 42%로 늘었고, 2~4년 경력 요구는 46%에서 40%로 줄었습니다 — 인디드 하이어링랩.

2020년 2월과 견주면 5년 사이 주니어 공고는 34%, 시니어·관리자 공고는 19% 줄어, 둘 다 줄었지만 주니어 쪽이 더 크게 빠졌습니다 — 인디드 하이어링랩.

숫자만이 아니라 업계 리더들의 경고도 같은 방향을 가리킵니다. AI 기업 앤트로픽의 다리오 아모데이 CEO는 2025년 5월 “AI가 향후 1~5년 안에 사무직 신입 일자리의 절반가량을 없앨 수 있고, 실업률을 10~20%까지 끌어올릴 수 있다”고 경고했습니다 — 액시오스.

링크드인의 아니시 라만 부사장도 “AI가 가장 먼저 부수는 건 커리어 사다리의 맨 아랫칸”이라며 주니어 개발자·법률 보조·소매직을 콕 집었습니다 — 포춘.

다만 이런 발언엔 자사 기술의 위력을 부각하려는 동기가 섞일 수 있어, 액면 그대로보다 ‘방향의 신호’로 읽는 게 맞습니다.

이 흐름은 AI가 가장 빨리 침투한 직무 순위와는 다른 축의 이야기입니다. 어떤 ‘직종’이 위험한가가 아니라, 같은 직종 안에서 ‘어떤 연차’가 먼저 밀려나는가의 문제입니다.

핵심 요약

• AI 노출이 큰 직군의 22~25세 청년 고용은 노출이 적은 직군의 또래를 약 19% 뒤처졌습니다(2026년 6월 데이터). 고용이 그만큼 줄었다는 뜻이 아니라 또래만큼 늘지 못했다는 뜻입니다 — 스탠퍼드 디지털경제연구소.
• 미국 빅테크의 대졸 신입 채용 비중은 2024년 약 7%로, 2019년보다 50% 이상 낮아졌습니다 — 시그널파이어.
• 한국 인사담당자가 꼽은 2026년 HR 이슈 1위는 ‘중고신입 선호 강화’(33.5%), 2위는 ‘AI로 인한 일자리 감소’(21.5%)였습니다 — 인크루트.
• 다만 옥스퍼드 이코노믹스는 기업이 아직 대규모로 사람을 AI로 대체하진 않으며, 청년 실업 증가는 약한 노동시장 등 전통적 요인으로 상당 부분 설명된다고 봅니다 — 옥스퍼드 이코노믹스.
• 더 큰 위험은 당장의 일자리보다, 신입 훈련 과정이 사라져 ‘미래의 시니어’가 길러지지 않는다는 점입니다 — 브루킹스.

AI는 왜 경력자보다 신입의 일을 먼저 바꿀까

답은 신입이 맡던 일의 성격에 있습니다. 신입 업무는 대체로 정형화돼 있고, 배우면서 하는, 누군가 검토해 주는 일입니다.

문서 초안 잡기, 자료 정리, 기초 분석, 데이터 입력 같은 것이죠. 공교롭게도 이건 지금 AI가 가장 잘하게 된 일과 정확히 겹칩니다.

어떤 신입 직무가 흔들리는지도 데이터로 드러납니다. 스탠퍼드 분석에서 22~25세 소프트웨어 개발자의 고용은 2022년 말 정점 대비 약 20% 줄어 가장 큰 타격을 받았고, 고객 서비스 담당도 약 11% 감소했습니다(스탠퍼드 데이터, 타임 보도).

공통점은 ‘검증 가능한 정형 업무’라는 점입니다. AI는 신입이 책으로 배운 이런 일은 대체하지만, 경력자의 몸에 밴 암묵지(노하우)는 오히려 보완합니다 — 스탠퍼드 디지털경제연구소. 같은 직종에서 신입만 빠지는 이유가 여기 있습니다.

세계경제포럼(WEF)은 2025년 1월 ‘일자리의 미래 2025’ 보고서에서, 신입급 업무 시간의 약 30%가 작업 구성상 자동화 가능하다고 봤습니다 — 세계경제포럼.

같은 보고서에서 고용주의 41%는 AI가 업무를 자동화할 수 있는 부문에서 인력을 줄일 의향이 있다고 답했습니다 — 세계경제포럼.

이 41%는 실제 감원이 아니라 ‘의향’이라는 점은 감안해야 합니다. 다만 의향이 곧 채용 계획에 반영된다는 점에서 가볍게 볼 수치도 아닙니다.

METATOUR의 분석: 회사 입장에서 신입은 ‘지금 당장의 생산성’이 아니라 ‘미래를 위한 투자’였습니다. 가르치는 비용을 감수하고 뽑아 키우는 자리였죠. AI가 그 신입이 하던 잡무를 메우기 시작하자, 투자할 이유가 약해졌습니다. 신입 채용이 줄어드는 건 ‘일손이 남아서’가 아니라 ‘키울 동기가 사라져서’에 가깝습니다.

브루킹스연구소의 몰리 킨더는 2026년 1월 글에서 이 구조를 날카롭게 짚었습니다. 문서 작성, 자료 제작, 분석처럼 그동안 신입이 실력을 쌓던 바로 그 일들이 AI가 학습 중인 일과 겹친다는 것입니다 — 브루킹스.

1단계와 2단계를 거치지 않은 사람이 어떻게 3단계 전문가가 되느냐는 질문입니다.

한국 채용에서도 신입 자리가 줄고 있을까

한국도 같은 압력 위에 있습니다. 채용 플랫폼 인크루트가 인사담당자 650명에게 물은 2026년 HR 이슈에서, 1위는 ‘중고신입 선호 강화’로 33.5%였습니다.

2위가 ‘AI로 인한 일자리 감소’(21.5%), 3위가 ‘AI로 자동화된 채용시장’(20.8%)이었습니다 — 인크루트.

신입을 꺼리는 분위기와 AI에 대한 불안이 같은 설문에서 나란히 1·2위를 차지한 것입니다.

거시 지표도 무겁습니다. 통계청 집계에서 청년층(15~29세) 고용률은 2026년 2월 43.3%로, 1년 전보다 1.0%포인트 낮아졌습니다.

2021년 2월 이후 5년 만의 최저치입니다 — 통계청. 이를 보도한 파이낸셜뉴스는 저성장과 건설·제조·서비스업 위축, AI 확산, 신입 채용 감소를 복합 원인으로 짚었습니다.

일자리를 구하다 멈춘 청년도 늘었습니다. 2026년 4월 20대 후반(25~29세)의 ‘쉬었음’ 인구는 1년 전보다 3.1만 명 증가해, 2020년 이후 같은 달 기준 최대 증가폭을 기록했습니다 — 통계청. 일할 능력이 있어도 구직을 멈춘 청년이 그만큼 늘었다는 뜻입니다.

기업 채용 계획도 위축됐습니다. 한국경제인협회가 매출 500대 기업에 물은 2025년 하반기 조사에서, 대졸 신규 채용 계획을 아직 세우지 못했거나(38.0%) 아예 뽑지 않겠다(24.8%)는 기업이 62.8%에 달했습니다 — 한국경제인협회.

채용 방식도 신입에 불리하게 바뀌고 있습니다. 정해진 시기에 한꺼번에 뽑던 정기공채가 줄고 필요할 때마다 뽑는 수시채용이 자리 잡으면서(수시채용 활용 기업이 60%를 넘었습니다) — 한국경제인협회, 경력 위주로 그때그때 메우는 관행이 굳어졌습니다.

다만 이 조사들은 신입 감소를 AI 탓으로 직접 짚지는 않습니다. 채용 자체가 얼어붙은 배경으로 읽는 게 정확합니다.

흐름은 2026년 들어 더 또렷해졌습니다. 통계청 5월 집계에서 청년 고용률은 43.8%로 1년 전보다 2.4%포인트 낮아져 25개월 연속 하락했고, 이는 글로벌 금융위기 이후 가장 긴 하락세입니다.

같은 달 대졸 이상 실업자는 1년 새 13.6% 늘었습니다 — 통계청. 배운 만큼의 자리가 줄고 있다는 신호가 거시 지표에서 반복해 잡히는 셈입니다.

확인된 변화와 아직 단정할 수 없는 원인

여기서 한 발 물러설 필요가 있습니다. 신입 채용 감소를 전부 AI 탓으로 돌리는 건 성급합니다.

옥스퍼드 이코노믹스는 2026년 1월 보고서에서, AI가 노동시장을 뒤흔든다는 증거는 아직 군데군데 흩어져 있을 뿐이라고 봤습니다.

졸업자 실업 증가의 상당 부분은 약한 노동시장과 빠르게 늘어난 졸업자 수 같은 전통적 요인으로 더 흔히 설명된다는 것입니다 — 옥스퍼드 이코노믹스.

근거도 있습니다. 같은 보고서는 기업들이 아직 의미 있는 규모로 사람을 AI로 대체하고 있지는 않으며, 앞으로 몇 년간 AI가 실업률을 크게 끌어올릴 가능성도 낮다고 봤습니다 — 옥스퍼드 이코노믹스. 지금의 청년 취업난을 AI 하나로만 설명하면 과장이라는 경고입니다.

신중론은 학계에도 있습니다. 앞서 인용한 브루킹스 글조차 예일 버짓랩을 인용해, 신입 일자리 감소를 AI로 단정하기엔 증거가 아직 결정적이지 않다고 적었습니다 — 브루킹스(예일 버짓랩 인용).

예일 버짓랩은 2026년 2월 분석에서 한 발 더 나아가, 챗GPT 등장 33개월이 지나도록 경제 전반에서 뚜렷한 노동시장 교란은 확인되지 않는다고 결론지었습니다.

오히려 기업이 경기 둔화로 인한 감원을 ‘AI 덕분의 효율화’로 포장하는 ‘AI 워싱(AI-washing)‘을 경계해야 한다고 짚었습니다 — 예일 버짓랩.

시장 전체가 쪼그라들었지, 바닥 칸만 골라 사라진 게 아니라는 해석도 있습니다 — 인디드 하이어링랩.

정리하면 이렇습니다. 타이밍의 상당 부분은 경기와 노동시장 상황이 설명합니다. 다만 ‘AI’라는 별도 신호는 2024년 이후, 그리고 업무가 자동화 가능한 직군에서 더 또렷해집니다.

둘은 양자택일이 아니라 겹쳐 있습니다. AI가 유일한 원인은 아니지만, 경기가 풀린 뒤에도 신입 자리가 예전만큼 돌아오지 않을 이유가 바로 AI입니다.

신입이 배우는 자리가 줄면 무엇이 문제일까

당장의 취업난보다 더 천천히, 그러나 더 깊게 번지는 문제가 있습니다. 신입 훈련의 자리가 사라지면, 그 자리를 거쳐 자라야 할 미래의 중간 관리자와 전문가도 함께 사라진다는 점입니다.

브루킹스의 몰리 킨더는 그래서 ‘의료 레지던시 모델’을 제안합니다 — 브루킹스. 의사가 면허만으로 곧장 전문의가 되지 않고, 선배 밑에서 구조화된 수련을 거치듯, 기업도 신입에게 단순 잡무 대신 멘토가 붙는 훈련 과정을 설계해야 한다는 것입니다.

AI가 잡무를 가져갔다면, 잡무로 배우던 학습을 다른 방식으로 복원해야 한다는 발상입니다.

이건 개인이 혼자 풀 수 없는 문제이기도 합니다. 회사가 ‘키우는 자리’를 다시 만들지 않으면, 몇 년 뒤에는 ‘뽑을 경력자’가 부족해지는 부메랑으로 돌아옵니다. 신입의 위기는 사실 기업의 미래 인재 파이프라인 위기입니다.

취업 준비생이 지금 할 수 있는 일

구조가 바뀌었다고 손을 놓을 수는 없습니다. 좁아진 첫 칸을 넘는 현실적인 방법을 정리했습니다.

• ‘경력 같은 신입’의 실체를 만든다. 인턴, 프로젝트, 공모전, 개인 작업물처럼 검증 가능한 결과물을 쌓습니다. 기업이 중고신입을 찾는다면, 신입이 보여줄 건 ‘해본 적 있다’는 증거입니다.
• AI를 대체 대상이 아니라 도구로 쥔다. 세계경제포럼 조사에서 고용주의 다수는 AI를 다룰 줄 아는 인력을 더 뽑겠다고 답했습니다 — 세계경제포럼. 같은 신입이라도 AI로 생산성을 끌어올리는 사람은 다른 평가를 받습니다.
• AI가 ‘보조’하는 직무를 본다. 스탠퍼드 분석에서 타격이 집중된 건 AI가 일을 ‘대체’하는 직군이었습니다 — 스탠퍼드 디지털경제연구소. 사람의 판단·관계·현장이 끼는 직무는 상대적으로 덜 흔들립니다.
• 첫 직장의 ‘간판’보다 ‘배움의 밀도’를 본다. 멘토와 구조화된 훈련이 있는 자리는, 사다리 둘째 칸으로 올라가는 속도를 좌우합니다.

한 가지 역설도 알아둘 만합니다. 진입로는 좁아졌지만, 일단 들어간 주니어에게는 AI가 오히려 가장 큰 무기가 됩니다.

여러 실험에서 경력이 짧은 사람일수록 AI로 인한 생산성 향상폭이 더 컸습니다 — 초보 개발자의 생산성이 27~39% 오를 때 숙련 개발자는 8~13%에 그쳤다는 연구도 있습니다 — MIT 슬론 등.

AI가 격차를 줄이는 ‘평형추’로도 작동한다는 뜻입니다. 세계경제포럼도 살아남는 길로 ‘AI를 다루는 능력’과 ‘AI가 못 하는 인간 역량’의 결합을 꼽습니다.

분석적 사고를 핵심 역량으로 본 고용주가 70%였고, 그 위에 회복탄력성·창의성·호기심이 얹힙니다.

고용주의 77%는 2030년까지 재교육을 우선하겠다고 답했습니다 — 세계경제포럼.

AI 활용을 말이 아니라 결과물로 보여주는 법

이력서에 “ChatGPT 활용 가능”이라고 쓰는 것만으로는 다른 지원자와 구분되지 않습니다.

회사가 보고 싶은 것은 도구 이름이 아니라 문제를 정의하고, AI 결과를 검증하고, 실제 결과물로 끝낸 과정입니다.

작은 과업 하나를 골라 네 주 동안 기록하면 경험이 적어도 검증 가능한 증거를 만들 수 있습니다.

주차	할 일	남길 결과물
1주차	실제 직무 공고 20개에서 반복 과업 하나 선정	요구 역량·입력·완료 기준 1쪽
2주차	AI 없이 한 번, AI와 함께 한 번 수행	시간·품질·오류 비교표
3주차	현업 자료나 공개 데이터로 예외 10건 시험	실패 사례와 수정 규칙
4주차	다른 사람이 따라 할 수 있게 정리	최종 결과물, 작업 절차, 한계

마케팅이라면 공개 데이터를 이용한 캠페인 요약, 영업이라면 가상 고객 문의 분류, 개발이라면 작은 버그 수정과 테스트, 인사라면 익명·가상 이력서의 요건 정리처럼 개인정보와 회사 기밀 없이도 만들 수 있습니다. 중요한 것은 화려한 앱이 아니라 전후 비교가 가능한 과업입니다.

포트폴리오에는 성공보다 검증 과정을 넣는다

1. 어떤 문제를 왜 골랐는지.
2. AI에 준 자료와 바꾸면 안 되는 조건이 무엇이었는지.
3. 첫 결과에서 어떤 오류를 발견했는지.
4. 사람이 무엇을 확인하고 최종 결정했는지.
5. 시간·수정률·누락이 전보다 어떻게 달라졌는지.
6. 실제 업무에 쓰려면 어떤 권한·보안·검토가 더 필요한지.

면접에서는 “AI로 3시간을 줄였다”는 숫자보다 측정 범위를 정확히 말해야 합니다. 한 번 시험한 결과라면 그렇게 밝히고, 검수 시간을 포함했는지도 설명합니다.

잘못된 답을 발견해 사용을 중단한 사례도 좋은 증거가 됩니다. AI를 무조건 쓰는 사람이 아니라, 언제 쓰지 않을지 판단하는 사람이라는 신호이기 때문입니다.

이 기록은 자기소개서 한 줄로 압축할 수 있습니다. 예를 들어 “공개 고객문의 100건을 분류하는 절차를 설계하고, AI 초안과 수작업을 비교해 반복 오류 3종을 찾아 검수 규칙으로 반영”처럼 과업·규모·검증·결과를 함께 씁니다.

사실이 아닌 수치나 팀 성과를 만들지 않고, 면접에서 결과물을 직접 설명할 수 있는 범위만 적습니다.

신입에게 필요한 것은 AI와 경쟁한 완성도가 아니라 AI를 써도 책임질 수 있는 작업 습관입니다.

이 포트폴리오는 취업용 전시물이면서 동시에 입사 뒤 일을 배우는 작은 시뮬레이션이 됩니다.

지원서가 AI에 의해 어떻게 읽히는지는 AI 자소서 스크리닝 가이드와 연결해 점검할 수 있습니다.

확인된 것과 아직 모르는 것

신입의 위기는 단순한 취업난이 아니라, 사람이 전문가로 자라는 사다리의 첫 칸이 흔들리는 문제입니다. AI가 유일한 범인은 아니지만, 경기가 풀린 뒤에도 그 칸이 좁게 남을 이유는 분명히 AI에 있습니다.

취준생·주니어라면 오늘 할 수 있는 건 하나입니다. ‘가르쳐 주세요’가 아니라 ‘해봤습니다’를 보여줄 결과물 하나를 시작하는 것.

작은 프로젝트든 AI를 활용한 작업물이든, 검증 가능한 한 가지가 중고신입 시대의 첫 칸을 넘는 발판이 됩니다.

한 발 더 내다보면, 이 문제의 해법은 기업과 사회의 몫으로 넘어갑니다. 신입을 ‘비용’이 아니라 ‘미래 인재 파이프라인’으로 다시 보는 곳이, 몇 년 뒤 쓸 만한 시니어를 가진 곳이 됩니다.

AI가 지원서를 어떻게 거르는지, 그 앞에서 통과하는 자소서는 어떻게 다른지는 AI 자소서 스크리닝에서 이어집니다.

중심 근거인 스탠퍼드 수치를 다시 읽었습니다

METATOUR 검증 기록 · 검증 유형: 원 연구 갱신판 대조 · 검증일: 2026-08-23 · 이전 확인: 2026-06-04

다시 확인한 질문

이 글의 중심 근거는 스탠퍼드 디지털경제연구소의 ‘탄광의 카나리아’ 연구입니다. 이 연구는 급여 데이터가 쌓일 때마다 갱신됩니다. 인용한 16%가 지금도 맞고, 그 숫자를 우리가 제대로 읽었을까요?

확인한 것

그래서 고친 것

첫째, 숫자를 19%로 갱신했습니다. 16%는 2025년 9월 자료 기준이었습니다.

둘째, 읽는 방식을 바로잡았습니다. 이게 더 중요합니다. 원문은 “노출이 적은 직군의 또래만큼 늘었다면 도달했을 수준보다 낮다(kept pace)”라고 씁니다. 즉 고용이 19% 줄어든 게 아니라, 또래만큼 늘지 못해 생긴 격차입니다. 이 글은 “16% 줄었다”로 적어 절대 감소처럼 읽혔습니다.

차이가 큽니다. “신입 고용이 19% 잘렸다”와 “다른 직군 또래보다 19% 덜 늘었다”는 취업 준비생이 받아들일 현실의 무게가 다릅니다. 후자는 일자리가 사라진 게 아니라 덜 늘어난 상황이고, 직군 선택으로 대응할 여지가 남습니다.

셋째, 연구진의 단서를 넣었습니다. 저자들은 “AI와 연관된 광범위한 경제 전반의 일자리 대체는 보이지 않는다”고 명시합니다. 이 글은 원래도 옥스퍼드 이코노믹스의 반론을 실었지만, 원 연구 저자들이 직접 붙인 단서가 더 무겁습니다.

이 기록으로 확인하지 못한 것

• ADP 원자료를 직접 분석하지 않았습니다. 연구팀이 공개한 수치와 설명을 옮긴 것입니다.
• 연구의 방법론이 타당한지는 평가하지 않았습니다. 갱신 이력과 저자들의 표현만 확인했습니다.
• 격차가 시작된 시점을 두고 자료마다 설명이 달라 이 글에서는 시작 연도를 단정하지 않았습니다.
• 한국 수치(인크루트·통계청·한경협)는 이번에 다시 확인하지 않았습니다. 2026-06~07 확인분입니다.

참고 자료

• Stanford Digital Economy Lab. Canaries in the Coal Mine? (AI 노출 직군 22~25세가 또래 대비 약 19% 뒤처짐, 2026년 6월 데이터. 2025년 7월 자료에서는 15%). 2026-08 갱신판. 2026-08-23 확인. 자료 보기
• SignalFire. State of Tech Talent Report 2025 (빅테크 대졸 신입 채용 약 7%). 2025. 2026-06-04 확인. 자료 보기
• Indeed Hiring Lab. Experience requirements have tightened (5년+ 37%→42%). 2025-07. 2026-06-04 확인. 자료 보기
• World Economic Forum. Future of Jobs Report 2025 (신입 업무 30% 자동화 가능·41% 감원 의향). 2025-01. 2026-06-04 확인. 자료 보기
• Brookings. To save entry-level jobs from AI, look to the medical residency model (몰리 킨더). 2026-01. 2026-06-04 확인. 자료 보기
• Oxford Economics. Evidence of an AI-driven shakeup of job markets is patchy. 2026-01. 2026-06-04 확인. 자료 보기
• 인크루트. 2026년 HR 이슈 설문(중고신입 선호 33.5%). 2026. 2026-06-04 확인. 자료 보기
• 통계청·파이낸셜뉴스. 청년 고용률 43.3%·25~29세 쉬었음 3.1만 명 증가. 2026. 2026-06-04 확인. 자료 보기
• Axios. Anthropic CEO Dario Amodei: AI could wipe out half of entry-level white-collar jobs (실업률 10~20% 경고). 2025-05-28. 2026-06-11 확인. 자료 보기
• Fortune. LinkedIn’s Aneesh Raman: AI is breaking the bottom rung of the career ladder. 2025-05-25. 2026-06-11 확인. 자료 보기
• TIME. Stanford ‘Canaries’ 직무별 분해(개발자 약 20%·고객서비스 약 11% 감소). 2025. 2026-06-11 확인. 자료 보기
• 한국경제인협회. 2025년 하반기 대졸 신규채용 계획(62.8% 미수립·없음, 수시채용 60%+). 2025-09-11. 2026-06-11 확인. 자료 보기
• 뉴스핌. 2026년 5월 고용동향 보도(청년 고용률 43.8%·전년 동월비 -2.4%p). ‘25개월 연속 하락’·‘대졸 이상 실업 +13.6%‘는 통계청 원자료 기준(해당 보도 페이지엔 미기재). 2026-06-11. 2026-07-10 확인. 자료 보기
• The Budget Lab at Yale. AI is probably not (yet) the reason the labor market is weakening / ‘AI-washing’ 경계. 2026-02. 2026-06-11 확인. 자료 보기
• MIT Sloan. How generative AI affects highly skilled workers(경력 짧을수록 생산성 향상폭 큼). 2025. 2026-06-11 확인. 자료 보기