AI가 신입의 자리를 먼저 가져갔다: 채용 사다리 첫 칸의 붕괴

AI가 일자리를 없앤다는 말보다 중요한 질문은 왜 신입 자리부터 줄어드는가입니다. 같은 직무 안에서도 첫 1~3년 차가 먼저 흔들리는 구조를 데이터로 정리했습니다.

이력서를 수십 번 넣어도 회신이 없습니다. 어렵게 찾은 공고는 죄다 경력 3년 이상을 요구합니다. 신입 채용은 경력 같은 신입, 이른바 중고신입을 찾습니다. 첫 직장을 구하려는 사람이 가장 자주 마주치는 벽입니다. 그런데 이 벽이 단순한 경기 탓이 아닐 수 있다는 신호가 쌓이고 있습니다.

핵심은 AI가 일자리를 없앤다는 큰 이야기가 아닙니다. 왜 하필 신입 자리부터, 가장 먼저 줄어드는가입니다. 사다리를 오르기도 전에 첫 칸이 사라지는 현상에는 이름을 붙일 만한 구조가 있습니다. 이 글은 신입 채용이 실제로 줄었는지 데이터로 확인하고, 왜 청년부터 타격을 받는지, AI 때문이라는 진단이 어디까지 맞는지, 그리고 취준생과 주니어가 지금 무엇을 할 수 있는지까지 정리합니다.

정말 신입 자리부터 줄고 있을까: 숫자로 본 현실

청년 고용 감소는 체감만이 아닙니다. 2025년 8월 스탠퍼드 디지털경제연구소는 미국 급여 데이터로 충격적인 대비를 확인했습니다. AI 노출이 가장 큰 직군에서 22~25세 노동자의 고용은 2022년 말 이후 약 16% 줄었지만, 같은 직군의 나이 많고 경력 있는 노동자는 보합이거나 오히려 늘었습니다. 같은 일자리인데 신입만 빠진 셈입니다.

이 분석이 중요한 이유는 변화가 임금보다 고용 인원에서 먼저 나타났다는 점입니다. 기업이 청년층 임금을 크게 깎기보다, 자동화 가능성이 큰 직군에서 첫 채용 자체를 줄이는 방식으로 조정하고 있다는 해석이 가능합니다.

기업 채용 데이터도 비슷한 방향을 가리킵니다. SignalFire의 2025년 기술 인재 보고서에 따르면, 빅테크 신규 채용 중 대졸 신입 비중은 2024년 약 7%였습니다. 2019년과 비교하면 절반 이하로 낮아진 수치입니다. 스타트업에서도 신입 비중은 6% 아래로 떨어졌습니다.

채용 공고에 적힌 요구 경력도 위로 올라갔습니다. Indeed Hiring Lab은 미국 IT 공고에서 5년 이상 경력을 요구하는 비중이 2022년 2분기 37%에서 2025년 2분기 42%로 늘었다고 분석했습니다. 반대로 2~4년 경력 요구는 46%에서 40%로 줄었습니다.

이 흐름은 AI가 가장 빨리 침투한 직무 순위와는 다른 축의 이야기입니다. 어떤 직종이 위험한가가 아니라, 같은 직종 안에서 어떤 연차가 먼저 밀려나는가의 문제입니다.

왜 하필 신입이 먼저인가: 사다리 첫 칸의 구조

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 업무가 여기에 들어갑니다.

공교롭게도 이런 일은 지금 생성형 AI가 가장 빠르게 잘하게 된 일과 겹칩니다. AI는 이미 문서 초안, 요약, 코드 보조, 리서치 정리, 고객 응대 문안 같은 작업에서 생산성을 높이고 있습니다. 회사 입장에서는 과거에 신입에게 맡기던 첫 단계 업무를 AI와 경력자 조합으로 처리할 수 있다는 유혹이 생깁니다.

세계경제포럼의 Future of Jobs Report 2025에서도 고용주의 40%는 AI가 업무를 자동화할 수 있는 곳에서 인력을 줄일 계획이 있다고 답했습니다. 이 수치는 실제 감원이 아니라 기업 응답자의 계획과 의향이라는 점을 분명히 봐야 합니다. 그래도 채용 계획에는 이런 기대가 반영됩니다.

브루킹스연구소의 몰리 킨더는 이 구조를 “사다리 첫 칸” 문제로 설명합니다. 문서 작성, 자료 제작, 기초 분석처럼 그동안 신입이 실력을 쌓던 일이 AI가 빠르게 학습하는 일과 겹칩니다. 1단계와 2단계를 거치지 않은 사람이 어떻게 3단계 전문가가 되느냐는 질문이 남습니다.

한국의 신호: 중고신입과 청년 고용

한국도 같은 압력 위에 있습니다. 인크루트가 인사담당자 650명을 대상으로 조사한 2026년 HR 이슈에서 1위는 중고신입 선호 강화였습니다. 응답 비중은 33.5%였습니다. 2위는 AI로 인한 일자리 감소, 3위는 AI로 자동화된 채용시장이었습니다.

여기서 중요한 것은 “중고신입”과 “AI 일자리 감소”가 같은 조사에서 나란히 상위권에 올랐다는 점입니다. 기업은 완전히 새 사람을 가르치는 비용을 부담스러워하고, 동시에 자동화 가능 업무를 줄일 방법을 찾고 있습니다. 신입 채용의 문턱이 올라가는 구조입니다.

거시 지표도 가볍지 않습니다. 통계청 집계로 보도된 2026년 2월 청년층 15~29세 고용률은 43.3%였습니다. 1년 전보다 1.0%포인트 낮았고, 2021년 2월 이후 5년 만의 최저치로 보도됐습니다. 2026년 4월에는 20대 후반의 쉬었음 인구 증가도 눈에 띄었습니다.

일자리를 구하다 멈춘 청년도 늘었습니다. 2026년 4월 20대 후반, 즉 25~29세의 쉬었음 인구는 1년 전보다 3.1만 명 증가해 2020년 이후 같은 달 기준 최대 증가폭을 기록한 것으로 보도됐습니다. 일할 능력이 있어도 구직을 멈춘 청년이 그만큼 늘었다는 뜻입니다.

기업 채용 계획도 위축됐습니다. 한국경제인협회가 매출 500대 기업에 물은 2025년 하반기 조사에서 신규 채용 계획이 없다는 기업은 24.8%로, 1년 전 17.5%보다 늘었습니다. 다만 이 조사는 신입과 경력을 나눠 묻거나 AI를 원인으로 직접 짚지는 않았습니다. 채용 자체가 얼어붙은 배경으로 읽는 것이 정확합니다.

다만 한국 통계는 이 변화를 AI 영향으로 직접 분리해 집계하지 않습니다. 저성장, 제조·건설·서비스업 위축, 대기업 채용 계획 축소, 신입보다 경력자를 선호하는 관행이 모두 함께 작동합니다. 그래서 한국 부분은 “AI가 직접 원인”이라기보다 “AI가 신입 채용 위축을 더 굳히는 압력”으로 읽는 것이 안전합니다.

정말 AI 때문일까

여기서 한 발 물러설 필요가 있습니다. 신입 채용 감소를 전부 AI 탓으로 돌리는 것은 성급합니다. 옥스퍼드 이코노믹스는 2026년 1월 분석에서 AI가 노동시장을 뒤흔든다는 증거가 아직 군데군데 흩어져 있다고 봤습니다. 졸업자 실업 증가는 약한 노동시장과 졸업자 수 증가 같은 전통적 요인으로도 상당 부분 설명된다는 것입니다.

이 반론은 중요합니다. 실제로 2022년 이후 기술 업계는 금리 상승, 비용 절감, 채용 동결, 플랫폼 성장 둔화의 영향을 함께 받았습니다. AI가 없었더라도 신입 채용은 줄었을 가능성이 있습니다.

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

신중론은 학계에도 있습니다. 브루킹스 글도 예일 버짓랩의 분석을 인용하며, 신입 일자리 감소를 AI로 단정하기엔 증거가 아직 결정적이지 않다고 설명합니다. Indeed Hiring Lab 역시 신규 졸업자 취업난을 다루면서 노동시장 전반의 약세와 직군별 수요 변화가 함께 작동한다고 봅니다. 시장 전체가 쪼그라들었지, 바닥 칸만 골라 사라진 게 아니라는 해석도 가능한 셈입니다.

그렇다고 AI 신호를 무시할 수도 없습니다. 스탠퍼드 분석에서 감소는 AI 노출이 큰 직군, 특히 AI가 일을 보조하기보다 대체하기 쉬운 직군에 더 뚜렷했습니다. 기업 설문과 채용 공고 변화도 경력자 선호 쪽으로 움직입니다.

정리하면 이렇습니다. 타이밍의 상당 부분은 경기와 노동시장 상황이 설명합니다. 다만 AI라는 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.

가장 큰 위험은 미래의 시니어다

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 모델을 참고하자고 제안합니다. 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 합니다. 이것은 개인이 혼자 풀 수 없는 문제이기도 합니다. 회사가 키우는 자리를 다시 만들지 않으면, 몇 년 뒤에는 뽑을 경력자가 부족해지는 부메랑으로 돌아옵니다.

신입의 위기는 사실 기업의 미래 인재 파이프라인 위기입니다. 비용을 줄이기 위해 첫 칸을 없앤 회사는 나중에 사다리 중간에서 사람을 찾지 못할 수 있습니다.

좁아진 첫 칸을 넘는 방법

구조가 바뀌었다고 손을 놓을 수는 없습니다. 좁아진 첫 칸을 넘는 현실적인 방법은 화려한 비법보다 검증 가능한 증거를 만드는 쪽에 가깝습니다.

• 경력 같은 신입의 실체를 만든다. 인턴, 프로젝트, 공모전, 개인 작업물처럼 검증 가능한 결과물을 쌓아야 합니다. 기업이 중고신입을 찾는다면, 신입이 보여줄 것은 해본 적 있다는 증거입니다.
• AI를 대체 대상이 아니라 도구로 쥔다. 세계경제포럼 조사에서 많은 고용주는 AI를 다룰 줄 아는 인력을 더 뽑겠다고 답했습니다. 같은 신입이라도 AI로 자료를 정리하고, 초안을 만들고, 결과물을 검토해 생산성을 올릴 수 있는 사람은 다르게 평가받습니다.
• AI가 보조하는 직무를 본다. 스탠퍼드 분석에서 타격이 집중된 것은 AI가 일을 보조하기보다 대체하기 쉬운 직군이었습니다. 사람의 판단, 관계, 현장 대응이 끼는 직무는 상대적으로 덜 흔들립니다. 단순 반복보다 맥락 판단이 필요한 업무 경험을 쌓는 편이 낫습니다.
• 첫 직장의 간판보다 배움의 밀도를 본다. 멘토와 구조화된 훈련이 있는 자리는 사다리 둘째 칸으로 올라가는 속도를 좌우합니다.
• 작은 포트폴리오를 공개한다. 보고서 한 편, 자동화 워크플로우 하나, 데이터 분석 노트 하나라도 본인이 무엇을 판단했는지가 드러나면 첫 면접의 대화가 달라집니다.

이 대응은 AI 시대의 위험 직업과 생존 전략과도 이어집니다. 직무 선택과 연차 전략을 함께 보면 그림이 더 또렷해집니다.

결론

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.

취준생과 주니어가 오늘 할 수 있는 일은 하나입니다. “가르쳐 주세요”가 아니라 “해봤습니다”를 보여줄 결과물 하나를 시작하는 것입니다. 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 비용이 아니라 미래 인재 파이프라인으로 다시 보는 곳이 몇 년 뒤 쓸 만한 시니어를 가진 곳이 됩니다.