AI의 등장 이후
고용 시장은 어떻게 변화했을까?

2022년 11월 대중이 널리 쓰게 된 첫 대화형 생성형 AI인 ChatGPT가 등장한 후, 다음의 두 가지 논쟁이 등장했습니다.

• AI가 화이트칼라 일자리를 감소시켰는가? 아니면 통념과 달리 그러한 정황을 확인할 수는 없는가?
• AI의 등장은 새로운 지식에 대한 학습·숙련을 용이하게끔 해주기에 저년차 노동력에게 유리한가? 아니면 반대로 숙련된 지식을 이미 보유한 이용자들이 업무를 동시에 더 많이 할 수 있는 환경을 조성해주기에 고년차 노동력에게 유리한가?

그러나 이에 대한 반론 역시 상당합니다. 해당 직업군들의 채용 감소가 ChatGPT(AI)의 등장 이전부터 시작되었을 수 있기 때문입니다.

물론 재반론 역시 있습니다. 주요한 논리는 채용 총량의 감소는 금리 인상과 경기 변동으로 설명되더라도, 청년·주니어 채용 비중의 변화는 ChatGPT 이후에 시작되었거나 금리가 정점을 지난 뒤에도 이어졌다는 것입니다.

한국 내에서도 관련 연구들이 발표되고 있으며 논쟁 구도 역시 해외와 유사합니다.

일련의 논쟁들이 계속되는 이유는, 기본적으로 ChatGPT의 등장 전후 1년 내에 교란 요인(confounder)들이 유독 많이 등장하고 있기 때문입니다.

• 팬데믹 기간 IT 직군 채용 급등과 이후의 조정 : 2020-2021년의 코로나 기간 디지털 전환 붐으로 개발자 채용이 급증했다가 2022년 하반기부터 감소했습니다.
• 금리 인상 : 한국은행은 2021년 8월, 미국 연준은 2022년 3월부터 기준금리를 인상했습니다.
• 투자 위축과 구조조정 : 위 금리 인상의 연장선 상에서 2022-2023년 벤처투자 위축이 겹쳤습니다.

언더스코어는 국내 최대 채용 플랫폼 중 한 곳에서 2017년 2월부터 2025년 4월까지의 채용공고 15,073,974건을 수집했습니다. 이 중 공고 등록이 지나치게 오래되어 초기 구간 삭제율이 높은 2017~2019년 상반기를 제외하고, 공고 게시일(접수 시작일)이 2019년 7월부터 2025년 1월 사이의 10,413,271건을 분석에 사용했습니다.

각 공고마다 제목, 회사명, 경력 요건, 학력 요건, 고용형태, 급여, 근무지, 자격요건, 우대사항, 접수 시작일과 마감일, 직무·지역 태그 등의 변수를 추출했습니다. 이 중 이번 분석에서 핵심적으로 활용된 변수는 아래의 세 가지입니다.

• 직무 분류 : 데이터의 직무 태그에는 “IT개발·데이터, 백엔드/서버개발”과 같은 대분류를 넘어 “언어·프레임워크(Java, Python, 임베디드, 펌웨어 등)”까지 중분류 정보로 기록되어 있습니다. 이를 통해 AI 등장 이후 고용 감소 논쟁의 핵심인 개발 직군을 보다 상세하게 분석해볼 수 있었습니다.
• 경력 요건 : “신입”, “무관(신입포함)”, “신입·경력 3년↑”, “경력 3~10년”과 같은 요건을 의미합니다. 이를 바탕으로 신입 지원 가능 여부 및 평균 요구 경력기간을 계산할 수 있었습니다. (ex. 경력 3~10년 → 6.5, 경력 4년 이하 → 2)
• 기업 식별 : 공고마다 존재하는 기업 식별자 정보를 활용해, 10,413,271건의 구인 공고를 작성한 434,688개 고유 기업 가운데 77.6%인 337,158개 회사들(공고 기준 87%)의 업종, 사업내용, 설립일, 기업형태를 확보했습니다. 또, 공정거래위원회 통신판매사업자 등록부, 금융감독원 DART 등을 활용해 사업자등록번호(BRN)를 매칭해 기업 정보를 확보한 기업의 96.7%(전체 기업의 75.0%)의 사업자 정보를 채용플랫폼 사이트에서 제공하는 기업 식별자 정보를 넘어 행정적으로도 명확히 할 수 있었습니다.

각 직무의 AI 노출도 측정은 Eloundou et al. (2023)의 방식을 활용했습니다. 해당 연구는 미국 직업정보망(ONET)의 약 1.9만 개 세부 과업이 대규모 언어 모델(LLM)을 활용하면 같은 품질로 작업 시간을 절반 이상 줄일 수 있는지를 채점한 것인데요, 저희는 채용공고 데이터의 직무 키워드 1,920개를 ONET 직업에 연결해 직무 노출도 β를 부여했습니다.

• 1.9천여 건의 β값은 전체 공고의 99.8%를 커버할 수 있었습니다.
• ONET 직업 연결에는 두 가지 방식을 사용했습니다.
  • 800개는 한국고용정보원의 KNOW 직업을 거쳐 ONET 직업에 연결(이 중 681개는 KNOW 직업코드로 바로 연결). 나머지 1,120개는 생성형 AI의 보조를 받아 ONET 직업에 직접 매칭한 뒤 사람이 검토해 확정.
  • 대응하는 ONET 직업을 찾지 못한 키워드(KNOW 경로 119개, 직접 매칭 35개)는 의미가 가장 가까운 키워드 2~3개의 β 평균으로 보간.
• 직무 노출도 채점 결과, 백엔드 개발(0.87), 앱 개발(0.87), 경리(0.78)가 높고 단순생산직(0.08), 간호조무사(0.11)가 낮게 나와 직관과도 부합함을 확인했습니다.
• 이와 관련해 본 보고서의 표·그래프들은 기본적으로 공고 노출도 측정 시 직무 키워드 목록에서 β가 있는 첫 번째 값을 기준으로 했을 때의 결과입니다. 앞쪽 태그일수록 그 공고의 직무를 잘 대표하기 때문입니다. 무작위 공고 100만 건에서 키워드가 공고 제목에 들어 있는 비율은 첫 번째 태그 28%, 두 번째 16%, 세 번째 12%로 뒤로 갈수록 낮아졌습니다. 물론 후술하겠지만, 첫 번째 값만이 아닌 직무 키워드 전체 평균, 중앙값, 최댓값 등 다양한 기준으로 집계 방식을 바꿔도 결과가 유지되는지 역시 꼼꼼하게 확인했습니다.
• 직군은 직무 키워드로 정의했습니다. 개발자(백엔드/서버개발, 프론트엔드, Java 등 16개 키워드), IT 인프라(H/W, SE), 물리 디자인(실내, 의상, 전시), 디지털 디자인, 경리·회계 등 16개 직군마다 키워드 목록을 정해 두고(부록), 공고의 직무 키워드 가운데 각 직군 키워드가 차지하는 비중만큼 그 공고를 직군마다 나누어 측정했습니다.

이와 별개로 “각 기업 업종의 핵심 산출물을 생성형 AI가 직접 만들 수 있는가?”, 즉 기업의 AI 노출도를 OpenAI의 GPT-5.6 Astra와 Anthropic의 Claude Opus 5 두 개 모델에 동일한 기준으로 채점시켜 기업 노출도 A를 만들어 함께 정량화했습니다.

• 두 모델의 채점 결과 상관계수는 0.983로 상당히 높았습니다.
• 앞의 직무 노출도와 마찬가지로 직관과 부합하게 응용소프트웨어 개발(0.93), 광고대행(0.89)이 높고 일반의원(0.07), 외식업(0.05)이 낮았습니다.

저희가 수집한 채용 플랫폼의 공고 데이터를 넘어, 실제 고용 결과와 대조하기 위해 한국고용정보원이 매월 공개하는 고용보험 통계현황(대분류 산업별 취득자와 연령별 피보험자)도 함께 수집해 분석했습니다. 다만 이 자료는 산업 대분류 단위여서 정보통신업 전체를 볼 수 있을 뿐, 공고 데이터와 같은 세부 사항까지는 알 수 없기에 보조적으로만 활용했습니다.

1IT뿐만 아니라 사무·전문직 전반에서 2022년 이후 신입 공고 비중이 감소했습니다.

• 개발자, 디지털 디자인, 경리·회계는 신입과 경력 공고가 함께 감소했지만, IT 인프라, 물리 디자인, 마케팅, 영업은 경력 공고가 늘면서 신입만 감소했습니다. 2022년 대비 2024년 신입 공고 비중은 개발자 -10.3%p, IT 인프라 -13.8%p, 물리 디자인 -12.7%p, 영업 -9.7%p, (대조군인) 블루칼라 -2.6%p의 변화가 있었습니다.
• 여기까지만 보면 블루칼라의 신입 채용률은 거의 동일하지만 여타 사무직군들은 ChatGPT가 등장한 2022년이 분기점으로 보이기에 AI의 인과적 효과인 것 같아 보입니다. 그러나…

2개발자 신입 공고 수는 2022년 여름을 기점으로 본격적 감소가 시작되었습니다.

• 2022년과 비교 시, 2024년도의 월 평균 신입 공고 수는 개발직 -43%, 디지털 디자인 -34%, IT 인프라 -24%, 블루칼라 -4%의 변화가 있었습니다.
• 대조군 역할인 블루칼라 대비 명확한 감소 양상이 관찰되기에 AI효과가 아닌지에 대한 ‘심증’은 있지만, 감소 분기점이 금리 인상기와 겹치기에, 어디까지가 경기 변동의 효과이고, 또 어디까지가 AI발 효과인지 명확히 구분하여 주장하기는 까다로운 상황입니다. 게다가 변화가 시작된 분기점인 22년도 여름은 분명 ChatGPT가 등장하기 반년 전이기도 합니다.
• 물론 해당 문제와는 별개로 “AI가 아니라 스타트업 투자 위축과 테크 기업의 자금난 때문에 개발자 채용이 감소했다”는 주장은 저희 데이터 상에서 뒷받침되지 않습니다. 블루칼라 대비로 테크 기업(ex. 네이버, 카카오)의 개발자 신입 공고가 48% 가량 감소(p<.001)할 동안 비테크 기업(ex. GS건설, 문화방송, SM엔터테인먼트 등)의 신입 개발자 공고 역시 24% 감소(p<.1)했기 때문입니다.

3블루칼라 대비 신입 공고가 유의하게 감소한 직군은 개발자와 디지털 디자인 두 곳이었습니다.

아래 그래프는 ChatGPT 공개 이후 각 직군의 공고 수 변화를 대조군인 블루칼라와 이중차분 방식(PPML)으로 비교한 결과입니다. 블록 하나는 5%이며, 꽉 찬 블록은 통계적으로 유의한 변화, 점선 블록은 유의하지 않은 변화입니다.

• 개발자(-33.5%, p<.01)와 디지털 디자인(-20.6%, p<.05) 두 직군만 유의한 차이가 나타났으며, 이 둘은 위약 검정 (ChatGPT 등장 이전 시점인 21년도 7월을 기점으로 ‘가짜 분기점’에 대한 통계적 검정) 역시 통과했습니다(개발자 -9.8%, p-value 0.352; 디지털 디자인 +3.7%, p-value 0.783).
• 교육(-16.6%, p<.1)은 경계 수준이지만, 위약검정에서 이미 -21.7%(p<.001)로 감소하고 있어 ChatGPT 이전부터 이어진 추세로 보입니다.
• 경력 공고는 어느 직군에서도 블루칼라와 유의한 차이가 없었습니다.

4개발자 신입 공고 감소는 기업 규모·업력에 무관하게 나타났고, 가장 뚜렷한 곳은 중소기업이었습니다.

• 위 그래프는 개발자 신입 공고의 감소를 기업 유형별로 나누어 대조군(블루칼라)과 비교한 결과입니다.
• 모든 유형의 기업들에서 감소가 관찰되었지만 통계적으로 유의한 것은 규모 기준 구분 시 중소기업(-35%), 업력 기준 구분 시 설립 20년 미만 기업(-30%)입니다.
• "투자 유치가 어려워진 스타트업이 주니어 채용을 중단했다"는 통념과는 달리, 스타트업의 개발자 신입 채용률 감소는 -11%로 블루칼라와 유의한 차이가 없었습니다.

5좀 더 강한 ‘심증’ 확보를 위해 실제 고용보험 데이터를 확인했을 때에도 동일하게 청년들의 고용감소가 확인됩니다.

• 29세 이하의 정보통신업종 고용은 2022년 하반기에 정점에 이른 뒤, 3년 간 일관되게 감소 중에 있습니다.
• 반면 같은 정보통신업 내에서 30대 및 50세 이상은 오히려 증가했습니다.
• 반대로 29세 이하 청년들의 고용이 제조업 분야에서는 변화가 없었습니다.

위 교란 요인들 각각의 효과를 기업들의 채용 공고 게시글의 수만으로는 명확히 구분할 수 없었던 이유는 크게 두 가지입니다.

• 비교 대상에 따라 결론이 달라집니다. 블루칼라와 비교하면 개발자 신입 공고는 -33.5% 더 유의하게 감소했지만, 같은 IT 계열인 IT 인프라(H/W, SE)와 비교하면 차이(-18.9%)가 특별히 유의하지 않습니다.
• 교란 요인들이 인접 시기에 등장하며 모두 신입 채용 유인을 낮추는 방향으로 작용했습니다. 금리 인상, 2021년 채용 붐 이후의 조정, 벤처투자 위축은 모두 AI와 마찬가지로 경력직 대비 신입 선호를 낮추는 요인들입니다.

이러한 고민들에 기반해 저희가 설정한 분석 방향성은 크게 두 가지입니다.

• 첫 번째, 여러 교란 요인들을 통제하며 ChatGPT로 대표되는 생성 AI의 등장이 인과적(causal)으로 노동시장에 미친 영향을 정확히 측정하고자 했습니다. 이를 위해 직군이나 업종별 차이를 시간에 따라 단순 비교하는 대신 동일한 기업×시점×직무 대분류를 고정(fixed effect)해두고 통계적으로 살펴보았습니다.
• 두 번째, 공고의 개수 대신 각 공고가 요구하는 경력 기간을 주요 변수로 활용했습니다. AI의 주니어 대체 가설이 유효하다면, 단순 공고 수보다는 요구 경력이 보다 중요한 지표일 수 있기 때문입니다.

아래의 내용들은 이를 바탕으로 저희가 발견한 한국 노동 시장의 여섯 가지 주요 변화입니다.

1AI 등장 이전 3년 간 주요 사무직의 요구 경력기간은 큰 변화가 없었지만, ChatGPT가 등장하며 상승하기 시작했습니다.

• 개발자 공고가 요구하는 경력은 2019년부터 2022년까지 평균적으로 3.7년 정도였습니다. 코로나 시기에 신입 공고가 절반 이하로 줄었다가 채용 규모 급등 당시 두 배 넘게 공고 수가 증가하는 동안에도 이 요구 경력 년수는 거의 변하지 않았습니다.
• 그러나 ChatGPT가 등장한 이후 2022년 12월 4.07년, 2024년 연평균 4.82년을 거쳐 2025년 1월에는 5.18년으로까지 높아졌고, 대조군인 블루칼라와 비교 시 그 패턴은 더욱 명확합니다 (+0.66년; p<.001).
• 다른 사무·전문직도 2022년을 저점으로 함께 상승했지만, IT 인프라와 물리 디자인은 ChatGPT 이전부터 블루칼라와 다른 추세를 보였고 영업은 블루칼라와의 차이가 유의하지 않았습니다.

• 다만 이처럼 직군 하나 하나를 독립적으로 살펴보거나 임의적으로 ‘주요 직군’ 개념을 설정할 경우, 연구자의 인지적 편향에 따라 왜곡된 결론을 도출할 수도 있습니다. 이에 저희는 직군별 평균 대신 공고 하나 하나에 등장한 직무들 각각의 AI 노출도를 분석해 보다 중립적이고도 명확한 결론을 얻을 수 있었습니다.

2AI가 대신할 수 있는 일이 많은 직무일수록 요구 경력 기간이 더 많이 상승했습니다.

• 앞서 언급한 바와 같이, 저희는 직무 키워드 약 2천 건에 대해 직무 노출도 값을 부여했습니다. 이를 분석하자, AI 노출도와 ChatGPT의 등장 이후 2년 간 요구 경력 상승이 매우 선명한 상관관계를 보이는 현상이 관찰되었습니다.
• 다만 여전히 이 결과에 의문을 제기할 수도 있습니다. AI 노출도가 높은 직무는 주로 IT 기업과 같이 AI 노출도가 애초에 높은 회사에 집중되어 있어, ‘직무’가 AI에 영향을 받은 것인지 아니면 해당 직무를 수행하는 직원들을 많이 고용해둔 ‘업계’가 영향을 받은 것인지 구분할 수 없다고도 볼 수 있기 때문입니다. 물론 저희는 아래 분석을 통해 이러한 시나리오 역시 기각할 수 있었습니다.

3같은 회사×시점의 공고 간 비교 시에도, AI 노출도와 요구 경력 상승이 비례했습니다.

• 같은 회사가 같은 달에, 같은 직무 대분류 안에서 올린 공고끼리만 비교(fixed effect)하는 기법을 활용할 경우, 회사의 자금 사정이나 구조조정, 금리와 경기가 그 회사에 준 영향, 업계 전체의 흐름 등을 모두 통계적으로 통제(control)할 수 있게 됩니다.
• 그 결과, 이번에도 여전히 AI 노출도가 1 표준편차 더 높은 직무는 ChatGPT 이후 요구 경력기간이 0.073년 더 상승했습니다(p<.01). 노출도 최상위 5분위와 최하위 1분위 직무 간 요구 경력 격차는 2024년 기준 약 5개월까지 벌어졌습니다.
• 통계적 강건성(robustness)을 위해 ChatGPT 등장 이전인 2021년 7월을 ‘가짜 분기점’으로 설정한 위약 검정에서는 이러한 차이가 없었고(+0.009년), IT 직군과 IT 기업을 모두 제외한 후 분석해도 +0.055년으로 격차가 유지되었습니다.
• 시점도 분명합니다. 위 그래프에서 볼 수 있듯, AI 노출도에 따른 요구 경력 격차는 ChatGPT 공개 몇 달 뒤인 2023년 봄부터 10% 수준에서, 2023년 9~11월부터는 5% 수준에서 유의하게 벌어졌고, 2024년에는 +0.08~+0.11년까지 확대됐습니다. 기업의 AI 도입에 일정한 시차가 소요된다는 점을 감안하면 이러한 시차의 존재는 꽤 직관적입니다.
• AI 노출도가 한 단계(1SD) 높은 직무는 신입 지원이 가능한 공고의 비중이 0.77%p 감소했고(p<.01), 경력직 대상 공고 내에서도 요구 연수가 0.088년 상승했습니다(p<.01). 신입보다는 경력을, 같은 경력직 내에서도 더 높은 연차를 선호하게끔 채용 시장이 변화했다는 것입니다.

4금리, 채용 붐, 숙련도, 회사의 업종 차이로는 이 격차가 설명되지 않았습니다.

5일련의 변화는 IT개발·데이터에서 가장 뚜렷했고, 영업·판매·무역 같은 IT 이외 사무·전문직에서도 나타났습니다.

• 167개 직무 중분류를 같은 기준(요구 경력기간 +0.5년 이상, 신입 비중 -5%p 이하, 신입 공고가 경력 공고보다 20%p 이상 더 감소, ChatGPT 이전에는 변동 없음)에 기반해 정렬해 볼 경우, 모든 기준을 통과한 7개 직군(SE 시스템엔지니어, S/W, 정보보안, 백엔드/서버개발 등)은 모두 IT 분야였습니다.
• 물론 IT 직무에서 그 효과가 가장 크게 나타났을 뿐, 주니어 채용이 감소하고 경력직에 대한 수요가 높아진 현상은 AI 노출이 높은 사무·전문직 전반에서 나타난 현상입니다.

6시기적으로는 공고의 요구 경력기간 상승이 청년 고용 감소보다 먼저 나타났습니다.

• 상단의 그래프는 앞의 섹션에서도 소개한 바 있는 업종별 고용보험통계현황 중 “정보통신업 29세 이하 피보험자 수”의 변화와 저희 채용 공고 데이터에서의 “개발자 공고 요구 경력기간”을 병기한 자료입니다.
• 개발자 공고의 요구 경력기간은 2022년 하반기 3.76년에서 2023년 상반기 4.10년으로 먼저 상승했고, 정보통신업의 29세 이하 고용은 2022년 하반기 정점 이후 2023년부터 감소했습니다. 물론 데이터 포인트가 많지 않기에 이는 참고 용도로만 이해하는 것을 권장합니다.