같은 회사에서 같은 AI 도구를 쓰는 두 개발자가 있다. 10년 차 시니어는 더 바빠졌고, 신입은 채용 자체가 사라졌다. 스탠퍼드 대학교(Stanford University) 인간중심AI연구소(HAI)가 2026년 4월 발표한 「AI 인덱스 리포트 2026(AI Index Report 2026)」 경제 챕터는 AI가 노동시장을 직종 단위가 아니라 ‘연차’ 단위로 재편하고 있다는 데이터를 제시한다. 연공 편향적 기술 변화(Seniority-Biased Technological Change)란, AI가 직업 전체를 없애는 것이 아니라 그 직업 안에서 주니어가 맡던 역할을 먼저 흡수하는 현상을 말한다. 지금 취업을 준비 중이거나 경력 초반인 독자라면, 이 데이터가 가장 직접적인 함의를 던진다.
20% 감소한 주니어 개발자 고용, 시니어는 오히려 증가
스탠퍼드 AI 인덱스 2026이 인용한 브린욜프손(Brynjolfsson) 등의 연구에 따르면 미국에서 22세에서 25세 사이 소프트웨어 개발자의 고용은 2022년 후반 정점 대비 2025년 9월까지 약 20% 감소했다. 같은 기간 26세 이상 중·고참 개발자의 고용 규모는 유지되거나 꾸준히 증가했다. 같은 직종, 같은 회사, 같은 시기에 일어난 일인데 결과는 정반대다.
고객 서비스 직군에서도 동일한 패턴이 관찰됐다. 22~25세 상담원 고용은 2022년 11월 정점 대비 약 11% 줄어든 반면, 26~30세는 비슷한 수준을 유지하고 31세 이상은 오히려 증가했다. 단순히 경기 침체나 금리 인상 같은 외부 요인으로 설명되지 않는다. 연구진은 기업 및 시기별 고정 효과를 통제한 뒤에도 AI 노출도가 높은 직군에서 22~25세 고용이 AI 노출도가 낮은 직군 대비 약 16% 더 감소한 것으로 나타났다(통제 변수 보정 후 상대적 수치).
소프트웨어 개발자·고객 서비스 직군의 연령대별 고용 추이 비교. 22~25세(감소)와 26세 이상(유지·증가)의 선이 2022년 이후 극명하게 갈라지는 장면을 보여준다. 이 섹션의 핵심 논지를 시각적으로 뒷받침하는 데 가장 적합하다.
그림 4.4.29 소프트웨어 개발자·고객 서비스 직군의 연령대별 고용 추이 비교 (2021~2025)
AI가 대체하는 건 직업이 아니라 ‘주니어의 역할’
이 현상을 이해하는 핵심 개념은 ‘연공 편향적 기술 변화(Seniority-Biased Technological Change)’다. AI가 특정 직업 전체를 없애는 것이 아니라, 그 직업 안에서 주니어가 담당하던 업무를 대체한다는 뜻이다. 신입 개발자가 주로 맡던 반복적 코드 작성, 버그 수정, 문서화 같은 작업은 깃허브 코파일럿(GitHub Copilot) 같은 AI 도구가 빠르게 흡수하고 있다. 반면 시니어가 담당하는 아키텍처 설계, 코드 리뷰, 비즈니스 요구사항 해석은 아직 AI가 온전히 대신하지 못한다.
결과적으로 기업은 시니어 한 명에게 AI 도구를 쥐어줌으로써 과거에는 주니어 두세 명이 하던 일을 처리하게 만들고 있다. 신규 채용 수요가 줄어드는 가장 직접적인 이유다. 리포트는 현재 AI 에이전트(Agent, 스스로 판단해 작업을 수행하는 AI)의 기업 내 업무 기능별 배포율이 거의 모든 분야에서 한 자릿수에 머물고 있다고 밝혔다. 지금까지의 변화는 아직 예고편에 불과하다는 뜻이다.
생산성은 올랐지만, 그 과실이 모두에게 돌아가지는 않았다
AI가 생산성을 높인다는 사실 자체는 리포트에서도 확인된다. 브린욜프손 등의 연구에 따르면 AI 대화 도우미를 사용한 고객 서비스 상담원은 시간당 처리 건수가 평균 14% 증가했다. 깃허브 코파일럿을 쓴 소프트웨어 개발자는 완료한 풀 리퀘스트(Pull Request, 코드 변경 요청) 건수가 26% 늘었다. 리포트가 인용한 수치를 종합하면 고객 서비스와 소프트웨어 개발 분야에서 AI 활용 시 생산성이 14~26% 향상된다. 이 수치가 매일 수십 번의 업무를 통해 누적되면 수개월 뒤에는 전혀 다른 수준의 산출물을 만들어낸다.
문제는 생산성 향상의 수혜자가 기존 숙련 노동자에게 집중된다는 점이다. 같은 연구들은 경험이 적은 노동자일수록 AI로 인한 상대적 이득이 크다고 밝히면서도, 막상 채용 시장에서는 기업이 AI 효율을 이유로 주니어 포지션 자체를 줄이는 역설적 상황이 벌어지고 있음을 지적한다. AI 덕분에 신입이 경험자 수준으로 빨리 올라설 수 있게 됐지만, 그 신입을 애초에 뽑지 않는 기업이 늘고 있다는 것이다.
AI가 학습을 막는다는 경고
생산성 수치보다 더 주목해야 할 발견이 있다. 리포트는 AI 도구에 지나치게 의존해 학습한 소프트웨어 엔지니어에게서 속도 향상이 통계적으로 유의미하지 않았다는 연구 결과를 인용한다. 스스로 문제를 풀며 사고 회로를 쌓는 과정 없이 AI 정답에 의존하면 성과 향상이 나타나지 않는다는 것이다.
AI를 개념 탐구 도구로 쓴 경우만 실제 속도 향상이 나타났고, 정답 도출 도구로만 사용한 경우에는 통계적으로 유의미한 차이가 없었다. 지금 막 경력을 시작하는 주니어 입장에서는 더 심각한 문제가 된다.
AI 없이는 못 하는 수준에 머문다면, 시니어로 성장하는 길 자체가 막힐 수 있기 때문이다. 오늘 AI로 빠르게 처리한 업무가 내일의 역량 공백이 될 수 있다.
앞으로 더 가속될 변화, 기업 3분의 1은 감원을 예고했다
지금까지의 변화가 예고편이라면, 본편은 아직 시작도 안 됐을 수 있다. 맥킨지앤컴퍼니(McKinsey & Company)의 2025년 설문에 따르면 기업의 약 32%는 향후 1년 안에 AI로 인해 전체 인력을 3% 이상 줄일 것으로 예상한다고 답했다. 반면 인력을 늘릴 것이라고 답한 비율은 13%에 그쳤다. 즉, 감원을 계획 중인 기업이 증원을 계획 중인 기업보다 두 배 이상 많다. 서비스 운영, 공급망 관리, 소프트웨어 엔지니어링 부문에서 감원 기대치가 실제 감원 수치를 이미 앞지르고 있다. 기업들은 아직 실행하지 않은 감원 계획을 이미 세워두고 있다는 뜻이다.
이 계획들이 주목할 만한 이유가 있다. 같은 설문에서 88%의 기업이 이미 하나 이상의 업무 기능에서 AI를 활용하고 있다고 답했지만, 3분의 2는 아직 AI를 기업 전체로 확장하는 단계에 도달하지 못했다. 즉, 대규모 감원 계획은 AI 도입이 완성된 이후가 아니라, 아직 초기 단계인 지금부터 이미 수립되고 있다.
그림 4.4.33. AI로 인한 기업의 감원 계획
‘세대 격차’인가, 일시적 조정인가
이 리포트가 제시한 데이터는 분명 뚜렷한 패턴을 보여주지만, 몇 가지 해석의 여지는 남아 있다. 22~25세 고용 감소가 AI 때문만인지, 아니면 코로나 이후 채용 과잉의 반작용인지는 아직 완전히 분리되지 않는다. 리포트 자체도 이 변화가 “더 광범위한 경제 트렌드와 얽혀 있어 원인을 구분하기 어렵다”고 명시한다.
인터넷과 PC가 등장했을 때도 직종 내 역할 재편은 있었고, 결국 새로운 유형의 일자리가 생겨났다. AI도 비슷한 경로를 걸을 가능성은 있다. 그러나 이번에 다른 점이 있다면, AI가 지식 노동의 ‘배움의 기회’ 자체를 흡수한다는 우려다. 주니어가 시니어로 성장하기 위해 필요한 시행착오와 반복 경험이 AI로 대체된다면, 10년 후의 시니어 풀이 제대로 형성될 수 있는지는 두고 볼 필요가 있다.
편집자주 스탠퍼드 대학교 인간중심AI연구소(HAI)가 매년 발행하는 「AI 인덱스 리포트(AI Index Report)」는 AI 기술 성능부터 경제·노동·교육·정책·여론까지 400페이지 이상의 데이터로 AI의 현재를 기록하는 연간 보고서다. 2026년판은 9번째 에디션으로, 단일 기사로 소화하기에는 챕터별 인사이트가 너무 방대하고 독자층도 다르다. 기술 성능에 관심 있는 개발자와 고용 충격이 궁금한 취업 준비생이 같은 기사를 읽을 필요는 없다. AI 매터스는 이 리포트를 챕터별로 나눠 총 6편의 시리즈로 연재한다. ① 기술 성능 ② 경제·노동 ③ 책임 AI ④ 연구개발·인프라 ⑤ 과학·의학 ⑥ 교육·여론·정책 순으로 발행하며, 각 편은 독립적으로 읽을 수 있다.
FAQ( ※ 이 FAQ는 본지가 리포트를 참고해 자체 작성한 내용입니다.)
Q. AI 때문에 신입 개발자 취업이 어려워진 건가요? 스탠퍼드 AI 인덱스 2026이 인용한 연구에 따르면 미국에서 22~25세 소프트웨어 개발자 고용이 2022년 후반 정점 대비 약 20% 감소했습니다. AI가 주니어 업무를 대체하면서 신규 채용 수요 자체가 줄어드는 추세입니다. 다만 거시경제적 요인도 함께 작용하고 있어 AI만의 영향으로 단정하기는 어렵습니다.
Q. AI를 활용하면 생산성이 무조건 오르나요? 반드시 그렇지는 않습니다. 고객 서비스(+14%)와 소프트웨어 개발(+26%) 등 구조화된 업무에서는 효과가 크지만, 깊은 판단이 필요한 업무나 AI에 의존해 학습한 경우에는 오히려 성과가 낮아지는 ‘학습 페널티’ 현상이 보고됐습니다. AI를 ‘정답 도구’가 아닌 ‘사고 도구’로 쓰는 방식이 중요합니다.
Q. 기업들은 AI 때문에 앞으로 직원을 많이 줄일 계획인가요? 맥킨지 설문 결과, 기업의 약 32%가 향후 1년 내 전체 인력을 3% 이상 줄일 것으로 예상하고 있습니다. 특히 서비스 운영, 공급망, 소프트웨어 엔지니어링 분야에서 감원 기대치가 높습니다. 다만 절반 가까운 기업은 큰 변화가 없을 것으로 예상해, 전사적 대규모 감원이 단기간에 일어날 것이라고 단정하기는 어렵습니다.
