AI 투자와 데이터센터 건설은 경제 규모를 키울 수 있다. 그러나 그만큼의 일자리를 새로 만들지는 못할 수 있다. 세계경제포럼(WEF)의 2026년 9월 수석 이코노미스트 전망이 짚은 핵심 우려다. 조사 대상 수석 이코노미스트의 97%는 AI 도입 확대를 예상했지만, 61%는 데이터센터 확장이 세계적으로 유의미한 일자리 창출로 이어지지 않을 것으로 봤다.

이는 AI나 데이터센터에 경제적 가치가 없다는 뜻이 아니다. 초기 효과가 고용 확대보다 기존 인력의 생산성 향상, 비용 절감, 자본 투자 증가의 형태로 먼저 나타날 수 있다는 의미다. 그리고 그 전환 비용은 특히 첫 일자리를 찾는 사람들에게 더 크게 돌아갈 가능성이 있다.

GDP 성장과 고용 증가는 같은 말이 아니다

기업이 데이터센터, 컴퓨팅 장비, AI 시스템에 투자하면 국내총생산(GDP)은 늘어날 수 있다. AI를 활용해 같은 인력으로 더 많은 업무를 처리하거나, 퇴직·이직으로 생긴 빈자리를 새로 채용하지 않아도 생산량을 유지·확대할 수 있기 때문이다.

이 경우 투자와 생산성, 성장률은 개선되더라도 대규모 채용은 뒤따르지 않을 수 있다. WEF 조사에서 79%는 데이터센터 확장에 상당한 반발이 있을 것으로 예상했고, 61%는 상당한 세계 고용 창출을 기대하지 않았다.

즉, 고용 증가에 비례하지 않는 생산성 성장의 가능성이다. 산출은 늘지만 일자리 증가는 제한적이거나 늦게 나타날 수 있고, 늘어난 일자리도 폭넓은 직군보다 고숙련 전문직에 집중될 수 있다.

미국에서 먼저 보이는 신호는 ‘신입 채용’의 약화다

현재까지의 가장 강한 근거는 AI가 경제 전반에서 대규모 실직을 일으켰다는 주장을 뒷받침하지 않는다. 스탠퍼드 디지털 경제 연구소는 2026년 6월까지의 미국 ADP 고빈도 급여 데이터를 분석해, 경제 전체에 걸친 광범위한 일자리 대체 증거는 없다고 밝혔다. 2

하지만 청년층에서는 뚜렷한 차이가 나타났다. AI 노출도가 높은 직종의 22~25세 고용은 AI 노출도가 낮은 직종의 동연령대와 같은 속도로 증가했다고 가정했을 때의 수준보다 약 19% 낮았다. 경력직에서는 비슷한 격차가 확인되지 않았다. 2

이 차이는 중요하다. 노동시장 충격은 대량 해고로 시작될 필요가 없다. 처음에는 신입 공고가 줄고, 채용이 위축되며, 경력을 쌓을 기회가 사라지는 방식으로 나타날 수 있다. 스탠퍼드 연구는 이 현상이 청년층에 집중됐다고 보며, 이를 곧바로 AI가 경제 전체의 일자리를 없앴다는 증거로 해석해서는 안 된다고 경고한다. 2

‘AI 때문에 감원’ 발표은 신호일 뿐, 원인 전체는 아니다

기업이 AI를 감원 사유로 언급하는 사례는 주의 깊게 볼 필요가 있다. 다만 이것만으로 AI가 유일한 원인이라고 단정할 수는 없다. 경기 둔화, 사업 재편, 과거의 과잉 채용, 수요 변화 등 여러 요인이 동시에 작용할 수 있다.

급여 데이터로부터 더 신중하게 내릴 수 있는 결론은 이렇다. 특정 직종에서 AI 노출은 특히 청년층의 고용 여건 악화와 연관돼 있으며, 그 양상은 경제 전반의 해고 급증보다는 채용 감소에 더 가깝다. 2

대학 졸업자나 직무 전환을 준비하는 사람에게 이는 현실적인 문제다. 기업이 신입에게 주로 맡기던 업무 묶음의 일부를 자동화한다면, 과제는 사라진 일자리를 단순히 대체하는 데 있지 않다. 현장 판단력과 직무 지식, 경험을 축적할 수 있는 ‘첫 번째 경력 사다리’를 지키는 데 있다.

소프트웨어 직군은 ‘일자리 소멸’보다 ‘진입 경로 변화’를 보여준다

소프트웨어 개발은 AI가 지식노동을 대체하는지 판단하는 대표 사례로 자주 언급된다. 하지만 현재 증거는 더 복합적이다.

스탠퍼드대 정책 브리프에 따르면 코딩 비중이 높은 직종의 고용 증가세는 둔화했지만 여전히 플러스다. AI 노출도가 매우 높은 직종 전반에서 AI가 고용이나 구인 공고를 광범위하게 끌어내렸다는 증거도 제한적이다. 오히려 지난 1년간 온라인 소프트웨어 개발자 채용 공고는 다른 직종보다 더 빠르게 늘었다.

한편 41개국을 다룬 별도 연구에서는 AI 도입 기업의 5년간 고위 직급 고용은 6.7% 늘어난 반면, 주니어 고용은 3% 감소했다. 전체 고용에서 주니어가 차지하는 비중도 1.9%포인트 낮아졌다. 11

두 결과는 AI가 소프트웨어 일을 없앴다는 뜻은 아니다. 다만 AI가 만든 결과물을 요구사항에 맞게 설계하고, 검증하며, 기존 시스템에 통합할 수 있는 경력 인력의 가치는 높아지는 반면, 표준화된 초급 업무에는 필요한 인원이 줄어들 수 있다는 분배 문제를 시사한다. 직종 전체의 수요가 유지돼도 그 직종으로 들어가는 문은 좁아질 수 있다.

생활비가 오르면 체감 전환 비용은 더 커진다

거시경제의 성장과 가계의 생활 개선은 같은 뜻이 아니다. WEF 조사 응답자의 88%는 식비 상승을, 83%는 전기요금 상승을 예상했다. 대부분 지역에서는 실질소득이 정체하거나 줄어들 것으로 전망됐다.

임금 상승이 둔화하거나 구직이 어려워진 가계는 필수 지출 증가까지 마주할 수 있다. 특히 데이터센터 확장은 전력 등 기반시설 수요와 연결되며, WEF 조사에서는 상당한 지역사회의 반발도 예상됐다.

결국 투자와 생산성 지표는 좋아지는데, 가계의 실질소득과 초기 경력자의 기회는 제약되는 불일치가 발생할 위험이 있다.

재정 지원 여력이 줄면 전환의 난도는 높아진다

정부는 소득 지원, 직업훈련, 공공투자 등으로 경제 충격을 완화해 왔다. 그러나 WEF 조사에서는 이런 대응 여력이 약해질 수 있다는 시각이 나타났다. 응답자의 69%는 2020년 이후 세계 경제 회복력의 핵심 요인으로 재정 지원을 꼽았지만, 향후 1년에도 같은 역할을 할 것으로 본 비율은 28%에 그쳤다.

재정 여력이 좁아지면 직업훈련, 교육, 이동 지원, 지역 투자처럼 노동자의 구조적 전환을 돕는 장치를 충분히 마련하기 어려울 수 있다. 정책이 불가능하다는 뜻은 아니지만, 우선순위와 대상 설정이 한층 중요해진다는 의미다.

미국에서는 전환기 노동정책 논의가 시작됐다

미국에서도 AI가 노동시장에 미칠 영향을 겨냥한 제도 논의가 진행 중이다. 마크 워너·마이크 라운즈 상원의원은 초당적 법안인 미래경제위원회법을 발의했다. 이 법안은 AI로 변화하는 일자리에 맞춰 노동자 훈련을 강화하고, 의회가 취할 실질적 대응책을 찾는 것을 목표로 한다. 17

미국기업연구소(AEI)와 어반 인스티튜트도 2026년 6월 ‘AI와 미국 노동력 위원회’를 출범시켰다. 지나 레이먼도와 폴 라이언이 공동 의장을 맡은 이 초당적 위원회는 AI가 일자리·기술·소득에 미치는 영향을 평가하고, 노동자·기업·정부를 위한 정책 선택지를 마련하는 임무를 맡는다.

결론: 생산성 호황이 ‘첫 경력’의 사다리를 비워선 안 된다

WEF 이코노미스트들의 전망은 일관된다. AI와 데이터센터는 투자와 생산성을 통해 세계 경제 성장에 기여할 수 있지만, 그 자체로 폭넓은 일자리 창출을 보장하지는 않는다.

미국의 현재 데이터가 말하는 바도 비관론보다는 경계에 가깝다. 경제 전체의 고용 붕괴는 확인되지 않았지만, AI 노출 직종에서 초기 경력층이 불리해지는 뚜렷한 격차가 보이고, 그 중심에는 채용 축소가 있다. 2 정책의 핵심 과제는 생산성 향상이 신입 채용의 통로를 잠식하지 않도록 하면서, 노동자가 기술·소득·장기적인 경제적 이동성을 쌓을 경력 경로를 유지하는 데 있다.

AI 투자와 데이터센터 건설은 경제 규모를 키울 수 있다. 그러나 그만큼의 일자리를 새로 만들지는 못할 수 있다. 세계경제포럼(WEF)의 2026년 9월 수석 이코노미스트 전망이 짚은 핵심 우려다. 조사 대상 수석 이코노미스트의 97%는 AI 도입 확대를 예상했지만, 61%는 데이터센터 확장이 세계적으로 유의미한 일자리 창출로 이어지지 않을 것으로 봤다.

이는 AI나 데이터센터에 경제적 가치가 없다는 뜻이 아니다. 초기 효과가 고용 확대보다 기존 인력의 생산성 향상, 비용 절감, 자본 투자 증가의 형태로 먼저 나타날 수 있다는 의미다. 그리고 그 전환 비용은 특히 첫 일자리를 찾는 사람들에게 더 크게 돌아갈 가능성이 있다.

GDP 성장과 고용 증가는 같은 말이 아니다

기업이 데이터센터, 컴퓨팅 장비, AI 시스템에 투자하면 국내총생산(GDP)은 늘어날 수 있다. AI를 활용해 같은 인력으로 더 많은 업무를 처리하거나, 퇴직·이직으로 생긴 빈자리를 새로 채용하지 않아도 생산량을 유지·확대할 수 있기 때문이다.

이 경우 투자와 생산성, 성장률은 개선되더라도 대규모 채용은 뒤따르지 않을 수 있다. WEF 조사에서 79%는 데이터센터 확장에 상당한 반발이 있을 것으로 예상했고, 61%는 상당한 세계 고용 창출을 기대하지 않았다.

즉, 고용 증가에 비례하지 않는 생산성 성장의 가능성이다. 산출은 늘지만 일자리 증가는 제한적이거나 늦게 나타날 수 있고, 늘어난 일자리도 폭넓은 직군보다 고숙련 전문직에 집중될 수 있다.

미국에서 먼저 보이는 신호는 ‘신입 채용’의 약화다

현재까지의 가장 강한 근거는 AI가 경제 전반에서 대규모 실직을 일으켰다는 주장을 뒷받침하지 않는다. 스탠퍼드 디지털 경제 연구소는 2026년 6월까지의 미국 ADP 고빈도 급여 데이터를 분석해, 경제 전체에 걸친 광범위한 일자리 대체 증거는 없다고 밝혔다. 2

하지만 청년층에서는 뚜렷한 차이가 나타났다. AI 노출도가 높은 직종의 22~25세 고용은 AI 노출도가 낮은 직종의 동연령대와 같은 속도로 증가했다고 가정했을 때의 수준보다 약 19% 낮았다. 경력직에서는 비슷한 격차가 확인되지 않았다. 2

이 차이는 중요하다. 노동시장 충격은 대량 해고로 시작될 필요가 없다. 처음에는 신입 공고가 줄고, 채용이 위축되며, 경력을 쌓을 기회가 사라지는 방식으로 나타날 수 있다. 스탠퍼드 연구는 이 현상이 청년층에 집중됐다고 보며, 이를 곧바로 AI가 경제 전체의 일자리를 없앴다는 증거로 해석해서는 안 된다고 경고한다. 2

‘AI 때문에 감원’ 발표은 신호일 뿐, 원인 전체는 아니다

기업이 AI를 감원 사유로 언급하는 사례는 주의 깊게 볼 필요가 있다. 다만 이것만으로 AI가 유일한 원인이라고 단정할 수는 없다. 경기 둔화, 사업 재편, 과거의 과잉 채용, 수요 변화 등 여러 요인이 동시에 작용할 수 있다.

급여 데이터로부터 더 신중하게 내릴 수 있는 결론은 이렇다. 특정 직종에서 AI 노출은 특히 청년층의 고용 여건 악화와 연관돼 있으며, 그 양상은 경제 전반의 해고 급증보다는 채용 감소에 더 가깝다. 2

대학 졸업자나 직무 전환을 준비하는 사람에게 이는 현실적인 문제다. 기업이 신입에게 주로 맡기던 업무 묶음의 일부를 자동화한다면, 과제는 사라진 일자리를 단순히 대체하는 데 있지 않다. 현장 판단력과 직무 지식, 경험을 축적할 수 있는 ‘첫 번째 경력 사다리’를 지키는 데 있다.

소프트웨어 직군은 ‘일자리 소멸’보다 ‘진입 경로 변화’를 보여준다

소프트웨어 개발은 AI가 지식노동을 대체하는지 판단하는 대표 사례로 자주 언급된다. 하지만 현재 증거는 더 복합적이다.

스탠퍼드대 정책 브리프에 따르면 코딩 비중이 높은 직종의 고용 증가세는 둔화했지만 여전히 플러스다. AI 노출도가 매우 높은 직종 전반에서 AI가 고용이나 구인 공고를 광범위하게 끌어내렸다는 증거도 제한적이다. 오히려 지난 1년간 온라인 소프트웨어 개발자 채용 공고는 다른 직종보다 더 빠르게 늘었다.

한편 41개국을 다룬 별도 연구에서는 AI 도입 기업의 5년간 고위 직급 고용은 6.7% 늘어난 반면, 주니어 고용은 3% 감소했다. 전체 고용에서 주니어가 차지하는 비중도 1.9%포인트 낮아졌다. 11

두 결과는 AI가 소프트웨어 일을 없앴다는 뜻은 아니다. 다만 AI가 만든 결과물을 요구사항에 맞게 설계하고, 검증하며, 기존 시스템에 통합할 수 있는 경력 인력의 가치는 높아지는 반면, 표준화된 초급 업무에는 필요한 인원이 줄어들 수 있다는 분배 문제를 시사한다. 직종 전체의 수요가 유지돼도 그 직종으로 들어가는 문은 좁아질 수 있다.

생활비가 오르면 체감 전환 비용은 더 커진다

거시경제의 성장과 가계의 생활 개선은 같은 뜻이 아니다. WEF 조사 응답자의 88%는 식비 상승을, 83%는 전기요금 상승을 예상했다. 대부분 지역에서는 실질소득이 정체하거나 줄어들 것으로 전망됐다.

임금 상승이 둔화하거나 구직이 어려워진 가계는 필수 지출 증가까지 마주할 수 있다. 특히 데이터센터 확장은 전력 등 기반시설 수요와 연결되며, WEF 조사에서는 상당한 지역사회의 반발도 예상됐다.

결국 투자와 생산성 지표는 좋아지는데, 가계의 실질소득과 초기 경력자의 기회는 제약되는 불일치가 발생할 위험이 있다.

재정 지원 여력이 줄면 전환의 난도는 높아진다

정부는 소득 지원, 직업훈련, 공공투자 등으로 경제 충격을 완화해 왔다. 그러나 WEF 조사에서는 이런 대응 여력이 약해질 수 있다는 시각이 나타났다. 응답자의 69%는 2020년 이후 세계 경제 회복력의 핵심 요인으로 재정 지원을 꼽았지만, 향후 1년에도 같은 역할을 할 것으로 본 비율은 28%에 그쳤다.

재정 여력이 좁아지면 직업훈련, 교육, 이동 지원, 지역 투자처럼 노동자의 구조적 전환을 돕는 장치를 충분히 마련하기 어려울 수 있다. 정책이 불가능하다는 뜻은 아니지만, 우선순위와 대상 설정이 한층 중요해진다는 의미다.

미국에서는 전환기 노동정책 논의가 시작됐다

미국에서도 AI가 노동시장에 미칠 영향을 겨냥한 제도 논의가 진행 중이다. 마크 워너·마이크 라운즈 상원의원은 초당적 법안인 미래경제위원회법을 발의했다. 이 법안은 AI로 변화하는 일자리에 맞춰 노동자 훈련을 강화하고, 의회가 취할 실질적 대응책을 찾는 것을 목표로 한다. 17

미국기업연구소(AEI)와 어반 인스티튜트도 2026년 6월 ‘AI와 미국 노동력 위원회’를 출범시켰다. 지나 레이먼도와 폴 라이언이 공동 의장을 맡은 이 초당적 위원회는 AI가 일자리·기술·소득에 미치는 영향을 평가하고, 노동자·기업·정부를 위한 정책 선택지를 마련하는 임무를 맡는다.

결론: 생산성 호황이 ‘첫 경력’의 사다리를 비워선 안 된다

WEF 이코노미스트들의 전망은 일관된다. AI와 데이터센터는 투자와 생산성을 통해 세계 경제 성장에 기여할 수 있지만, 그 자체로 폭넓은 일자리 창출을 보장하지는 않는다.

미국의 현재 데이터가 말하는 바도 비관론보다는 경계에 가깝다. 경제 전체의 고용 붕괴는 확인되지 않았지만, AI 노출 직종에서 초기 경력층이 불리해지는 뚜렷한 격차가 보이고, 그 중심에는 채용 축소가 있다. 2 정책의 핵심 과제는 생산성 향상이 신입 채용의 통로를 잠식하지 않도록 하면서, 노동자가 기술·소득·장기적인 경제적 이동성을 쌓을 경력 경로를 유지하는 데 있다.