대졸 27.4%·고졸 10.4%…청년 AI 활용 격차 17%p

한국고용정보원이 지난 6일 공개한 ‘고용동향브리프 2026년 제6호’는 2025년 청년패널 조사에 참여한 23~32세 취업자 약 6500명의 생성형 인공지능(AI) 업무 활용을 분석했다. 청년 취업자 전체의 활용 경험은 21.3%였지만, 4년제 대학 졸업 이상은 27.4%, 고졸 이하는 10.4%였다. 교육 수준에 따른 17.0%포인트의 차이가 확인되면서 AI 도구 접근과 직무교육 기회가 새로운 취업 역량 격차로 굳어질 수 있다는 과제가 떠올랐다.

학력별 활용률 2.6배…원인은 ‘학력’ 하나로 볼 수 없어

전문대 졸업자의 활용률은 18.7%로 두 집단의 중간이었다. 4년제 대학 졸업 이상 청년의 활용률은 고졸 이하의 약 2.6배다. 그러나 이 수치만으로 학력이 AI 활용을 직접 끌어올렸다고 단정할 수는 없다. 이번 조사는 한 시점의 응답을 비교한 결과여서 인과관계를 보여주지 않는다. 사무직 비중, 산업, 기업 규모, 업무용 소프트웨어 접근권, 회사의 보안 규정과 교육 제공 여부가 학력과 함께 작용했을 가능성이 있다.

따라서 채용 시장에서 이 결과를 ‘대졸자는 AI를 잘 쓴다’는 식의 선별 기준으로 읽으면 통계를 오용하게 된다. 오히려 기업과 직업훈련 기관이 확인해야 할 대목은 같은 세대 안에서도 도구를 실제 업무에 시험해 볼 기회가 고르게 주어지지 않았다는 점이다. 활용 경험의 차이를 개인의 능력 차이로 환원하면, 교육 기회가 적었던 청년이 다시 훈련 기회에서 밀리는 순환이 생길 수 있다.

검색·요약·문서 작성에 집중된 활용

청년 취업자가 생성형 AI를 쓴 업무는 업무 관련 정보·자료 검색이 22.1%로 가장 많았다. 문서 요약·정리가 15.4%, 문서 작성이 13.6%로 뒤를 이었다. 고난도 모델 개발보다 일상적인 정보 탐색과 문서 작업을 보조하는 용도가 중심이라는 뜻이다. 이용자가 꼽은 장점도 빠른 정보 수집 80.3%, 시간 절약 79.2%에 집중됐다.

반면 실제 현장에는 품질 관리 비용이 남아 있다. 미사용자가 꼽은 이유는 결과를 반복해서 수정·검토해야 한다는 응답이 21.7%, AI가 업무 맥락을 이해하지 못한다는 응답이 19.5%, 답변을 믿기 어렵다는 응답이 17.5%였다. 사용법이 낯설거나 복잡하다는 응답도 10.2%였다. 단순히 계정과 도구를 제공하는 것만으로는 활용 격차가 해소되지 않는다는 신호다.

‘프롬프트 수업’보다 검증과 업무 맥락 훈련

직무교육의 목표도 ‘질문을 잘 쓰는 법’에 머물러서는 안 된다. 경제협력개발기구(OECD)는 AI에 직접 특화된 고급 프로그래밍·모델 개발 역량이 필요한 노동자는 1% 미만이라고 분석했다. 더 많은 근로자에게 필요한 것은 디지털·데이터 문해력과 문제 해결, 창의성, 관리·협업 같은 역량이다. 생성형 AI의 답을 업무 규정과 원자료에 대조하고, 틀린 정보를 걸러내며, 개인정보와 영업비밀을 넣지 않는 판단력이 취업 역량의 핵심에 가깝다.

청년 구직자에게는 도구 사용 횟수보다 검증 가능한 작업 기록이 유용하다. 예를 들어 채용 과제나 포트폴리오에서 자료를 찾은 경로, AI가 만든 초안을 사람이 고친 부분, 수치의 원출처, 기밀정보를 제외한 기준을 함께 제시할 수 있다. ‘AI를 쓸 수 있다’는 추상적 문장보다 한 업무의 시간과 오류를 어떻게 줄였는지 보여주는 편이 직무 적합성을 판단하는 근거가 된다.

기업의 역할도 크다. 신입 직원에게 결과 책임만 지우면서 비공식적으로 AI를 쓰게 하면, 보안 위험과 역량 격차가 동시에 커질 수 있다. 직무별로 허용된 도구와 입력 금지 정보, 사람의 최종 검토가 필요한 단계, 오류 보고 절차를 명확히 해야 한다. 중소기업은 자체 교육 인력과 유료 도구가 부족할 수 있어 산업별 공동 교육과 현장형 실습 지원이 필요하다.

미사용자의 의향 격차, 향후 격차 고착 가능성

아직 생성형 AI를 쓰지 않는 청년 가운데 향후 활용 의향이 있다는 비율도 4년제 대학 졸업 이상 26.3%, 전문대 졸업 20.4%, 고졸 이하 16.7%로 차이가 났다. 현재의 사용 경험뿐 아니라 다음 단계로 이동할 의향에서도 간격이 나타난 셈이다. 교육을 자발적 선택에만 맡기면 이미 접근성이 높은 집단이 더 빠르게 경험을 쌓을 가능성이 있다.

국제노동기구(ILO)는 AI 역량을 정규교육과 계속교육에 통합하되 개인정보 보호, 편향, 투명성, 책임성과 공정성을 함께 다뤄야 한다고 권고한다. 한국의 직업훈련도 전 직종에 똑같은 입문 강의를 배포하기보다, 고객상담·회계·생산관리·돌봄 등 실제 업무별 사례와 오류 검증을 묶는 방식이 효과적이다. 취업지원 서비스에서는 고졸 청년과 중소기업 재직자가 비용 부담 없이 실습할 수 있는 환경을 별도로 설계할 필요가 있다.

이번 조사에서 드러난 17.0%포인트 차이는 AI 활용이 임금이나 고용 성과를 높였다는 증거는 아니다. 다만 채용 공고와 실무 평가에서 AI 활용 능력을 요구하는 기업이 늘어날수록, 사용 기회의 차이가 구직 경쟁력의 차이로 번질 위험을 보여주는 선행 지표다. 정책의 초점은 특정 학력 집단의 능력을 단정하는 데 아니라, 누구나 안전하게 도구를 시험하고 결과를 검증하는 경험을 확보하도록 하는 데 맞춰져야 한다.

참고자료

• 고용동향브리프 2026년 제6호 — 한국고용정보원
• Full Report: AI and skills — OECD
• Artificial Intelligence and the Labour Market in Korea — OECD
• CHANGING LANDSCAPE OF SKILLS IN THE AGE OF AI — ILO