연공편향 기술변화

정의와 기원

이 용어는 생성형 AI 도입이 같은 직종 안에서도 경력 단계에 따라 다르게 작용한다는 관찰에서 나왔다. 하버드대의 호세이니(Seyed M. Hosseini)와 리히팅어(Guy Lichtinger)는 2025년 8월 31일 처음 공개한 논문 「Generative AI as Seniority-Biased Technological Change: Evidence from U.S. Résumé and Job Posting Data」에서 생성형 AI가 연공편향적 기술변화의 한 형태인지, 즉 시니어에 비해 주니어에게 불균등하게 영향을 미치는지를 연구 문제로 세웠다. 이 논문은 2015~2025년 미국의 이력서·구인공고 데이터로 약 28만 5천 개 기업, 약 6,200만 명 노동자를 포괄하고, 구인공고에서 전담 'AI 통합자' 직무를 표시한 기업을 생성형 AI 도입 기업으로 식별한 뒤 이중차분·삼중차분으로 추정했다. 도입 기업의 주니어 고용은 2023년 1분기부터 비도입 기업에 비해 뚜렷하게 줄어든 반면 시니어 고용은 계속 늘었다. 이 논문은 2025년 9월 22일 스탠퍼드 디지털 이코노미 랩 세미나에서 발표되었다.

한국 정책 담론으로의 도입

한국은행은 2025년 10월 30일 BOK 이슈노트 2025-30 「AI 확산과 청년고용 위축: 연공편향(seniority-biased) 기술변화를 중심으로」에서 이 개념을 국내 정책 담론에 도입했다. 국민연금 가입자 약 1,600만 명 규모의 행정통계를 사용했고, 2025년 11월 6일 블로그 글 「AI 확산 초기, 청년고용은 왜 감소하는가?」로 널리 알려졌다. 한국은행은 이 결과를 미국의 결과와 '유사하게' 나타난 것으로 명시적으로 비교한다. 한국은행은 이 용어를 '연공편향(seniority-biased) 기술변화'로 표기하며, AI 확산 초기 단계에 주니어 고용이 줄고 시니어 고용이 늘어나는 현상을 한 문장으로 정의한다.

메커니즘

한국은행의 설명에 따르면 AI는 주니어가 주로 담당하는 정형화된 지식 업무와 교과서적 지식을 쉽게 대체하는 반면, 시니어의 암묵지·조직 관리·맥락 이해·사회적 기술에는 보완적으로 작용한다. 근속 5년 이하 주니어 가운데 4년제 대졸 학사·석사 보유자가 AI 관련 노동시간 감소가 가장 컸고, 학력별로는 U자형 패턴이 나타났다.

한국 사례와 수치

2022년 7월부터 2025년 7월까지 청년(15~29세) 일자리는 21만 1천 개 줄었는데 그중 20만 8천 개(98.6%)가 AI 노출도가 높은 산업에서 발생했다. 같은 기간 50대 일자리는 20만 9천 개 늘었고 그중 14만 6천 개(69.9%)가 노출도 높은 산업이었다. 산업별 청년 고용 감소율은 컴퓨터 프로그래밍·시스템 통합 및 관리 −11.2%, 전문 서비스 −8.8%, 출판 −20.4%, 정보 서비스 −23.8%였다. 다만 AI 노출도가 높아도 보완성이 큰 산업(보건, 교육 서비스, 항공 운송)에서는 청년 고용 감소가 거의 없거나 없었고, 임금 효과는 아직 뚜렷하지 않았다.

미국 사례

미국에서는 주니어 고용 감소가 생성형 AI 노출도가 가장 높은 직종에 집중되었고, 주로 해고 증가보다 채용 둔화에서 비롯되었다. 학력 이질성은 U자형으로 나타나 중간 tier 졸업자가 가장 영향을 받았고 최상위·최하위 졸업자는 덜 영향을 받았다.

구분

클래식한 숙련편향 기술변화(SBTC)는 1992년 Katz와 Murphy에 연결되는 개념으로, 숙련 노동의 생산성을 비숙련 노동에 비해 높여 숙련 프리미엄과 임금 불평등을 설명하는 데 동원되었다. 연공편향 기술변화는 이 축을 학력·숙련에서 동일 직종 내 경력 단계(근속·연차)로 옮긴다. 한국은행이 주니어 내부에서 중간 tier 졸업자가 가장 대체 가능하다고 본 U자형 학력 패턴은 순수한 숙련 수준 이야기와 어긋난다. 다만 SBTC 계보 귀속은 검색 스니펫 수준의 단서(Katz & Murphy 1992, Violante 2008, Acemoglu, Card)에 기대고 있어 1차 사료로 검증되기 전까지는 저자 확인이 필요하다.

영어권에서 연공편향 기술변화와 숙련편향 기술변화가 모두 SBTC라는 약어로 유통되는 점은 구분이 필요한 지점이다.

관계와 측정

연공편향 기술변화는 기술변화의 한 종(species)이다. 경제학에서 기술변화는 실현 가능한 생산가능집합의 변화로 정의되며 힉스 중립·해로드 중립·솔로 중립 등으로 분류되고, 클래식한 숙련편향 기술변화도 그러한 편향 형태의 하나다. 한국은행은 Felten 외(2021)와 Pizzinelli 외(2023)를 사용해 AI 노출도와 보완성을 측정하며, 이 개념을 AI 노출도·AI 보완성 문헌과 연결한다. 또한 BOK 이슈노트 2025-22의 가계 설문 기반 AI 사용률과 회귀 통제변수로 효과를 교차 점검한다.

쟁점과 불확실성

한국은행은 시점의 기원을 2022년 11월 ChatGPT 공개로 잡고, 이 결과를 AI 확산의 '초기 단계' 서술로 규정한다. 미국 추정치는 2023년 1분기부터 시작한다. 한국은행은 청년 고용 위축이 지속될지 불확실하다고 명시하며, 기업이 지속 가능한 인재 육성 전략으로 전환할 수 있고 장기적으로 경력 경로와 소득 불평등에 미칠 영향은 계속 주시할 필요가 있다고 밝힌다.

한국 언론 보도는 50대 증가분을 20만 9천 개, 그중 약 70%(14만 6천 개)가 노출도 높은 산업이라고 전하며 프로그래밍 −11.2%, 출판 −20.4%, 전문 서비스 −8.8%, 정보 서비스 −23.8%를 제시한다. 이 가운데 20.4%와 8.8%의 서술 순서가 한국은행 블로그와 다르므로 출처 순서가 걸린 수치는 한국은행 블로그를 1차로 삼는다. 같은 보도는 금융·보험과 일부 사무 지원 서비스에 대체 압력을, 연구개발·컨설팅·법률 서비스에 보완성을 귀속시키고, 한국은행이 연공급 중심에서 성과·직무급 중심으로 고용·보상 체계를 전환하라는 정책 권고를 냈다고 전한다.

명칭

이 용어는 영어로 'seniority-biased technological change'로, 한국어로는 '연공편향 기술변화', '연공편향(seniority-biased) 기술변화'로 유통된다. 한국은행과 언론은 '연공편향적 기술변화'도 사용하며, 논문 제목은 'generative AI as seniority-biased technological change'를 쓴다.

출처

• 한국은행 BOK 이슈노트 2025-30(2025.10.30) 「AI 확산과 청년고용 위축: 연공편향(seniority-biased) 기술변화를 중심으로」
• 한국은행 블로그(2025.11.06) 「AI 확산 초기, 청년고용은 왜 감소하는가?」
• Hosseini, Seyed M. & Guy Lichtinger, 「Generative AI as Seniority-Biased Technological Change: Evidence from U.S. Résumé and Job Posting Data」(2025)

각주

• 영어 약어 SBTC가 숙련편향 기술변화(skill-biased technological change)와 충돌한다.
• 한국은행은 이 결과를 미국 결과와 유사한 것으로 비교한다.
• 인과성과 지속성에 대해서는 한국은행 스스로 불확실성을 밝히고 있다.
• SBTC 계보(Katz & Murphy) 귀속은 1차 사료 확인이 필요하다.