AI는 젊은 노동자의 고용 격차를 넓혔는가

01연구 개요

생성형 AI 노출이 높은 직업에서 젊은 노동자의 고용이 줄었는지를 노르웨이 민간부문 고용 전수 행정자료로 검토합니다. 한 번의 추정으로 결론을 내리기보다 월별 격차를 계속 추적하는 모니터링 도구에 가까운 접근이며, 저자들은 공개 대시보드 kiindeksen.no를 운영합니다.

연령집단: 10년 단위 4개 집단

자영업을 제외한 공식 고용 전체를 포괄합니다. 고용은 해당 월에 양의 현금 소득이 있는 급여 고용이며, 계절 요인은 2021~2024년의 평균 편차로 조정했습니다. 분석은 microdata.no의 직업×연령×월 집계표와 Frisch Centre 개인수준 자료를 이용한 검증으로 나뉩니다. 5명 미만 셀은 가려져 0으로 처리되므로 실제 0과 가림 처리가 섞입니다. 21세 미만(교육 이행), 60세 초과(은퇴 시점), 공공부문(같은 분위라도 직업 구성이 크게 다름)은 제외했습니다.

02AI 노출은 어떻게 측정했나

코드 연결: 미국 SOC → ISCO-08 → STYRK-08

이 설계는 AI 도입을 직접 관찰하지 않고 직업 노출을 처치의 대리변수로 씁니다. 부분 일치가 많은 코드 연결은 측정오차의 가능성을 키웁니다.

03배경: 카나리아 가설과 과업 기반 모형

출발점은 Brynjolfsson 등(2025)의 '탄광 속 카나리아' 가설입니다. 채용과 신규 진입은 기존 재직자 고용보다 빠르게 조정되므로, AI가 초급 업무를 대체한다면 젊은 노동자의 고용이 먼저 줄 것이라는 생각입니다. 미국 급여자료 연구는 AI에 가장 노출된 직업의 22~25세 노동자에서 상대적 고용 감소를 보고했습니다.

순고용 효과는 세 경로의 균형에 달려 있어 사전에 부호가 정해지지 않습니다. 과업 보완성(Gans와 Goldfarb, 2025; Imas와 Shukla, 2026)도 언급되지만, 이 논문은 직업별 노출 점수가 선형적으로 합산된다고 보고 따로 다루지 않습니다.

왜 노르웨이인가 (논문이 인용한 외부 자료)

기업 AI 도입 비율

임금 협상이 비교적 집중되어 있고 고용 보호가 강하므로, 조정이 임금보다 고용량에서 나타날 가능성이 크다고 봅니다.

04핵심 결과 1: 전체 민간부문에는 뚜렷한 격차가 없다

2022년 10월 → 2026년 2월 고용 변화

두 증가율의 차이는 작고 통계적으로 유의하지 않습니다. 대시보드의 'KI-지수'는 −0.2입니다.

한 달씩 자료 범위를 늘려 다시 계산한 최상위−최하위 차이의 범위 (원고에는 범위만 제시)

수치는 약 +1.7에서 −0.2 사이를 움직이며, 모든 시점에서 0과 구별되지 않습니다.

05핵심 결과 2: 사례 직업과 전체 분포는 다르다

06사전 추세와 강건성 점검

처치 이전 추세가 평행하지 않아 Rambachan과 Roth(2023)의 HonestDiD 민감도 분석을 사용합니다. 21~30세 추정의 기존 신뢰구간이 이미 0을 포함하므로, 모든 강건 구간도 0을 포함합니다.

"뒤집을 음의 효과가 없는, 비교적 정확한 영(0)"

저자들의 해석입니다. 이것이 AI 효과가 없다는 증명은 아니며, 저자들도 결과를 기술적 증거로 읽어야 한다고 밝힙니다.

07자동화와 증강, 그리고 22~25세 복제

08같은 패턴, 다른 설명

소프트웨어 개발의 젊은 층 감소는 AI 없이도 생길 수 있다고 논문은 인정합니다. 설명을 하나씩 눌러 보세요.

이 연구는 금리, 디지털 서비스 수요 조정, 공급 측 재배치라는 세 경로를 AI의 수요 측 대체와 분리하지 못합니다.

09세 가지 사실은 모순되지 않는다

선택된 직업의 감소는 실제이지만, 노출이 높은 모든 직업의 일반 규칙은 아니라는 뜻입니다. 사례 직업은 연구자의 선택에 달려 있고, 전수 분포를 쓰면 같은 사례를 전체 직업의 맥락에 놓고 평가할 수 있습니다.

10읽을 때 주의할 점

11핵심 시사점

12한계와 후속 연구