Dallas Fed AI 직무공고 8% 감소: 해고보다 먼저 줄어드는 것은 ‘첫 일자리의 문’이다

2026년 9월 1일 Dallas Fed 글을 읽다가 나는 “AI 해고”보다 더 조용하고 불편한 변화를 봤다. 연구진은 2010년부터 2026년 초까지의 온라인 채용공고를 분석했는데, AI에 많이 노출된 직무의 공고가 2023년 11월 이후 줄어들기 시작했고 2025년 1분기에는 약 8% 낮아졌다고 정리했다. 특히 2026년 초까지 계속 공고를 내던 기존 기업만 따로 보면 AI 노출 직무 공고는 8~9% 낮은 수준으로 남아 있었다.

나는 이 숫자를 “당장 모두가 해고된다”는 뜻으로 보지 않는다. 오히려 더 현실적인 신호라고 본다. 회사는 큰 감원을 발표하기 전에 먼저 새로 뽑는 사람을 줄인다. 인턴, 신입, 주니어, 어시스턴트, 반복 분석 업무가 먼저 얇아진다. 그래서 AI 시대의 구직자는 해고 뉴스만 볼 것이 아니라 “첫 일자리의 문이 얼마나 좁아지고 있는가”를 봐야 한다.

이번 글은 AI가 신입을 없앤다는 공포 글이 아니다. 핵심은 더 구체적이다. 회사가 반복 업무를 AI와 기존 인력에게 넘기기 시작하면, 신입은 “배우면서 할 수 있는 일”만으로 입장하기 어려워진다. 대신 처음부터 검증, 판단, 업무 재설계, 고객·데이터 맥락을 보여줘야 한다.

내 직무 AI 대체 가능성 먼저 확인하기

AI 시대형 이력서 문장으로 바로 고치기

시니어 공고가 늘어난 개발자 시장 같이 읽기

1. 8% 감소는 작은 숫자가 아니다: 채용시장은 해고보다 먼저 조용히 닫힌다

Dallas Fed 글의 장점은 “AI가 무섭다”가 아니라 채용공고라는 비교적 차가운 데이터를 봤다는 점이다. 연구진은 직무별 AI 노출도를 만든 뒤, 온라인 채용공고에서 AI에 많이 노출된 직무와 적게 노출된 직무를 비교했다. 그 결과 2023년 말 이후 AI 노출 직무의 공고가 약해졌고, 2025년 1분기에는 전체적으로 약 8% 낮아졌다.

여기서 중요한 부분은 “기존에 계속 공고를 올리던 기업”을 따로 봐도 비슷한 흐름이 남았다는 점이다. 단순히 경기가 나빠져서 모든 공고가 줄어든 것만은 아닐 수 있다는 뜻이다. 같은 회사 안에서도 AI가 대신할 수 있는 업무 묶음은 덜 뽑고, AI 인프라·운영·판단이 필요한 쪽은 남기는 방식으로 조정이 일어날 수 있다.

나는 구직자가 이 대목을 특히 봐야 한다고 생각한다. 해고 뉴스는 늦게 온다. 회사는 먼저 채용을 멈추고, 인턴 전환을 줄이고, 새로 뽑을 주니어 일을 기존 팀원과 AI 도구로 흡수한다. 그래서 “내 업계에서 아직 대량 해고가 없다”는 말은 충분한 안전 신호가 아니다. 공고 수, 요구 경력, 면접 과제, AI 도구 경험 요구가 먼저 변한다.

2. 왜 신입과 주니어가 먼저 압박을 받나

AI가 모든 신입을 대체한다고 말하면 과장이다. 하지만 신입이 맡아오던 일부 훈련용 업무가 줄어드는 것은 꽤 현실적이다. 예전에는 자료 조사, 회의록 정리, 초안 작성, 간단한 데이터 정리, 고객 문의 1차 분류가 신입의 첫 업무가 됐다. 이제 이런 일은 AI가 빠르게 처리하거나 시니어가 AI를 붙여 직접 끝낼 수 있다.

문제는 이 업무들이 단순해서만 중요한 것이 아니라, 신입이 배우는 발판이었다는 점이다. 발판이 줄어들면 회사는 “바로 판단할 수 있는 주니어”를 원한다. 공고에는 주니어라고 쓰여 있지만 실제 요구는 준시니어에 가까워진다. 그래서 최근 주니어 구직자는 경력 부족보다 “입장권이 사라지는 느낌”을 더 강하게 받는다.

이 지점에서 나는 Indeed 시니어 개발자 공고 글과 이번 Dallas Fed 데이터를 같이 읽어야 한다고 본다. 개발자 시장에서만 생기는 문제가 아니다. AI가 초안을 잘 만들수록 회사는 “초안을 맡길 사람”보다 “초안을 검토하고 책임질 사람”을 더 원한다.

3. New York Fed와 ILO 지표를 같이 보면 체감 난도가 설명된다

New York Fed의 대학 졸업자 노동시장 지표를 보면 최근 졸업자의 실업률과 저숙련 취업 비율은 구직자의 체감 난도를 설명하는 데 도움이 된다. 숫자가 매월 바뀌기 때문에 단정적으로 한 시점만 붙잡기보다 흐름을 봐야 하지만, 최근 졸업자가 학위에 맞는 첫 일자리를 찾기 어렵다는 문제는 계속 반복된다.

ILO도 2026년 청년 고용 관련 발표에서 청년 실업률이 안정적으로 보이는 와중에도 양질의 일자리 부족은 남아 있다고 경고했다. 나는 이 두 자료를 Dallas Fed 데이터와 같이 보면 그림이 선명해진다고 생각한다. AI는 대량 실업이라는 한 장면으로만 오지 않는다. “공고는 있는데 초보자에게 맞는 공고가 줄어드는 시장”으로 온다.

자료	보이는 신호	구직자가 읽어야 할 의미
Dallas Fed	AI 노출 직무공고가 2023년 말 이후 약해짐	해고보다 신규 채용 축소를 먼저 봐야 한다
New York Fed	최근 졸업자의 실업·저숙련 취업 지표 제공	학위만으로 첫 직무 매칭이 쉬워지지 않는다
ILO	청년 실업 안정 속에서도 양질의 일자리 부족 경고	첫 일자리의 질과 성장 경로를 같이 봐야 한다
YouTube 해설	AI 채용 변화와 신입 시장 체감 사례 확산	면접 질문과 포트폴리오 언어가 빨리 바뀐다

구직자 입장에서는 “AI를 배워야 한다”는 말만으로 부족하다. 누구나 AI를 쓸 수 있다고 말한다. 차이는 내가 AI를 어떤 업무 판단으로 연결했는지, 어떤 오류를 줄였는지, 어떤 지표를 개선했는지에서 난다.

4. 신입 이력서는 “AI 사용 가능”이 아니라 “AI 결과 검증 가능”으로 바뀌어야 한다

요즘 이력서에서 “ChatGPT 활용 가능”, “생성형 AI 사용 경험” 같은 문장을 자주 본다. 하지만 이 표현은 빠르게 약해지고 있다. 회사 입장에서는 지원자 대부분이 AI를 쓸 수 있다고 말하기 때문이다. 더 강한 문장은 AI를 썼다는 사실이 아니라, AI가 만든 결과를 어디까지 검증했고 업무 결과가 어떻게 좋아졌는지를 보여준다.

숫자가 있으면 가장 좋다. 처리 시간, 수정 횟수, 재문의율, 응답 속도, 매출 전환, 오류 감소 중 하나를 붙이면 된다. 숫자가 없다면 작은 프로젝트라도 만들어야 한다. 예를 들어 공개 데이터 100건을 정리해 AI 요약과 원문 검증 결과를 비교하거나, 고객 문의 예시 50개를 만들어 자동 응대 가능 여부를 분류해보는 식이다.

이력서 성과 문장 예시 더 보기

5. 지금 만들 수 있는 14일 포트폴리오

첫 일자리를 찾는 사람에게 내가 권하고 싶은 포트폴리오는 거창한 앱이 아니다. “AI가 초안을 만들고, 사람이 검증해, 업무 기준으로 바꾼 기록”이면 충분하다. 중요한 것은 예쁜 결과물이 아니라 판단의 흔적이다.

이 포트폴리오는 전공과 직무에 맞게 바꿀 수 있다. 마케팅이면 광고 문안과 성과 지표, 인사면 채용공고와 평가 기준, 회계면 영수증 분류와 오류 검증, 개발이면 AI 코드 초안과 테스트 실패 원인을 다루면 된다. 공통점은 하나다. AI를 “썼다”가 아니라 AI를 “검사하고 업무 기준으로 바꿨다”를 보여주는 것이다.

6. 나는 첫 일자리의 문턱이 다시 설계되고 있다고 본다

AI가 장기적으로 많은 직업을 대체할 것이라는 내 생각은 변하지 않았다. 하지만 이번 Dallas Fed 데이터가 보여주는 변화는 해고보다 더 앞단에 있다. 회사는 사람을 내보내기 전에 먼저 덜 뽑는다. 특히 처음 배우는 단계의 반복 업무가 얇아지면, 신입은 더 빨리 판단과 검증을 보여줘야 한다.

그렇다고 기회가 사라진다고만 보지는 않는다. 과거 자동화가 그랬듯 새 직무도 생긴다. AI 품질 검수, 업무 자동화 운영, 데이터 검증, 고객 경험 설계, 내부 지식관리, AI 도구 교육 같은 일은 더 중요해질 것이다. 다만 그 기회는 “AI를 써봤다”는 사람보다 “AI가 만든 결과를 책임질 수 있다”는 사람에게 먼저 간다.

AI 시대의 첫 커리어 전략은 막연한 불안이 아니라 입장권을 다시 쓰는 일이다. 회사가 신입에게 맡기던 반복 업무를 줄인다면, 우리는 그 반복 업무 위에 있던 판단을 먼저 보여줘야 한다. 그것이 지금 첫 일자리의 문이 좁아지는 시장에서 살아남는 가장 현실적인 방법이라고 생각한다.

내 직무의 AI 노출도 다시 확인하기

AI 해고보다 먼저 오는 커리어 격차 읽기

중간관리자 축소와 커리어 코칭 공백 보기