AI가 일자리를 재편하는 가운데 싱가포르는 어떻게 중간 숙련 일자리를 지킬 수 있나

급변하는 노동시장의 취약 지점은 약해진 중간층

은행에서 일하던 리 테오(48)는 안정적인 직무가 얼마나 빠르게 바뀔 수 있는지 경험했다. 2024년 구조조정으로 업무가 재편된 뒤 회사를 떠났지만, 채용이 위축되고 신기술에 맞춰 직무가 다시 설계되는 시장에서 정규직을 구하는 데 어려움을 겪었다. 결국 계약직을 받아들였다. 그의 경험은 싱가포르에서 연구자들이 지적해 온 양상을 보여준다. 중간 숙련 일자리가 너무 적어 밀려난 전문직 종사자를 흡수하지 못하면서, 이들은 임시직이나 임금이 더 낮은 직무로 내려가게 된다.

성인학습연구소(IAL)는 이를 ‘하향 이동 효과’라고 부른다. 기업이 반복 업무를 자동화하고 인공지능 도구로 조직을 효율화하면 노동력을 지탱할 안정적인 중간 직급 일자리가 줄어든다. 퇴사하거나 구조조정으로 밀려난 경력자들은 이전 수준의 자리를 찾기 어려워지는 경우가 많다. 이들은 계약직으로 옮기거나 하위 직급으로 이동하는 반면, 신입 채용은 정체된다. 경력 사다리의 양쪽 끝에서 압박이 커지는 것이다.

싱가포르는 공화국부터 실리콘밸리까지 전 세계 10개 디지털 중심지의 AI 도입 현황을 추적하는 국제 연구 프로그램의 주요 파트너다. 지금까지의 연구 결과는 전문직 비중이 높고 중간층이 얇은 싱가포르 같은 경제가 분명한 위험에 놓여 있음을 보여준다. 의도적인 대응이 없다면, 밀려난 노동자를 받아들이고 다음 세대를 이끌어야 할 바로 그 시점에 노동시장 중간층이 더 약해질 수 있다.

싱가포르의 사회적 합의에서 중간 숙련 일자리가 중요한 이유

중간 숙련 직무에는 감독자, 팀장, 비즈니스 분석가, 재무 관리자, 제품 관리자, 임상 코디네이터, 선임 기술자 등이 포함된다. 이들은 전략을 실행으로 옮기고, 업무 절차와 고객, 시스템에 관한 암묵지를 보유한다. 주니어 직원을 코칭하고 팀이 바뀔 때 업무의 연속성을 유지한다. 생산성이 높은 경제에서 이 계층은 안정성을 만들고 역량을 키운다.

중간층이 얇아지면 기업 조직은 평평해지고 취약해진다. 고위 경영진은 지나치게 많은 일을 떠안고, 신입 직원은 실무를 통해 배울 기회가 줄어든다. 그 결과 경력 사다리가 끊긴다. 사람들은 학교를 졸업한 뒤 전문성을 갖추고, 다시 리더십 직책으로 올라가는 데 어려움을 겪는다. 이는 노력과 보상을 연결하는 사회적 합의를 약화시키고 제도와 고용주에 대한 신뢰를 떨어뜨린다.

싱가포르는 고임금 일자리가 상층에 몰리고 저임금 서비스직이 하층에 몰리는 모래시계형 경제를 오랫동안 경계해 왔다. 목표는 중간층에서 보수가 좋고 숙련도가 높은 일자리를 늘리는 것이었다. AI 도입은 팀의 역량을 강화하고 새로운 전문 분야를 만들면 이 목표에 기여할 수 있다. 반대로 학습 기회를 제공하는 직무를 대체하고 경험을 쌓는 경로를 좁히면 목표를 훼손할 수 있다.

AI가 청년 노동자의 경력 사다리 발판을 없애고 있다

입직 단계에 대한 우려가 커지고 있다. 2025년 초 한 대형 은행은 향후 몇 년간 AI로 계약직과 임시직을 최대 4,000개 줄일 수 있다고 밝혔다. 수년 전 싱가포르 통화청은 공화국 내 금융 일자리 3개 중 1개가 자동화로 바뀌거나 사라질 수 있다고 전망했다. 마케팅, 소프트웨어, 운영 분야에서는 과거 주니어 직원을 훈련하던 업무를 문안 작성, 그래픽 디자인, 코드 디버깅, 문서 요약을 몇 초 만에 해내는 도구가 점점 더 많이 맡고 있다.

최근 증거는 누가 가장 큰 타격을 받는지 보여준다. 스탠퍼드대가 미국의 급여 기록 수백만 건을 분석한 결과, 2022년 말 생성형 AI 도입이 확산된 뒤 AI 노출도가 가장 높은 직종에서 경력 초기 노동자의 고용이 상대적으로 13% 감소했다. 같은 직종의 고령 노동자 고용은 유지되거나 늘었다. 조정은 임금 하락보다 채용 감소를 통해 더 많이 이뤄졌다. 자동화가 첫 번째 경력 발판을 없애고 있다는 강력한 신호다.

싱가포르의 설문조사에서도 비슷한 불안감이 드러난다. Z세대 응답자의 약 절반은 AI가 자신의 직무를 크게 바꿀 것으로 예상하고, 10명 중 6명은 이미 추가 교육을 찾고 있다고 답했다. 체계적인 AI 교육을 제공하는 기업은 약 3분의 1에 불과하다. 일부 청년 전문직 종사자들은 자동화 가능성이 낮은 숙련 기술직으로 방향을 틀며, 사무직 경력 대신 안정성과 명확한 승진 경로를 택하고 있다.

이 모든 상황에는 교육의 함정이 있다. AI가 업무 초안을 작성하면 주니어 직원은 직접 해보며 익힐 기회를 잃는다. 결과물은 매끄러워 보여도 깊이가 부족할 수 있다. 선임 직원은 수정에 더 많은 시간을 쓰고, 주니어 직원은 판단력을 기르는 데 어려움을 겪는다. 초급 일자리가 기술을 숙달하는 대신 도구에 프롬프트를 입력하는 데 치중하는 형식적인 역할이 되면, 유능한 중간 숙련 전문가를 키우는 인력 경로는 약해진다.

은행과 사무직 서비스업에서 직무 재편이 진행되고 있다

금융 서비스 분야에서는 변화가 뚜렷하게 드러난다. 위험 관리와 컴플라이언스 분야에서 자동 점검과 문서 검토가 확산되고 있다. 운영팀은 코파일럿을 활용해 보고서를 준비하고 데이터를 대조한다. 고객 응대팀은 조사와 서비스에 AI 비서를 시험하고 있다. 모델 모니터링, 데이터 거버넌스, AI 위험 관리 분야의 새로운 직무도 생겨나고 있다. 이에 맞춰 채용 양상도 바뀌고 있다.

먼저 사라지는 것은 직무 전체가 아니라 업무의 일부다. 그 업무가 초급 단계에 해당하면 중간층은 인재를 키우는 기반을 잃는다. 중간 단계 업무가 사라지면 밀려난 전문직 종사자들이 더 적은 일자리를 놓고 경쟁한다. 은행, 컨설팅, 기술, 기업 서비스 분야 모두에서 두 가지 현상이 나타나고 있다. 싱가포르의 연구 파트너들은 위아래에서 가해지는 압력이 같은 중간층을 조이기 때문에 이를 하향 이동 효과라고 부른다.

연령과 경력은 양면으로 작용한다. 암묵지와 인적 네트워크는 일부 고령 노동자를 보호하며, 스탠퍼드대 연구에서도 AI 노출 직종의 경력자 고용은 안정적으로 유지됐다. 동시에 구조조정으로 퇴사한 40~50대 전문직 종사자들은 재취업에 어려움을 겪는 경우가 많다. 정규직 일자리는 줄고 계약직 업무는 늘어난다. 회복력 있는 중간층을 만들려면 교육받은 신입 인력이 꾸준히 유입되고, 중견 경력자가 다시 진입할 수 있는 체계적인 경로도 필요하다.

AI가 역량을 강화할지 대체할지는 리더십에 달렸다

결과를 결정하는 것은 기술만이 아니다. 리더십도 중요하다. 중간 관리자에게 업무 흐름을 재설계하고 팀을 재교육하며 AI에 대한 신뢰를 쌓을 권한을 주는 조직은 단기적인 비용 절감만 좇는 조직과 다른 결과를 얻는다. 중간 관리자는 전략을 실무로 옮긴다. 이들에게 시간과 자원, 조직의 지원이 주어지면 AI가 사람들의 고부가가치 업무 수행을 어떻게 도울지 설계할 수 있다.

실행 가능한 방안은 있다. 데이터와 모델의 한계, 개인정보 보호를 팀이 이해하도록 회사 전반의 기본 AI 소양을 키운다. 위험이 낮은 실험을 장려하고 초기 성공 사례를 공유해 실질적인 가치를 보여준다. 고객 서비스, 재무, 인사, 운영 분야에서 AI와 사람의 감독을 결합하는 ‘역량 강화 우선’ 활용 사례를 선택한다. 시범 사업을 확대하고 업무 병목을 해소할 다기능 팀을 만든다. 모델 모니터링, 프롬프트 엔지니어링, 업무 흐름 설계, 변화 관리에 필요한 새로운 역량에 투자한다. 인센티브를 조정해 관리자가 인원 감축뿐 아니라 주니어 직원 교육과 직무 재설계에 대해서도 보상받도록 한다.

지금 정책으로 할 수 있는 일

첫째, 지식 노동 분야의 견습 제도를 일반화해 중간 숙련 직무로 이어지는 경력 사다리를 다시 세워야 한다. 싱가포르는 팬데믹 기간 견습 프로그램으로 졸업생의 사회 진출을 지원했다. 디지털 및 전문직 분야를 위한 상설 국가 견습 제도는 이를 더 발전시킬 수 있다. 금융, 의료, 공공 서비스, 제조, 미디어 분야에서 12~24개월 유급 배치 과정을 설계한다. 체계적인 멘토링, 기술 점검표, 정기적인 피드백을 의무화한다. AI 도구를 직무 기술의 일부로 다루고, 기법뿐 아니라 판단력도 가르친다. 이원화된 교육 체계를 운영하는 국가에서 청년 실업률이 낮은 데는 이유가 있다. 제도가 대규모로 장기간 운영될 때 효과를 발휘한다.

둘째, 중견 경력자의 전환에 맞춤형 재정 지원과 시간을 제공해야 한다. 경력 전환 프로그램, 현장 훈련 보조금, 스킬스퓨처 크레딧을 데이터, 운영, 서비스 분야의 AI 시대 직무에 맞게 조정할 수 있다. 40세 이상을 위한 중견 경력자 보조금을 확대하고, 기업이 인접 업종의 경력자에게 기회를 주기 쉽게 해야 한다. 학위나 전문학위로 이어지는 누적형 마이크로 자격은 노동자가 발전 과정을 보여주고 기업이 역량을 공통된 기준으로 평가하도록 돕는다.

셋째, AI 도입을 위한 공공 지원에 고용과 인력 개발에 관한 약속을 연계해야 한다. 직무 재설계 보조금의 조건으로 견습직을 만들고, 업무 절차 변화를 기록하며, 사내 학습 자료를 공개하도록 할 수 있다. 자동화가 직무에 영향을 미치는 경우 AI 위험 관리, 고객 성공, 제품 운영처럼 사람의 판단이 필요한 새 팀으로 직원을 재배치하도록 임금 지원을 제공한다. 명확한 기준을 마련해 AI 안전 및 거버넌스 인력을 양성하면 새로운 컴플라이언스 수요가 자동화 위험을 일부 상쇄할 수 있다.

마지막으로 공공 부문이 모범을 보여야 한다. 모든 공무원은 AI 소양 과정을 이수해야 하며, 지도자들은 일상 업무에서 AI를 신중하게 도입하도록 요청받고 있다. 공무원 3명 중 1명은 이미 내부 비서를 사용하고 있으며, 반복 업무를 자동화하기 위해 수천 개의 맞춤형 봇이 구축됐다. 간김용 부총리는 지도자들이 AI를 책임감 있게 받아들이고, 서비스와 거버넌스 개선에 도움이 되는 분야에서 팀이 이런 도구를 활용하도록 독려해 방향을 제시해야 한다고 촉구했다.

기업이 더 탄탄한 중간층을 다시 세우는 방법

회복력 있는 인력을 원하는 고용주는 지금 구체적인 조치를 취할 수 있다. 중간층을 넓히고, 기업 안에 경력을 보유하며, 주니어 직원에게 성장 경로를 명확히 보여주는 것이 핵심이다.

• 역량 강화 우선 정책을 도입한다. AI로 단순 반복 업무를 줄이고, 확보한 시간을 교육, 고객 관리, 제품 품질에 재투자한다.
• 지식 노동 분야에 체계적인 견습 제도를 도입한다. 모든 주니어 직원이나 견습생에게 멘토를 배정하고, 기술 교육 과정을 마련하며, 중간 숙련 업무를 맡을 때까지의 발전 상황을 추적한다.
• 암묵지를 문서화한다. 업무 지침서, 점검표, 사내 위키를 만들어 팀이 바뀌어도 경험이 사라지지 않도록 한다.
• 관리자의 인재 육성 성과를 평가한다. 주니어 직원이 독립적으로 업무를 수행할 수 있도록 교육한 인원과 성공적인 사내 승진 실적을 보너스에 반영한다.
• 사내 이동을 개방한다. 채용 공고를 투명하게 공개하고 역량 중심으로 선발해, 밀려난 직원이 부서를 옮길 수 있도록 한다.
• 데이터, 운영, 디자인, 위험 관리 분야에 중간 숙련 전문직 경로를 만들고, 관리자 경로와 동등한 임금 체계와 위상을 보장한다.
• AI 거버넌스 체계를 구축한다. 모델 위험, 데이터 품질, 개인정보 보호, 편향성에 대한 담당자를 지정하고 해당 직무를 맡을 직원들을 교육한다.
• 초기 성과와 실패를 공유한다. 팀이 AI 도구를 처음 시험할 때 잘되는 점과 부족한 점을 솔직하게 밝혀 신뢰를 쌓는다.

노동자가 경쟁력을 유지하기 위해 할 수 있는 일

이런 변화 속에서도 노동자가 할 수 있는 일은 있다. 문제를 구체화하고, 적합한 도구를 선택하며, 중요한 결과를 만들어내는 사람이 되는 것이 목표다. 분야 지식, AI 활용 능력, 대인 역량을 결합하면 여러 직무에서 경쟁력을 발휘할 수 있다.

• AI 소양을 키운다. 코파일럿의 작동 방식과 한계, 더 나은 결과를 얻기 위한 프롬프트 작성법을 익힌다. 결과를 검증하고 오류를 수정하는 연습을 통해 산출물을 신뢰할 수 있도록 한다.
• 분야 전문성을 심화한다. 한 분야를 정해 관련 데이터, 규정, 업무 흐름, 고객의 고충을 익힌다. AI 역량은 특정 분야에 기반을 둘 때 더욱 강력해진다.
• 업무 절차와 의사소통 역량을 숙달한다. 업무 흐름을 정리하고, 명확하게 인수인계하며, 조사 결과를 발표한다. 설명하고 설득하는 능력은 오래 지속되는 강점이다.
• 데이터 판단력을 기른다. 대시보드를 읽고, 간단한 실험을 설계하며, 매출, 위험, 비용, 고객 성과와 연계된 지표를 추적하는 법을 익힌다.
• 업무 성과 자료를 만든다. AI를 활용해 속도, 품질, 서비스를 개선한 사례를 정리한다. 구체적인 성과가 일반적인 자기소개보다 설득력이 있다.
• 누적형 자격을 취득한다. 데이터 분석, 클라우드 도구, 사이버 보안 기초, AI 안전 분야의 단기 과정을 경력과 결합하면 새로운 기회를 얻는 데 도움이 된다.
• 목적을 갖고 네트워크를 넓힌다. 전문직 커뮤니티에 참여하고 AI를 시험하는 다기능 프로젝트에 자원한다. 현장에 가까이 있을수록 학습 속도는 빨라진다.

중견 경력자는 자신의 판단력을 활용할 수 있는 인접 직무를 찾아보는 것이 좋다. 운영 관리자는 AI 기반 업무 개선 분야로 옮길 수 있다. 고객 관계 관리자는 데이터 분석 역량을 갖춘 고객 성공 직무로 이동할 수 있다. 컴플라이언스 담당자는 모델 위험 감독 업무를 맡을 수 있다. 자신의 경험을 해결한 문제와 달성한 성과를 중심으로 재구성한 뒤, AI가 역량을 어떻게 확장하는지 보여줘야 한다.

중간층 회복 여부를 보여주는 지표

싱가포르는 간단한 지표로 노동시장 중간층의 건전성을 추적할 수 있다. 투명한 지표는 정책 입안자와 고용주, 노동자가 경력 사다리가 다시 세워지고 있는지 파악하는 데 도움이 된다.

• 전문직 및 기술직의 정규직 대 계약직 비율.
• 실직한 40~55세 전문직 종사자의 중간 구직 기간.
• 체계적인 교육이나 견습 제도를 포함한 초급 채용 공고의 비중.
• 주요 산업별 주니어 직급에서 중간 숙련 직급으로의 사내 승진율.
• 국가 프로그램을 통해 매년 이뤄지는 중견 경력자 직무 전환 건수.
• 공공 및 민간 부문 AI 소양 과정의 참여율과 수료율.
• 새로운 중간 숙련 일자리를 만드는 모델 위험, 데이터 관리 등 AI 거버넌스 직무의 도입 현황.

핵심 요점

• AI가 팀 구성을 바꾸면서 싱가포르의 중간 숙련 직무가 압박을 받고 있다. 하향 이동 효과로 밀려난 전문직 종사자가 선택할 수 있는 안정적인 일자리가 줄어든다.
• 초급 업무가 점점 자동화되면서 미래의 중간 숙련 인력으로 이어지는 경력 경로와 현장 학습 기회가 약해지고 있다.
• 스탠퍼드대 연구에 따르면 2022년 말 이후 AI 노출 직종의 경력 초기 노동자 고용은 상대적으로 13% 감소한 반면, 해당 직종의 고령 노동자 고용은 유지되거나 증가했다.
• 싱가포르 설문조사에서 Z세대의 약 절반은 AI가 큰 변화를 일으킬 것으로 예상했지만, AI 교육을 제공하는 고용주는 약 3분의 1에 그쳤다.
• 공공 부문은 모든 공무원에게 AI 소양 교육을 의무화하고 있다. 이는 대형 기관이 기본 역량을 키우고 효과적인 관행을 공유할 수 있음을 보여준다.
• 견습 제도를 확대하고 중견 경력자의 직무 전환을 지원하며, AI 보조금을 인력 개발 성과와 연계하는 정책은 중간층을 다시 세울 수 있다.
• 기업은 역량 강화 우선 설계를 도입하고, 관리자의 교육 성과를 평가하며, 사내 이동을 개방하고, 중간 숙련 전문직 경로를 만들어 경력을 강화할 수 있다.
• 분야 전문성, AI 활용 능력, 대인 역량을 결합하고 실제 성과를 보여주는 업무 자료와 누적형 자격을 갖춘 노동자가 변화에 가장 잘 대응할 수 있다.