YouTube슈카월드·2026년 11월 14일·0

수많은 취준생을 울린 ''꿈꾸던 어른이 되었나요?

Quick Summary

‘꿈꾸던 어른이 되었나요?’가 취준생의 공감을 얻은 배경에는 AI 확산과 경력직 선호, 좋은 일자리 부족으로 첫 경력을 시작하기 어려워진 현실이 있다.

영상 보기

클릭 전까지는 가벼운 미리보기만 먼저 불러옵니다.

원본 열기

🖼️ 인포그래픽

수많은 취준생을 울린 ''꿈꾸던 어른이 되었나요? 내용을 설명하는 본문 이미지

🖼️ 4컷 인포그래픽

수많은 취준생을 울린 ''꿈꾸던 어른이 되었나요?의 핵심 내용을 4단계로 요약한 인포그래픽
수많은 취준생을 울린 ''꿈꾸던 어른이 되었나요? 핵심 내용을 4단계로 압축한 4컷 인포그래픽

💡 한 줄 결론

‘꿈꾸던 어른이 되었나요?’가 취준생의 공감을 얻은 배경에는 AI 확산과 경력직 선호, 좋은 일자리 부족으로 첫 경력을 시작하기 어려워진 현실이 있다.

📌 핵심 요점

  1. AI가 만든 노래가 청년의 좌절과 만난다. 가사 초안은 사람이, 멜로디·편곡·보컬은 AI가 맡은 이 노래는 꿈꾸던 삶과 현실의 간극을 환기한다. 이를 청년 취업난과 연결하는 설명은 출연자의 해석이다.
  2. 생산성 향상이 신입의 기회를 줄일 수 있다. 쇼핑몰 제작비가 500만 원에서 30만 원으로 줄어든 사례와 법률 기초 업무 자동화는 비용·시간 절감 가능성을 보여준다. 동시에 수습·주니어에게 업무를 맡기고 가르칠 유인이 약해질 수 있다.
  3. 구직자 증가보다 기업의 구인 감소가 두드러진다. 제시된 자료에서 신규 구인은 4년 동안 167만 명에서 98만 명으로 41% 줄었다. 대기업의 신입 채용 비중도 2019년 47%에서 40% 이하로 내려가며 경력 없는 지원자의 진입 경로가 좁아졌다.
  4. 반도체 중심 성장이 폭넓은 채용으로 이어지지 않는다. IT 제조업의 성장 기여도가 커져도 고용을 많이 담당하던 비IT 제조업과 서비스업의 부진을 충분히 메우기 어렵다는 진단이다. 성장 지표와 청년의 취업 체감이 달라지는 이유다.
  5. 실업률만으로는 청년 고용의 질을 판단하기 어렵다. 과거보다 고용률이 높다는 반론이 있지만, 임시·일용직 비중 상승과 비자발적 시간제 근로 증가는 별도로 살펴야 한다. 안정적인 일자리 진입과 이후 이동 경로가 약해지는 문제가 핵심이다.

🧩 배경과 문제 정의

  • 명문대 학력과 높은 어학 성적을 갖춰도 취업하기 어려워지면서, 청년층이 처음 경력을 쌓을 기회 자체가 줄어드는 문제가 부각된다.
  • 생성형 AI는 음악 제작부터 쇼핑몰 운영, 법률 업무까지 생산성을 높이는 동시에 기존 인력과 신입 직원이 맡던 업무를 대체할 가능성을 보여준다.
  • 반도체 중심의 경제성장이 폭넓은 고용 확대로 이어지지 않고, 기업의 경력직 선호까지 강해지면서 경제 지표와 청년의 취업 체감 사이에 간극이 생긴다.

🕒 시간순 섹션별 상세정리

1. AI가 만든 노래가 드러낸 창작 영역의 변화

  • ‘꿈꾸던 어른이 되었나요?’는 애절한 가사와 목소리로 공감을 얻어 주간 멜론 차트 2위에 올랐으며, 작곡과 노래를 AI가 맡았다는 점에서 인간의 창작 역할에 질문을 던진다. [02:19]
  • 프로듀서 팀이 가사 초안을 만들고 멜로디·편곡·보컬은 AI로 제작했으며, 인간이 직접 노래한 부분은 없다고 알려졌다. 악기를 연주하지 못하는 사람도 음악을 만들 수 있게 되면서 창작의 진입장벽과 저작 주체의 경계가 달라질 수 있다. [03:25]

2. 쇼핑몰 제작비 절감이 인력 수요 축소로 이어지는 사례

  • 1인 쇼핑몰 운영 사례에서는 사진 촬영과 모델·메이크업·스튜디오·조명·보정 등에 들던 비용이 AI 활용으로 500만 원에서 30만 원으로 줄었다. [04:18]
  • 최고 수준의 품질이 필요한 작업에는 기존 제작 과정이 여전히 필요하지만, 소규모 쇼핑몰에서는 AI로 상당 부분을 처리할 수 있다. 관련 업무를 맡던 인원이 20명에서 3명으로 줄었다는 사례도 나온다. [04:37]

3. 전문직의 생산성 향상과 수습·주니어의 진입 기회 감소

  • 수습 회계사와 주니어 변호사를 채용해 가르치기보다 곧바로 일을 수행하거나 수임할 수 있는 인력을 선호한다는 주변 사례가 나온다. AI가 기초 업무를 처리하면서 신입을 육성할 유인이 약해진다는 해석이다. [05:17]
  • 변호사는 AI가 사건 자료에서 기초 내용을 추출하면 이를 검토하고 수정하는 방식으로 업무량을 늘릴 수 있다. 과거 한 건을 처리하던 시간에 여러 건을 처리할 수 있다는 설명이다. [05:36]

4. 한국의 빠른 AI 도입과 미국과의 활용 격차

  • 한국은행 자료를 근거로 국내 근로자의 절반 이상이 AI를 활용하며, 전년보다 사용 비율이 높아졌다는 설명이 나온다. [07:05]
  • 2025년 기준 비교에서는 한국의 AI 활용 수준이 미국보다 약 두 배 높고, 업무에서의 활용 격차는 두 배를 넘는다고 보여준다. 한국의 도입 속도가 매우 빠르다는 평가에는 중국 자료를 확인하기 어렵다는 한계가 붙는다. [07:51]

5. AI를 둘러싼 우려와 당장의 활용 이익 사이의 차이

  • 미국 설문에서는 AI의 미래에 희망과 기대보다 두려움과 우려를 느낀다는 응답이 75%, 그런 감정을 강하게 느낀다는 응답이 43%로 드러난다. 소득 감소와 현재 생활의 불안정 가능성이 우려의 예로 거론된다. [09:12]
  • 한국에서는 장기적인 위험보다 보고서 작성이나 경쟁력 확보 등 당장의 효용을 중시한다는 개인적 관찰이 나온다. 한국인에 대한 별도 설문 근거는 없으며, 주변에서는 AI 자체의 위험보다 활용에 뒤처질 가능성을 걱정한다는 해석이다. [09:59]

6. 개발자 채용 위축과 높아지는 경력 요구

  • 개발자 채용공고 지수는 43% 감소한 것으로 드러난다. 2020~2021년 개발자 확보가 어렵고 몸값이 높았던 경험과 대비되며, 짧은 기간에 채용 환경이 크게 바뀌었다. [13:16]
  • 같은 업무에도 더 긴 경력을 요구하면서 신입이 경력자와 경쟁하는 상황이 심해진다. 경력 요구 사례로 5년, 영업직은 3.5년이라는 수치가 나온다. [13:48]

7. 구직자 증가보다 기업의 구인 감소가 커진 수급 격차

  • 신규 구직자 수는 비교적 일정하지만 기업의 신규 구인은 4년 동안 167만 명에서 98만 명으로 줄었다. 감소 규모는 69만 명, 감소율은 41%다. [15:34]
  • 신규 구인과 구직의 격차는 150만 명을 넘으며 2022년 대비 약 두 배로 확대됐다. 구직자가 급증해서가 아니라 기업이 찾는 인원이 줄어든 것이 핵심 문제다. [16:03]

8. 반도체 중심 성장이 폭넓은 고용 확대로 연결되지 않는 구조

  • 수출과 경제성장이 좋아도 기업의 채용이 늘지 않는 이유로 AI와 함께 성장 주도 산업의 변화가 거론된다. 한국은행 자료에서는 비IT 제조업과 서비스업의 성장 기여도가 줄고 IT 제조업의 기여도가 커졌다. [17:55]
  • 비IT 제조업과 서비스업은 상용직을 비롯한 좋은 정규 일자리를 많이 제공하던 분야다. 이들 산업의 부진을 IT 제조업 일부 기업의 성장만으로 고용 측면에서 메우기 어렵다. [18:35]

9. 서비스업 성장 정체와 신규 진입자에게 돌아가는 부담

  • 과거에는 선진국처럼 서비스업과 내수를 키워 수출 의존도를 낮추는 경로를 기대했다. 실제로는 서비스업의 성장이 기대에 못 미치고, 일부 고수익 제조업의 성장이 두드러졌다는 평가다. [19:43]
  • 교통·의료·법률·회계·통신·유통 등 서비스 분야에서 변화를 가로막아 성장을 제한했다는 개인적 견해가 나온다. 서비스업을 키우지 못한 원인에 대한 해석이며, 국가 전체의 득실은 단정하지 않는다. [20:49]

10. 신입 공채 축소와 경력직 중심 채용의 확산

  • 팬데믹 이후 청년층의 상용직 입직이 감소하고, 기업은 경력자나 이미 경력을 갖춘 신입을 선호한다. 대기업의 신입 채용 비중은 2019년 47%에서 40% 이하로 줄고 경력 채용은 60% 이상이 됐다. [21:42]
  • 정기 공채보다 수시 채용이 확대되면서 신입이 경력자와 경쟁해야 하고, 공공기관 채용도 줄어 취업 경로가 좁아졌다. [22:03]

11. 20대 취업자 감소와 신규 채용에서의 청년 비중 하락

  • 해당 연도 1~8월의 20대 취업자 수는 전년 같은 기간보다 19만 명 줄었다. 외환위기 직후인 1998년의 55만 명 감소 이후 가장 큰 감소라는 비교가 드러난다. [22:59]
  • 글로벌 금융위기 당시의 14만 명 감소보다 감소 폭이 크고, 팬데믹 때보다도 청년 채용이 어렵다는 평가다. 다만 외환위기는 기존 근로자의 대규모 실직과 기업 붕괴가 동반된 시기여서 상황을 그대로 비교하기 어렵다. [23:46]

12. 경력자 선호와 AI 노출이 대졸 청년에게 집중시키는 부담

  • 기업은 20대 신입 대신 경력 있는 30대를 채용하거나, 기초 업무는 AI에 맡기고 이를 다룰 관리 인력을 채용하는 방향으로 움직인다는 해석이다. [25:09]
  • 청년 고용 감소의 94%가 AI 고노출 업종에 집중됐다는 수치가 드러난다. 다만 고용 악화를 AI만의 결과로 볼 수 있는지에는 다른 견해가 있으며, 노동시장 요인도 함께 고려해야 한다는 반론이 나온다. [25:42]

13. 상용직 진입 감소와 이탈 증가가 동시에 나타나는 문제

  • 상용직 일자리로 들어가는 흐름은 줄고 기존 일자리에서 나오는 흐름은 늘었다. 제시된 지표에서 유입은 32.6에서 29.1로 감소하고 유출은 3.7에서 4.9로 증가해, 취업 지연과 일자리 이탈이 함께 문제가 된다. [27:11]

14. 취업 가능성에 대한 비관과 과거보다 나은 지표라는 반론

  • 팬데믹 이후 청년 고용 지표가 악화되는 가운데, 일자리를 구하지 못할 것 같거나 구직 의사가 없다는 응답과 비관적 인식이 증가한다. [27:55]
  • 반면 2014~2019년보다 현재 실업률이 낮고, 고용률은 당시 42%에서 현재 45%로 높아졌으므로 과거가 더 어려웠다는 반론도 가능하다. 현재의 취업난을 판단하려면 지표의 수준과 당시의 노동시장 조건을 함께 살펴야 한다. [28:30]

15. 에코 세대의 노동시장 진입과 공채 축소가 겹쳤던 과거

  • 2014~2019년에는 1990년대생 에코 세대가 본격적으로 노동시장에 진입하면서 취업 경쟁에 참여하는 인원이 늘었다. 동시에 정기 공채가 줄고 경력직 수시 채용이 확대되기 시작했다. [29:09]
  • 드라마 ‘미생’의 인턴·계약직 입사자들이 대기업 정규직 전환에 도전하는 모습은 당시에도 안정적인 일자리를 얻기 어려웠던 상황과 연결된다. 과거에도 많은 사람이 제한된 일자리를 두고 경쟁했다는 점을 인정하면서, 현재와의 차이를 비교하는 문제로 논점이 계속된다. [29:57]

16. 청년 고용의 질 악화와 실업률 하락의 착시

  • 청년층은 정규직 중심의 1차 노동시장보다 임시직·일용직·단시간 근로와 실직 위험이 높은 산업군 등 2차 노동시장으로 더 많이 진입하고 있다. 과거에도 취업은 어려웠지만, 청년층이 선호하는 1차 노동시장에 들어가는 규모 자체가 감소했다. [30:38]
  • 팬데믹 이후 청년 취업자 중 임시·일용직 비중이 늘었고, 원하지 않는데도 시간제 근로를 선택하는 비중도 증가했다. 배달 등 기그 노동의 확대가 이러한 변화와 관련 있을 것이라는 개인적 해석이 덧붙는다. [31:39]

17. 임금 격차가 커지는 가운데 낮아진 취업 기대

  • 청년층의 고용 질 저하는 정규직과 비정규직 사이의 임금 격차 확대로 계속된다. 동시에 대기업만 고집하는 태도는 줄고 중소기업도 받아들이겠다는 태도는 늘었다. [33:51]
  • 청년층의 희망 임금에 해당하는 유보임금은 3천만 원 초반대로, 중위임금보다 상승 속도가 느리다. 취업자·구직자·‘쉬었음’ 청년 모두 초봉 기준 연봉 3,200만 원이면 만족한다는 조사 결과가 드러난다. [35:12]

18. 청년의 좌절과 맞닿은 문화적 공감

  • 치이카와의 인기와 AI가 만든 노래에 대한 공감은 어려운 현실과 연결될 수 있다는 개인적 해석이다. “꿈꾸던 어른이 되었나”, “어릴 적 몰랐던 고민들이 나를 짓누르네요”라는 가사는 요즘 청년들이 느끼는 부담과 맞닿아 있다. [36:31]

19. 정규직 진입과 이동 경로의 축소

  • 한국은 1차 노동시장의 고용 보호 수준이 비교적 높지만, 청년층의 진입 규모는 20% 줄고 임시·일용직 비중은 늘었다. 강한 보호는 기존 일자리의 안정성을 높이는 장점과 신규 채용을 제약하는 단점을 함께 가진다. [37:03]
  • 무경력 신입이 대기업 정규직으로 입사하는 경로가 크게 줄었고, 2차 노동시장에서 1차 노동시장으로 옮겨가는 징검다리 기능도 약해졌다. 다만 2차 노동시장을 중소기업 전체와 동일하게 볼 수는 없다. [37:54]

20. 일본의 신입 육성과 성장·고용 관계에 대한 의문

  • 비교 사례에는 실직 후 배달 라이더가 된 중국 영상 편집자와 팀원들이 월 800만 원 이상 번다는 목수 팀장의 이야기가 함께 등장한다. 직업을 잃거나 다른 일자리로 이동하는 경험은 업종과 상황에 따라 다르게 나타난다. [39:09]
  • 일본은 대졸자 취업률 98%와 함께, 매년 신입사원의 60%가 프로그래밍 미경험 상태로 시작한다는 사례가 드러난다. 인력 부족 속에서 경험 없는 사람도 채용해 가르치는 방식이며, 취업 과정에서 AI 지식이나 기술이 크게 요구되지 않는다는 설명이다. [39:58]

21. AI 활용 가능성과 구인난이 공존하는 현실

  • 영상업에서도 AI로 대체할 수 있는 업무가 있다는 생각과 편집 인력이 계속 늘어나는 현실이 함께 나타난다. 제작진의 회사 역시 구인난을 겪고 있으며, 이공계 인력을 뽑고 싶어도 지원자가 오지 않는다는 사례가 계속된다. [41:30]
  • 현재 취업 상황은 씁쓸하지만, 모든 것이 사이클을 따른다는 관점에서 취업하기 좋은 시기가 다시 올 수도 있다는 기대를 남긴다. 회복 시점이나 가능성은 확정하지 않는다. [42:09]

🧾 결론

  • 높은 학력과 어학 성적만으로 취업을 보장받기 어려운 상황을 개인의 준비 부족만으로 설명하기는 어렵다. 기업의 노동 수요와 채용 방식도 함께 봐야 한다.
  • AI는 업무 효율을 높이는 동시에 첫 경력을 쌓는 기초 업무를 줄일 수 있다. 다만 청년 고용 악화 전체를 AI의 결과로 단정할 근거는 부족하다.
  • 청년 고용의 회복은 취업자 수뿐 아니라 정규직 진입, 고용 안정성, 임금과 일자리 간 이동 가능성까지 포함해 평가해야 한다.

📈 투자·시사 포인트

  • 수출·반도체 실적 개선을 내수와 고용 전반의 회복으로 곧바로 해석하기 어렵다. 산업별 성장과 채용 흐름을 함께 확인필요가 있다.
  • AI 도입의 경제적 효과를 볼 때 비용 절감과 처리량 증가뿐 아니라 인력 구성과 신입 육성 방식의 변화도 살펴야 한다. 일부 사례의 절감 폭을 산업 전체에 적용해서는 안 된다.
  • 서비스업과 비IT 제조업의 부진은 청년에게 제공되는 일자리의 폭과 연결된다. 성장률뿐 아니라 어떤 산업에서 어떤 고용이 늘어나는지가 중요하다.
  • 기존 근로자의 고용 안정과 신규 진입자의 기회를 함께 고려해야 한다. 영상은 특정 자산의 수익률이나 매수 근거를 제시하지 않는다.

⚠️ 불확실하거나 확인이 필요한 부분

  • 청년 고용 감소의 94%가 AI 고노출 업종에 집중됐다는 수치는 분포를 보여준다. AI가 감소분을 직접 유발했다는 인과관계까지 입증하지는 않는다.
  • 구인 감소, 개발자 채용공고, 청년 취업자 감소 등의 수치는 원자료의 조사 기간·대상·정의를 확인해야 한다. 특히 ‘해당 연도’가 명시되지 않은 수치를 현재 상황으로 단정하면 안 된다.
  • 한국과 미국의 AI 사용률은 조사 대상과 질문, 사용 시간의 분모가 같은지 확인이 필요하다. 한국인이 장기 위험보다 당장 효용을 중시한다는 설명에는 별도 국내 설문 근거가 제시되지 않았다.
  • 자막 기반 정리: 타임스탬프가 있는 자막을 기준으로 정리했으며, 고유명사·수치·인용은 원문 확인 필요 시 별도 검증한다.
  • 영상 속 주장: 발표자의 해석·전망·비교는 확인된 외부 사실이 아니라 영상 속 주장으로 분리해 읽는다.
  • 검증 필요: 수치, 기업 실적, 정책·시장 전망은 발행 전 최신 자료로 별도 검증이 필요하다.

✅ 액션 아이템

  • 인용하려는 고용·AI 활용 수치의 원자료에서 조사 시점, 대상, 지표 정의를 확인한다.
  • 지원 직무의 공고를 신입·경력, 요구 경력, 고용 형태로 나눠 실제 진입 가능한 채용 경로를 점검한다.
  • 지원 직무에서 AI가 처리하는 기초 업무와 사람이 검토·판단해야 하는 업무를 구분하고, 두 영역을 연결하는 역량을 점검한다.
  • 취업 시장을 평가할 때 실업률과 함께 상용직 진입, 임시·일용직 비중, 비자발적 시간제 근로와 임금 수준을 확인한다.

❓ 열린 질문

  • 청년 채용 위축에서 AI 도입, 산업별 경기, 경력직 선호는 각각 어느 정도 영향을 미쳤을까?
  • 기초 업무가 자동화되는 환경에서 기업은 신입에게 어떤 일을 맡기고 경력을 쌓게 할 수 있을까?
  • 서비스업과 비IT 제조업의 회복은 안정적인 청년 일자리 확대로 얼마나 이어질 수 있을까?

관련 문서

공통 태그와 주제 흐름을 기준으로 같이 보면 좋은 문서를 이어서 제안합니다.