{"id":"28c9a81f-bfd4-440a-8932-69742e9013ed","doc_type":"press_release","title":"일의 미래, AI와 공존하는 새로운 노동시장 포럼 개최","summary":"[첨부: 260709 (보도자료) AI와 공존하는 노동시장 포럼_.hwpx] 보도자료 보도시점 2026. 9.(목) 12:00 배포 2026.","body":"[첨부: 260709 (보도자료) AI와 공존하는 노동시장 포럼_.hwpx]\n보도자료 보도시점 2026. 7. 9.(목) 12:00 배포 2026. 7. 9.(목) 10:00 일의 미래, 인공지능(AI)과 공존하는 새로운 노동시장을 찾아서 - 재경부, 한국개발연구원(KDI)과 공동으로 ｢일의 미래: 인공지능(AI)과 공존하는 새로운 노동시장｣ 포럼 개최 - 이형일 재경부 제1차관, 인공지능(AI) 대전환 시대 청년 고용 지원 강화, 사회 안전망 확충, 신산업 인력양성 확대 필요성 강조 재정경제부 와 한국개발연구원 (KDI)은 7.9일(목) 10:30 서울 은행회관 국제회 의실에서 ｢일의 미래 : AI와 공존하는 새로운 노동시장｣ 포럼 을 공동 개최 하였다. 이번 포럼에서 참석자들은 최근 인공지능(AI) 기술 의 급격한 발전이 노동시장 참여자들 에게 미치는 영향 을 진단하고, 인공지능(AI)과 공존하는 새로운 노동시장 을 위한 정책 방향 에 대해 논의하였다. 이형일 재정경제부 제1차관 은 축사 를 통해 “최근 인공지능(AI)은 인간의 반복업무를 자동화하는 단계를 넘어, 스스로 목표를 설정하고 업무를 조율하는 에이전틱 AI (Agentic AI) 시대 로 빠르게 진화 하고 있다”며, “이러한 자율화 단계 로의 진입 은 일하는 방식의 극본적인 혁신 과 노동시장 구조 변화 라는 도전을 함께 안겨주고 있다”고 밝혔다. 또한, “정부는 인공지능(AI) 대전환 을 위기가 아닌 기회 로 만들기 위해 노동시장 수요 변화 에 대응 한 인재 양성 을 적극 지원 하고, 고용 안전망도 강화하겠다 ”고 언급하였다. 이어서 , 3대 메가 프로젝트 와 같은 국가적 투자 수요를 선제적으로 반영하여 신산업 인력양성 방안 을 체계적으로 마련하겠다고 강조하였다. 행사를 공동 주최한 한국개발연구원 (KDI) 의 김세직 원장 은 개회사 에서 “ AI는 노동시장과 산업구조, 나아가 우리 경제의 성장 기반을 근본적으로 변화시키는 구조적 전환 ”이라며, “AI 시대의 경쟁력은 기술 자체보다 이를 효과적으로 활용할 수 있는 창조형 인적자본 과 유연한 제도, 정책적 지원체계 를 갖추는 데 달려 있다”고 강조하였다. 기조 강연에 나선 이한주 경제·인문사회연구회 이사장 은 “ AI와 기본사회, 그리고 노동의 미래 ”를 주제로 발제하며 인공지능 (AI)으로 인하여 노동시장 과 사회 구조 가 근본적 으로 변화 하는 분기점 에 서 있다고 진단하였다. 또한 인공 지능(AI) 시대의 혜택을 국민 모두가 함께 누릴 수 있도록 삶의 기본적 권리 를 보장하는 기본사회 모델 을 제시하였다. 이어진 세션에서는 두 명의 전문가가 주제발표를 진행하였다 . 한요셉 한 국개발연구원 (KDI) 연구 위원 은 “AI 시대 노동시장: 평가와 전망” 이 라는 주제로 인공 지능(AI) 기술이 청년 일자리를 감소시킬 수 있다는 논의가 활발해졌다 고 설명 하며, 이에 대응하기 위한 새로운 직무창출과 직무 간 이동을 촉진할 필요성을 강조하였다. 이어 장지연 한국노동연구원 선임 연구위원 은 “AI는 고용을 어떻 게 바꾸는가” 발표를 통해 인공 지능(AI) 고용충 격의 발 생은 기술이 좌우하고 그 분배는 제도가 결정한다고 주장 하며, 분배․거버넌스․역량진입 등 세 가지 차원에서 카나리아 * 를 제 도 안으로 들이는 방안을 제안하였다. * 인공지능 시대의 위험을 가장 먼저 맞닥뜨린 청년 세대를 탄광 속 카나리아에 비유 주제 발표 이후에는 이철희 서울대학교 교수를 좌장 으로 오삼일 한국은행 고용연구팀장 , 전병유 한신대학교 교수, 길은선 산업연구원 인구전략연구실장 이 참여하는 패널토론 이 이어졌다. 토론에서는 발제 내용을 토대로 인 공지능(AI)시대 노동시장 변화 에 대한 다양한 시각 을 공유 하며, 청년 구직 ·채용 여건 개선방안 에 대한 논의 가 이루어졌다. ※ 참고 1) 행사개요 참고 2) 이형일 재정경제부 제1차관 모두발언 참고 3) 발제자료 (별첨) 담당 부서 (주관) 민생경제국 인력정책과 (고용서비스전략팀) 책임자 과 장 김태웅 (04-●●●●-8530) 담당자 팀 장 송현정 (04-●●●●-8540) 담당자 사무관 류춘선 (y●●●●●●●●●@korea.kr) (협조) 한국개발연구원 대외협력실 담당자 실 장 정영호 (04-●●●●-4655) 참고 1 「일의 미래:AI와 공존하는 새로운 노동시장」포럼 개요 1. 행사개요 □ (행사명) 「일의 미래:AI와 공존하는 새로운 노동시장」 포럼 □ (일시) 2026. 7. 9.(목) 10:30 ~ 12:00 □ (장소) 서울 은행회관 국제회의실(2층) □ (주최/주관) 재정경제부․한국개발연구원(KDI) □ (참석) 재경부·노동부, 연구기관 등 100명 내외 2. 행사 세부내용 구분 내용 개회 (5분) 김세직 KDI 원장 환영사 (5분) 재경부 이형일 차관 축사 (5분) 노동부 권창준 차관 축사 (15분) 경인사연 이한주 이사장 기조강연 기념촬영 (5분) 기념사진 촬영 및 장내 정리 발제 (30분) ① AI 시대 노동시장: 평가와 전망 ( 한요셉 KDI 연구위원) ② AI는 고용을 어떻게 바꾸는가: 경험적 증거와 제도적 대응 ( 장지연 한국노동연구원 선임연구위원) 패널토론 (25분) (좌 장) 이철희 서울대학교 교수 (토론자) - 오삼일 한국은행 고용연구팀장 - 전병유 한신대학교 교수 - 길은선 산업연구원 인구전략연구실장 폐회 - 마무리 및 폐회 참고 2 <일의 미래:AI와 공존하는 새로운 노동시장> 포럼 축사 안녕하십니까, 재정경제부 차관 이형일입니다. 먼저 참석해 주신 경제·인문사회연구회 이한주 이사장님, 한국개발연구원(KDI) 김세직 원장님과 노동연구원을 비롯한 국책연구기관의 연구원분들, 전문가분들께 깊이 감사 드립니다. '일의 미래:AI와 공존하는 새로운 노동시장'이라는 중요한 화두에 대해 함께 고민하고 소통할 수 있는 기회를 갖게 되어 매우 뜻깊고 기쁘게 생각합니다. 최근 AI는 단순·반복 업무를 자동화하는 단계를 넘어, 산재한 데이터의 축적과 융합을 통해 스스로 목표를 설정하고 업무를 조율하는 '에이전틱 AI(Agentic AI)' 시대로 빠르게 진화하고 있습니다. 이러한 유례없는 기술 진보는 우리에게 일하는 방식의 근본적인 혁신과 일자리의 대체 가능성, 나아가 노동시장 구조 변화라는 거대한 도전과제를 안겨 주었습니다. 특히, 우리의 미래를 짊어지고 나갈 청년들은 AI 대전환과 더불어 인구구조 변화, 경력직 수시채용 관행 등으로 취업에 어려움을 겪고 있습니다. 정부는 지난 4월 「청년뉴딜 추진방안」을 통해 약 10만명의 청년들이 취업에 필요한 서비스를 받을 수 있도록 하는 등 지원방안을 최대한으로 강구하고 있습니다. 먼저, 노동 시장의 수요 변화에 대응하여 에이전틱 AI 등 첨단분야 교육을 통해 인재를 양성하고, 문제해결 수요가 있는 기업과 청년을 매칭하여 취업과 창업으로 이어지도록 지원하겠습니다. AI 대전환으로 노동 안정성의 변화가 커지는 상황에서 촘촘한 사회 안전망을 구축하는 것도 중요한 과제입니다. 이를 위해 내년도 소득기반 고용보험 시행 등을 통해 고용안전망 체계를 강화하고, ‘노동분야 AI 윤리 가이드라인’개발 등 AI 시대의 새로운 윤리를 만들어 가겠습니다. 3대 메가프로젝트와 같은 국가적 투자 수요를 충분히 뒷받침 할 수 있도록 산업과 일자리가 선순환하는 신산업 인력양성 방안을 체계적으로 마련하여 추진하겠습니다. 준비된 자에게 AI 대전환은 위기가 아닌 기회가 될 것입니다. AI로 일자리가 대체될 것이라는 막연한 불안감을 떨쳐내고 기술과 인간이 상생할 수 있는 길을 찾아나가야 합니다. 오늘 이 포럼이 AI라는 거대한 파도 위에서 우리 국민들이 안심하고 미래를 설계할 수 있는 이정표를 세우는 계기가 되기를 기대합니다. 정부도 오늘 이 포럼에서 논의되는 의견을 경청하고, 정책에 반영해 나가겠습니다. 감사합니다.\n\n[첨부: (별첨) 포럼 발제자료.pdf]\nAI 시대 노동시장:\n평가와 전망\n한 요 셉\nKDI 연구위원\n\n-- 1 of 69 --\n\nAI 기술의 현황\n01\n\n-- 2 of 69 --\n\n2026년 AI는 대부분의 벤치마크에서 평균적 사람을 앞서며, AGI에 가까이 다가가고 있음.\n자료: Stanford AI Index Report(2026)\n자료: lastexam.ai (접속일: 2026년 6월 22일)\n3\n1-1. AI in 2026\n주요 벤치마크별 최고 수준 AI 모형 AGI 벤치마크: Humanity’s Last Exam (HLE)\n\n-- 3 of 69 --\n\n목표 달성을 위해 자율적 계획 수립과 실행이 가능하며, 물리 세계에서의 학습과 행동도 가능\n자료: 발표자가 Notebook LM에서 생성 자료: Boston Dynamics (Atlas)\n4\n1-2. AI라는 새로운 일꾼\nAgentic AI Physical AI\n\n-- 4 of 69 --\n\n하지만 사람에게는 쉬운 일을 어려워하기도 하며, 아직까지 정확성이 부족하기도 함.\n자료: Clockbench.ai, 2026. 6. 22 5\n1-3. AI의 한계?\n시계 읽기(ClockBench) 바이브 코딩 성공률(Vibe Code)\n자료: https://www.vals.ai/benchmarks/vibe-code, 2026. 6. 17\n\n-- 5 of 69 --\n\n환각(hallucination) 등 신뢰성과 안전성 문제가 남아 있으나, 점차 개선되고 있음.\n자료: artificialanalysis.ai, 2026. 6. 22\n6\n1-4. 분야별 평가지수\n영역별 신뢰성 지수(AA-Omniscience Index)\n\n-- 6 of 69 --\n\nAI의 활용\n02\n\n-- 7 of 69 --\n\n생성형 AI는 PC나 인터넷에 비해 빠르게 확산되고 있으며, 국내에서 해외보다 빠르게 확산\n8\n2-1. 생성형 AI의 활용\n각 기술별 최초 도입 시점 이후 도입률 추이(미국)\n자료: genaiadoptiontracker.com, 2026. 6.22\n0\n10\n20\n30\n40\n50\n60\n70\n80\n90\n100\n0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25\nGen AI(RPS) PC(CPS) Internet(CPS) Internet(ITU)\n자료: 한국은행(2025)\n개인 차원의 활용\n\n-- 8 of 69 --\n\nChatGPT는 정보, 자문 목적 사용 빈도가 높고, 법, IT, 예술 등 분야에서 다양하게 활용\n9\n2-2. ChatGPT 대화 분석\n자료: Chatterji et al.(2025)\n자료: 서동현 외 (2025)\nChatGPT 대화내용 분류\n자료: OpenAI(2026.4)\n직업군별 활용 가능성과 실제 활용도\n개인 차원의 활용\n\n-- 9 of 69 --\n\nClaude는 적극적 청취와 비판적 사고 사용 비중이 높고, SW개발 및 사무행정 분야에서 활용\n10\n2-3. Claude 대화 분석\n자료: Anthropic(2025.2.)\nClaude에서 사용된 업무수행능력\n자료: Anthropic(2026.3.)\n직업군별 활용 가능성과 실제 활용도\n개인 차원의 활용\n\n-- 10 of 69 --\n\n기업규모별로 나누어 살펴보면, 주로 대기업을 중심으로 AI의 도입이 빠르게 확대\n11\n2-4. 기업의 AI 도입\n기업 규모별 AI 도입률(10인 이상)\n자료: MIST-NIA 정보화통계조사\n기업 규모별 AI 도입률(50인 이상)\n자료: 국가데이터처, 기업활동조사\n기업 차원의 활용\n\n-- 11 of 69 --\n\n산업별로는 IT, 금융, 전문서비스, 교육 등 지식기반 서비스업에서 AI 도입이 빠르게 확대\n12\n2-4. 기업의 AI 도입\n산업별 AI 도입률(10인 이상)\n자료: MIST-NIA 정보화통계조사\n산업별 AI 도입률(50인 이상)\n자료: 국가데이터처, 기업활동조사\n기업 차원의 활용\n\n-- 12 of 69 --\n\n현재까지의 노동시장 영향 평가\n03\n\n-- 13 of 69 --\n\n▪ 자동화 기술은 노동수요를 줄이지만, 동시에 생산성 증가로 인해 노동수요 확대\n3-1. (기업의) AI 도입시 고용과 임금에는 어떤 영향이 있을 것인가?\nAI 시대에도 총고용은 유지될 수 있으나 업무 내용은 변화\n14\n▪ 경직적인 노동시장에서는 (일시적으로) 고용이 감소하고 실업이 증가할 가능성이 높음.\n– 대기업, 화이트칼라 직군의 경우 임금 조정, 재배치가 어려울 경우 해고나 실업이 증가할 수 있음.\n– 고용보호가 강할 경우 비록 해고는 줄어들지만 신규채용이 감소\n– AI의 경우 대기업, 화이트칼라 노동수요에 크게 영향을 미친다는 점에서 로봇이나 SW 등과 성격이 다를 수 있음.\n– 경제 전반에서는 생산성 증가로 인해 노동수요 증가: 지금까지 기술변화에도 불구하고 고용의 증가\n– 비교우위의 변화에 따라 인간이 담당하는 업무의 내용은 변화하지만, 총고용은 충분히 유지 가능\n– 다만, AI의 경우 기존의 부분적인 자동화 기술과 달리 데이터 축적을 통해 인간의 업무를 계속 대체할 가능성도 있음.\n\n-- 14 of 69 --\n\n한국의 경우 여러 기술변화에도 불구하고 총고용은 (일부 시기 제외하고) 지속 증가\n15\n자료: 국가데이터처, 경제활동인구조사(KOSIS)\n3-1. (기업의) AI 도입시 고용과 임금에는 어떤 영향이 있을 것인가?\n\n-- 15 of 69 --\n\n3-2. AI 도입 기업에서의 고용과 임금의 변화\n사건사 분석(event study)에서 AI 도입 전후 기업 단위 고용이나 임금은 감소하지 않음.\n16\n자료: 국가데이터처, 기업활동조사(2017~2024). 한요셉(2023)의 분석 확장\n고용(상용+임시) 1인당 인건비\n기업 단위 실증분석(Event Study)\n\n-- 16 of 69 --\n\n3-2. AI 도입 기업에서의 고용과 임금의 변화\n인과적 효과 분석에서의 고용 및 임금 영향 추정치도 전통적 유의도에서 0과 다르지 않음.\n17\n자료: 국가데이터처, 기업활동조사(2017~2024). 한요셉(2023)의 분석 확장\n고용(상용+임시) 1인당 인건비\n기업 단위 실증분석(SSIV)\n\n-- 17 of 69 --\n\n3-3. AI 도입 지역에서의 고용의 변화\n지역 AI 노출도 증가시 총고용에는 변화가 없으나, 고용구성에는 뚜렷한 변화\n18\n지역 AI 노출도 증가(+10%p)시 직업별 고용률의 변화(%p): 남성\n전문직군 내 직군별\n자료: 한요셉(2023). 세로선은 90% 신뢰구간.\n지역 단위 실증분석(SSIV)\n\n-- 18 of 69 --\n\n3-3. AI 도입 지역에서의 고용의 변화\n지역 AI 노출도 증가시 총고용에는 변화가 없으나, 고용구성에는 뚜렷한 변화\n19\n지역 AI 노출도 증가(+10%p)시 직업별 고용률의 변화(%p): 여성\n자료: 한요셉(2023). 세로선은 90% 신뢰구간.\n전문직군 내 직군별\n지역 단위 실증분석(SSIV)\n\n-- 19 of 69 --\n\n▪ 미국의 경우 AI 노출도가 높은 직군(SW, 소비자상담 등)에서 2023년 이후 20대 초반 고용 하락\n3-4. 청년 일자리 감소?\nAI가 청년 일자리를 감소시킨다는 논의가 활발\n20\n▪ 한국에서 최근 청년 고용상황이 그다지 좋지 않은 원인 중 하나로도 AI의 영향이 논의되고 있음.\n– 기업 차원의 (분석형) AI 도입이 확대된 지역에서 청년 고용 내지 임금 감소 가능성(한요셉, 2023).\n– 생성형 AI 노출도가 높은 업종에서 경력 초기 일자리 감소 가능성(한진수•오삼일, 2025)\n– 다만, 경직적 노동시장의 충격(예: 코로나19, 중동사태 등)은 일반적으로 신규채용에 가장 먼저 영향\n– 최근 IT 경기 둔화, 팬데믹 이후 원격/재택 근무, 정년연장 등으로 인한 영향도 혼재\n– AI의 영향으로 보는 견해(Brynjolfsson et al., 2025; Hosseini and Lichtinger, 2025)\n– 그 이전에 시작된 원격 근무의 영향으로 보는 견해(Emanuel et al, 2026)\n\n-- 20 of 69 --\n\n전망과 정책과제\n04\n\n-- 21 of 69 --\n\n4-1. 기술: AI+로봇\n2030년 AI+로봇의 업무수행능력은 크게 확장되지만 여전히 들쭉날쭉할 전망\n22\nAI 모형 (GPT5.5, Gemini 3.1Pro, Opus 4.8) 전문가(2023)\nAI+로봇의 업무수행능력 평가 및 전망\n\n-- 22 of 69 --\n\n4-2. 현재 일자리의 기술적 자동화 가능성\n2030년에는 현재 일자리의 90% 이상에서 90% 이상 업무의 기술적 자동화가 가능할 전망\n23\n현재 일자리의 기술적 자동화 가능성 평가\n• 𝑃𝑖𝑗𝑡 = σ𝑎=1\n44 𝑤𝑖𝑗𝑎 1(𝐻𝑖𝑗𝑎 < 𝐴𝐼𝑎𝑡)\n𝑤𝑖𝑗𝑎: 개인 i가 직업 j에서 평가한 업무수행능력 a의 비중\n(“중요도”의 합산으로 0-1 값으로 환산)\n𝐻𝑖𝑗𝑎: 개인 i가 직업 j에서 평가한 업무수행능력 a의 수준\n(1~7, 4가 인간 평균이며 각 값에 대한 예시 존재)\n𝑀𝑎𝑡: 기계의 업무수행능력 a의 시점 t에서의 수준\n(1~7, 4가 인간 평균이며 각 값에 대한 예시 존재)\n- 개별 능력에 대한 전문가 평가결과 활용\n(2023 당시, 2030 전망)\n주: 같은 직업내에서 성별, 연령대별, 교육수준별, 기업규모별 차이 반영.\n2030년 전망은 현재 일자리(2025)의 업무구성이 2030년에도 그대로 유지된 상황을 가정\n현재 일자리의 기술적 자동화 가능성 평가 및 전망\n\n-- 23 of 69 --\n\n▪ 주로 대규모 기업 및 지식기반 서비스업 분야 중심으로 AI 도입 추세가 지속되면서 기존 격차 확대\n4-3. 기업: AI 도입 및 활용\n기업의 AI 활용이 대기업 중심으로 빠르게 확대되면서 기업간 격차가 확대될 가능성이 높음.\n24\n▪ AI 도입 계획에 관한 KDI 설문조사에서 도입예정기업은 주로 대규모 기업\n– AX를 위한 투자 여력이 있고 인재가 풍부한 대규모 기업이나 지식기반 서비스업에서 활발히 도입.\n– 이러한 추세가 계속될 경우 이미 존재하는 기업간 생산성, 임금 격차가 더욱 심해질 전망\n– 뒤쳐지는 중소규모 기업들의 경우 구조조정 발생 가능성\n– AI 도입 예정 기업 비중(`23말): 100~249인 10.8%, 250~999인 12.4%; 반면, 50~99인 기업에서는 3%\n– 도입 예정시기는 3~5년 이내 48.6%, 5년 이후 28.2%로 2026년 이후가 약 77%를 차지\n– 분야별로는 금융보험업, 전문서비스업 외에 숙박음식, 제조, 건설업 등 전통적 분야의 대기업 비중도 높았음.\n기업의 AI 도입 및 활용 전망\n\n-- 24 of 69 --\n\n▪ AI 도입 초기단계를 지나 본격적인 AX가 구현되면, 고용에 가시적 영향 발생 예상\n4-4. 고용\n기업의 AX 전개 방향과 신직무 창출 능력에 따라 고용 전망에 큰 차이\n25\n▪ 이러한 상황에서 새로운 노동수요가 빠르게 창출될 수 있어야 순고용 창출 가능\n고용 전망\n– 현재 AI가 활발히 도입되고 있는 지식기반 서비스업 분야 및 대기업의 경우 AX 내부인재 확보를 위해 AI 관련 전문직군\n채용을 증가시키면서 그 외의 고용(특히 신규채용)은 축소했을 가능성이 높음.\n– 향후 Agentic AI, Physical AI 등 AI 활용범위 확대시 서비스/판매직, 기능/생산직 등 고용 전반의 파장 예상\n– 과거 역직기(power loom) 등장시 가내직조공들은 수십년간 소득 감소(Acemoglu and Johnson, 2024)\n– 여러 AI 발전 방향 중 새로운 (인간) 직무 창출만이 근로자에게 분명하게 유익 (Acemoglu, Autor, and Johnson,\n2026)\n\n-- 25 of 69 --\n\n▪ AI로 인한 생산성 격차 확대와 갑작스런 구조조정 가능성에 대비\n▪ 새로운 직무와 직업의 창출 속도 제고\n– 조직내 유연성 제고를 통해 새로운 직무로의 이동 촉진, 창업 생태계 활성화를 통해 신직무•신직업 창출력 제고\n4-5. 정책 과제\nAI 시대, 변화에 대한 완충장치 마련 및 경제주체들의 적응력 강화 필요\n26\n▪ 교육의 유연성과 실용성 강화\n– 초•중등교육의 경우 학생들의 질문제기 능력 및 창의성, 사회성을 강화\n– 대학교육 및 직업교육의 경우 진로탐색 기능 및 현장수요와의 연계성을 제고\n– 중소기업의 AX 투자를 지원: 다만, 단순 인건비 절감이 아닌 새로운 업무 프로세스 창출에 방점을 둘 필요\n– 중견•대기업의 경우 임금 및 재배치 등 내적 유연성을 높이면서 대량해고 가능성은 낮추는 방향의 노력을 지원하고\n기술도입 및 숙련투자 관련 노사간 협의 정례화\n정책 과제\n\n-- 26 of 69 --\n\n-- 27 of 69 --\n\n-- 28 of 69 --\n\n-- 29 of 69 --\n\n—\n—\n—\n−\n\n-- 30 of 69 --\n\n— —\n\n-- 31 of 69 --\n\n—\n\n-- 32 of 69 --\n\n–\n—\n\n-- 33 of 69 --\n\n-- 34 of 69 --\n\n-- 35 of 69 --\n\n—\n−\n—\n\n-- 36 of 69 --\n\n—\n−\n\n-- 37 of 69 --\n\n—\n59편을 모아 보면 ‘AI 연구’의 무게중심이 한쪽에 몰려 있다.\n• —\n• —\n• —\n\n-- 38 of 69 --\n\n—\n59편에서 추출한 186건의 발견을 범주별로 나눴\n다.\n• —\n•\n•\n\n-- 39 of 69 --\n\n—\n우리가 ‘AI’라 묶어 부르는 것은 사실 계속 진화\n하는 기술군이다.\n• – —\n•\n• —\n\n-- 40 of 69 --\n\n—\n개인·과업 수준의 이득은 어떤 설계로 재든 한 방향(+)\n으로 모인다.\n• −\n•\n•\n—\n\n-- 41 of 69 --\n\n-- 42 of 69 --\n\n자동화로 구현되면 −, 증강으로 구현되면 +.\n•\n• −\n• —\n•\n\n-- 43 of 69 --\n\n숙련/학력을 분해해 보고한 36건의 발견을 범주별로\n배열함.\n• —\n• — −\n−\n• —\n• —\n\n-- 44 of 69 --\n\nAI 고용효과를 청년과 비청년으로 분해한 연구들.\n기술세대와 측정방식의 차이를 통제한 상태에서 연령효과\n• − − −\n• —\n•\n\n-- 45 of 69 --\n\n다만 국가 분포는 ‘어디서’ 관측되는지를 보여줄 뿐, ‘왜’까\n지 설명하진 않는다.\n• —\n• −\n• −\n• —\n\n-- 46 of 69 --\n\n생성형 AI로 한정한 고용·임금 효과 분석 30건을 국가별로 배열.\n• —\n• —\n• —\n• —\n\n-- 47 of 69 --\n\n-- 48 of 69 --\n\n—\n\n-- 49 of 69 --\n\n—\n—\n\n-- 50 of 69 --\n\n—\n— —\n\n-- 51 of 69 --\n\n—\n— —\n\n-- 52 of 69 --\n\n✕\n—\n\n-- 53 of 69 --\n\n—\n—\n—\n\n-- 54 of 69 --\n\n—\n\n-- 55 of 69 --\n\n-- 56 of 69 --\n\n—\n— —\n\n-- 57 of 69 --\n\n—\n— —\n—\n\n-- 58 of 69 --\n\n—\n— — —\n—\n\n-- 59 of 69 --\n\n— —\n—\n\n-- 60 of 69 --\n\n—\n\n-- 61 of 69 --\n\n-- 62 of 69 --\n\n—\n\n-- 63 of 69 --\n\n—\n—\n—\n—\n\n-- 64 of 69 --\n\n—\n—\n—\n−\n\n-- 65 of 69 --\n\n-- 66 of 69 --\n\n-- 67 of 69 --\n\n—\n\n-- 68 of 69 --\n\n—\n\n-- 69 of 69 --","ministry_code":"MOEF","ministry_name":"기획재정부","org_type":"부","category":"보도·참고자료","published_at":"2026-07-09T00:00:00+09:00","fetched_at":"2026-07-16T16:02:55+09:00","source_url":"https://www.moef.go.kr/nw/nes/detailNesDtaView.do?menuNo=4010100&bbsId=MOSFBBS_000000000028&searchNttId1=MOSF_000000000078524","source_tier":"T3_scrape","alt_sources":[],"attachments":[{"url":"https://www.moef.go.kr/com/cmm/fms/FileDown.do?atchFileId=ATCH_000000000032156&fileSn=3","name":"260709 (보도자료) AI와 공존하는 노동시장 포럼_.hwpx","type":"hwpx","extracted":true},{"url":"https://www.moef.go.kr/com/cmm/fms/FileDown.do?atchFileId=ATCH_000000000032156&fileSn=2","name":"(별첨) 포럼 발제자료.pdf","type":"pdf","extracted":true},{"url":"https://www.moef.go.kr/com/cmm/fms/AtchZipFileDown.do?atchFileId=ATCH_000000000032156","name":"전체 다운로드다운로드 아이콘","type":"etc","extracted":false}],"law_ref":[],"region":null,"kogl_type":1,"kogl_notice":"공공누리 제1유형: 출처표시. 원문: 기획재정부","lang":"ko","links":{"related_by_law":[],"same_ministry_recent":[{"id":"232b5246-c667-46c5-bd58-c6686fe5a5c3","doc_type":"press_release","title":"[사실은 이렇습니다] (보도설명) 국내생산촉진세제 지원 대상은 결정된 바 없습니다.","published_at":"2026-07-28T19:15:19+09:00"},{"id":"f8b02cd8-cee7-49b8-a162-c46472581b3a","doc_type":"notice","title":"기후변화 대응 지원을 위한 KSP 사업 평가","published_at":"2026-07-28T15:01:00+09:00"},{"id":"b9e4432c-ef3b-4fcf-93c6-b93837eab562","doc_type":"press_release","title":"[사실은 이렇습니다] (보도설명) 양도소득세 및 종합부동산세 개편안의 구체적 내용은 결정된 바 없습니다.","published_at":"2026-07-28T09:01:40+09:00"},{"id":"11723ffe-88ce-410a-96df-b4f335dd5553","doc_type":"press_release","title":"[사실은 이렇습니다] (보도설명) 종합부동산세 및 양도소득세 개편안의 구체적 내용은 결정된 바 없습니다.","published_at":"2026-07-28T00:00:00+09:00"},{"id":"a3374efa-b8d8-4ce0-a406-eb5dc9ec6c28","doc_type":"press_release","title":"[사실은 이렇습니다] (보도설명) 종부세 개편안의 구체적 내용은 결정된 바 없습니다.","published_at":"2026-07-28T00:00:00+09:00"}]}}