홍콩發 경고:
AI가 고용 시장을 반토막 냈다
채용 공석 51.5% 급감, 80만 명 고용 리스크, 프로그래밍 시장 90% 소멸 —
SCMP 3부작이 기록한 Digital Engels' Pause의 첫 번째 실증 케이스
2026년 3월, 사우스차이나모닝포스트(SCMP)가 3편의 연속 기사를 통해 홍콩 고용 시장의 현실을 해부했다. 단순한 경기 불황 보도가 아니다. AI라는 기술적 충격파가 선진 경제의 고용 구조를 어떻게 해체하는지를 보여주는 실시간 다큐멘터리다. 홍콩 경제는 2025년 3.5% 성장했다. 그런데 고용은 반토막 났다. 채용 전문 기업 벤처닉스(Venturenix)는 향후 5년 내 홍콩 전체 노동 인구의 25% — 약 80만 명이 AI로 인한 고용 불안을 겪을 것으로 예측한다. 이 모순이 이 기사 시리즈의 출발점이다.
1. 숫자가 말한다 — 역대급 한파의 증거
첫 번째 기사가 던지는 충격은 숫자의 크기에 있다. 홍콩 8개 공립대학이 공동 운영하는 취업 정보 플랫폼(JIJIS) 데이터가 3년 연속 하락의 궤적을 보여준다.
전년 대비 2025년
33개 중 23개 분야
전체 노동력의 25%
추이를 보면 더 선명하다. 2023년 87,600개였던 대졸 채용 공석은 2024년 68,728개(-22%)로 줄었고, 2025년에는 30,798개로 55% 급감했다. 코로나 팬데믹 시기의 63,543개보다도 낮은 수준이다. 졸업생 평균 월급 인상률은 0.5%(HK$112)에 불과해, 양적 감소와 질적 정체가 동시에 진행되고 있다.
| 연도 | 대졸 채용 공석 | 전년 대비 | 월급 인상률 |
|---|---|---|---|
| 2023 | 87,600 | — | — |
| 2024 | 68,728 | -22% | — |
| 2025 | 30,798 | -55% | +0.5% |
감소폭이 가장 두드러진 분야가 의미심장하다. IT·프로그래밍, 고객 서비스, 행정·사무직 — AI 자동화의 직접 타격 범위와 정확히 일치한다.
구직 전쟁의 뉴노멀
Jobsdb 통계는 이 숫자의 체감 무게를 더한다. 2025년 공고 1건당 지원자가 전년 대비 58% 증가했고, 현장직은 78% 폭증했다. 월 100건 이상 지원서를 넣는 구직자도 33% 늘었다. 플랫폼 측은 이를 "뉴노멀(new normal)"이라 불렀다.
고용 시장이 줄어드는 동시에 경쟁은 격화되고 있다. 파이가 작아지는데 사람은 더 몰린다. 이것이 단순 불황과 AI 구조조정의 결정적 차이다 — 불황은 회복되지만, 자동화된 일자리는 돌아오지 않는다.
• • •
2. 직종별 충격 지도 — 누가 먼저 밀려나는가
이 위기는 모든 직종에 균등하게 퍼지지 않는다. 벤처닉스의 분석에 따르면, AI 대체 위험은 정형화된 업무 프로세스를 가진 직종에 집중되며, 이번 AI 파동이 과거와 구별되는 지점은 고소득 전문직까지 영향권에 진입했다는 사실이다.
| 위기 직종 | 영향도 | 주요 대체 기제 | 직무 변화 |
|---|---|---|---|
| 사무 행정 · 데이터 입력 | 5.0 / 5 | RPA 및 자동화 소프트웨어 | 완전 자동화 |
| 고객 서비스 · 상담 | 4.5 / 5 | 생성형 AI 챗봇 · 에이전트 | 상급 민원 관리직 위주 재편 |
| 법률 · 전문 번역 | 4.0 / 5 | LLM 기반 문서 초안 · 번역 | 검토 · 윤리적 판단 감수직 전환 |
| 창의적 콘텐츠 제작 | 4.0 / 5 | 이미지/영상 생성 AI | 프롬프트 엔지니어링 · 기획 전이 |
| 금융 분석 · 리서치 | 3.5 / 5 | 알고리즘 기반 데이터 마이닝 | 전략 수립 · 대인 관계 집중 |
주목할 점이 있다. AI 노출도(AIOE)가 가장 높은 상위 25% 직종은 일자리 증가율이 -4%를 기록한 반면, 노출도가 낮은 하위 25% 직종은 +44%의 성장률을 보였다. 지적 사무 노동은 급격히 위축되는 반면, AI가 대체하기 어려운 신체적 노동이나 복합적 대인 관계 기반 직무는 오히려 수요가 늘어나고 있다.
맥킨지는 이 현상을 "바벨형" 노동시장으로 묘사한다. 고도의 전략을 수립하는 극소수 전문가와 기계가 할 수 없는 육체적·감성적 노동을 수행하는 저숙련 노동자만 남고, 그 중간의 중급 사무직 층이 사라지는 구조다. 홍콩의 전문·과학·기술 서비스 분야 순고용전망지수가 -15%로 8개 산업 중 최하위를 기록한 것은 이 "중간 소멸"의 증거다.
• • •
3. 끊어진 인재 사슬 — Broken Talent Chain
두 번째 기사는 데이터 뒤에 숨은 사람을 보여준다. 23세의 Trina Lau는 커뮤니케이션 전공 졸업 후 이커머스 회사에 취직했다. 6개월 만에 해고됐다. 50건 이상의 지원서를 넣었지만, 면접 기회는 6번뿐이었다. 그녀가 진짜 두려워하는 건 자신의 주요 경쟁자가 끊임없이 진화하는 AI라는 사실이다.
이 기사가 던지는 가장 날카로운 개념은 "Broken Talent Chain(끊어진 인재 사슬)"이다. 그 메커니즘:
진입 차단
주니어 채용 중단
과거 신입이 맡던 리서치, 자료 정리, 기초 문서 작성을 AI가 수십 배 빠르고 낮은 비용으로 처리. 기업은 교육 비용이 높은 신입보다 AI를 능숙하게 다루는 경력직을 선호한다.
학습 소멸
"Productive Struggle"의 단절
어려운 문제를 스스로 풀며 성장하는 과정 — 교육학자들이 "생산적 고투"라 부르는 것 — 이 AI에 의해 우회된다. 조직에 진입하지 못하면 실무 역량 성장 자체가 불가능해진다.
풀 고갈
시니어 인력의 소멸
5~10년 후, 중간 관리자와 시니어 전문가 인력 자체가 사라진다. 경험 많은 기존 직원은 AI로 업스킬되지만, 은퇴 후를 이을 다음 세대가 없다.
종속 고착
비가역적 AI 의존
인간 인재가 없으니 AI 의존이 비가역적으로 심화된다 — 선택이 아닌 종속. 오늘 주니어가 진입하지 못하면, 내일 시니어가 존재하지 않는다.
2025.12 | 역대 2위
2025.04 | 전체 3.4%의 2배
2025 졸업생 기준
AI가 가장 먼저 대체하는 건 "가장 비싼 사람"이 아니라 "가장 경험이 적은 사람"이다. 비용 절감의 논리로 보면 시니어를 교체하는 것이 합리적이지만, 현실에서는 학습 비용이 높은 주니어부터 잘려나간다. 이건 미래의 리더를 키울 파이프라인 자체가 끊기는 것이다.
• • •
4. Innopage의 교훈 — 전문 기술의 commodity화
세 번째 기사에서 가장 인상적인 건 Innopage라는 프로그래밍 컨설팅 회사의 사례다.
2010년대
100개 이상 경쟁사
수십만 HKD 계약
모기지 계산기 등
기본 디지털 도구 개발
20인 수상 경력 기업
2026년
"두 손으로 셀 수 있는" 생존자
고가 코딩 → 무료 자동화
시장 참여자 90%+ 퇴출
ChatGPT 이후 2~3년 만에
산업 자체가 사실상 소멸
이 사례가 특별한 이유: 대체된 것이 단순 반복 업무가 아니라, 과거에는 명백한 "전문 기술"로 분류되던 프로그래밍이라는 점이다. SCMP 오피니언은 합성 인지(synthetic cognition)의 단위당 비용이 약 40배 하락했다고 분석했다.
IT 인력 미스매치 — 숙련도 격차의 역설
아이러니하게도, 대규모 실직 경고와 동시에 심각한 인력 부족이 공존한다. 홍콩에는 현재 약 7,400개의 IT 관련 공석이 있으나, 월간 구직 활동 IT 전문가는 4,000명 수준에 불과하다. 생성형 AI 관련 채용 공고는 2022년 10개 미만에서 2023년 400개 이상으로 폭증했고, 고용주의 73%가 AI 숙련 인재를 찾는 데 어려움을 겪고 있다.
시장은 "코딩을 할 수 있는 사람"이 아니라 "AI 알고리즘을 비즈니스 맥락에 통합하고 데이터 거버넌스를 관리할 수 있는 사람"을 원한다. 그러나 기존 교육 시스템은 전자를 양성하고 있다. 일자리는 넘치는데 사람이 없고, 사람은 넘치는데 일자리가 없다 — 같은 시장에서 동시에.
LinkedIn 자료에 따르면, 홍콩 근로자들이 갖춰야 할 핵심 기술의 60%가 2030년까지 변화할 것으로 예상된다. 단순한 기술적 숙련을 넘어, 비판적 사고, 창의성, 감성 지능, 윤리적 판단력 — 인간만이 가질 수 있는 강점이 더욱 가치 있는 자산이 된다.
• • •
5. 로드맵 없는 질주 — 도입 62% vs 전략 32%
세 번째 기사의 제목 자체가 질문이다: "Where are the road map and the guardrails?"
도입은 빠르다
생성형 AI 도입률 62.1%
(2024, IDC 기준)
전년 56.3% → 1년 만에 6%p↑
기업 88%가 AI 사용 중
(McKinsey, 글로벌)
전략은 없다
AI 로드맵 보유 기업 32%
(선도 기업 99% 대비)
명확한 규제 프레임워크 부재
"AI 인프라 부채" 경고 발령
인도네시아·태국보다 낮은 준비도
이 괴리가 홍콩의 본질적 딜레마를 보여준다. 도입 속도는 빠른데 방향이 없다. 가속 페달은 밟았는데 핸들을 잡지 않은 상태다.
홍콩이 특히 취약한 이유가 있다. 중국 본토처럼 국가 주도의 산업 정책을 펼 수 있는 위치도 아니고, 싱가포르처럼 소규모 개방경제의 민첩한 규제 프레임워크를 가진 것도 아니다. 양쪽 모델 사이에 낀 포지션이 AI 전환기에는 가장 불리하다.
정부의 대응 — 방향은 맞지만 스케일이 부족하다
2026년 예산안에서 홍콩 정부는 AI+ 위원회 설립, AI 리터러시 교육에 HK$5,000만, 디지털 전환 솔루션에 HK$1억을 편성했다. 존 리 행정장관은 'AI 효능 강화 팀'을 신설하고 공공 서비스 전반에 AI를 적용하겠다고 발표했다. 방향 자체는 맞지만, 80만 명 규모의 고용 리스크에 비하면 대응의 스케일이 턱없이 부족하다.
2023년에 나온 "2028년까지 홍콩 노동력의 25%가 직종 전환 필요"라는 예측이, 2026년 시점에서는 오히려 보수적으로 보인다는 것이 전문가들의 평가다.
• • •
6. 자동화 vs 증강 — 같은 시장, 두 개의 미래
PwC의 '2025 글로벌 AI 직업 바로미터'는 홍콩 고용 시장이 단순히 축소되는 것이 아니라, 자동화와 증강이라는 두 갈래로 갈라지고 있음을 보여준다.
자동화 (사라지는 쪽)
고도 자동화 직무 감소. 정형 사무, 데이터 입력, 기초 분석 등. AI 노출도 상위 25% 직종 일자리 증가율 -4%.
증강 (남는 쪽)
AI 증강 직무 증가. 공공행정 +50%, 에너지·수자원 +30%. AI 활용 역량 기반의 새로운 직무 수요.
생산성 도약
AI 노출 산업 생산성 성장률 (2018~2024). 비노출 산업 9% 대비 3배. Google/Access 추정: 2030년까지 HK$2,874억 경제 가치 창출.
분배의 문제
생산성 이득이 노동자에게 공평하게 분배되지 않고 자본 수익으로만 귀속될 경우, 소득 불평등이 심화. 이것이 Engels' Pause의 핵심이다.
홍콩 경제에 AI가 추가할 가치는 HK$2,874억(2030년 기준). 고용은 줄지만 파이는 커진다. 문제는 커진 파이의 분배다. AI 증강 역할의 혜택은 기존 경험자에게 집중되고, 진입조차 못한 신입에게는 해당사항 없는 데이터다. 재배치의 혜택이 세대 간에 균등하게 분배되지 않는다.
• • •
7. 한국이 읽어야 할 세 가지 신호
홍콩은 한국과 상당한 구조적 유사성을 가진다. IMF 분석에 따르면, 선진 경제권 일자리의 60%가 AI 영향권에 있으며 이 중 절반은 직무 대체 위기에 처해 있다 — 신흥국(40%)이나 저소득 국가(26%)보다 훨씬 높은 수치로, 지식 집약적 산업 구조를 가진 경제일수록 충격이 크다.
| 신호 | 홍콩 현상 | 한국 시사점 |
|---|---|---|
| Jobless Recovery | 경제 3.5% 성장에도 채용 55% 급감 |
"고용 없는 성장"이 AI 시대에 새로운 차원으로 진입. 한국의 정보통신업은 AI로 인해 연 +1.1% 고용 증가 전망이지만, 금융·보험업은 -0.6% 감소. 산업별 명암이 갈린다. |
| Commodity 전환 | 프로그래밍 시장 2~3년 만에 90% 소멸 |
한국에서 확대 중인 AI 코딩 교육 — 졸업 시점에 기술이 이미 commodity화될 가능성. 한국 청년 10명 중 9명이 채용 시장을 '절벽'으로 체감한다는 조사와 궤를 같이한다. |
| Adverse Selection | 청년이 "무엇을 배울지" 자체를 판단 불가 |
기술 변화 속도가 교육 주기보다 빠르면, 합리적 선택 자체가 불가능. 서울시는 연 1만 명 AI 인재 양성을 추진 중이나, 핵심 기술의 60%가 2030년까지 변할 환경에서 교육 설계의 유효기간이 문제. |
| 국가/지역 | AI 고용 노출도 | 주요 위기 요인 | 대응 전략 |
|---|---|---|---|
| 홍콩 | 25% (실직/전환) | 금융·서비스직 자동화, 신입 채용 급감 | 공공 AI 혁신, IT 인재 유치 |
| 한국 | 51% (직무 영향) | 금융 사무직 대체, 제조업 DX 가속 | 1만 명 AI 인재 양성, 안전망 강화 |
| 미국 | 60% (노출도) | 화이트칼라 지식 노동 대체 | AI 에이전트 업무 재설계, R&D |
| 신흥국 | 40% (노출도) | 디지털 인프라·숙련도 부족 | 기초 디지털 리터러시, 인프라 |
• • •
8. Fero's Note — 가속 페달만 있고 핸들이 없는 차
19세기 산업혁명 당시 Friedrich Engels가 관찰한 것과 동일한 패턴이 반복되고 있다: 기술이 생산성을 폭발적으로 올리는 동시에, 그 혜택이 노동자에게 도달하기까지 수십 년의 "고통의 간극(pause)"이 존재한다.
① 양적 감소 ✓
채용 공석 반토막. 팬데믹보다 낮은 수준. 경기 회복에도 일자리가 돌아오지 않는 구조.
② 질적 하락 ✓
졸업생 임금 사실상 정체. 전문·기술 서비스 순고용전망 -15% 최하위.
③ 파이프라인 단절 ✓
Broken Talent Chain — 주니어 진입 차단으로 5~10년 후 시니어 공백 불가피.
④ 정책 공백 ✓
AI 로드맵 보유율. 선도 기업 99% 대비 극심한 괴리. 규제 프레임워크 부재.
홍콩의 사례는 불편한 진실 하나를 확인시켜 준다. AI 도입의 속도와 사회적 적응의 속도 사이에는 구조적 간극이 존재하며, 그 간극을 가장 먼저, 가장 크게 겪는 건 청년 세대다.
기업의 시각에서 AI 도입은 합리적 선택이다. 단위 비용은 떨어지고, 산출량은 올라간다. 하지만 그 합리성이 사회 전체로 확장될 때 — 인재 사슬의 단절, 세대 간 기회의 불균형, 정책 공백에 따른 사회적 불안 — 을 관리할 주체가 없다면, 효율성 추구가 오히려 시스템 전체의 취약성을 높이는 역설이 발생한다.
직무의 단위가 '직업(Job)'에서 '태스크(Task)'로 쪼개지고 있다. AI는 특정 직업 전체를 대체하기보다, 그 직업을 구성하는 루틴한 과업들을 먼저 자동화한다. 근로자들이 자신의 업무 중 어떤 부분이 자동화될 수 있고, 어떤 부분에서 가치를 증명할 수 있는지 냉철하게 분석해야 하는 시대가 이미 도래했다.
기술의 가속 페달을 밟을 역량은 있는가? 그렇다.
핸들은 잡고 있는가? 아직 아니다.
그 간극에 가장 먼저 빠지는 건 누구인가? 경험이 가장 적은 세대다.
SCMP 3부작이 홍콩에 던지는 질문은 결국 모든 선진 경제에 해당된다. 한국도 예외가 아니다. 차이가 있다면, 홍콩의 데이터를 먼저 읽고 준비할 시간이 아직 남아 있다는 것이다 — 그 시간이 길지 않더라도.
![[SPECIAL · AI GOVERNANCE] 미국 정부와 앤스로픽의 위험한 정면충돌 썸네일](http://i1.daumcdn.net/thumb/C176x120.fwebp.q85/?fname=https%3A%2F%2Fblog.kakaocdn.net%2Fdna%2FbEUySQ%2FdJMb99TbJhP%2FAAAAAAAAAAAAAAAAAAAAAHiLBw_pJnxpOwszCkEqS8GOs_bk5QLUcPBI5h92nGdU%2Fimg.png%3Fcredential%3DyqXZFxpELC7KVnFOS48ylbz2pIh7yKj8%26expires%3D1788188399%26allow_ip%3D%26allow_referer%3D%26signature%3DE8NrOLJwyZBC1gjcQIKgmljfxFU%253D)
