AI와 지역 노동시장: 수도권 집중의 초기 징후와 해석의 한계

무엇을 조사했나

김보성·정민수·정유정·장수빈의 BOK 이슈노트 제2026-25호는 생성형 AI(Generative AI), 에이전틱 AI(Agentic AI), 피지컬 AI(Physical AI)를 구분하여 직업별·지역별 노출도를 산출하고 고용지표와의 관계를 분석했다. 이는 AI가 고용 변화를 일으켰다는 인과효과 추정이 아니라 확산 초기의 상관관계를 살펴본 연구다. 저자들은 보고서가 한국은행의 공식견해가 아닌 집필자 개인의 견해임을 밝히고 있다. (원문 2, 5~6, 13쪽)

AI 노출도는 잠재적인 활용·자동화 가능성을 뜻한다. 실제 AI 도입률이나 일자리 소멸 확률과 같지 않으며, 노출도 자체가 노동대체와 보완 중 어느 쪽이 실현되는지를 정하지도 않는다. 지역별 지표는 직업별 노출도를 해당 지역의 취업자 구성으로 가중한 값이다. (원문 6, 9~10쪽)

지역 노출도 비교는 국내 17개 시도를 대상으로 한다. 주된 취업자수 회귀분석의 단위는 지역·직업·반기이며, 세종과 제주를 제외한 15개 지역, 49개 직업중분류, 2017년 상반기~2025년 하반기를 사용하되 2020~2021년은 제외했다. 지역·시간 고정효과와 전기 고용비중을 포함하고 직업 기준 클러스터 표준오차를 적용했다. 표 4~6의 관측치 수는 전국 8,744, 수도권 1,740, 비수도권 7,004로, 개인 응답자 수가 아니다. 주된 고용분석 대상은 15~59세이고, 20대는 별도로 살폈다. 개인 수준의 단일 표본수는 보고되지 않았다. 주요 자료는 지역별고용조사이며, 인력부족률에는 직종별사업체노동력조사를 사용했다. (원문 9, 13~19쪽)

지역과 AI 유형에 따라 다른 양상

생성형 AI 노출도는 서울·세종·경기·인천 순으로, 에이전틱 AI는 서울·세종·경기·대전 순으로 높았다. 반면 피지컬 AI는 경북·전남·충북·울산 순으로 높았다. 이 차이는 지역별 직업·산업 구성을 반영한 잠재적 노출의 차이이지, 해당 지역 기업이 AI를 실제로 더 많이 사용한다는 직접 측정 결과는 아니다. (원문 9~12쪽)

저자들이 제시한 2023년 이후 3년간 생성형 AI 고노출 직업의 취업자수 증가분은 24.7만명이며, 수도권 비중은 80.8%(19.9만명)였다. 에이전틱 AI 고노출 직업에서는 2025년 증가분 10.5만명 중 수도권 비중이 88.3%(9.3만명)였다. 이 수치는 고노출 직업군에서 관찰된 취업자수 변화이며, AI가 새로 창출한 일자리 수로 해석해서는 안 된다. 고·중·저 노출군은 56개 직업중분류를 각각 18개·19개·19개로 나눈 것이다. (원문 13~15쪽)

회귀분석은 신중히 읽어야 한다. 표 4의 생성형 AI 노출도와 2023년 이후 더미의 교차항은 전국 0.048, 수도권 0.063이며 둘 다 10% 수준에서 유의한 것으로 표시된다. 비수도권 교차항에는 유의성 표시가 없다. 표 5의 에이전틱 AI 노출도와 2025년 이후 더미의 교차항은 전국·수도권·비수도권 모두 유의성 표시가 없으며, 저자들도 확산 이후 관찰기간이 1년으로 짧다는 한계를 명시한다. 수도권 계수가 더 크다는 사실만으로 지역 간 계수 차이의 유의성이나 인과효과를 주장할 수 없다. (원문 15~16쪽, 표 4~5)

20대는 생성형·에이전틱 AI 고노출 직업의 취업자수가 수도권과 비수도권 모두 감소하는 양상을 보였다. 이는 수도권의 고용 우위가 사라졌다는 뜻은 아니다. 또한 청년 인구 감소를 고려하지 않은 취업자수 감소만으로 고용상황 악화나 AI 대체를 단정할 수 없다. 피지컬 AI 고노출 직업의 취업자수 감소도 양 지역에서 장기간 이어진 현상으로, 최근 AI 확산만의 결과로 귀속할 수 없다. (원문 17~18, 31쪽 주 25)

위험과 기회는 전망이며, 정책은 제안이다

저자들은 지식서비스와 인재의 수도권 집중, 비수도권의 피지컬 AI 관련 자동화 노출을 격차 확대 위험으로 제시한다. 동시에 인간과 AI의 협업, 지역 제조업의 지식서비스화, 지역 서비스 공급역량 개선을 기회로 논의한다. 이는 향후 가능한 경로에 대한 해석이지, 지역 격차 확대 또는 완화가 확정되었다는 실증 결과가 아니다. (원문 24~31쪽)

정책적으로는 지역 서비스업의 AI 교육과 혁신성장 지원, 주력 제조업과 연계한 지식서비스·스타트업 육성, 지역 거점대학의 AI 허브화를 제안한다. 이 보고서는 해당 정책을 시행한 집단과 비교집단을 통해 정책효과를 검증한 연구는 아니다. (원문 32~33쪽)

다시시작의 해석: 중고령 경력전환에 적용할 때

브리지 고용을 검토할 때는 지역의 AI 노출도만으로 재취업 가능성을 판단하기보다, 종전 경력의 어떤 직무를 AI가 보완할 수 있는지와 지역 기업이 어떤 경험·판단 역량을 요구하는지를 함께 확인할 필요가 있다. 이는 지역의 산업·직업 구조와 전문성에 관한 논의를 경력전환에 연결한 다시시작의 해석이며, 보고서가 브리지 고용의 성과를 직접 검증했다는 의미는 아니다. (해석의 출발점: 원문 10~12, 23, 32~33쪽)

특히 주된 고용분석이 60세 이상을 제외하므로 결과를 고령층 전체에 적용해서는 안 된다. 참고 2에 60세 이상 집단의 노출도 비교가 제시되어 있다는 사실도 이들의 고용효과를 검증했다는 뜻은 아니다. 은퇴 후 재취업이나 50~59세의 브리지 고용 참여의도에 관한 결론에는 별도의 자료와 연구설계가 필요하다. (원문 13쪽 주 10, 36쪽; 적용 한계는 다시시작의 해석)

출처

김보성·정민수·정유정·장수빈(2026.9.15), 「AI와 지역 노동시장 - 지역간 격차 확대 위험과 새로운 기회」, BOK 이슈노트 제2026-25호, 한국은행, 1~43쪽. BOK 이슈노트 No.2026-25에서 인용. 이 글은 사용자가 제공한 원문 PDF를 바탕으로 작성한 요약·해설이며, 원문 도표를 복제하지 않았다.