AI 시대 중년 해고 (구조조정, 고용불안, 경력면역력)
베트남 40대 직장인의 해고율이 최대 19%에 달한다는 수치를 처음 봤을 때, 저는 그게 베트남 얘기가 아니라는 걸 직감했습니다.
사회복지 현장에서 일하다 보면 숫자 뒤에 어떤 얼굴들이 있는지 알게 됩니다. 이 글은 그 얼굴들에 대한 이야기입니다.
1. AI 시대 중년 해고, 구조조정이 40대를 먼저 겨누는 이유
베트남의 한 채용 플랫폼이 3,000개 이상의 기업과 채용 담당자를 대상으로 실시한 2025-2026 채용시장 보고서에 따르면, 35세 이상 근로자의 10%가 해고를 경험했고, 40세 이상 X세대의 해고율은 최대 19%까지 올라갑니다.
같은 보고서에서 안정적으로 고용을 유지한 비율은 45.7%에 그쳤습니다. 절반 이상이 어떤 형태로든 흔들리고 있다는 뜻입니다.
여기서 X세대란 1965년에서 1980년 사이에 태어난 세대를 가리키며, 현재 직장에서 중간 관리자 이상의 직급을 차지하는 40~50대 근로자들입니다. 이 세대는 경력과 연차가 쌓인 만큼 연봉도 높습니다.
기업 입장에서 구조조정을 통해 비용을 줄이려 할 때, 고임금 고연차 인력이 먼저 타깃이 되는 건 어떻게 보면 냉정한 계산입니다. 인간적이지 않다는 말과는 다른 차원의, 시장이 작동하는 방식 그 자체입니다.
저는 이 흐름을 현장에서 이미 봐왔습니다. 40대 후반의 한 분이 떠오릅니다. 20년 가까이 사무직으로 일하셨고, 누구보다 성실하다고 자부하시던 분이었습니다.
회사가 해당 부서를 통째로 정리하면서 한순간에 일자리를 잃으셨는데, 재취업 시장에 나오니 본인 경력으로 갈 수 있는 자리가 거의 남아 있지 않았습니다. "직무 자체가 사라지고 있다는 걸 그제서야 알았다"고 하셨습니다.
기업들이 쓰는 전략은 크게 다음과 같습니다.
- 고임금 중·고년차 인력을 정리하고 저비용 신입으로 대체
- 일부 핵심 포지션만 고급 인력으로 유지, 나머지는 외주화
- AI 도구 도입으로 기존 인력의 담당 업무 자체를 축소
이 구조에서 40대는 비용이 높고, 디지털 전환 속도에서 상대적으로 불리하다는 인식 때문에 이중으로 취약한 위치에 놓입니다. 누구의 잘못이라기보다, 시스템이 그 자리에 있는 사람을 먼저 밀어내도록 설계되어 있는 것에 가깝습니다.
2. AI가 사무직을 바꾸는 속도
AI 기술 확산이 이 흐름을 가속하고 있다는 건 이미 체감되는 수준입니다. 데이터 분석, 문서 처리, 보고서 작성처럼 사무직의 핵심을 이루던 업무들이 대형 언어 모델(LLM) 기반 도구로 빠르게 대체되고 있습니다.
여기서 LLM이란 방대한 텍스트 데이터를 학습해 인간처럼 언어를 이해하고 생성할 수 있는 인공지능 모델을 말하며, 누구나 한 번쯤 들어봤을 대화형 AI 서비스들이 대표적인 예입니다.
과거에는 숙련된 데이터 분석 전문가가 며칠씩 걸리던 작업을 이제는 AI 도구가 기초 수준에서 몇 분 안에 처리합니다. 이 때문에 관련 부서 인력이 30~50%까지 줄어드는 사례도 나오고 있습니다.
하노이의 한 은행에서 10년 이상 데이터 분석 책임자로 일하던 40세 직장인이 사직을 선택한 이유도 거기 있었습니다. "데이터 분석 결과조차 상사가 인턴에게 의뢰하는 환경"이 됐다는 겁니다.
제가 이 부분을 읽으면서 솔직히 마음이 무거워졌습니다. 역량이 없어서가 아니라, 역할의 무게중심 자체가 이동한 겁니다. 10년의 경력이 인턴의 결과물과 같은 자리에 놓이는 순간, 누구라도 일을 계속할 의미를 찾기 어려워집니다.
화이트칼라 자동화(White-Collar Automation)라는 개념이 있습니다. 이는 기존에 고학력·고숙련 전문직이 담당하던 사무, 분석, 판단 업무까지 자동화 기술이 침투하는 현상을 말합니다.
블루칼라 제조업 자동화에 이어 이제 사무직까지 같은 흐름에 놓인 것입니다. 국제 노동 관련 보고서에서도 고소득 국가의 사무직 종사자 중 상당수가 AI 자동화로 인한 직무 대체 위험에 노출되어 있다는 분석이 이어지고 있습니다.
이 흐름은 젊은 세대라고 피해가지 않습니다. 신입이 처음 발을 들일 자리 자체가 사라지고, 중년에게는 가장 책임이 무거운 시기에 일자리가 빠져나갑니다. 세대별로 맞닥뜨리는 국면이 다를 뿐, 누구도 안전지대에 있지 않습니다. 세대 갈등을 이야기하기 전에, 모두가 같은 절벽 위에 서 있다는 사실부터 봐야 할지도 모릅니다.
3. 경력 면역력이라는 말이 불편한 이유
기사 마지막에 붙는 조언이 있습니다. "AI 시대에는 경력 면역력을 키워야 한다"는 말입니다. 경력 면역력이란 특정 기술 하나에 의존하지 않고 지속적으로 역량을 확장해 환경 변화에 적응하는 힘을 뜻합니다.
들으면 맞는 말 같습니다. 그런데 저는 이 표현이 가장 마음에 걸립니다.
이유가 있습니다. 구조의 문제를 개인의 면역 문제로 바꿔치기하는 언어이기 때문입니다. 42세 IT업계 부장이 두 차례 구조조정 끝에 해고되고, 재취업에 성공했지만 이전 급여의 70% 수준으로 내려앉았을 때, 그 사람에게 필요했던 건 "면역력을 더 키웠어야 했다"는 진단이 아닙니다.
35세 이하를 선호하는 채용 관행, 고연령 인력에게 불리하게 설계된 노동 구조, 이런 시스템의 문제를 개인의 준비 부족으로 환원하는 건 정직하지 않습니다. 면역이라는 단어 자체가, 잘린 사람에게 한 번 더 책임을 돌리는 일에 가깝습니다.
제가 현장에서 봐온 분들 중에 면역력이 부족해서 일자리를 잃은 분은 거의 없었습니다. 처음 이 일을 시작했을 때는 저도 실업의 원인이 주로 개인적 요인이라고 배웠습니다. 직무 역량, 자기관리, 인간관계.
그래서 상담의 초점도 자격증, 이력서, 면접 연습에 맞춰졌습니다. 그런데 어느 순간부터 그 조언들이 무력하게 느껴지기 시작했습니다. 직무 자체가 사라지는데 이력서를 아무리 다듬어봤자입니다.
물론 개인이 변화에 대응하는 노력을 포기해도 된다는 말이 아닙니다. 업스킬링(Upskilling), 즉 현재 직무와 연관된 새로운 기술을 습득해 기존 역량을 강화하는 전략은 분명히 의미가 있습니다.
리스킬링(Reskilling), 즉 완전히 새로운 분야의 기술을 익혀 직업 전환을 준비하는 것도 현실적인 선택지가 될 수 있습니다. 하지만 그 부담을 전적으로 개인에게만 지우는 사회는 지속 가능하지 않습니다.
이 변화가 단기 비용 절감에 그친다면 기업도 결국 손해를 봅니다. 경험 많은 인력을 빠르게 대체하면 조직 기억(Organizational Memory)이 손상됩니다.
조직 기억이란 개인이 아닌 조직 전체가 오랜 시간에 걸쳐 축적한 노하우와 암묵지를 뜻하는데, 이것이 사라지면 단기적으로 비용이 줄어도 장기적으로는 의사결정의 질이 떨어지고 인재 확보도 불안정해집니다.
그 40대 후반 분이 마지막에 하셨던 말이 아직도 귓가에 남아 있습니다. "제가 뭘 잘못한 건지 모르겠어요." 저는 그 말 앞에서 드릴 답이 없었습니다. 지금도 없습니다.
하지만 적어도 그 질문이 그분 혼자 떠안아야 할 질문이 아니라는 건 압니다. AI가 만들어내는 일자리 지형의 변화는 이미 시작됐고, 더 빨라질 것입니다.
그렇다면 지금 우리에게 필요한 질문은 "개인이 얼마나 더 면역력을 키울 수 있는가"가 아니라 "사회가 이 전환의 비용을 어떻게 나눌 것인가"입니다. 그 설계가 늦어질수록 현장에서 "제가 뭘 잘못한 건지 모르겠어요"라는 말을 듣는 일은 더 잦아질 겁니다.
이 글은 개인적인 경험과 의견을 공유한 것이며, 전문적인 노동 또는 정책 조언이 아닙니다.