“AI 스킬 62% 프리미엄”이라는 숫자를 그대로 연봉 계산기에 넣으면 안 된다

AI를 배우면 연봉이 얼마나 오를까. 2026년에는 이 질문에 아주 매력적인 숫자가 하나 등장했습니다. PwC의 Global AI Jobs Barometer는 AI 스킬을 요구하는 직무의 평균 임금 프리미엄이 62%에 이르렀다고 발표했습니다. 전년의 57%보다 더 높아진 수치입니다.

하지만 이 숫자를 “지금 연봉 5천만원인 사람이 AI를 배우면 8천만원을 받을 수 있다”로 읽으면 틀립니다. PwC가 비교한 것은 27개 국가·지역의 10억 건이 넘는 채용공고입니다. AI 스킬이 요구되는 일자리와 그렇지 않은 일자리의 시장가격 차이를 보는 자료이지, 같은 사람이 교육 전후에 받은 임금을 추적한 실험이 아닙니다.

세계 채용시장에서는 AI 스킬을 요구하는 자리 자체가 더 빠르게 커졌다

PwC 분석에서 AI 스킬을 요구하는 일자리는 전체 일자리 시장보다 훨씬 빠르게 늘었습니다. 보고서가 제시한 증가율은 AI 스킬 일자리 69%, 전체 일자리 9%입니다. 평균 임금 프리미엄도 산업별 차이가 컸습니다. 소비재 관련 영역에서는 최대 118%까지 나타난 반면 정부·공공 영역은 16%였습니다.

여기서 먼저 보이는 것은 AI라는 단어 하나의 가치가 아닙니다. 특정 산업에서 AI 역량을 갖춘 사람의 공급보다 기업의 수요가 더 빠르게 움직이면 그 희소성이 임금에 반영될 수 있다는 구조입니다. 같은 AI 스킬도 산업과 직무에 따라 가격이 크게 달랐다는 사실이 그 점을 보여줍니다.

한국은행이 한국 AI 인재를 추적하자 프리미엄은 약 6%였다

한국에서는 전혀 다른 크기의 숫자가 나왔습니다. 한국은행은 한국에서 근무경력이 있는 약 110만 명의 온라인 프로필과 1천만 건이 넘는 경력이력을 분석해 AI 스킬을 하나 이상 가진 인재를 식별했습니다. 2024년 한국 AI 인재는 약 5만7천 명으로 추정됐고, AI 스킬 보유에 따른 임금 프리미엄은 약 6%였습니다.

한국은행은 이 프리미엄이 상승해 왔다는 점을 수요 초과의 신호로 해석하면서도 미국 등 주요 선진국과 비교하면 낮은 수준이라고 평가했습니다. 동시에 2024년 기준 한국 AI 인재의 약 16%, 1만1천 명가량이 해외에서 근무하는 것으로 추정했습니다. AI 인재의 가격을 국내 기업만의 임금표로 볼 수 없는 이유입니다.

62%와 6%의 차이는 “한국 AI 인재가 10분의 1 가치”라는 뜻이 아니다

두 숫자를 한 화면에 놓는 이유는 직접 비교하기 위해서가 아니라, AI 프리미엄이라는 말이 얼마나 쉽게 오해될 수 있는지 보기 위해서입니다. PwC는 여러 나라의 채용공고와 직무별 임금을 대규모로 비교하고, 한국은행은 한국 경력자의 프로필·이동·임금을 추정합니다. 국가도, 사람도, 직무 구성도, 임금 측정 방식도 다릅니다.

따라서 62를 6으로 나눠 “세계가 한국보다 AI 인재에 10배를 더 준다”고 말할 수 없습니다. 반대로 6%라는 숫자만 보고 한국에서는 AI를 배워도 별 가치가 없다고 결론내릴 수도 없습니다. 서로 다른 데이터에서 공통으로 읽을 수 있는 것은 AI 스킬에 시장가격이 붙고 있고, 그 가격은 시장과 직무에 따라 크게 달라진다는 점입니다.

급여뿐 아니라 실제 채용에서도 AI 스킬은 신호가 됐다

2026년 공개된 또 다른 연구는 질문을 아예 채용 과정으로 옮겼습니다. 연구진은 영국과 미국의 채용담당자 1,700명에게 그래픽 디자이너, 사무직, 소프트웨어 엔지니어의 가상 이력서를 비교하게 했습니다. 다른 조건을 통제한 실험에서 AI 스킬이 표시된 후보는 직무에 따라 면접 초청 확률이 약 8~15%포인트 높았습니다.

흥미로운 점은 AI 스킬이 단지 개발자에게만 작동하지 않았다는 것입니다. 사무직에서도 효과가 컸고 일부 경우 낮은 학력이나 높은 연령이라는 기존의 불리함을 상쇄하는 방향으로 나타났습니다. 다만 이것은 설계된 가상 프로필에 대한 채용담당자의 선택 실험입니다. 실제 입사·성과·연봉까지 같은 크기의 효과가 이어진다는 증거는 아닙니다.

이제 “ChatGPT를 쓸 줄 안다”만으로는 희소성을 만들기 어렵다

AI 도구가 빠르게 보급되면 역설이 생깁니다. 처음에는 도구를 사용할 줄 안다는 사실 자체가 차별점이지만, 사용자가 늘수록 그 문장은 점점 평범해집니다. 프리미엄이 계속 남으려면 “AI 사용 여부”보다 한 단계 더 구체적인 증거가 필요해집니다.

예를 들어 영업직이라면 제안서 초안을 빨리 만든다는 설명보다 리드 분석 시간을 얼마나 줄였는지, 제조라면 매뉴얼 검색보다 이상원인 진단 시간을 어떻게 줄였는지, HR이라면 후보자 요약보다 어떤 기준으로 추천 정확도와 검증 품질을 높였는지가 더 강한 신호가 됩니다. 도구 이름은 복제하기 쉽지만 업무 맥락과 결과는 복제하기 어렵기 때문입니다.

한국과 일본에서는 AI가 “전문가만의 기술”에서 공통 업무능력으로 내려오고 있다

한국 고용노동부는 2026년 4월 20년 넘게 유지되던 직업기초능력 체계를 직업공통능력으로 개편하면서 AI 활용능력을 새 핵심영역으로 넣었습니다. 특정 AI 개발자만이 아니라 직무와 상관없이 모든 직업인이 갖춰야 할 범용 능력의 일부로 보기 시작한 것입니다.

일본에서도 경제산업성·IPA가 2026년 Digital Skill Standard 2.0을 공개하며 AI Transformation과 데이터의 정비·활용을 반영해 기업의 인재확보와 육성 기준을 손봤습니다. 두 나라 모두 AI를 소수 전문직의 자격표 하나로 두기보다 여러 직무가 사용하는 공통 기반으로 이동시키고 있습니다. 이 흐름이 커질수록 단순 사용능력보다 업무와 AI를 연결하는 능력이 더 희소해질 가능성이 있습니다.

이력서에 AI를 쓸 때 툴 목록보다 먼저 보여줘야 할 것

“ChatGPT, Claude, Copilot 사용 가능”이라는 한 줄은 시작점은 될 수 있지만 경력의 가격을 설명하기에는 부족합니다. 기업이 알고 싶은 것은 그 도구를 열어봤는지가 아니라, 이전에는 사람이 오래 걸리던 어떤 일을 더 빠르고 정확하게 끝낼 수 있게 됐는지입니다.

따라서 AI 경력을 적을 때는 업무 전후의 차이가 드러나는 편이 좋습니다. 처리시간, 오류율, 매출·전환, 품질, 고객응답시간, 분석범위, 반복업무 제거처럼 결과를 붙이고, 동시에 사람이 어디에서 결과를 검증하고 최종 판단했는지도 보여줘야 합니다. AI 시대의 프리미엄은 도구를 많이 아는 사람보다 도구가 만든 결과에 책임질 수 있는 사람에게 오래 남을 가능성이 큽니다.

BANSEOG VIEW

AI 스킬은 곧 기본기가 된다. 프리미엄은 그 다음 층으로 이동한다

2026년의 여러 자료를 함께 보면 AI 스킬에는 이미 노동시장 가치가 붙어 있습니다. 대규모 채용공고에서는 높은 임금 프리미엄이 보이고, 한국 AI 인재 분석에서도 양의 프리미엄이 확인되며, 채용담당자 실험에서는 면접 기회 자체가 달라졌습니다.

하지만 AI 사용자가 늘수록 “AI를 쓸 수 있다”는 사실만으로 얻는 희소성은 오래 유지되기 어렵습니다. 앞으로 더 비싸질 가능성이 있는 경력은 도메인 지식과 AI를 결합해 실제 문제를 해결하고, 결과의 품질을 검증하고, 조직 안에서 반복 가능한 방식으로 만드는 경험입니다.

기업도 AI 키워드가 있는 후보자를 찾는 것에서 멈추면 안 됩니다. 어떤 업무를 AI에 넘겼고, 무엇을 사람이 계속 판단하며, 그 결과 생산성·매출·품질이 어떻게 달라졌는지를 확인해야 합니다. AI 스킬의 가격표는 기술명보다 그 기술을 어디에 붙였는지에서 갈릴 가능성이 큽니다.

SOURCES

근거가 된 원자료

PwC 62%와 한국은행 6%는 서로 다른 표본·국가·임금 측정방식에서 나온 수치이므로 직접적인 국가간 프리미엄 차이로 사용하지 않았습니다. 채용담당자 실험은 가상 후보 프로필을 이용한 인과실험이며 실제 입사 후 성과나 연봉 효과를 측정한 연구가 아닙니다.