올해 초등학교에 입학한 아이는 2040년대에 사회로 나간다. AI 대전환 이후의 아이들, 오늘 우리가 학교에서 가르치고 있는 것 중 과연 어떤 것이 그 아이들에게 쓸모가 있을까?
지난 2년 사이 AI는 ‘말로 그림을 그려주는 신기한 도구’에서 ‘지식 노동을 대신하는 동료’로 역할이 바뀌었다. 2025년 2월 ‘바이브 코딩’이라는 말을 만든 안드레 카파시는 1년 뒤인 2026년 2월 스스로 그 말이 이미 낡았다며 ‘에이전틱 엔지니어링’을 제안했다. 코드를 직접 쓰지 않고 에이전트를 지휘·감독하는 것이 개발의 기본이 되었다는 뜻이다. IT 업계에서는 코드를 직접 쓰는 일이 빠르게 줄고 있고, 통번역처럼 AI가 바로 대신할 수 있는 일도 흔들리고 있다. 이 기획은 두 편으로 그 변화를 따라간다. 1부에서는 코딩과 지식 노동이 어떻게 바뀌고 있는지 살펴보고, 2부에서는 그 빈자리를 채울 힘으로 게임(AX) 리터러시를 제안하며 실제 교실 수업까지 이야기한다.
1-1 변화의 속도
75년에서 2개월로
사용자 1억 명에 도달하기까지 전화는 75년, 휴대폰은 16년, 인터넷은 7년이 걸렸다. 인스타그램은 2년 6개월, 틱톡은 9개월이었다. ChatGPT는 단 2개월이었다.
그리고 지금, OpenAI는 2026년 9월 말 DevDay에서 ChatGPT 주간 사용자가 12억 명을 넘었다고 밝혔다. 여름에 10억 명 고지를 넘은 지 두어 달 만이다. 학부모가 회의를 열고 교육청이 지침을 만드는 사이, 아이들은 이미 이 도구를 손에 쥐고 사용을 시작했다.
이미 새 코드의 대부분은 AI가 쓴다
불과 몇 년 전까지도 ‘코딩 교육’은 미래 교육의 상징이었다. 그런데 정작 코드를 짜는 현장이 가장 먼저 빠르게 바뀌었다. 구글 CEO 순다르 피차이는 2026년 4월 AI가 작성하는 코드의 비율이 50%에서 75%로 올랐다고 말했다. 앤트로픽 역시 2026년 6월 현재 자사 제품 코드의 80% 이상을 Claude가 작성한다고 밝혔다.
여기서 눈여겨볼 대목은 숫자 자체보다 일하는 방식의 변화다. 구글의 표현은 “AI가 생성하고 엔지니어가 승인한” 코드다. 즉, 사람은 이제 코드를 직접 쓰는 대신, 무엇을 만들지 정하고, 결과를 검토하고, 승인하는 존재로 변화했다.
1-2 흔들리는 첫 계단
사라지는 것은 일자리가 아니라 ‘첫 계단’이다
변화는 노동시장에서 가장 약한 고리부터 드러난다. 바로 사회 초년생이다.
- 스탠퍼드 디지털경제연구소(Brynjolfsson 외)의 2026년 8월 개정 분석에 따르면, AI 노출 직종의 22~25세 고용은 덜 노출된 직종만큼 늘었다면 있었을 수준보다 약 19% 적다(2026년 6월 기준). 1년 전보다 15%의 격차가 더 벌어졌다.
- 같은 연구의 2025년 분석에서 22~25세 소프트웨어 개발자 고용은 2022년 말 정점 대비 약 20% 감소했다. 같은 기간 30대 이상 개발자는 오히려 늘었다.
- 뉴욕 연방준비은행 자료에서 미국 최근 대졸자 실업률은 2026년 초 5.6%로, 전체 노동자(4.2%)보다 높아졌다. ‘대졸 프리미엄’이 거꾸로 뒤집힌 셈이다.
한국도 예외가 아니다. 국가데이터처의 2026년 9월 고용동향에서 청년(15~29세) 고용률은 44.0%로 1년 새 1.1%p 떨어졌고, 실업률은 5.4%로 올랐다. 청년 취업자는 47개월째 줄고 있다. 올해 2월에는 소프트웨어 개발이 속한 정보통신업과 전문·과학·기술서비스업 취업자가 14만 7천 명 줄었는데, 그 감소분의 89%가 20·30대였다.
직업 자체가 사라지는 것은 아니다. 더 심각한 문제인 신입이 단순 업무를 하며 배우고 성장하던 ‘첫 계단’이 AI로 전면 대체되고 있는 것이다. 회사가 더 이상 그 계단을 마련해 주지 않는다면, 누가 마련해야 할까? 결론을 미리 말하자면, 이제 고교 혹은 대학이 그 첫 계단이 되어야 한다.
‘머리 쓰는 일(지식노동)’이 먼저 흔들렸다
앤트로픽은 2026년 3월 보고서 「Labor Market Impacts of AI」에서 ‘관측 노출도’라는 지표를 내놓았다. AI가 이론적으로 할 수 있는 일이 아니라, 해당 직업의 업무 중 AI가 실제로 쓰이고 있는 비중을 잰 것이다. 1위는 컴퓨터 프로그래머(74.5%)였고, 고객 상담원(70.1%), 데이터 입력원(67.1%), 의료 기록 전문가(66.7%), 시장조사·마케팅 분석가(64.8%)가 뒤를 이었다.
이 수치는 ‘대체 확률’이 아니라 ‘업무 중 AI가 들어온 비율’이라는 점을 정확히 짚어 둘 필요가 있다. 보고서도 노출 직종의 실업이 아직 뚜렷하게 늘지는 않았다고 밝힌다. 다만 22~25세의 신규 채용에서 먼저 신호가 나타났다. 앞서 본 젊은 신입층이다. 한국은행도 2023년 분석에서 AI 노출 상위 20%의 일자리를 약 341만 개, 전체 취업자의 12%로 추산했다. 흥미롭게도 이 목록의 상위권에는 의사·회계사·변호사 같은 고학력 전문직이 포함된 반면, 몸을 쓰고 사람을 대하는 직업은 하위권에 있었다.
인테리어 디자이너는 사진 몇 장으로 시안과 도면을 받아보고, 학원은 24시간 개인 맞춤 AI 튜터와 경쟁하며, 변호사의 판례 리서치와 서면 초안은 AI가 먼저 만든다. 반복 업무가 사라지면 조직의 규모가 줄고, 규모가 줄면 채용이 줄어든다. 지금 필요한 것은 달라진 직업관에 대한 이해와 준비다.
1-3 바뀌는 역할
새 기술은 옛것을 없애지 않는다, 역할을 바꾼다
그렇다고 비관할 일은 아니다. 역사는 늘 같은 장면을 보여 줬다. 주판이 두뇌 훈련에 좋다고 해도 계산기 이전으로 돌아갈 수는 없었다. 1839년 사진술이 공개되자 화가들은 ‘똑같이 그리기’를 카메라에 넘겨주었고, 1874년 첫 인상파 전시와 함께 빛과 감정을 그리는 새로운 회화가 태어났다.
가장 극적인 사례는 바둑이다. 2016년 알파고–이세돌 대국 이후 바둑계에 무슨 일이 일어났을까. 1950~2021년 프로 대국 580만 수를 AI로 분석한 연구(Shin 외, PNAS 2023)에 따르면, 66년 동안 제자리였던 인간의 수 품질이 알파고 이후 뚜렷하게 올라갔다. 처음 보는 ‘새로운 수’가 늘었고, 그 수들이 더 좋은 결과로 이어졌다.
‘아는 사람’에서 ‘정의하는 사람’으로
AI가 실행을 맡는 시대, 사람에게 요구되는 역량은 이렇게 이동한다.
| 어제의 역량 | 내일의 역량 |
|---|---|
| 코드를 정확하게 작성한다 | 무엇을 만들지 정하고, 결과를 검증한다 |
| 정답을 많이 기억한다 | 좋은 질문을 던진다 |
| 혼자 빠르게 처리한다 | AI·동료와 협업해 끝까지 완성한다 |
| 실수하지 않는다 | 실패에서 빠르게 배운다 |
일의 구조로 보면 더 분명하다. 코딩·테스트·문서화 같은 반복 작업은 AI 에이전트 팀이 수행하고, 사람은 그 위에서 기획(무엇을, 왜 만들 것인가), 설계(구조와 규칙을 어떻게 짤 것인가), 디렉션(누구에게 무엇을 맡기고 어떻게 조율할 것인가), 검수와 책임(맞게 됐는가, 내보내도 되는가)을 맡는다. 속도 경쟁은 이미 끝났다. 사람에게 남은 것은 판단의 권한이다.
그렇다면 교실 앞에 붙어 있는 칭찬 스티커는 지금 어느 쪽을 칭찬하고 있을까. 정확히 외운 아이일까, 실패하고 다시 시도한 아이일까.
그렇다면 아이들에게 AI를 쓰게 하면 될까?
여기서 쉬운 결론으로 넘어가면 안 된다. 튀르키예 고등학생 약 1,000명을 대상으로 한 현장 실험(Bastani 외, PNAS 2025)은 중요한 경고를 남겼다. AI와 함께 푼 수학 연습문제 성과는 48% 올랐지만, AI를 치우고 본 시험에서는 AI를 쓰지 않은 학생보다 17% 낮았다. 성과는 올랐는데 배움은 줄어든 것이다.
같은 실험에는 반전이 하나 더 있다. 답 대신 힌트를 주도록 설계한 ‘AI 튜터’를 쓴 그룹은 연습 성과가 127% 올랐는데도 시험 성적 손실이 없었다. OECD가 2026년 1월 「디지털 교육 전망 2026」에서 이 연구를 비중 있게 다룬 이유다. 생각하는 과정을 AI에 통째로 맡기면 ‘인지적 부채’가 쌓인다. 핵심은 AI를 쓰느냐 마느냐가 아니라, 아이가 스스로 생각하고 시도하는 과정을 지켜주는 설계에 있다.
생산의 가치에서 경험의 가치로
얼마나 오래, 얼마나 많이 일하는가가 사람의 가치를 증명하던 시대는 저물고 있다. AI가 지식 노동을 대신하면서 그 무게는 가벼워진다. 대신 무엇을 즐기고, 누구와 나누고, 어떤 이야기를 담아 어떤 경험을 전달할 것인가가 중요해진다.
이미 숏폼 피드에는 AI가 대량으로 찍어낸 이른바 ‘AI 슬롭’이 넘쳐난다. 콘텐츠는 끝없이 쏟아지는데 정작 볼 것이 없다는 역설이다. 만드는 일이 쉬워질수록, 무엇을 왜 만들지 정하는 기획과 끝까지 책임지는 관리의 능력이 귀해진다. 속도와 양보다 실행과 경험, 그리고 책임이다.
1부를 마치며
정리하면 이렇다. AI는 어떤 기술보다 빠르게 퍼졌고, 코드를 쓰는 일부터 넘겨받았다. 그 결과 가장 먼저 흔들린 것은 신입이 배우며 오르던 첫 계단이다. 사람에게 남는 일은 기획하고, 설계하고, 맡기고, 검증하고, 책임지는 일이다. 그리고 AI가 답을 대신 주는 순간 배움이 줄어든다는 것도 확인했다.
그렇다면 남는 질문은 하나다. 정답이 정해지지 않은 문제를 스스로 정의하고, 실패하고, 다시 시도하는 힘을 아이들은 어디서 기를 수 있을까? 2부에서는 그 답으로 게임을 제안한다.
📎 다음 편 · PART 2 / 2: AI 대전환 시대, 미래를 여는 힘 2부 — 실패해도 괜찮은 교실, 게임 리터러시
AI가 답을 주는 시대, 게임은 “다시 해 봐”라고 말한다. 즐기고, 읽고, 만드는 아이를 기르는 교실 수업을 이야기한다.
글(기획/감수): 정무식 교수(가천대학교 게임영상학과 부교수/공학박사)
정무식 교수는?
1994년 트리거소프트 창업 멤버로 출발하여 엔씨소프트 디렉터, 나스닥 상장사인 그라비티의 사외이사 및 루노소프트의 부사장을 역임한 대한민국 1세대 게임 개발자다. 2003년 인디게임공모전을 최초로 기획, 개최한 이후로 국내 인디게임 육성에 오랜 관심과 지원을 이어왔으며, 성남산업진흥원 선임 이사, 한국콘텐츠진흥원의 기능성 게임, 게임 리터러시 등의 자문을 맡아 국내 게임 문화 정착과 확산에 앞장서 왔다.
참고 자료
- UBS(2023.2) 등 업계 집계 — 월간 실사용자 1억 명 도달 소요 기간
- OpenAI DevDay 2026 — ChatGPT 주간 사용자 12억 명 (NewsBytes, 2026.10.1) · The Next Web — 10억 명 도달 (2026.7.29)
- Google — Cloud Next ’26: Momentum and innovation at Google scale (2026.4.22) · Google Q3 2024 실적 발표(2024.10)
- The Decoder — Anthropic says Claude now writes over 90% of its code (2026.6.5)
- Brynjolfsson 외, Stanford Digital Economy Lab, 「Canaries in the Coal Mine」 2026년 8월 개정
- 뉴욕 연방준비은행 「The Labor Market for Recent College Graduates」 분석 (Randal Olson, 2026.6.4)
- 국가데이터처 「2026년 9월 고용동향」 (아이뉴스24, 2026.10.16) · 2026년 2월 고용동향 업종별 분석 (세계일보, 2026.3.29)
- Anthropic, 「Labor Market Impacts of AI: A New Measure and Early Evidence」(2026.3) — Euronews 보도
- 한국은행, BOK 이슈노트 「AI와 노동시장 변화」(2023.11) — 세계일보 보도
- Shin, Kim, van Opheusden, Griffiths, “Superhuman AI improves human decision-making by increasing novelty”, PNAS(2023)
- Bastani 외, “Generative AI without guardrails can harm learning”, PNAS(2025) · OECD 「디지털 교육 전망 2026」(2026.1)