남성은 AI를 만들고, 여성은 AI로 대체된다 — ILO가 찾아낸 두 개의 노동시장

앞으로 6개월 이내에 가장 먼저 눈에 띌 변화는 EU의 급여 투명성 지침이 실제로 작동하기 시작하는 것이다. EU 회원국은 2026년 6월 7일까지 이 지침을 국내법으로 전환해야 했고, 150인 이상 기업은 2027년 6월에 첫 젠더 임금 격차 보고를 해야 한다. 설명할 수 없는 5% 이상의 격차가 있으면 6개월 안에 시정해야 하고, 안 하면 집행 절차가 가동된다. 나는 이것이 단기적으로 공시 효과를 낼 거라고 본다. 미국에서 급여 투명성 법이 시행된 9개 주에서는 통제된 젠더 임금 격차가 사실상 해소됐다는 Payscale의 데이터가 있으니까. 하지만 나머지 6개 주에서는 법이 있어도 효과가 없었다는 사실도 중요하다. 법의 존재와 법의 설계 품질은 완전히 다른 이야기다.

단기적으로 또 하나 주목할 것은 AI 도구 사용 격차가 생산성 격차로 전환되는 속도다. 지금 여성의 AI 도구 사용률은 32%이고 남성은 57%인데, 이 25%포인트 격차는 갈수록 임금에 반영될 거다. IMD와 와튼 교수팀의 연구에 따르면 신흥 기술 역량을 보유하면 6%의 급여 프리미엄이 발생한다. 그런데 여성은 신흥 기술이 필요한 직무에 지원하는 비율이 16%에 불과하다. 이건 스킬 부족의 문제가 아니라 기회 접근의 문제다. 관리자가 남성에게는 33%의 확률로 AI 사용을 권유하지만 여성에게는 21%밖에 안 된다는 데이터가 이걸 입증한다. 나는 이 사용 격차가 6개월 안에 기업 내 성과 평가에서 가시적인 차이로 나타나기 시작할 거라고 본다.

특히 AI 도구가 일상 업무에 깊이 통합되는 대기업에서 먼저 이 현상이 두드러질 것이고, 그 차이가 보너스와 승진에 직접 영향을 미칠 거다. 2026년 하반기에 AI 자동화가 본격화되면서 처음으로 대규모 감원 사이클이 시작될 수도 있다. 지금까지 대부분의 기업이 AI를 '증강' 목적으로 도입했지만, 비용 절감 압력이 커지면 '대체' 목적으로 전환하는 건 시간문제다. 이 전환이 일어나면 가장 먼저 영향을 받는 건 사무와 행정직이고, 그 직종에 여성이 과대 대표되어 있다. 여성이 AI 중단 대상 역할의 57%를 차지한다는 분석도 있다. 나는 2026년 말에서 2027년 초 사이에 이 숫자가 현실화되는 사례들이 보도되기 시작할 거라고 본다.

단기 전망에서 한 가지 더 짚어야 할 게 있다. BLS 데이터가 보여준 83.9%에서 80.6%로의 하락이 구조적 추세의 시작인지 일시적 변동인지를 판단하는 게 6개월 안에 가능해진다. 2026년 2분기와 3분기 데이터가 나오면 이게 일회성 잡음인지 방향 전환인지 윤곽이 잡힐 거다. 만약 두 분기 연속으로 80% 아래에 머물거나 더 떨어지면, 이건 AI 자동화가 임금 격차에 실질적인 영향을 미치기 시작했다는 첫 번째 통계적 증거가 된다. 반대로 83% 이상으로 회복되면 2026년 1분기의 하락은 계절적 요인이나 업종별 구성 변화 때문일 수 있다. 나는 솔직히 전자의 가능성이 더 높다고 보는데, AI 도구 도입이 가속화되면서 남성 주도 직종의 생산성 프리미엄이 커지는 시기와 정확히 겹치기 때문이다.

중기적으로 보면, 향후 6개월에서 2년 사이에 진짜 판이 갈리는 건 각국 정부의 AI 전략이 젠더를 포함하느냐 마느냐다. 지금 138개국 중 24개국만이 국가 AI 전략에 젠더를 언급하고 있고, 실질적인 젠더 반응형 조항을 포함한 나라는 18개국에 불과하다. 이 숫자가 2027~2028년까지 의미 있게 늘어나지 않으면, AI 자동화의 젠더 격차는 방치되는 셈이다. EU는 급여 투명성 지침으로 한 발 앞서 있지만, 이것만으로는 구조적 문제를 해결할 수 없다. 투명성은 불평등을 보여줄 수 있지만, 불평등을 고치는 건 다른 차원의 행동이 필요하다. 나는 2028년까지 젠더 반응형 AI 정책을 도입하는 나라가 50개국을 넘기면 구조 개선의 신호로 볼 수 있다고 생각하지만, 현재 추세를 보면 그 가능성은 낙관하기 어렵다.

중기적으로 또 하나 중요한 변수는 유럽 테크 산업에서 여성 비율의 추이다. McKinsey와 Findem의 분석에 따르면 유럽 핵심 테크 직군 내 여성 비율이 2023년 22%에서 19%로 떨어졌다. 이건 역주행이다. 여성 STEM 졸업자가 테크 취업으로 이어지는 비율이 20%포인트 하락한 것도 심각한 신호다. 이 파이프라인 붕괴가 2년 안에 반전되지 않으면, AI 시대에 여성은 만드는 쪽이 아니라 대체되는 쪽에 더 깊이 갇히게 된다. AI 분야만 따지면 여성 비율이 22%이고, STEM C-suite는 12.2%에 불과하다. 위로 올라갈수록, 결정을 내리는 자리에 가까울수록, 여성은 사라진다.

나는 이 구조가 2년 안에 역전되기보다는 더 고착될 가능성이 높다고 본다. 다만 EU 급여 투명성 지침의 첫 보고 시점인 2027년 6월이 하나의 분기점이 될 수 있다. 기업들이 자사의 젠더 임금 격차를 공개적으로 보고해야 하는 순간, 사회적 압력이 달라지기 때문이다. 이 보고 데이터가 공개되면 기업간 비교가 가능해지고, 격차가 큰 기업은 인재 확보에서 불리해질 수 있다. 이런 시장 메커니즘이 정책 압력과 결합하면 중기적으로 변화를 이끌어낼 가능성이 있다. 하지만 이건 기존 임금 격차에 대한 대응이지, AI가 새로 만들어내는 구조적 격차에 대한 대응은 아니라는 한계가 분명하다.

필리핀 같은 BPO 의존도가 높은 국가에서는 중기적 충격이 선진국보다 더 가시적일 수 있다. 1,270만 개의 일자리가 AI에 노출되어 있고, 수도권 마닐라의 노출도가 40%에 달하는데, 글로벌 기업들이 비용 절감 목적으로 BPO 계약을 AI 솔루션으로 전환하기 시작하면 그 속도는 필리핀 정부의 대응 속도를 앞지를 거다. BPO가 단순한 산업이 아니라 사회 이동의 사다리였다는 점을 생각하면, 이 전환은 고용 수치 너머의 사회적 충격을 동반한다. 나는 2027년 하반기부터 동남아시아 BPO 산업에서 AI 대체 관련 대규모 구조조정 소식이 본격화될 거라고 본다.

중기 전망에서 빠뜨리면 안 되는 게 하나 더 있다. AI 도구 사용 격차가 만들어내는 '이중 격차' 효과다. 현재 여성은 AI 자동화에 의해 밀려나는 리스크가 크면서 동시에 AI를 활용해 생산성을 높이는 기회에서도 뒤처지고 있다. 이 이중 격차가 중기적으로 고착되면 아주 독특한 현상이 나타날 수 있다. AI 도구를 적극 활용하는 남성 직원과 활용하지 못하는 여성 직원 사이에 같은 직급 내에서도 성과 차이가 벌어지고, 이게 승진과 급여에 반영되면서 기존의 '유리천장'에 더해 'AI 천장'이라는 새로운 장벽이 생기는 거다. IMD 연구가 보여준 6% 급여 프리미엄이 5년간 복리로 누적되면, 같은 시점에 같은 직급으로 입사한 남녀 사이에도 상당한 소득 격차가 발생할 수 있다.

장기적으로 2년에서 5년 사이를 내다보면, McKinsey가 2019년에 예측한 시나리오를 다시 꺼내볼 필요가 있다. 2030년까지 전 세계 여성 4천만에서 1억 6천만 명이 직종을 전환해야 할 가능성이 있다. 이건 현재 취업 여성의 최대 4분의 1에 해당하는 규모다. 근데 이 예측이 2019년, 그러니까 생성형 AI 폭발 이전에 나왔다는 게 중요하다. 실제 전환 압력은 이보다 더 클 수 있다. 여성 일자리 손실의 절반 이상이 서비스직과 사무관리직에서 발생하고, 남성 일자리 손실의 40%는 기계와 제조업에서 발생한다. 손실 영역이 젠더별로 완전히 다르다는 거다.

성공적으로 전환이 이루어지면 여성의 고용 점유율은 유지되거나 개선될 수 있다. 하지만 전환 지원 없이 시장에 맡기면 격차는 구조적으로 고착된다. 장기적으로 가장 근본적인 질문은 이거다. AI가 직업적 성별 분리를 해체할 것인가, 아니면 공고히 할 것인가. 낙관적 시나리오에서는 AI가 정형화된 사무 업무를 자동화하면서 여성이 더 창의적이고 고부가가치인 역할로 이동할 수 있다. WEF 데이터가 보여주듯 AI 기술 격차가 75개국 중 74개에서 줄어들고 있고, 여성의 AI 스킬 보유 비율이 23.5%에서 29.4%로 상승한 건 방향은 맞다는 신호다.

이 낙관적 시나리오가 실현되려면 세 가지 조건이 충족되어야 한다. AI를 만드는 테이블에 여성의 참여가 확대되고, 기업 내 AI 사용 기회가 성별과 무관하게 배분되며, 정부 AI 전략에 젠더 조항이 실질적으로 포함되어야 한다. 이 세 가지가 모두 충족되면 2030년까지 여성의 고용 점유율이 유지되거나 오히려 높아질 수 있다. 하지만 나는 이 조건이 충족될 가능성을 현재 추세만 놓고 보면 낮다고 판단한다. EU 지침과 같은 제도적 압력이 확산되면 가속화될 수 있지만, 138개국 중 18개국만이 실질적 조항을 갖추고 있는 현실에서 낙관은 아직 이르다.

장기 시나리오에서 한 가지 더 주목할 변수가 있다. AI 벤처 투자에서 여성 창업팀이 받는 비율이다. 현재 AI 분야 창업자 중 여성은 15% 미만이고, AI 벤처 투자의 90% 이상이 남성 주도 팀에 흘러간다. 2025년에 AI 투자 규모가 3,750억 달러에 달했고 2030년까지 데이터센터에만 5조 달러가 투입될 예정인데, 이 거대한 자본의 흐름이 5년 안에 젠더 분배를 바꾸지 못하면 AI 경제의 설계 자체가 남성 중심으로 고착된다. 자본이 누구에게 흘러가느냐가 기술의 방향을 결정하고, 기술의 방향이 고용의 구조를 결정한다. 나는 이 자본 흐름의 젠더 비대칭이 향후 5년간 가장 과소평가된 변수라고 본다.

장기적으로 한 가지 더 주목해야 할 역학이 있다. AI 시대에 새로 생기는 직종의 성별 분포가 어떻게 형성되느냐다. 역사적으로 새로운 기술이 만들어낸 직종은 초기에 성별 중립적으로 시작하다가 임금이 오르면 남성이 들어오면서 여성이 밀려나는 패턴을 반복했다. 초기 프로그래밍이 대표적인데, 1960년대까지 프로그래밍은 '여성의 일'로 여겨졌지만 급여가 올라가고 직업적 위신이 높아지면서 남성이 장악했다. AI 프롬프트 엔지니어링, AI 트레이너, AI 윤리 감사 같은 새 직종이 지금 생겨나고 있는데, 이 직종들의 초기 성별 분포가 어떻게 자리잡느냐가 5년 후의 구조를 결정한다. 이 초기 분포를 의식적으로 교정하지 않으면, 1960년대 프로그래밍의 역사가 AI 시대에 그대로 반복될 거라고 나는 강하게 확신한다.

비관적 시나리오도 솔직하게 말해야 한다. 현재 상태가 방치되면 어떻게 되는가. 고소득 국가에서 여성의 9.6%가 최고위험 등급에 속하는 구조가 고착되고, AI 도구 사용 격차가 생산성 격차로 전환되면 임금 격차는 줄어드는 게 아니라 새로운 층위에서 확대된다. 임금 비율이 1년 만에 83.9%에서 80.6%로 밀린 게 일회성 잡음이 아니라 추세의 시작이라면, AI는 이 시계를 더 늦추는 쪽으로 작동한다. 유럽 테크 직군에서 여성 비율이 22%에서 19%로 떨어진 현상이 전 세계로 확산되면, 여성은 AI 경제의 소비자이자 피해자 역할에 갇히게 된다. 여성 임금 비율이 80센트 아래로 더 내려갈 가능성도 배제할 수 없다.

나의 전망이 틀릴 수 있는 조건도 분명히 있다. AI의 증강 효과가 대체 효과보다 압도적으로 클 경우, AI가 사무와 행정직을 없애는 게 아니라 그 직무의 생산성을 크게 높여서 오히려 해당 직군의 임금을 끌어올리는 시나리오가 가능하다. ILO 자체도 "노출은 대체가 아니다"라고 강조하고 있다. 역사상 기술 혁명이 단기적으로는 일자리를 파괴했지만 장기적으로는 더 많은 일자리를 만든 사례가 반복됐다. 타자기가 여성에게 사무직 진입 경로를 만들어준 것처럼, AI가 새로운 직종 카테고리를 만들어내면서 여성에게도 새로운 기회가 열릴 수 있다.

또한 AI 기술 격차가 빠르게 좁혀지고 있다는 WEF의 데이터도 낙관의 근거다. WEF 수치로 확인된 건 2018년 23.5%에서 2025년 29.4%까지의 상승이다. 만약 지금의 상승 추세가 이어진다면, 나는 2030년까지 여성의 AI 스킬 보유 비율이 40%를 넘길 수 있다고 본다. 이건 WEF의 전망이 아니라 나의 조건부 판단이다. 동시에 실제 사용률 격차도 10%포인트 이내로 줄어든다면 증강 시나리오의 실현 가능성은 의미 있게 높아진다. 여성 중 AI가 커리어에 도움이 된다고 믿는 비율이 1년 만에 47.2%에서 58.8%로 뛴 것도 인식 변화의 속도가 빠르다는 신호다. 정책 환경도 EU 급여 투명성 지침, ILO의 젠더 반응형 AI 권고, 미국 각 주의 투명성 법 확대 등이 동시에 진행되고 있어서 제도적 인프라는 이전보다 훨씬 두꺼워졌다.

독자들에게 솔직하게 말하겠다. 이 문제에서 개인이 할 수 있는 일은 제한적이다. 그래도 몇 가지는 있다. 자신의 직종이 AI 노출 고위험군에 해당하는지 확인하라. ILO-NASK 인덱스가 직종별 노출도를 공개하고 있다. 그리고 AI 도구를 적극적으로 배우고 사용하라. 스킬 보유와 실제 사용 사이의 격차가 문제의 핵심이니까.

기업에서 일하고 있다면, AI 교육 기회가 성별과 무관하게 배분되는지 확인하고 목소리를 내라. 관리자가 남성에게만 AI 도구 사용을 권유하는 패턴이 있다면, 이건 의식적이든 무의식적이든 구조적 불평등을 재생산하는 행위다. 하지만 궁극적으로 이건 정책의 문제다. 138개국 중 18개국만 실질적 젠더 반응형 AI 조항을 갖추고 있는 현실이 바뀌지 않으면, 개인의 노력은 구조적 파도에 삼켜진다. 나는 이 싸움이 최소 10년은 걸릴 거라고 본다. 하지만 싸우지 않으면 그 시간은 얼마든지 더 길어질 수밖에 없다.