PwC AI 일자리 지표가 보여준 초급직 변화, 보스턴 취업 준비의 기준도 달라진다
PwC가 6월 15일 공개한 2026년 AI Jobs Barometer는 AI가 채용시장에서 초급직의 성격을 빠르게 바꾸고 있음을 보여준다. 보고서는 전 세계 6개 대륙의 채용공고 10억 건 이상을 분석했으며, 미국에서는 AI 관련 기술을 요구하는 채용공고가 2025년 112만 건으로 전년보다 66% 늘었다고 밝혔다.
핵심은 단순히 AI 일자리가 늘었다는 데 있지 않다. PwC는 AI에 많이 노출된 초급직에서 리더십, 전략적 사고, 이해관계자 관리, 데이터 기반 의사결정처럼 과거에는 경력직에게 더 자주 요구되던 역량이 빠르게 등장하고 있다고 분석했다. AI 노출도가 높은 주니어 직무는 AI 노출도가 낮은 주니어 직무보다 이런 ‘경력직형 역량’을 요구할 가능성이 7배 높았다.
미국 분석만 보면 AI 기술을 요구하는 채용공고 비중은 2025년 2.8%까지 올라갔다. 미국 내 산업별 비교에서는 기술·미디어·통신, 즉 TMT 분야가 AI 채용 강도가 높은 산업으로 나타났다. 다만 TMT와 관련해 함께 인용되는 세부 수치, 즉 2025년 TMT 채용공고의 11.9%가 AI 관련 역할이었다는 점, AI 관련 공고 증가율이 2024년 47.8%에서 2025년 82.7%로 빨라졌다는 점, AI 역량을 요구하는 TMT 직무의 임금 프리미엄이 비AI 직무 대비 84%였다는 점은 PwC의 별도 TMT 보고서에 나온 글로벌 기준 수치다. 미국 채용시장 수치와 같은 범위로 읽기보다는, 전 세계 TMT 산업에서 AI 인력 수요가 강하게 나타난다는 보조 지표로 보는 것이 정확하다.
이 변화는 보스턴권 독자에게도 직접적인 의미가 있다. 보스턴의 테크 일자리는 순수 소프트웨어 기업에만 몰려 있지 않다. 케임브리지와 시포트의 바이오테크, 병원과 헬스케어 데이터 조직, 대학 연구실, 핀테크, 로보틱스, 컨설팅 기업이 모두 AI 도입의 영향을 받고 있다. 이들 조직은 대규모 소비자 앱보다 규제, 보안, 데이터 품질, 실험 검증, 책임 소재가 중요하다. 그래서 AI 도구를 쓸 줄 아는 것만으로는 충분하지 않고, AI 결과를 업무 맥락 안에서 검토하고 설명할 수 있는 능력이 더 분명한 평가 요소가 될 가능성이 크다.
초급직 변화의 배경에는 AI가 반복적이고 데이터 정리 중심의 업무를 빠르게 흡수하고 있다는 현실이 있다. 예전에는 신입 직원이 보고서 초안 작성, 기본 리서치, 데이터 클리닝, 단순 분석을 하며 업무를 배웠다. 이제 기업들은 그런 기본 작업 일부를 AI에 맡기고, 신입에게도 결과의 타당성 확인, 고객 요구 해석, 팀 간 조율, 위험 신호 판단을 더 일찍 기대한다. PwC가 말한 ‘커리어 사다리의 압축’은 바로 이 지점을 가리킨다.
그렇다고 초급직이 단순히 줄어든다는 신호로만 볼 필요는 없다. PwC는 AI에 많이 노출된 기업들이 생산성뿐 아니라 임금과 인력 증가에서도 더 빠른 흐름을 보였다고 분석했다. 문제는 일자리의 숫자보다 직무의 내용이다. AI가 기본 작업을 줄이는 만큼, 초년생에게 요구되는 출발선이 넓어지고 있다.
유학생과 졸업 예정자에게는 전공명보다 포트폴리오의 설계가 중요해지고 있다. 컴퓨터공학이나 데이터사이언스 전공자는 모델을 호출하는 코드만 보여주는 데서 그치지 않고, 데이터 출처, 오류 검증, 비용, 개인정보 처리, 사용자 피드백 반영까지 설명할 수 있어야 한다. 바이오·헬스케어 전공자는 AI 분석 결과를 연구, 임상, 운영 맥락에서 어떻게 확인할지 보여주는 경험이 도움이 된다. 비즈니스·컨설팅 지망자는 AI 도구 사용 자체보다 문제를 정의하고 결과를 의사결정 자료로 바꾸는 능력을 보여줄 필요가 있다.
현직자에게는 AI가 직무를 없애는지 여부보다 자신의 업무가 어느 방향으로 재편되는지를 보는 것이 현실적이다. 반복 보고, 단순 대시보드 작성, 표준 문서 초안 작성이 줄어든다면 그 빈자리는 모델 평가, 프로세스 개선, 내부 교육, 리스크 관리, 고객별 적용 설계로 이동할 수 있다. 보스턴의 바이오·헬스케어·금융처럼 규제와 책임 소재가 중요한 산업에서는 AI 산출물을 그대로 쓰는 역할보다 검증하고 기록하고 설명하는 역할의 비중이 커질 가능성이 있다.
이직 준비자와 H-1B, OPT, STEM OPT를 고려하는 독자는 채용공고의 표현을 더 세밀하게 읽을 필요가 있다. ‘AI experience’, ‘automation’, ‘workflow redesign’, ‘data governance’, ‘model evaluation’, ‘stakeholder management’ 같은 표현이 함께 등장한다면 단순 개발직이 아니라 업무 프로세스를 바꾸는 역할일 수 있다. 비자 스폰서십 여부는 회사와 직무, 개인 조건에 따라 달라지므로 일반화하기 어렵지만, 스폰서십 부담이 있는 채용에서는 입사 초기에 기여할 수 있는 구체적 업무 역량을 더 엄격하게 볼 가능성이 있다.
지금 확인할 부분은 비교적 분명하다. 지원하려는 직무가 AI를 개발하는 역할인지, AI를 업무에 적용하는 역할인지 먼저 구분해야 한다. 이력서에는 사용한 AI 도구 이름보다 어떤 문제를 줄였고 어떤 판단을 했는지를 적는 편이 낫다. 면접에서는 AI를 써봤다는 설명보다 AI 결과가 틀렸을 때 어떻게 확인했는지, 어떤 기준으로 사람의 판단을 개입시켰는지를 말할 준비가 필요하다.
PwC 지표가 보여주는 변화는 채용시장이 AI 하나로 단순하게 정리되지 않는다는 점이다. AI 관련 공고는 늘고 있지만, 초급직에는 더 높은 판단력과 협업 능력이 요구되고 있다. 보스턴권 취업 준비생과 현직자에게 중요한 질문은 ‘AI가 내 일을 대체하는가’보다 ‘내 직무에서 AI가 기본 업무를 처리한 뒤, 사람에게 남는 판단과 책임은 무엇인가’에 가까워지고 있다.