AI 시대에 블루칼라 직업이 다시 주목받는 이유

2026-10-04 · 경제 · 쥬곰 편집부

생성형 AI가 보고서와 코드를 만들기 시작하자 직업 선택의 상식도 흔들리고 있다. 대학을 나와 사무실에 들어가는 길이 가장 안전하고, 손과 몸을 쓰는 일은 자동화에 먼저 밀릴 것이라는 오래된 도식이 더는 그대로 작동하지 않는다는 인식이다. 그 틈에서 전기, 설비 보전, 용접, 배관, 냉난방과 건설 기능처럼 현장에서 숙련을 쓰는 직업이 다시 주목받는다.

그러나 “AI가 사무직을 없애니 블루칼라가 뜬다”는 문장은 절반만 맞고 절반은 위험하다. 관심이 늘었다는 설문, 직업교육기관의 취업률, 기업이 채우지 못한 자리, 개인이 받을 임금은 서로 다른 질문의 답이다. 블루칼라 안에서도 기술과 자격이 축적되는 숙련직과 저임금 단순노무는 조건이 크게 다르다. 이 글은 유행을 예찬하기보다 무엇이 실제로 변했고, 한국에서 어떤 숫자를 확인해야 하는지 차근차근 나눈다.

먼저 결론부터 AI는 원인 중 하나다

현재의 재평가는 네 흐름이 겹친 결과에 가깝다. 생성형 AI가 문서 중심 업무에 대한 불안을 높였고, 제조·건설·돌봄·서비스 현장은 오래된 충원난을 겪고 있다. 학위 비용과 취업까지 걸리는 시간을 다시 계산하는 청년이 늘었으며, 현장 장비가 디지털화되면서 일부 숙련직은 과거보다 더 기술집약적으로 변했다.

네 흐름의 시간표는 서로 다르다. 숙련공의 고령화와 중소기업 구인난은 챗봇 열풍보다 앞서 시작됐다. 반대로 최근의 AI 불안은 원래 존재하던 대안을 더 눈에 띄게 만드는 촉매 역할을 한다. 따라서 AI만 원인이라고 하면 정책과 경력 선택 모두 잘못된 처방으로 이어질 수 있다.

AI 노출과 일자리 소멸은 같은 말이 아니다

국제노동기구의 2025년 생성형 AI 직업 노출 지수는 전 세계 노동자 네 명 중 한 명이 어느 정도 생성형 AI에 노출된 직업에 있고, 가장 높은 노출 구간은 3.3%라고 추정한다. 사무·행정 계열의 노출이 높지만, 보고서는 통째 대체보다 업무 변형이 더 흔한 결과가 될 가능성에 무게를 둔다.

노출은 AI가 그 직업의 일부 과업을 다룰 수 있다는 뜻이지, 당장 그 자리가 사라질 확률이 아니다. 업무가 표준화됐는지, 오류 책임을 누가 지는지, 조직이 기술을 실제로 도입하는지, 고객이 사람을 요구하는지가 결과를 바꾼다. 반대로 육체 작업의 노출도가 낮더라도 로봇, 원격제어와 공정 재설계로 장기 자동화 압력을 받을 수 있다.

왜 사무직보다 현장직이 안전해 보이는가

국제 연구를 함께 보면 높은 숙련의 사무·전문직도 AI 기능과 겹치는 과업이 많고, 신체적 힘과 현장 조작이 중요한 직업은 상대적으로 직접 노출이 낮을 수 있다. 화면 안에서 완결되는 정보 작업은 데이터로 복제하기 쉽지만, 오래된 건물의 배선 상태를 보고 위험을 판단하거나 멈춘 생산라인의 소리와 진동을 함께 해석하는 일은 환경마다 다르다.

그렇다고 현장직이 AI의 바깥에 있는 것은 아니다. 견적과 일정, 부품 검색, 고장 기록, 도면 확인, 안전 점검과 고객 응대는 이미 디지털 과업이다. 직업 전체가 사라지기보다 한 사람에게 요구되는 과업 조합이 달라진다고 보는 편이 현실적이다.

한국의 구인난은 인기와 다른 숫자다

국가 지표의 사업체 인력 부족 자료에 따르면 2026년 4월 1일 기준 부족 인원은 약 46만7천 명, 부족률은 2.4%로 제시된다. 제조업 약 9만6천 명, 보건·사회복지 약 6만8천 명, 도소매 약 5만3천 명, 숙박·음식 약 5만 명 등 부족은 여러 산업에 걸쳐 있다. 300인 미만 사업체의 부족 인원은 약 42만1천 명이고 부족률은 2.6%로, 대규모 사업체의 1.4%보다 높다.

이 숫자는 “블루칼라 지원자가 몰린다”는 증거가 아니다. 기업이 현재 인력보다 더 필요하다고 답한 수요의 크기다. 임금이 낮거나 지역 이동이 어렵거나, 교대와 위험 때문에 사람이 오래 머물지 않아 부족할 수도 있다. 게다가 2026년에는 조사 분류가 바뀌었고 최근 수치는 잠정치이므로 이전 연도와 단순 연결해서는 안 된다.

관심 교육 선택 취업을 분리해서 본다

교육부의 2025년 초중등 진로교육 조사는 고등학생의 대학 진학 희망 비율이 내려가고 취업 희망이 높아진 변화를 보여 준다. 그러나 취업을 원한다는 응답이 곧 전기나 용접 같은 블루칼라 직업을 선택했다는 뜻은 아니다. 공무원, 창업, 서비스직과 디지털 직무도 포함될 수 있다.

따라서 재평가를 확인하려면 최소 세 단계를 따로 봐야 한다.

• 태도: 학생이나 구직자가 숙련직을 긍정적으로 보는가.
• 행동: 관련 학과, 훈련과정, 자격시험에 실제로 지원하고 수료하는가.
• 결과: 취업 뒤 임금, 고용 유지, 안전과 승진 경로가 개선되는가.

한 단계의 상승을 다음 단계의 성공으로 바꾸어 말하면 독자를 오도한다.

직업교육의 성과는 평균이 아니라 경로로 읽는다

한국폴리텍대학이 공개한 성과는 2025년 취업률 77.9%, 취업 유지율 92.4%를 제시하며 전문대학 전체 지표와 비교한다. 기술 교육이 실제 취업 경로가 될 수 있다는 유용한 신호다. 다만 특정 기관의 집계는 모든 캠퍼스, 전공, 연령과 지역에서 동일한 임금이나 취업을 보장하지 않는다.

지원자는 홍보용 평균 뒤의 구조를 물어야 한다. 중도 탈락자는 분모에 어떻게 들어가는지, 관련 직무 취업 비중은 얼마인지, 첫 일자리의 계약 형태와 지역은 어디인지, 1년 뒤에도 같은 업종에 남는지를 확인한다. 장비가 최신이어도 현장실습 기업과 강사의 산업 경험이 약하면 취업 연결은 달라질 수 있다.

고졸 취업의 질이 달라지는 신호도 있다

교육부의 직업계고 졸업자 취업 통계는 취업자 가운데 300인 이상 기업에 들어간 비중이 2021년 22.5%에서 2025년 36.3%로 높아졌다고 설명한다. 취업 유지 지표도 개선 흐름을 보인다. 단순히 취업자 수만 세기보다 기업 규모와 유지 여부를 함께 본 점은 의미가 있다.

하지만 대기업 취업 비중만으로 일의 질을 완전히 알 수는 없다. 사업장 규모가 커도 하청 구조, 교대, 계약형태와 직무 배치가 다르다. 반대로 작은 회사라도 숙련 전수, 안전 투자, 빠른 임금 상승이 좋은 곳이 있다. 학교별·전공별 결과와 실제 직무를 확인해야 한다.

모든 블루칼라 직업이 함께 뜨는 것은 아니다

전기와 설비 보전은 면허, 법정 점검, 현장 책임이 진입장벽이 된다. 자동화 라인이 늘수록 센서, 모터, 제어반과 네트워크를 함께 이해하는 보전 인력이 필요할 수 있다. 용접은 공정과 재료에 따라 고숙련 품질 판단이 중요하지만, 표준화된 반복 구간은 로봇이 맡기 쉽다. 건설 기능은 지역에서 직접 시공해야 한다는 강점이 있으나 경기, 날씨, 현장 이동과 하도급 구조의 영향을 크게 받는다.

“몸을 쓴다”는 공통점만으로 묶으면 실제 선택에 필요한 차이가 사라진다. 좋은 비교 단위는 직업명이 아니라 다음과 같은 일의 구조다.

• 자격이나 면허가 다른 고용주에게도 인정되는가.
• 경험이 쌓일수록 진단·설계·감독으로 역할이 넓어지는가.
• 고객 현장과 설비가 매번 달라 기계가 다루기 어려운 변수가 있는가.
• 경기 침체에도 필요한 유지·보수 비중이 충분한가.
• 위험을 거부하고 작업을 중지할 권한이 실제로 보장되는가.

AI는 현장 숙련을 없애기보다 재배치한다

현장 기술자는 AI로 고장 기록을 요약하고, 매뉴얼에서 증상을 검색하고, 사진으로 부품 후보를 찾고, 작업 순서를 초안으로 만들 수 있다. 컴퓨터비전은 보호구 착용이나 제품 결함을 감지하고, 예지보전은 진동과 온도 패턴으로 점검 우선순위를 제안한다. 로봇과 협동로봇은 반복 용접, 이송, 검사 일부를 맡는다.

그 뒤에도 사람이 해야 할 일이 남는다. 센서가 틀렸는지 설비가 정말 고장인지 판별하고, 잠금·표지 절차를 지키며, 생산 중단과 안전 사이의 결정을 내리고, 예외 상황을 팀에 설명해야 한다. 유망한 경력은 AI를 피하는 일이 아니라 AI의 제안을 검증하고 현장 책임으로 연결하는 일에 가깝다.

기술 도입이 좋은 일자리를 자동으로 만들지는 않는다

AI 도입에 관한 일자리 질 연구는 위험하거나 반복적인 과업을 줄일 가능성과 함께, 감시 강화, 작업 속도 상승, 자율성 축소 같은 위험을 함께 지적한다. 웨어러블과 센서가 사고를 예방할 수 있지만, 같은 데이터가 휴식 시간과 동작을 과도하게 통제하는 데 쓰일 수도 있다.

도입 전후에 노동자가 참여하는지가 중요하다. 경보의 정확도를 누가 검증하는지, 잘못된 경보 때문에 불이익을 받는지, 수집 데이터의 목적과 보관 기간은 무엇인지, 자동화로 절약한 시간이 교육과 휴식으로 돌아오는지 확인해야 한다. 기술 친화적인 공장이라는 홍보 문구만으로는 일자리의 질을 판단할 수 없다.

안전은 인기 담론이 가리기 쉬운 비용이다

고용노동부의 2025년 산업재해 사고사망 현황은 조사 대상 사고 사망자가 605명이며 건설업 286명, 제조업 158명이라고 집계한다. 이는 모든 산재 승인 건수가 아니라 중대재해 조사 대상 통계라는 범위를 함께 봐야 한다. 특히 작은 현장에 위험이 집중된다는 문제는 “현장직은 AI에 안전하다”는 직업 전망과 전혀 다른 차원의 안전 문제다.

직업을 고를 때는 보호구 지급 여부보다 더 깊이 묻는다. 신규자 단독 작업을 언제 허용하는지, 작업중지 요청 뒤 불이익이 없는지, 위험성 평가에 현장 노동자가 참여하는지, 하청과 원청의 지시가 충돌할 때 누구의 기준을 따르는지를 확인한다. 높은 구인 수요가 위험을 상쇄해 주지는 않는다.

2033년 전망도 시나리오로 읽어야 한다

한국고용정보원의 2023~2033년 인력수급 전망은 인구, 산업구조, 디지털 전환과 AI 같은 변화를 반영해 중장기 고용을 살핀다. 전망은 방향을 비교하는 도구이지 개인에게 자리를 예약해 주는 숫자가 아니다. 경기, 정책, 이민, 설비투자와 기술 도입 속도가 달라지면 결과도 달라진다.

전국 전망보다 개인에게 중요한 것은 생활권 안의 실제 채용이다. 관심 직무의 공고를 30~50개 모아 초임, 필수 자격, 교대, 출장, 경력 요구와 고용형태를 기록하면 평균 전망보다 구체적인 지도가 생긴다. 같은 직업명이라도 반도체 공장, 빌딩 시설, 지역 공사업체의 조건은 다르다.

7단계로 진짜 경로를 검증한다

유행에 휩쓸리지 않으려면 지원서를 내기 전 작은 조사를 한다.

1. 통근 가능한 지역의 채용 공고를 직업별로 모은다.
2. 전국 평균이 아니라 무경력 초임, 수당, 초과근로와 도구 비용을 계산한다.
3. 훈련이 유급인지, 교육비 환급 조건과 수료율은 무엇인지 확인한다.
4. 자격증이 법적으로 필요한지, 단지 우대인지, 다른 회사에서도 통하는지 구분한다.
5. 사고 유형, 보호구, 신규자 교육과 작업중지 절차를 질문한다.
6. 야간·주말·출장·옥외 작업을 직접 견딜 수 있는지 현장 체험으로 시험한다.
7. 5년 뒤 진단, 제어, 견적, 교육, 감독으로 역할을 넓힐 수 있는지 본다.

학교 상담자 한 명의 답으로 끝내지 않는다. 최근 수료생, 3년 차 현직자, 숙련자와 채용 담당자에게 같은 질문을 하고 설명이 어디서 갈리는지 기록한다.

임금은 중앙값보다 상승 경로가 중요하다

구직 광고의 “고소득 가능”은 대개 숙련자, 장시간 근로, 위험수당이나 자영업 매출을 섞는다. 초보자가 첫해에 받는 기본급, 실제 초과근로, 비수기 소득과 본인이 부담하는 공구·차량·자격 갱신 비용을 따로 계산해야 한다. 세전 월급 하나보다 1년, 3년, 5년 차 임금 표가 더 유용하다.

노동조합, 단체협약, 퇴직연금, 건강보험, 유급휴가와 교육비 지원도 총보상의 일부다. 같은 시급이라도 호출 대기와 장거리 이동이 무급이면 실제 시간당 보상은 낮아진다. 자영업으로 갈 계획이라면 기술 외에 영업, 보험, 세금, 미수금과 안전 책임까지 별도 직업으로 계산한다.

유급 훈련과 자격의 이동성을 확인한다

좋은 훈련은 수강생에게 비용만 청구하지 않고 실제 설비, 안전 절차와 고용주 요구를 연결한다. 과정 수료증과 국가기술자격, 법정 선임에 필요한 자격은 가치가 다르다. 광고에서 “자격 취득 가능”이라고 할 때 시험 응시 요건, 합격률, 재시험 비용과 취업 연계 기업을 확인한다.

또 하나의 기준은 이동성이다. 특정 회사의 내부 장비에만 통하는 기술인지, 다른 산업과 지역에서도 인정되는 기반 기술인지 묻는다. 전기 이론, 도면 해독, 측정, 잠금·표지, PLC 기초, 기계요소와 데이터 기록처럼 여러 현장에 옮길 수 있는 능력이 경력의 보험이 된다.

이런 사람에게는 숙련직이 좋은 선택이 될 수 있다

현장에서 문제를 관찰하고 손으로 확인하는 것을 좋아하고, 안전 절차를 반복해 지키며, 결과에 직접 책임지는 일에서 만족을 느끼는 사람에게 잘 맞을 수 있다. 책상에 앉기 싫다는 이유만으로는 부족하다. 현대의 숙련직도 매뉴얼, 도면, 규정, 태블릿과 보고서를 다룬다.

반대로 신체 부담이 큰 환경을 피해야 하거나, 예측 가능한 원격근무와 일정이 중요한 사람에게는 부적합할 수 있다. 중요한 것은 직업의 사회적 이미지가 아니라 자신의 건강, 생활 리듬, 학습 방식과 지역 시장의 조합이다. 짧은 현장 체험이나 직무 그림자 관찰이 긴 홍보 영상보다 정확한 정보를 준다.

지원 전에 반드시 확인할 여섯 가지

마지막으로 다음 질문에 숫자와 사례로 답할 수 있어야 한다.

• 지역 임금: 초임과 3년 차 임금, 수당과 무급 시간을 알 수 있는가.
• 유급 훈련: 교육 중 소득, 학비, 공구비와 중도 이탈 비용은 얼마인가.
• 자격 가치: 채용·승진에 실제 영향을 주고 다른 고용주에게도 통하는가.
• 안전 체계: 최근 사고 유형, 신규자 보호, 작업중지 권한이 명확한가.
• 근무 조건: 교대, 주말, 출장, 날씨와 신체 부담을 감당할 수 있는가.
• 기술 확장: 반복 작업에서 진단, 제어, 품질, 감독으로 성장할 수 있는가.

블루칼라의 귀환보다 중요한 질문

지금 일어나는 변화는 사무직의 몰락과 현장직의 승리로 정리되지 않는다. 화면 안의 반복 업무는 AI와 결합하고, 물리 세계의 일도 로봇과 데이터로 재구성된다. 그 과정에서 현장을 이해하고 기술을 검증하며 안전과 품질에 책임지는 숙련의 가치가 더 선명해질 수 있다.

하지만 인기가 오른다는 말은 임금, 안전과 존중이 저절로 좋아졌다는 뜻이 아니다. 구인난이 큰 직업일수록 왜 사람이 부족하고 왜 떠나는지 먼저 물어야 한다. 좋은 선택은 “AI가 못 하는 일”을 찾는 데서 끝나지 않는다. 사람이 기술과 함께 더 큰 판단권, 이동 가능한 자격과 지속 가능한 생활을 얻는 경로를 고르는 데서 시작한다.