1억 7천만 개의 일자리와 한국 교실의 거리

대치동의 한 학원 고2 반 교실. 강사가 수능 영어 지문을 분석하는 동안, 뒷자리 학생은 휴대폰을 무릎 아래에 숨긴 채 AI 챗봇에 같은 지문을 입력하고 있다. 챗봇은 3초 만에 요약과 핵심 어휘, 빈칸 추론 근거까지 뽑아낸다. 강사는 칠판을 향하고 학생은 화면을 향한다. 두 방향 사이의 거리가, 지금 한국 교육이 처한 거리다. 세계경제포럼은 2030년까지 전 세계에서 1억 7천만 개의 새 일자리가 생기고 9,200만 개가 사라진다고 밝혔다. 순증 7,800만 개. 이 숫자보다 더 중요한 것은, 살아남는 일자리와 새로 생기는 일자리 모두 지금 학원에서 가르치는 방식과는 다른 무언가를 요구한다는 사실이다.

왜 지금 이 질문인가

2025년 기준 한국의 사교육비 총액은 연간 27조 원을 넘겼다. 이 돈의 대부분은 수능과 내신, 두 축을 중심으로 흐른다. 수학 선행, 영어 내신 대비, 국어 비문학 반복 훈련. 학원이 이 구조 안에서 움직이는 것은 당연하다. 수요가 거기 있으니까. 그런데 세계경제포럼(WEF)의 보고서가 지목한 성장 직군을 보면 이 구조가 전혀 준비하지 못하는 영역이 뚜렷하게 보인다. AI와 데이터 전문가, 녹색 에너지 기술자, 사이버보안 전문가, 창의 기술직. 이 직군들의 공통점은 알고리즘이 대체하기 어려운 판단력, 맥락 해석 능력, 복잡한 문제를 마주했을 때 발휘하는 구조화 능력이다.

반대편에 사라지는 일자리가 있다. 데이터 입력원, 행정 보조, 반복 계산 담당자, 표준화된 서류 처리 직군. 이 일들은 정해진 규칙 안에서 정보를 처리하는 작업이다. 그리고 솔직하게 말하면, 지금 수능 문제풀이 훈련이 강화하는 인지 능력과 구조적으로 가장 가까운 것이 바로 이 유형의 처리 능력이다. 정해진 틀 안에서 빠르게, 정확하게. 이 능력이 무가치하다는 뜻이 아니다. 다만 2030년 노동시장은 그것만으로는 충분하지 않다는 신호를 지속적으로 보내고 있다.

고등학교 현장도 변화를 감지하고 있다. 2022 개정 교육과정은 선택과목 확대와 고교학점제 도입으로 자기 설계를 강조한다. 그러나 입시 전형이 바뀌지 않으면 교육과정 개정은 이상과 현실 사이 어딘가에 걸린다. 수능 최저 기준이 남아 있는 한, 학생의 선택은 실질적으로 제한된다. 보고서가 말하는 역량과 입시가 요구하는 역량, 이 두 좌표 사이의 간극이 지금 이 세대 학생들이 살아가야 하는 공간이다.

통계 뒤에 있는 분포

1억 7천만이라는 숫자는 희망처럼 들린다. 그러나 이 숫자 안으로 들어가면 분포가 균일하지 않다. 성장 직군 상위에는 AI와 머신러닝 전문가, 재생에너지 엔지니어, 데이터 분석가가 있다. 이 직군들은 공통적으로 수년간의 기술 축적과 복합적 문제 해결 경험을 요구한다. 단기 직업훈련으로 진입하기 어려우며 고등학교에서 어떤 방향으로 공부했느냐가 대학 진입과 직접 연결된다. 새로 생기는 일자리 중 상당수는 그 자리를 채울 역량을 가진 사람을 찾지 못해 공석으로 남을 가능성도 있다. 일자리가 늘어나도 준비된 사람이 없으면 늘어난 숫자는 자국민의 것이 되지 않는다.

서울 소재 고1 학생의 경우를 보자. 수학 선행은 수1과 수2를 마쳤고 미적분까지 진도를 뺐다. 영어 학원은 주 3회, 수능 독해 위주다. 그러나 데이터를 직접 수집하고 분석한 경험, AI 도구를 활용해 가설을 세우고 검증한 프로젝트 경험은 없다. 성적은 상위권이지만 WEF 보고서가 가장 빠르게 성장한다고 지목한 역량과 관련한 훈련은 거의 이루어지지 않았다. AI 리터러시, 복잡계 분석, 비정형 문제 구조화. 이 학생이 취업 시장에 나오는 2032년, 보고서의 예측대로 노동시장이 재편되어 있다면 성적표와 실제 역량 사이의 간극은 지금보다 훨씬 크게 벌어질 수 있다.

WEF는 이 전환을 기술 불일치(skills mismatch)라는 개념으로 다룬다. 노동시장이 필요로 하는 역량과 교육 시스템이 공급하는 역량이 어긋날 때 발생하는 구조적 손실이다. 보고서에 따르면 전 세계 고용주의 77%가 직원 재교육을 계획하고 있다. 이 수치가 말하는 것은 입사 시점의 지식 수준이 아니라 배우는 방식의 역량, 도구가 바뀌어도 적응하는 학습 능력 자체가 채용 기준에 포함되기 시작했다는 신호다. 한국은 이 불일치가 특히 뚜렷하게 나타날 수 있는 조건을 갖추고 있다. 단일화된 입시 체계, 정형화된 교육 목표, 입시 최적화 중심의 사교육 시장. 이 세 요소가 맞물리면 교육과 노동시장은 같은 방향을 보기 어렵다.

균열과 반론과 한국 맥락의 저항

WEF 보고서의 예측을 그대로 받아들이기 전에 멈춰야 할 지점이 있다. 이 보고서는 186개국, 1,000개 이상 기업의 데이터를 기반으로 하지만 그 글로벌 평균이 한국 노동시장에 그대로 적용되는 것은 아니다. 한국은 제조업 비중이 높고 대기업 중심의 고용 구조를 유지하며 직무보다 직급 중심의 승진 문화가 여전히 강하다. AI 전문가 수요가 급증한다고 해서 지금의 고2 학생 전원이 AI 엔지니어를 목표로 삼아야 한다는 결론은 나오지 않는다. 보고서는 방향을 가리키지, 개인의 진로를 지정하지 않는다.

역량이라는 개념도 조심스럽게 다뤄야 한다. 비판적 사고, 창의성, 복잡계 문제 해결. 이 표현들은 보고서가 반복하는 언어지만 측정 기준이 불분명하다. 학생에게 비판적 사고를 길러야 한다고 말하는 것은, 어떤 훈련으로 어떻게 그 능력이 자라는지를 말하지 않으면 공허한 조언에 그친다. 학원에서 수능 비문학 독해를 반복하는 것도 어떤 측면에서는 논리 추론 훈련이다. 문제는 이 훈련이 고정된 텍스트, 고정된 정답 형태 안에서만 이루어진다는 것이다. 맥락이 달라지면 적용이 어렵다. 보고서가 원하는 것은 전이 가능한 사고 능력이며 이는 다른 방식의 훈련을 요구한다.

또 하나의 현실적 저항이 있다. 한국의 학부모 다수는 자녀가 안정적인 직업군에 진입하기를 원한다. 의사, 약사, 공무원, 대기업 직원. 이 직군들은 WEF 보고서에서 사라지는 직군으로 분류되지 않는다. 안정성과 사회적 신뢰가 뒷받침된 직업 경로에 대한 선호는 단순히 보수적이어서가 아니라, 한국 사회의 고용 불안정성과 사회 안전망의 상대적 취약함에서 비롯된다. 보고서가 말하는 미래 역량을 좇는 것이 현실적으로 더 불안한 선택일 수 있다. 이 맥락을 무시한 채 역량 중심으로 교육을 바꿔야 한다는 주장은 절반짜리 분석이다.

판단의 틀

그렇다면 무엇이 남는가. WEF의 숫자는 특정 진로를 강요하는 신호가 아니라, 어떤 방식으로 배우느냐가 중요해진다는 신호로 읽는 것이 더 정확하다. 의사가 되든, 데이터 분석가가 되든, 건축가가 되든. 그 직업 안에서 AI 도구를 어떻게 다루며 변화하는 정보를 어떻게 해석하고 정해지지 않은 문제를 어떻게 구조화하느냐. 이것이 분기점이다.

핵심은 훈련의 구조다. 정해진 답을 빠르게 찾는 훈련과, 답이 없는 상황에서 가설을 세우고 검증하는 훈련은 서로 다른 인지 회로를 강화한다. 수능 준비가 전자를 요구한다면, 보고서가 요구하는 역량은 후자 쪽에 더 가깝다. 둘이 상충하는 것은 아니다. 그러나 고3이 되는 순간 모든 공부가 수능으로 수렴하는 한국의 구조에서, 후자를 연습할 시간과 기회는 체계적으로 줄어든다. 이 사실을 인식하는 것이 그다음 선택의 시작이다.

77%의 고용주가 재교육을 계획한다는 수치도 이 맥락에서 읽힌다. 입사 후에도 계속 배우게 된다면, 입사 전에 필요한 것은 특정 지식의 총량보다 배우는 방법을 아는 사람이라는 증거다. 도구가 바뀌어도 적응하는 사람, 모르는 영역 앞에서 방법을 만드는 사람, 틀린 가설을 빠르게 버리는 사람. 이 세 가지는 어떤 직군에도 통용된다. 그리고 이 세 가지는 수능 문제를 많이 푼다고 자동으로 생기는 능력이 아니다.

지금 이 시점의 학생에게

수능 준비를 멈추라는 말이 아니다. 그러나 이것 하나는 지금 당장 해볼 수 있다. 오늘 공부한 개념 하나를 AI 도구에 입력하고 챗봇이 생성한 설명을 읽은 뒤 틀린 부분이나 빠진 맥락을 직접 찾아보는 것. 수학 공식이든, 역사 사건이든, 영어 문법이든 상관없다. AI가 맞게 설명했는지 판단하는 이 과정이, 단순히 개념을 암기하는 것과 다른 종류의 인지 능력을 훈련한다. AI 출력물을 읽고 이건 맞고 이건 틀렸고 이 부분은 빠졌다고 구분하는 사람이 되는 것. 이것이 WEF 보고서가 말하는 AI 리터러시의 가장 구체적인 형태 중 하나다.

이 훈련은 성적을 바로 올려주지 않는다. 내신 등급과도 직결되지 않는다. 그러나 졸업 후 어떤 방향으로 나아가든, 새로운 도구 앞에서 멈추지 않는 태도. 이것이 2030년 노동시장이 가장 눈여겨보는 것 중 하나다. 지금 고2라면 2030년에 막 취업 시장에 발을 딛는다. 그 시장이 어떻게 구성되어 있을지, 오늘의 훈련이 거기에 어떻게 연결되는지. 한 번쯤은 자기 공부의 바깥에서 자기 공부를 바라볼 필요가 있다. 시험 문제를 더 빠르게 푸는 것과, 처음 보는 문제의 구조를 파악하는 것. 이 두 능력이 같지 않다는 사실을 일찍 알수록, 선택의 폭은 넓어진다.

대치동의 그 교실로 다시 돌아가면, 강사는 여전히 칠판을 향해 지문을 분석하고 있고 뒷자리 학생은 AI가 뽑아준 요약을 내려다보고 있다. 두 화면이 동시에 열려 있는 이 책상 위에서, 이 학생이 어느 쪽을 더 잘 사용하게 될지는 아직 정해지지 않았다. 그 결정이 시험 성적이 아니라 배우는 방식에서 만들어진다면, 지금 교실에서 일어나는 일들이 충분한가라는 질문은 누가 앞서 꺼내야 하는가.