# 쉬었음 청년과 AI 시대의 입직 병목: 2026-05-13 공개 요약

## 공개 범위

- 원자료: 통계청 5월 청년층 부가조사 마이크로데이터 2016-2025년.
- 보조 분석: 청년의 삶 실태조사 2022년·2024년 원자료에서 쉬었음, 고립·은둔, 정책 수요, 생활 기반 지표를 결합.
- 공개 방식: 원자료 CSV는 재배포하지 않고, 가중 집계·논문 원고·제출 패키지·파생 CSV만 공개한다.
- 최종 원고: `From Resting Youth to Entry Bottlenecks: Forecasting Generative AI's Effects on Korea's School-to-Work Transitions`.

## 핵심 결론

쉬었음 청년은 단순히 일하지 않는 청년이 아니라 학교에서 노동시장으로 넘어가는 경로가 막히거나, 첫 일 경험 이후 다시 진입하지 못한 청년 집단에 가깝다. 2016년 26.1만 명이던 쉬었음 청년은 2025년 39.6만 명으로 늘었고, 같은 기간 청년 인구는 937.8만 명에서 797.4만 명으로 줄었다. 따라서 비중은 2.8%에서 5.0%로 상승했다.

2025년 쉬었음 청년의 81.9%는 졸업·중퇴·수료 등 학교를 이미 떠난 상태였고, 72.6%는 이전 일 경험이 있었다. 이 결과는 쉬었음이 학생의 일시적 휴식보다 학교 이탈, 첫 일자리 진입 실패, 짧은 첫 일 경험, 재진입 실패와 더 깊게 연결되어 있음을 뜻한다.

AI 시대의 핵심 위험은 기존 일자리에서 해고되는 장면보다 `입직 과업의 소실`이다. 문서 작성, 자료 정리, 고객 응대, 기초 코딩, 단순 조사, 회계 보조, 일정 조정 같은 초급 과업은 청년이 조직 안에서 배우는 통로였지만 생성형 AI와 자동화 시스템이 먼저 흡수할 수 있다. 이 경우 청년은 실직자로 관측되기 전에 채용되지 않거나, 구직을 중단하거나, 낮은 질의 서비스·단순 노동으로 밀릴 수 있다.

## 2016-2025년 변화

| 연도 | 청년 인구(천 명) | 취업자 비중 | 비경제활동 비중 | 쉬었음 청년(천 명) | 청년 내 쉬었음 비중 | 비경제활동 내 쉬었음 비중 |
|---:|---:|---:|---:|---:|---:|---:|
| 2016 | 9,378.4 | 42.1% | 53.4% | 260.6 | 2.8% | 5.2% |
| 2020 | 8,934.2 | 42.2% | 53.0% | 462.1 | 5.2% | 9.8% |
| 2022 | 8,594.5 | 47.8% | 48.5% | 345.6 | 4.0% | 8.3% |
| 2025 | 7,973.6 | 46.2% | 50.5% | 395.7 | 5.0% | 9.8% |

쉬었음 증가는 청년 고용률 악화만으로 설명되지 않는다. 2022년 이후 청년 고용률이 2016년보다 높은 수준을 유지해도 쉬었음 비중은 높게 남았다. 노동시장 안쪽은 일부 개선되었지만, 바깥쪽의 비활동 집단은 더 두꺼워진 것이다.

## 전환 병목

2025년 정확 연령별로 보면 쉬었음 비중이 나이 22세와 25세에서 두드러진다. 22세의 쉬었음 비중은 2016년 4.1%에서 2025년 9.3%로, 25세는 3.2%에서 9.4%로 상승했다. 이 나이는 졸업, 휴학·중퇴, 군 복무 이후 복귀, 첫 취업, 첫 직장 이탈과 겹친다.

학교를 떠난 청년 중에서는 졸업 후 일 경험이 없는 집단의 쉬었음 비중이 19.1%로 높다. 첫 일자리 대기기간이 5년을 넘는 경우 쉬었음 비중은 15.0%다. 첫 일자리 근속기간이 7-12개월이었던 집단의 쉬었음 비중은 12.0%로, 1-2년 근속 집단의 7.1%보다 높다. 첫 일을 구하지 못하거나, 첫 일을 너무 짧게 끝내거나, 이후 재진입하지 못하는 구간이 핵심 병목이다.

## 이전 일자리의 성격

2025년 쉬었음 청년 중 이전 일 경험이 있는 비중은 72.6%다. 이전 직업이 확인되는 경우 사무직 27.8%, 서비스직 26.1%, 전문직 14.7%, 단순노무 11.9%, 장치·기계조작 8.4% 순으로 나타난다. 이전 고용형태는 임시직 43.6%, 상용직 43.3%, 일용직 8.1%로 나뉜다. 퇴직 사유가 확인되는 경우 근로여건 불만족 37.9%, 개인·가족 사유 37.1%, 임시·계절 일자리 종료 16.4%가 크다.

이 패턴은 쉬었음 청년을 `한 번도 일하지 않은 집단`으로 좁혀 보면 안 된다는 점을 보여준다. 많은 쉬었음 청년은 이미 일했지만, 일이 경력으로 누적되지 않았거나 재진입 통로를 잃은 집단이다.

## 청년의 삶 실태조사와 결합한 확장 분석

2024년 청년의 삶 실태조사에서는 쉬었음 청년이 전체 청년의 7.2%, 약 70.4만 명으로 추정된다. 이 자료는 노동시장 상태뿐 아니라 소득, 자산, 정신건강, 관계망, 정책 수요를 함께 보여준다.

- 개인 연간 총소득 중앙값은 쉬었음 청년 619.6만 원, 쉬었음 외 청년 3,000.0만 원이다.
- 개인 재산 중앙값은 쉬었음 청년 429.3만 원, 쉬었음 외 청년 1,600.0만 원이다.
- 우울증상 비율은 쉬었음 청년 12.0%, 쉬었음 외 청년 8.6%다.
- 거의 집에만 있는 비율은 쉬었음 청년 19.3%, 쉬었음 외 청년 5.5%다.
- 친족 외 지인 교류가 없는 비율은 쉬었음 청년 18.3%, 쉬었음 외 청년 10.5%다.

쉬었음과 고립·은둔이 겹치는 집단은 2024년 약 12.5만 명으로 추정된다. 이 집단은 전체 청년의 1.3%에 불과하지만, 개인 순자산 중앙값 100만 원, 삶의 만족도 5.33점, 바라는 미래가 전혀 실현 불가능하다는 응답 29.6%로 위험이 가장 응축되어 있다.

## AI 시대 전망

세 가지 경로가 가능하다.

1. AI 보완형 다리: 공공 고용서비스와 기업이 AI를 활용해 훈련비용을 낮추고, 짧은 프로젝트·포트폴리오·검증 가능한 과업을 통해 청년의 재진입 경로를 만든다.
2. 입직 과업 침식: 기업이 초급 사무, 기초 분석, 고객응대, 코딩·조사 보조를 자동화하면서 숙련자는 더 생산적이 되지만 초급 채용은 줄어든다.
3. 저품질 우회: 청년이 AI 노출 직무를 피하고 서비스·물류·단순 현장직으로 이동하지만, 임금·근속·경력 사다리가 약해 장기 위험이 커진다.

가장 중요한 정책 판단은 AI 교육을 수강시킬 것인가가 아니다. 쉬었음 청년에게 필요한 것은 `진단 - 생활리듬 회복 - 관계 재접속 - 짧은 프로젝트 - 포트폴리오 - 채용 연계`가 하나의 경로로 이어지는지 여부다. AI 도구는 이 경로를 낮은 비용으로 만들 수 있지만, 반대로 기업이 초급 과업을 없애는 데만 쓰면 쉬었음 청년의 재진입 문턱은 더 높아진다.

## 공개 산출물

- TFSC 제출용 본문 DOCX와 Markdown.
- Highlights, title page, cover letter.
- 고립·은둔, 기술변화 적응위험, 조기은퇴·FIRE 지향과 쉬었음의 결합 분석 메모.
- 청년의 삶 실태조사 파생 CSV 일부.

원자료 마이크로데이터는 이 페이지에서 제공하지 않는다. 재현과 검증은 원자료 접근 권한이 있는 환경에서 동일한 필터와 가중 집계 규칙으로 수행해야 한다.