AI vs Gen Z: How AI has changed the career pathway for junior developers

Phoebe Sajor / Stack Overflow Blog / 2025-12-26 (top-10 재게시) Erik Brynjolfsson · Bharat Chandar · Ruyu Chen / Stanford Digital Economy Lab / 2025-11-13

Credit: Alexandra Francis / Stack Overflow Blog. 산업 매체 차원의 종합 보고서가 한 세대의 진입로 봉쇄를 정리한 자료다.

3줄 요약

1. Stack Overflow가 2025년 12월 산업 매체·학술 자료를 종합해 발표한 「AI vs Gen Z」와, 그것이 인용한 Stanford Digital Economy Lab의 ADP 거시 데이터 보고서 「Canaries in the Coal Mine?」 두 자료를 묶어 정리한다. 주니어 개발자의 진입로가 무엇으로, 얼마나, 어떻게 봉쇄되고 있는가를 정량으로 본다.
2. 핵심 수치 셋. (a) 22-25세 AI 노출 직군 -16% 상대 고용 감소 (firm-time fixed effects 통제 후, ADP 350-500만 노동자 패널). (b) 테크 인턴십 공고 2023년 대비 -30%, 엔트리급 테크 채용 -25% YoY. (c) 고용주 37%가 “신졸 졸업자보다 AI를 고용하겠다"고 답하고, 70%가 “AI가 인턴의 일을 할 수 있다"고 답한다. CS·컴퓨터 공학 졸업생 실업률은 6.1%·7.5%로 Fine Arts(7.4%)보다도 높다.
3. 본 자료는 AI가 단독 원인이라는 인과적 입증은 아니고 AI 가설과 정합적인 패턴을 제시한다. 그러나 임금이 아닌 고용으로 조정된다는 점, 즉 신입은 해고로 사라지는 것이 아니라 처음부터 뽑히지 않아 통계에서 사라진다는 점에서, 일본 1993-2005 취업빙하기의 메커니즘과 형태적 동형이라는 신호가 분명하다.

자료의 위치

두 자료를 함께 다루는 이유는 서사와 데이터가 분리되어 있어서다. Stack Overflow Blog의 「AI vs Gen Z: How AI has changed the career pathway for junior developers」(Phoebe Sajor, 2025-12-26)는 Stanford Digital Economy Lab의 학술 페이퍼, 뉴욕 연준의 노동시장 보고서, SHRM·Handshake·Indeed의 인턴십 데이터, NYT 보도를 한 글에서 종합한 산업 매체 차원의 1차 보고서다. 한편 Stack Overflow가 인용한 Stanford 측 학술 자료는 — 외부 보도에서 종종 “Stanford AI Index 2026"과 혼용되지만 — 정확히는 Erik Brynjolfsson·Bharat Chandar·Ruyu Chen이 2025년 11월에 발표한 working paper 「Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence」이다. ADP의 페이로 데이터(매월 350-500만 노동자 패널)로 firm-time fixed effects를 통제하여 AI의 경험적 고용 영향을 측정한 이른 시기의 대규모 연구다.

본 다이제스트는 두 자료의 데이터를 함께 정리한다. Stack Overflow가 산업 매체에서 모은 통계와 Stanford가 학술 데이터에서 추출한 6가지 사실을 두 절로 나누어 본다.

Stanford Canaries — 여섯 가지 사실

Brynjolfsson 외 2명이 ADP 페이로 데이터로 도출한 여섯 사실을 자료의 본 구조 그대로 옮긴다. 본 다이제스트는 본문 4·5절(자동화 vs 보강, 임금 경직성)을 자료의 핵심 발견으로 본다.

Fact 1·2 — 22-25세 -16% 상대 감소, 다른 연령대는 안정·성장

By September 2025, employment for software developers aged 22-25 declined nearly 20% compared to its peak in late 2022.

소프트웨어 개발자 직군의 22-25세 절대 고용은 2022년 말 정점 대비 약 -20% (2025년 9월 기준). 같은 기간 35-49세는 +6~9%로 오히려 늘었다. 직군을 AI 노출 5분위로 나눈 회귀에서 22-25세는 최상위 분위가 최하위 분위 대비 15 로그-포인트(약 -16%) 상대 고용 감소를 보였고, 다른 연령대에서는 같은 효과가 거의 0이거나 통계적으로 유의하지 않았다. firm-time fixed effects를 통제하여 기업·시점 충격(금리 인상·기술주 조정 등)을 흡수해도 이 효과가 남는다.

직관적으로는 동일 직군 안에서 연령대만 달라도 결과가 갈린다. AI에 노출되었는가가 아니라 어느 연령대가 AI에 노출되었는가가 결과를 가르는 변수라는 의미다. 한편 같은 22-25세라도 AI에 덜 노출된 직군(간호 보조 등)에서는 오히려 젊은 노동자가 더 빨리 늘었다. AI 노출과 연령의 교호가 일관된 패턴을 만든다.

Fact 3 — Automation vs Augmentation이 결과를 가른다

자료의 가장 정교한 발견이다. Anthropic Economic Index의 Claude 사용 데이터로 직군별 AI 사용을 automative(directive·feedback loop)와 augmentative(task iteration·learning·validation)로 분류한 결과:

같은 직군 안에서도 AI를 보강 도구로 쓰는 팀과 대체 도구로 쓰는 팀의 신입 정원 결정이 갈린다는 의미다. “AI에 노출되었는가"라는 단순 이분법은 결과를 충분히 설명하지 못한다. 결국 어떻게 사용하느냐가 정원을 결정한다.

Fact 4 — Codified vs Tacit Knowledge 가설

저자들이 왜 신입이 더 타격을 받는가의 메커니즘으로 제시한 가설이다.

AI may be automating the codifiable, checkable tasks that historically justified entry-level headcount, while complementing the judgment-, client-, and process-intensive tasks performed by experienced workers.

AI는 codified knowledge(교과서·매뉴얼·디지털화된 회사 데이터)는 잘 대체하지만 tacit knowledge(경험으로 누적되는 비명시 판단·요령)는 잘 대체하지 못한다. 신입은 codified 비중이 높고 tacit이 적기에 대체되고, 시니어는 tacit 비중이 높기에 보강된다. 같은 직무에서도 연령대별 결과가 갈리는 이유가 연령이 아니라 지식 형태라는 말이다. 한편 비대학 노동자에서는 이 비대칭이 40세까지 유지되는데, 경험이 학습 곡선을 따라 천천히 누적되어 codified-tacit 비중 변화가 더 늦기 때문으로 해석된다.

Fact 5 — 임금이 아닌 고용으로 조정된다

자료의 가장 무거운 사실이다. 연령·노출 분위별 연봉 추세는 거의 차이가 없는 반면 고용은 뚜렷하게 갈린다. 임금 경직성(downward wage rigidity)으로 해석되며, AI의 단기 효과가 임금 하락이 아니라 채용 동결과 자연 감소로 나타난다는 의미다.

이는 신입이 해고당해서 사라지는 것이 아니라 처음부터 뽑히지 않아 통계에서 사라진다는 말이다. 일본 1993-2005 취업빙하기 세대의 메커니즘과 정확히 같은 형태다. 해고는 외부 충격으로 가시화되지만 비채용은 어떤 사건도 일으키지 않는 채로 한 코호트를 통째로 비켜간다.

Fact 6 — 강건성

핵심 결과는 다양한 표본 구성에 강건하다.

• 컴퓨터 직군이나 원격근무 가능 직군을 제외해도 패턴이 유지된다.
• LLM 보급 이전 시기(코로나 실업 급등 포함)에는 같은 노출 분류가 22-25세 결과를 예측하지 못했다. 본 패턴은 2022년 말과 2023년 초(ChatGPT 출시 직후)부터 시작된다.
• 대학 졸업자 비중이 높은 직군과 낮은 직군 모두에서 관찰되며, 코로나기 학습 손실이 단독 원인이 아님을 시사한다.

Stack Overflow의 산업 매체 종합

Phoebe Sajor가 산업 매체에서 모은 보조 데이터의 핵심을 정리한다. Z세대 작가 본인의 1인칭 회고와 데이터를 엮은 글이지만, 본 다이제스트는 데이터만 추린다.

고용주 인식 — 신졸보다 AI

세 차원이 동시에 신졸을 향해 닫힌다. 인식(고용 가치 평가)·신뢰(결과물 평가)·유지(채용 후 1년)의 셋 가운데 어느 한 단계만 막혀도 진입로가 좁아지는데, 셋이 동시에 좁아지면 진입 자체가 거의 불가능에 가까운 형태가 된다.

졸업생 실업률 — 컴퓨터 공학이 Fine Arts보다 높다

뉴욕 연준 2025년 대학 노동시장 보고서:

한 세대 동안 “가장 안전한 진로"로 통하던 전공이 실업률 통계상 인문계 전공보다 불리해진 첫 신호다. NYT 보도 사례 한 줄: 2023년 CS 졸업생이 5,762건의 테크 잡 지원 후 풀타임 오퍼 0건. 한 명의 일화이지만 통계의 정합성을 받친다.

인턴십 — 진입 직전의 다리가 끊기는 중

공급 측이 -30%로 줄고 수요 측이 +7%로 늘어 역방향 압축이 일어나는 형태다. 인턴십이 “엔트리급 정규직의 사실상 전제 조건"으로 굳어진 시장에서, 정규직 진입 직전의 마지막 다리가 가장 먼저 끊기는 중이다.

본 자료가 입증하지 않는 명제

원문 페이퍼가 본문에 명시한 한계를 옮긴다.

핵심 함의

본 자료의 가장 무거운 발견은 임금이 아닌 고용으로 조정된다는 점이다. 임금 하락이라면 시장에 가시화되어 즉각적인 정정 압력이 생기지만, 비채용은 어떤 가시적 사건도 일으키지 않는다. 한 코호트가 통째로 비켜가도 사회는 통계가 누적된 후에야 그 사실을 인지한다. 일본 1993-2005 신졸 채용 동결이 30년 잃어버린 세대를 만든 메커니즘과 형태적으로 동일하다. 거시 충격이 기술 충격으로 바뀌었을 뿐, 공급 측 봉쇄가 한 세대를 잃게 만든다는 결과 패턴은 동형이다.

Codified vs Tacit 가설은 단순한 메커니즘 설명을 넘어 처방 방향을 함의한다. 자동화에 노출된 codified 부분이 빠르게 도려내지는 동안, 신입을 처음부터 tacit-rich 업무에 배치해야 학습 곡선이 작동한다. 본 자료는 이 결론을 명시하지 않으나, “automative 직군에서는 감소·augmentative 직군에서는 증가"라는 Fact 3이 같은 방향을 가리킨다.

출처

발행: Stack Overflow Blog (Phoebe Sajor) / 2025-12-26 (top-10 재게시) 원문: https://stackoverflow.blog/2025/12/26/ai-vs-gen-z/

학술 출처: Erik Brynjolfsson · Bharat Chandar · Ruyu Chen / Stanford Digital Economy Lab / 2025-11-13 정식 페이퍼: https://digitaleconomy.stanford.edu/publications/canaries-in-the-coal-mine/ PDF: https://digitaleconomy.stanford.edu/wp-content/uploads/2025/08/Canaries_BrynjolfssonChandarChen.pdf

보조 보강(산업 매체):

• 뉴욕 연준 2025년 대학 노동시장 보고서: https://www.newyorkfed.org/research/college-labor-market
• SHRM 2024 인턴 대체 가능성 조사 (Newsweek 인용)
• Handshake Internships Index 2025
• Indeed Hiring Lab 2025-04
• New York Times 「Goodbye, $165,000 Tech Jobs」 (2025-08-10)