# AI 교육은 누구부터 시켜야 할까?

_직원이 적은 가게일수록 업무를 맡은 사람부터 봐야 한다_

> 여성이 많은 직업의 대화형 AI 노출 지수는 74.3으로 남성이 많은 직업의 24.3보다 약 3배 높았다. 문제는 AI 교육 기회가 숙련도에 따라 벌어진다는 점이다.

- 종류: 칼럼
- 주소: https://aisitekorea.com/column/ai-exposure-gender-small-shop-training
- 발행: AI사이트코리아 (https://aisitekorea.com)
- 작성일: 2026-10-01

직원이 몇 명 없는 가게라면 AI 교육을 모두에게 똑같이 나누기보다, AI가 먼저 닿는 일을 맡은 사람부터 살펴야 한다. 대화형 AI 노출 지수는 여성이 많은 직업이 74.3, 남성이 많은 직업이 24.3으로 약 3배 차이가 났다. 그런데 실제 AI 사용률은 한국에서 남성 55.1%, 여성 47.7%로 반대 방향이다.

AI가 먼저 닿는 일을 맡은 직원이 교육에서 빠지면, AI의 변화가 가장 먼저 닿는 사람에게 필요한 준비도 늦어질 수 있다.

## AI가 먼저 닿는 일은 어떤 일일까?

이번 연구는 미국 직업 394개를 대상으로 했다. 미국 노동부의 직업 정보와 미국 인구조사국의 2024년 지역사회조사 자료를 연결하고, 대화형 AI와 AI 특허라는 두 가지 지수를 붙였다.

| 항목 | 앤스로픽 지수(대화형 AI) | AI 특허 지수(넓은 AI) |
|---|---|---|
| 무엇을 보나 | 클로드 실제 사용 기록 | AI 특허와 과업 설명의 유사도 |
| 원자료 | 2025년 8·11월, 대화 200만 + API 200만 건 | 특허 문장, 상위 10% 유사도 |
| 인구조사 직업 570개 중 연결된 수 | 414개 | 517개 |
| 최종 분석 직업 수 | 394개 | 505개 |
| 성격 | 지금 쓰이는 AI | 앞으로 쓰일 수 있는 AI |

두 지수는 보는 대상이 다르다. 앤스로픽 지수는 2025년 8월과 11월에 실제로 사용된 클로드 대화와 API 업무를 바탕으로 지금 쓰이는 대화형 AI를 봤고, AI 특허 지수는 AI 특허 문장과 직업 과업의 유사도를 바탕으로 앞으로 닿을 수 있는 AI를 봤다.

## 왜 여성 직원 이야기가 나올까?

대화형 AI 기준에서는 여성이 60%를 넘는 직업의 노출 지수가 74.3이었다. 여성이 40% 미만인 직업은 24.3이었다.

| 직업 구분(여성 비율) | 앤스로픽 지수 | AI 특허 지수 |
|---|---|---|
| 남성이 많은 직업(40% 미만) | 24.3 | 77.73 |
| 여성이 많은 직업(60% 초과) | 74.3 | 62.05 |
| 차이 | 여성 쪽이 약 3배 | 남성 쪽이 15.68 높음 |

반대로 AI 특허 지수에서는 남성이 많은 직업이 77.73으로 여성이 많은 직업의 62.05보다 높았다. 쉽게 보면 남성이 많은 직업은 로봇이나 설비 같은 넓은 AI의 가능성과 더 가까웠고, 여성이 많은 직업은 글과 서류, 응대 같은 대화형 AI의 실제 사용과 더 가까웠다.

동네 가게에서 흔히 볼 수 있는 일도 여기에 들어간다. 피부관리사, 법률 비서·사무보조, 보육교사, 치과 보조, 의료 보조 등이 여성 비율이 높은 직업으로 나타났다.

| 여성 비율 높은 직업 | 여성 비율 | 남성 비율 높은 직업 | 남성 비율 |
|---|---|---|---|
| 피부관리사 | 98.3% | 승강기·에스컬레이터 설치·수리 | 99.4% |
| 언어치료사 | 95.3% | 크레인·타워 운전 | 98.4% |
| 법률 비서·사무보조 | 94.9% | 냉난방·냉동 설비 기사 | 98.3% |
| 보육교사 | 94.5% | 배관공 | 98.2% |
| 치과 보조 | 92.6% | 버스·트럭 정비·디젤 기사 | 98.4% |
| 일반 비서·사무보조(144만 4,384명, 전체의 1.75%) | 92.5% | 전동공구 수리 | 98.2% |
| 의료 보조 | 90.3% | 미장공 | 98.4% |

## 그런데 AI에 더 많이 노출되면 바로 일자리가 없어질까?

그렇게 단정할 수는 없다. 연구에서 말하는 노출에는 AI가 일을 돕는 경우와 일을 다시 나누는 경우, 일을 대신하는 경우가 모두 들어간다.

차이는 숙련도와 임금에 따라 나타났다. 남성이 많은 직업에서는 숙련도와 임금이 높을수록 AI 노출도 높았지만, 여성이 많은 직업에서는 임금과 숙련도 구간에 따른 노출 차이가 통계적으로 뚜렷하지 않았다.

| 구분 | 남성이 많은 직업 | 여성이 많은 직업 |
|---|---|---|
| 숙련·임금에 따른 노출 차이 | 있음(앤스로픽 F=16.18, 특허 F=8.35) | 없음(두 지수 모두 p>0.05) |
| 노출이 몰린 곳 | 고숙련·고임금 | 전 구간에 고르게 |
| 연구진이 본 위험 | AI가 일을 돕는 쪽 | 과업 재편·대체, 임금·승진 압박 |

이 차이가 중요한 이유는 교육과 연결되기 때문이다. OECD 성인역량조사에서는 성인 학습 참여율이 저숙련 20%, 중간 숙련 37%, 고숙련 58%였다.

스스로 배울 기회를 찾아본 비율도 저숙련 11.6%, 고숙련 35.5%였다. AI가 닿는 일은 많은데 교육을 스스로 찾아갈 가능성은 낮은 사람이 있다면, 사장이 교육 순서를 정해야 할 이유가 생긴다.

## 다른 조사에서도 같은 흐름이 보일까?

국제노동기구 자료에서도 여성이 많은 직업의 생성형 AI 노출은 29%, 남성이 많은 직업은 16%였다. 가장 높은 노출 등급에서는 여성이 많은 직업이 16%, 남성이 많은 직업이 3%였다.

| 조사 | 숫자 | 뜻 |
|---|---|---|
| ILO(2026.3) | 생성형 AI 노출: 여성 많은 직업 29% vs 남성 많은 직업 16% | 여성 쪽이 더 노출 |
| ILO(2026.3) | 최고 노출 등급: 16% vs 3% | 가장 높은 등급에서 차이가 가장 큼 |
| 미국 조사(논문 인용) | 생성형 AI 사용: 남 50% vs 여 37% | 쓰는 쪽은 남성 |
| 한국은행(2025.8) | 업무 AI 사용: 남 55.1% vs 여 47.7%, 근무시간 −3.8% | 한국도 같은 방향 |
| OECD PIAAC | 성인 학습 참여: 저숙련 20% vs 고숙련 58% | 교육 기회도 벌어짐 |

그런데 AI를 실제로 사용하는 쪽에서는 반대 흐름이 나타났다. 논문이 인용한 미국 조사에서는 남성 50%, 여성 37%가 생성형 AI를 사용했고, 한국은행 자료에서도 업무용 AI 사용률은 남성 55.1%, 여성 47.7%였다.

한국은행 자료에서는 AI를 업무에 사용한 경우 근무시간이 평균 3.8%, 한 주 약 1.5시간 줄었다. AI에 노출된 일을 맡은 사람이 AI를 덜 사용한다면, AI로 줄어드는 시간을 어떻게 활용할지도 교육과 함께 정할 필요가 있다.

## 직원이 몇 명 안 되는 가게라면 어떻게 할까?

가게 직원 모두에게 같은 교육을 한꺼번에 주는 방법만 있는 것은 아니다. 예약, 문의, 서류, 접수처럼 대화형 AI가 직접 닿는 업무를 맡은 사람부터 교육 순서를 정할 수 있다.

| 조건 | 먼저 할 일 | 근거 숫자 |
|---|---|---|
| 예약·문의·서류를 한 사람이 맡는다 | 그 직원이 AI 교육을 먼저 받는다 | 대화형 AI 노출: 여성 많은 직업 74.3 vs 24.3 |
| 교육이 사장님·한 명에게 몰려 있다 | 과업 기준으로 교육 순서를 다시 정한다 | 성인 학습 참여 저숙련 20% vs 고숙련 58% |
| 직원이 스스로 배우러 가지 않는다 | 근무시간 안에 교육 시간을 잡는다 | 기회를 찾는 비율 11.6% vs 35.5% |
| AI로 시간이 줄었다 | 줄어든 시간을 무엇에 쓸지 직원과 정한다 | 근무시간 −3.8%(주 약 1.5시간) |
| 연봉·평가에 AI를 쓴다 | AI 추천을 그대로 쓰지 말고 다시 검토한다 | 논문이 인용한 실험: 같은 연봉 협상 질문에 여성에게 더 낮은 금액 권고 |

특히 교육이 사장님이나 컴퓨터를 잘하는 직원 한 명에게만 몰려 있다면 순서를 다시 볼 필요가 있다. 직원이 실제로 맡은 과업을 기준으로 교육 대상을 정하고, 근무시간 안에 교육할 시간을 잡는 방식이다.

AI로 업무 시간이 줄었다면 그 시간을 무엇에 쓸지도 직원과 정하는 것이 중요하다. 단순히 일을 빨리 끝내는 것으로 끝내지 않고, 줄어든 시간을 어떻게 활용할지 정해야 변화가 직원에게도 이어진다.

연봉이나 평가처럼 사람에게 영향을 주는 판단에 AI를 쓸 때는 더 조심해야 한다. 논문이 인용한 2025년 실험에서는 여러 AI 모델이 같은 연봉 협상 질문에 여성 사용자에게 더 낮은 연봉을 권한 사례가 있었다.

## 이 연구만으로 어디까지 말할 수 있을까?

이 연구를 "여직원이 먼저 잘린다"는 뜻으로 읽으면 범위를 벗어난다. AI 노출은 실제 해고나 임금 하락을 측정한 수치가 아니며, 미국의 직업과 소득 자료를 사용했기 때문에 한국의 동네 가게에 그대로 적용할 수도 없다.

앤스로픽 지수도 한 회사의 AI를 2025년 8월과 11월 두 시점에 본 값이다. AI 특허가 실제 현장에 언제 얼마나 쓰일지도 확실하지 않다.

또한 동네 가게에서 같은 흐름이 나타나는지는 별도의 측정이 필요하다. 이 자료에서 확인할 수 있는 범위는 대화형 AI가 먼저 닿는 과업을 여성이 많이 맡고 있고, 그 과업을 맡은 사람이 AI 교육에서도 빠질 가능성을 살펴볼 필요가 있다는 정도다.

직원이 적은 가게에서는 거창한 교육 계획보다 먼저 업무를 나눠 보는 것이 현실적이다. 예약을 받는 사람, 고객 문의에 답하는 사람, 서류를 처리하는 사람처럼 AI가 닿는 과업을 맡은 직원부터 교육 순서를 정하면 된다.

요점 ① 대화형 AI 노출 지수는 여성이 많은 직업 74.3, 남성이 많은 직업 24.3으로 약 3배 차이가 났다. 요점 ② AI 특허 지수는 남성이 많은 직업 77.73, 여성이 많은 직업 62.05였다. 요점 ③ 한국 업무용 AI 사용률은 남성 55.1%, 여성 47.7%였고, AI 사용 시 근무시간은 평균 3.8% 줄었다. 요점 ④ 성인 학습 참여율은 저숙련 20%, 중간 숙련 37%, 고숙련 58%로 교육 순서를 과업과 숙련도 기준으로 살펴볼 근거가 있다.

## 같이 읽을 글

 

- 디지털을 쓴다는데 왜 아직 초보일까?

- AI를 잘 쓰는 직원에게 월급을 더 줘야 할까?

- 동네 가게도 2045년에 절반이 자동화될까?

- AI가 아직 사람을 안 자른다면, 가게 사장님도 걱정하지 않아도 될까?
 

## 자료 출처

 

- When AI Enters the Workplace, Who Faces Greater Risks? A Gendered Analysis(Open University·Politecnico di Torino·Nokia Bell Labs·Fawcett Society, arXiv 2609.21756, 2026년 9월, 미국 인구조사 직업 394~505개)

- New ILO data confirm women face higher workplace risks from generative AI than men(국제노동기구, 2026년 3월)

- Gen AI, occupational segregation and gender equality in the world of work(국제노동기구 보고서)

- 한국 직장인 미국보다 AI 두 배 많이 써(서울신문, 한국은행 보고서 인용, 2025년 8월)

- Getting Skills Right: Engaging low-skilled adults in learning(OECD, 2019, PIAAC 성인역량조사)

- 소상공인 80% 디지털 기술 활용하지만 대부분 기초·입문 단계(아시아경제, 중소기업중앙회 소상공인 500곳 조사, 2026년 6월)

- AI, 남자만 많이 쓴다? 활용률 격차(다음뉴스, 18개 연구·약 14만 명 종합 연구 소개, 2025년 9월)