프로젝트에서 보기 →

신입 안 뽑는 AI 시대‥"대학교육, '첫 경력' 만들어줘야" (2026.01.27/뉴스데스크/MBC)

태그
교육 MBC MBC뉴스 뉴스데스크
시작일
종료일
수정일

https://www.youtube.com/watch?v=0NejH5zldLw

1. 이건 꼭 알아야 한다

  • [? 질문] AI가 신입 업무를 빠르게 대체하는 시대에, 청년들이 ‘첫 취업(첫 경력)’의 문턱 자체를 밟지 못하는 문제를 어떻게 해결할 수 있는가? @[00:00][^1]
  • [= 답] 뉴스는 대학이 AI 교육을 강화하는 것을 넘어, 학생들이 졸업 전에 ‘AI를 활용해 실제 문제를 해결해본 경험(=첫 경력에 준하는 경험)’을 만들도록 교육과정을 재설계하려는 흐름을 보여준다. 동시에 기술 교육만으로는 부족하며, AI가 가져올 변화에 적응하기 위한 **인문학적·철학적 이해(통찰 교육)**가 선행돼야 한다는 비판적 관점도 함께 제시한다. @[01:00][^6] @[02:20][^14]

2. 큰 그림

이 콘텐츠는 AI가 인간의 노동을 빠르게 대체하면서 일자리 위기가 심화되고, 그중에서도 특히 청년들이 사회에 첫발을 내딛는 ‘초입’ 기회 자체가 사라질 수 있다는 우려에서 출발한다. @[00:00][^1] @[00:05][^2] 이에 따라 대학이 어떤 방식으로 교육을 바꿔야 하는지, 현장에서 어떤 변화가 진행 중인지(학과 신설, 전공-전공 융합, AI 기반 프로젝트·교과 개편 등)를 사례 중심으로 보여준다. @[00:08][^3] @[01:08][^7]

핵심 메시지 3개

  1. AI는 단순히 ‘일자리 수’를 줄이는 문제가 아니라, 신입이 경력을 쌓는 통로(수습·주니어 업무)를 먼저 잠식할 수 있다. @[00:23][^5]
  2. 대학들은 취업시장 변화에 대응해 **‘AI 경력자 만들기’(AI를 덧붙인 실무형 경험 설계)**로 활로를 찾고 있다. @[01:00][^6] @[01:18][^8]
  3. 다만 기술(툴) 교육만으로는 불충분하며, AI 시대의 대전환을 이해·적응하기 위한 인문학적 소양/철학적 이해 같은 기반 교육이 필요하다는 문제 제기가 나온다. @[02:20][^14]

3. 하나씩 살펴보기

3.1 “일자리 위기”의 핵심: 청년의 ‘첫발 기회’가 사라질 수 있다

📸 0:00

리포트는 AI가 인간 노동을 “빠르게 대체”하면서 일자리 위기가 심화되고 있다고 전제한다. @[00:00][^1] 그런데 이 위기는 단순 실업 증가만이 아니라, 청년들이 사회로 진입하는 ‘첫 기회’부터 빼앗길 수 있다는 점에서 더 심각하다고 문제를 제기한다. @[00:05][^2]
즉, 경력자가 아니라 **신입·초보가 밟는 입구(초급 업무, 수습 과정, 보조 업무)**가 AI로 대체될 경우, 청년은 역량이 있어도 “경력 부족”의 벽을 넘지 못하는 구조적 곤란에 직면한다는 맥락이다.

이러한 변화는 대학에도 직접적인 고민으로 연결된다. 졸업생을 배출해도 취업 문턱에 올리기 어렵다는 위기감이 커지고, 대학이 교육과정 차원의 대응책을 찾아야 하는 상황으로 제시된다. @[00:08][^3]

3.2 사례 1: 초보 회계사—“합격했는데도 수습할 곳이 줄었다”

📸 0:08

첫 번째 현장 사례는 거리로 나선 회계사들이다. @[00:18][^4] 이들은 “합격한 지 1년 정도 된” 초보 회계사로 소개된다. @[00:19][^4]
보도의 핵심은 회계사 자격을 취득해도 곧바로 ‘완전한’ 직업 수행이 되는 것이 아니라, 회계법인에 들어가 수습 기간을 거쳐야 제대로 활동할 수 있다는 구조다. @[00:23][^5] 그런데 문제는 이 수습을 제공할 신입 채용이 대폭 줄었다는 것. @[00:23][^5]

신입 채용이 줄어든 이유로 보도는 두 가지가 겹쳤다고 설명한다.

  • 업계 자체의 불안(경기·산업 환경 요인으로 해석되는 불확실성) @[00:31][^5]
  • AI가 신입 업무 상당 부분을 대신할 수 있을 것이라는 우려 @[00:31][^5]

여기서 포인트는 AI가 회계업 전체를 즉시 대체한다기보다, 신입이 담당하던 반복적·표준화된 업무를 AI가 먼저 흡수할 수 있다는 걱정이 채용 축소로 연결된다는 점이다. 이 구조 때문에 자격을 갖춰도 경력을 시작할 발판(수습)이 약해진다.

인터뷰로는 “AI가 회계학이나 공학이나 로코딩(로우코딩) 이런 부분 전문 분야들을 먼저 섭립(선점)해 버린” 상황을 언급하며, 이제 “AI도 경쟁”해야 한다는 취지의 발언이 등장한다. @[00:38][^6]
즉, 전문직·전문기술 분야에서도 ‘AI를 활용할 줄 아는 신입’이 아니라면 경쟁이 더 어려워질 수 있음을 시사한다.

3.3 사례 2: 초보 개발자—“웬만한 코딩은 AI가 해버린다”

📸 0:19

두 번째 사례는 컴퓨터공학과를 갓 졸업한 초보 개발자들이다. 이들 역시 “갈 곳이 사라지고” 있다고 보도한다. @[00:45][^6] @[00:53][^6]
핵심 근거로 “웬만한 수준의 코딩은 이미 AI가 해 버린다”는 진술이 제시된다. @[00:53][^6]

이어 보도는 소프트웨어 개발자의 역할 정의가 바뀌고 있다고 설명한다.

  • 과거: “코드를 잘 짜는 사람”
  • 최근: “AI 같은 최신 기술을 이용해서 기업의 문제를 해결”하는 사람 @[01:00][^6]

즉, 개발자의 경쟁력은 단순 코딩 능력 자체가 아니라 AI를 포함한 도구/기술을 활용해 문제를 정의하고 해결하는 역량으로 이동하고 있으며, 이 변화는 신입이 맡던 구현·코딩 중심 업무가 AI로 대체되면서 더 가속된다는 맥락이다.

3.4 대학의 위기감: “졸업생을 취업 문턱에 올릴 수 없다”

📸 0:31

이러한 노동시장 변화는 대학에 ‘직격탄’으로 묘사된다. 보도는 AI에 가로막혀 졸업생을 배출해도 “취업의 문턱에 올릴 수 없다는 위기감”을 대학이 느끼고 있다고 전한다. @[01:00][^6]
여기서 대학의 고민은 단순히 AI 과목을 추가하는 수준이 아니라, 졸업생이 채용 시장에서 요구하는 형태로 능력을 증명하도록 교육 체계를 바꾸는 문제로 연결된다.

그 결과 대학들이 찾는 활로로 “이른바 AI 경력자 만들기”가 제시된다. @[01:00][^6] 이 표현은 뉴스가 문제 해결 방향을 요약해 붙인 프레이밍으로, 신입 채용이 줄어드는 시장에서 학생이 ‘경력자처럼 보일 수 있는’ 경험/역량을 학교 안에서 구축해야 한다는 인식을 담고 있다.

3.5 대학의 대응 1: 학과 개설 + 기존 전공에 AI를 덧붙이는 ‘활용 교육’

📸 0:53

대학의 구체적 대응 방식으로 보도는 다음을 제시한다.

  • AI 관련 학과 개설
  • 기존 전공에 AI를 덧붙여 활용하는 방안을 가르치는 것 @[01:18][^8]

즉, “AI만 따로”가 아니라, 각 전공 영역(공학, 자연과학, 인문사회 등)의 문제에 AI를 붙여 응용·융합 형태로 가르치는 방향을 강조한다. 이는 앞서 개발자 사례에서 나온 “AI로 기업 문제 해결”이라는 역할 변화와도 맞닿는다. @[01:00][^6]

3.6 대학의 대응 2(사례): 공대 연구실—센서 기반 보행 데이터 분석 AI(장애인 보조)

📸 1:08

구체적 장면으로 서울의 한 공대 연구실이 등장한다. @[01:25][^9]
여기서 학생은 “몸에 센서를 부착하고 걷”는 실험을 수행한다. @[01:28][^9] 이 활동의 목적은 다리가 불편한 장애인을 위한 걸음거리(보행) 특성을 분석하는 AI를 개발하는 것이다. @[01:30][^10]

이 사례는 대학이 말하는 ‘AI 경력자 만들기’가 단순 강의실 이론이 아니라,

  • 센서 등 현실 데이터 수집
  • 수집 데이터를 바탕으로 한 AI 분석/모델링
  • 실제 사용 대상(장애인)의 문제를 겨냥한 문제해결형 프로젝트 로 구성된다는 점을 보여준다. 즉 “AI를 배운다”가 아니라 “AI로 무엇을 해결한다”에 초점이 있다.

3.7 대학의 대응 3: CES 화두 ‘피지컬 AI’를 반영한 새 교과정 예고

📸 1:28

보도는 올해 CES(국제전자제품박람회)에서 “화두”가 된 개념으로 피지컬 AI를 언급한다. @[01:36][^11] 그리고 이를 반영한 새 교과정이 다음 학기에 나온다고 전한다. @[01:36][^11]

이어 인터뷰(또는 설명)에서는 교과정 개편의 방향을 “AI 데이터가 융합된 융합 학문 기술 중심적으로” 개편했다고 말한다. @[01:42][^12] 또한 커리큘럼이 다루는 AI의 범주를 구체적으로 나열한다.

  • 생성 AI
  • 멀티모델(멀티모달로 보이는 표현) AI
  • 에이전틱(Agentic) AI
  • 피지컬 AI @[01:51][^13]

이 나열은 대학이 단순 ‘AI 입문’ 수준이 아니라, 당시 산업·기술 트렌드에서 주목받는 세부 분야를 교육과정에 적극 반영하려는 태도를 보여준다.

3.8 자연대·인문계로의 확산: “AI 전공이 늘어나는 추세”

📸 1:36

AI 교육 강화가 공대에만 국한되지 않는다고 보도는 말한다. 자연대나 인문 계열 학과에도 AI 전공이 늘어나는 추세라고 전한다. @[01:51][^13]
이는 AI가 특정 직무(개발자)만의 도구가 아니라, 자연과학 연구·분석뿐 아니라 인문사회 영역에서도 활용될 수 있고, 따라서 각 분야의 졸업생도 AI와 결합된 역량을 갖춰야 취업·진로에서 경쟁력을 갖는다는 전제를 깔고 있다.

3.9 융합 수업 계획(사례): ‘AI 신약 개발’—여러 전공이 공동 개설

📸 2:00

구체적 사례로 한 대학(보도 표현상 “이 대학”)이 AI 신약 개발 수업을 개설할 예정이라고 소개한다. @[02:00][^13]
이 수업은 단일 전공이 아니라 다음 전공들이 공동으로 참여한다.

  • 화학
  • 의생명
  • 화학공학
  • 신소재공학 @[02:00][^13]

즉, 신약 개발이라는 복합 문제를 AI로 다루려면 여러 학문 기반이 필요하다는 판단이 교육과정 설계에 반영된 것이다. 또한 “자연계와 AI 대학이 공동으로 운영하는 교과목”이라는 설명이 이어지며, AI 트렌드를 반영했고 앞으로도 “AI 기술들을 접목”할 수 있도록 “계속 교과목을 개발”하고 있다고 말한다. @[02:09][^14]

이 대목은 대학의 대응이 ‘일회성 과목’이 아니라, 빠르게 변하는 AI 기술·산업 요구에 맞춰 지속적으로 교과목을 업데이트하고 늘리는 체계를 만들려는 움직임으로 그려진다.

3.10 반론/보완: “AI 기술 교육만으론 부족”—인문학·철학의 선행 필요

📸 2:20

보도는 대학의 기술 중심 대응을 소개하는 데서 멈추지 않고, 비판적 견해를 덧붙인다.
즉, “하지만 AI 기술 교육만으론 부족하다는 의견도 있다”고 말한다. @[02:20][^14]

그 이유로 제시되는 논리는 다음과 같다.

  • AI가 가져올 “대변화”를 통찰하고
  • 그 변화에 적응하기 위해서는
  • 인문학적 소양과 철학적 이해에 대한 교육이 선행돼야 한다는 지적이 나온다는 것. @[02:24][^15]

여기서 뉴스는 ‘취업을 위해 AI 툴을 배우자’라는 단선적 해법을 경계하며, 기술 변화가 노동·사회·인간의 역할을 근본적으로 바꾸는 만큼, 학생이 이를 해석하고 판단할 기반(가치, 윤리, 인간 이해, 사회 구조 이해)을 갖춰야 한다는 관점을 제시한다.

4. 핵심 통찰

  1. AI의 충격은 ‘신입 구간’에서 먼저 드러난다.
    회계사 사례에서 수습 기회가 줄고, 개발자 사례에서 초급 코딩 업무가 AI로 대체되면서 “경력 진입로”가 좁아진다. 이는 청년 실업 문제가 “일자리 총량”뿐 아니라 경력 형성 메커니즘 붕괴로 나타날 수 있음을 보여준다. @[00:23][^5] @[00:53][^6]

  2. 직무 역량의 정의가 ‘기술 수행’에서 ‘문제 해결’로 이동한다.
    개발자는 코드를 잘 짜는 사람이 아니라 AI 같은 최신 기술로 기업 문제를 해결하는 사람으로 재정의된다. 대학이 전공에 AI를 “덧붙여 활용”을 가르치는 방향은 이 변화(도구 활용 + 문제정의/해결)와 정합적이다. @[01:00][^6] @[01:18][^8]

  3. 대학의 대응은 ‘AI 과목 추가’가 아니라 ‘경력처럼 보이는 경험 설계’로 수렴한다.
    센서 데이터 기반 보행 분석 AI, AI 신약 개발 같은 프로젝트·융합 수업은 학생이 졸업 전에 실질적 산출물/경험을 갖게 하려는 장치로 제시된다. 즉 “AI 경력자 만들기”는 스펙이 아니라 실제 수행 경험을 교육과정에 내장하는 접근이다. @[01:30][^10] @[02:00][^13]

  4. 기술 교육의 과잉은 위험하며, ‘통찰 교육’이 함께 가야 한다.
    보도는 AI 교육 확대 흐름을 인정하면서도, 변화의 의미를 읽고 적응하기 위한 인문학·철학적 이해가 선행돼야 한다는 지적을 통해 균형 잡힌 교육 재설계의 필요를 강조한다. @[02:20][^14] @[02:24][^15]

5. 헷갈리는 용어 정리 (해당 시에만)

  • 수습 기간(회계사 맥락): 자격 취득 후 회계법인에 들어가 일정 기간 실무를 배우고 업무 수행 자격을 사실상 갖추는 단계로, 보도에서는 이 단계가 있어야 “제대로 활동”할 수 있다고 설명된다. @[00:23][^5]
  • 로우코딩(로코딩): 적은 코딩으로 앱/업무를 개발·자동화하는 방식. 인터뷰에서 AI가 이런 영역을 “먼저 선점”했다고 언급된다. @[00:38][^6]
  • 피지컬 AI(Physical AI): 물리 세계(로봇, 센서, 실제 환경)와 상호작용하는 AI를 가리키는 맥락으로 등장하며, CES의 화두로 소개되고 교과정에 반영된다고 한다. @[01:36][^11]
  • 멀티모델/멀티모달 AI: 텍스트·이미지·음성 등 여러 형태의 데이터를 함께 다루는 AI를 의미하는 맥락의 표현으로 나열된다. @[01:51][^13]
  • 에이전틱 AI(Agentic AI): 스스로 목표를 설정·계획하고 도구를 사용해 과업을 수행하는 ‘에이전트형’ AI를 가리키는 흐름으로 언급된다. @[01:51][^13]
  • AI 신약 개발: 화학·의생명·화학공학·신소재공학 등 다전공이 결합해, 신약 개발 과정에 AI 기법을 적용하는 융합 수업으로 계획된다. @[02:00][^13]

참고(콘텐츠 정보)

  • 제목: 신입 안 뽑는 AI 시대‥"대학교육, '첫 경력' 만들어줘야" (2026.01.27/뉴스데스크/MBC)
  • 채널: MBCNEWS
  • 길이: 2분 36초
  • 링크: https://www.youtube.com/watch?v=0NejH5zldLw

[^1]: AI가 인간 노동을 빠르게 대체하며 일자리 위기 심화 언급. @[00:00]
[^2]: 청년의 ‘첫발 기회’ 박탈 우려 제기. @[00:05]
[^3]: 대학들도 고민이 깊다는 연결. @[00:08]
[^4]: 거리로 나선 회계사들, 합격 1년 내외 초보 회계사 소개. @[00:18] @[00:19]
[^5]: 수습 구조와 신입 채용 감소, 업계 불안+AI 대체 우려. @[00:23] @[00:31]
[^6]: AI가 회계/공학/로우코딩 등을 선점, 초보 개발자 취업난, 코딩의 AI 대체, 개발자 역할 재정의, 대학 위기감/AI 경력자 만들기 맥락. @[00:38] @[00:45] @[00:53] @[01:00]
[^7]: (영상 중 AI 자막/전환 구간) 대학 대응 파트로 넘어가는 흐름. @[01:08]
[^8]: 학과 개설 및 기존 전공에 AI를 덧붙여 활용 교육. @[01:18]
[^9]: 서울 공대 연구실, 센서 부착 보행 실험 장면. @[01:25] @[01:28]
[^10]: 장애인을 위한 보행 특성 분석 AI 개발. @[01:30]
[^11]: CES 화두 ‘피지컬 AI’, 새 교과정 예고. @[01:36]
[^12]: AI 데이터 융합 중심의 교과정 개편 설명. @[01:42]
[^13]: 생성AI/멀티모달AI/에이전틱AI/피지컬AI 언급, 자연대·인문계 확산, AI 신약 개발 수업(공동 전공) 계획. @[01:51] @[02:00]
[^14]: 자연계+AI대학 공동 운영 교과목, AI 기술 접목 교과목 개발 지속, 기술 교육만으론 부족하다는 의견 제시. @[02:09] @[02:20]
[^15]: 인문학적 소양·철학적 이해의 선행 필요. @[02:24]

← 프로젝트에서 보기