증가하는 쉬었음청년, 대기업만 노리다 30대까지 쉰다?

AI가 대체한 일자리와 잠재성장률 갉아먹는 한국판 잃어버린 세대

by이월

한국에는 "쉬었음 청년"이라는 단어가 있습니다. 고등학교 및 대학교를 졸업하고 기업이나 공공기관/공기업에 취업해야 하지만 취업하려고 노력도 하지 않는 만 19~34세의 청년을 "쉬었음 청년"이라고 부릅니다. 단순히 게으르거나 실업의 개념이 아닌 "구직활동을 하지 않으며 육아나 가사 노동을 하지 않고 질병이 없음에도 경제 활동을 하지 않는 상태"의 청년을 의미합니다.

영미권에서는 "NEET(Not in Education, Employment, or Training)"의 개념과 비슷합니다. 분명한 사실은 과거에도 이러한 상태의 청년이 있었으나 2026년 1월을 지나가는 상황에서 "쉬었음 청년"의 수는 지난 몇 년 동안 그 수가 폭발적으로 증가했고 이는 국가적, 슬롯적, 경제적으로 우려가 될 수 있다는 걱정이 커지고 있습니다.


2025년 11월 기준, 청년층(15~29세) 고용률은 44.3%로 전년 동월 대비 1.2%포인트 하락하며 19개월 연속 하락세를 기록했습니다. 이는 한국의 경제 상황이 좋지 않고 베이비부머 세대의 정년 연장이 맞물리며 구조적 고용 한파가 맞물린 결과입니다. 동기간 '쉬었음' 청년 인구는 41만 6천 명으로 집계되었으며, 이는 2025년 5월 이후 일시적인 감소세를 보이다가 다시 증가세로 전환된 수치입니다.

주목해야 할 점은 절대적 수치의 증가뿐만 아니라 인구 감소를 고려한 상대적 비중의 증가입니다. 15~29세 청년 인구가 저출산 여파로 급격히 감소하고 있음에도 불구하고, '쉬었음 청년' 인구가 40만 명대를 유지하거나 증가한다는 것은 해당 세대 내에서 비경제활동 상태가 만연하고 있음을 시사합니다. 2020년 코로나19 팬데믹 당시 44.8만 명으로 정점을 찍었던 '쉬었음 청년' 인구는 2022년 일시적으로 39만 명대로 감소했으나, 2023년 이후 다시 상승 곡선을 그리며 구조적 반등세에 진입했습니다.

Gemini_Generated_Image_8avuj08avuj08avu.png생성형 AI가 이 글을 읽고 그린 그림

가장 우려스러운 부분은 "쉬었음 청년" 현상이 20대 후반을 넘어 30대로 확산되고 있다는 점입니다.(2023년: 68.6만 명, 2024년: 72만 명, 2025년 11월: 73만 명) 전년 대비 5.1% 증가한 수치로 20대에 발생한 노동시장 진입 실패가 30대까지 누적되거나 30대에 진입하여 겪게 되는 번아웃 및 경력 단절이 새로운 슬롯 문제로 대두되고 있음을 의미합니다.

30대 남성 고용률이 9개월 연속 악화되고 있다는 사실은 이러한 위기가 특정 성별이나 계층에 국한되지 않고 핵심 노동력 전반으로 확산되고 있음을 방증합니다. 과거의 실업이나 비경제활동 인구는 저학력층에 집중되었으나 현재의 "쉬었음 청년" 현상은 고학력층에서 증가하고 있습니다.


2024년 기준, "쉬었음 청년" 중 전문대졸 이상 학력자가 64.7%를 차지하며, 4년제 대학 졸업자의 비중도 절반에 육박합니다. 성별로는 청년 중 남성이 58.9%, 여성이 41.1%를 차지하는데 전통적으로 남성 고용 비중이 높은 제조업과 건설업의 장기 부진, 그리고 군 복무 이후 복학이나 취업 준비 과정에서의 공백기가 길어지는 현상 등이 복합적으로 작용한 결과로 해석됩니다.

통계청 조사 결과, 청년 중 34.1%가 '원하는 일자리를 찾기 어려워서'라는 이유가 1등을 차지했습니다.

1. 노동시장의 이중구조 심화: 대기업과 중소기업 간의 임금, 복지, 고용 안정성 격차는 좁혀지지 않고 있다. 청년들은 중소기업에 취업하여 경력을 시작하기보다는, 시간이 걸리더라도 대기업이나 공공부문 진입을 위해 '쉬었음(사실상의 취업 준비)' 상태를 유지하는 것을 합리적인 선택으로 간주한다.

2. 경력직 선호 현상 (Junior Freeze): 기업들이 불확실한 경영 환경 속에서 교육 훈련 비용이 드는 신입 사원 대신 즉시 성과를 낼 수 있는 경력직 채용을 선호하면서, 노동시장 진입의 문턱이 급격히 높아졌다. "경력이 없어서 취업을 못 하는데, 취업을 해야 경력을 쌓는다"는 모순적인 상황은 청년들의 구직 의욕을 꺾는 핵심 요인이다.

3. 제조업 및 건설업의 붕괴: 2025년 11월 고용동향에서 제조업과 건설업 취업자는 지속적인 감소세를 보였다. 환율 상승과 원자재 가격 급등은 이들 산업의 고용 창출력을 약화시켰고, 이는 해당 산업에 진입하려는 청년층, 특히 남성 청년들의 노동시장 이탈을 가속화했다.

기술적 요인: AI 도입과 '숙련 편향적 기술 변화'

한국은행의 2025년 10월 보고서는 인공지능(AI) 기술 확산이 청년 고용에 미치는 부정적 영향을 실증적으로 분석했습니다.

대체 효과의 집중: 지난 3년간 감소한 청년 일자리 21.1만 개 중 98%인 20.8만 개가 AI 노출도가 높은 업종에서 발생했다. AI와 자동화 기술은 청년들이 주로 수행하던 자료 조사, 데이터 입력, 기초적인 코딩 등 정형화된 업무를 빠르게 대체하고 있다.

보완 효과의 세대 격차: 같은 기간 50대 이상의 일자리는 오히려 증가했다. 이는 숙련된 경험과 노하우, 복잡한 대인관계 기술을 보유한 중장년층에게는 AI가 생산성을 높여주는 보완재로 작용하는 반면, 경험이 부족한 청년층에게는 대체재로 작용하고 있음을 의미한다.

결과적으로 청년들은 진입 단계에서부터 AI 알고리즘과 경쟁해야 하는 상황에 놓였으며, 이는 기업들이 신규 채용을 줄이는 직접적인 원인이 되고 있다.

Gemini_Generated_Image_yfey0wyfey0wyfey.png생성형 AI가 이 글을 읽고 그린 그림
지역적 요인: 지방 소멸과 수도권 집중의 악순환

한국고용정보원의 2025년 분석에 따르면, 비수도권 청년의 '쉬었음' 비중은 22.5%로 수도권(17.9%)보다 4.6%포인트 높게 나타났습니다.

일자리-주거 불일치: 지방에는 청년들이 선호하는 고부가가치 서비스업이나 IT 관련 일자리가 절대적으로 부족하다. 지방 청년들은 눈높이에 맞는 일자리를 찾기 위해 장기간 구직 활동을 하거나 구직을 단념하게 된다.

경남 지역 사례: 경남 지역의 경우, 청년들이 희망하는 근무 지역과 실제 취업 가능 지역의 일치도가 2020년 84.4%에서 2024년 79.8%로 하락했다. 이는 지방 제조업의 쇠퇴와 맞물려 지방 청년들이 지역 내에서 안착하지 못하고 '붕 뜬' 상태가 되어가고 있음을 보여준다.

공급 측면: 번아웃과 심리적 소진

30대 '쉬었음' 인구 증가의 이면에는 '번아웃(Burnout)'과 심리적 문제가 자리 잡고 있습니다. 30대 쉬었음의 주된 원인으로 '몸이 좋지 않아서'(30.8%)와 '심리적·정신적 문제'가 높은 비중을 차지했습니다.

이는 과도한 입시 경쟁과 스펙 쌓기 과정을 거쳐 취업에 성공했더라도, 온라인 게임 내 강도 높은 업무와 조직 문화에 적응하지 못하고 퇴사한 후, 재취업을 위한 에너지를 상실한 상태를 반영합니다. 즉, 이들은 단순한 게으름이 아니라 '건강 악화'와 '직무 불일치'라는 이중고 속에서 비자발적인 휴식을 취하고 있는 것입니다.

'쉬었음 청년' 증가의 슬롯경제적 파급효과
거시경제적 충격: 잠재성장률 하락과 착시 실업률

KDI(한국개발연구원)의 분석에서 의하면, 한국의 2%대의 낮은 청년 실업률은 실제로 청년 고용률이 높은 게 아닌 '쉬었음 청년'이 비경제활동인구로 이동하며 실업률 통계에 잡히지 않았습니다. 즉, 실업률은 취업을 위한 노력을 하는 청년을 나타낸 수치이며 '쉬었음 청년'처럼 쉬고 있는 청년은 포함되지 않는 것입니다.

슬롯적 비용 증가(7.5조 원 이상의 손실)

청년들의 경제활동 중단은 막대한 슬롯적 비용을 초래합니다. 2019년 기준, 청년 고립으로 인한 슬롯적 비용이 연간 7.5조 원에 달한다는 연구 결과가 있습니다. 최근 '쉬었음 청년' 인구가 급증했고 고학력자의 비중이 늘어난 점을 고려할 때, 2025년 현재의 경제적 손실은 연간 9조 원을 상회할 것으로 추정됩니다.

이 비용은 직접적인 복지 지출 증가뿐만 아니라, 청년들의 소득 상실에 따른 소비 위축, 세수 감소, 그리고 부모 세대의 노후 자금 고갈 등 간접적인 비용을 모두 포함하는 수치입니다.

Gemini_Generated_Image_wi4v1vwi4v1vwi4v.png생성형 AI가 이 글을 읽고 그린 그림
슬롯적 고립과 '은둔형 외톨이'로의 악화

'쉬었음 청년' 상태가 장기화될 경우, 이는 단순한 경제적 문제를 넘어 슬롯적 단절로 이어집니다. 조사에 따르면 장기 '쉬었음' 청년의 상당수가 대인관계 단절과 우울감을 호소하며, 이는 일본의 '히키코모리'와 같은 은둔형 외톨이 문제로 비화될 가능성이 큽니다. 30대 쉬었음 인구의 증가는 향후 부모 세대가 80대가 되고 자녀가 50대가 되는 시점에 '8050 문제'라는 복지 대란을 예고하는 전조 증상입니다.

한국 정부는 이러한 "쉬었음 청년"의 증가하는 상황을 타개하기 위해 2025~2026년을 타겟으로 한 포괄적인 대바카라을 내놓았습니다. 1. 고립·은둔 청년 지원 2. 경력단절 청년 지원 3. 반복이탈 청년 지원 4. 구직촉진수당 인상 및 확대 5. 청년일자리도약장려금 지원 등 다양한 정바카라 지원으로 쉬었음 청년을 지원하려는 노력이 진행 중입니다. 그러나 단기 현금성 지원, 지역 불균형 문제 등에 대한 비판도 있습니다.

향후 전망 (2025-2030)
시나리오 1: 구조적 고착화 (부정적 전망)

만약 현재의 환율 불안과 경기 침체가 장기화되고, AI 기술이 청년 일자리를 대체하는 속도가 새로운 일자리 창출 속도보다 빠르다면, '쉬었음' 청년은 2030년까지 더욱 증가할 것이다. 특히, 30대 쉬었음 인구는 장기 실업자로 전락하여 '한국판 잃어버린 세대'가 될 위험이 크다. 이는 잠재성장률을 1%대 초반으로 끌어내리는 요인이 될 것이다.

시나리오 2: 정바카라 효과와 인구 구조 변화의 결합 (긍정적 전망)

베이비부머 세대의 은퇴가 가속화되면서 2020년대 후반부터는 노동력 부족 현상이 심화될 것이다. 이때 정부의 '일자리 첫걸음 보장제'가 효과적으로 작동하고, 기업들이 AI 활용 능력을 갖춘 청년 인재를 적극적으로 흡수한다면, '쉬었음' 인구는 점진적으로 감소할 수 있다. 특히, 청년 연령 상향(34세) 조치는 30대 초반 인구의 노동시장 재진입을 촉진하는 긍정적 요인이 될 것이다.

Gemini_Generated_Image_1tslia1tslia1tsl.png생성형 AI가 이 글을 읽고 그린 그림
종합적 해결 방안 및 제언

'쉬었음' 청년 문제는 개인의 나태함이 아닌, 한국 슬롯의 압축 성장이 낳은 구조적 모순의 결과물입니다. 따라서 해법은 다층적이고 통합적이어야 합니다.

1 노동시장의 이중구조 개혁 (Fundamental)

가장 시급한 과제는 대기업과 중소기업 간의 격차 해소이다. 정부는 중소기업의 임금 보조를 넘어, 생산성 향상을 위한 스마트 공장 보급, R&D 지원을 강화해야 한다. 대기업은 협력사와의 상생 결제 시스템을 확대하고, 슬롯적 바카라임을 다하여 2차 노동시장의 질을 높이는 데 기여해야 한다. '동일 가치 노동 동일 임금' 원칙의 확산이 필수적이다.

2 AI 시대 맞춤형 교육 혁신 (Skill)

AI가 청년의 정형화된 업무를 대체하는 현실을 직시하고, 교육 시스템을 전면 개편해야 한다. 단순 지식 전달이 아닌, AI를 도구로 활용할 수 있는 역량, 그리고 AI가 대체하기 힘든 소통 능력, 협업 능력, 창의성 등 'Soft Skill'을 강화하는 방향으로 직업 훈련이 재편되어야 한다. 정부의 K-Digital Training 사업을 더욱 고도화하여 인문계 전공자들도 기술직으로 전환할 수 있는 사다리를 놓아야 한다.

3 심리·정서적 안전망 구축 (Recovery)

번아웃과 우울증을 겪는 청년들을 위해 고용센터의 기능을 '취업 알선'에서 '생애 케어'로 확장해야 한다. 전 국민 마음투자 지원 사업과 연계하여 청년들에게 전문 심리 상담을 무상으로 제공하고, 실패해도 다시 일어설 수 있는 슬롯적 분위기를 조성해야 한다. 특히 고립·은둔 청년을 위한 방문형 서비스와 공동생활가정 모델을 확산시켜야 한다.

4 지역 특화 일자리 창출 (Regional)

지방 소멸을 막기 위해 지역 거점 대학과 기업을 연계한 클러스터를 조성해야 한다. 비수도권 청년들에게는 주거비 지원과 교통비 바우처 등 실질적인 생활비 지원을 강화하여 구직 활동의 비용 장벽을 낮춰야 한다. 경남 등 제조업 중심 도시는 스마트 팩토리 전문가 등 청년 친화적인 첨단 제조 일자리를 창출하는 산업 전환을 서둘러야 한다.

위 글은 생성형 AI(gemini)의 deep research 기능을 활용하여 작성되었습니다.
참고자료 및 출처는 아래 블로그 링크에서 참고해 주시면 감사하겠습니다.
https://blog.naver.com/adarl22/224393612336