AI 시대, 10년 후에도 살아남는 전공은 — 데이터로 보는 전공 선택의 기준

"컴퓨터공학이면 안전할까요?"

전공 상담 자리에서 요즘 가장 자주 받는 질문입니다. 몇 년 전까지는 답이 정해져 있었습니다. 코딩을 배우면 된다, 였지요. 지금은 그 답을 그대로 드리기 어렵습니다.

뉴욕 연방준비은행이 집계한 2026년 1분기 자료를 보면, 미국에서 컴퓨터과학 전공 졸업생의 실업률은 6.1%입니다. 컴퓨터공학은 7.5%. 반면 철학 전공은 3.2%에 머뭅니다. "문과라서 걱정"이라던 시절의 상식과는 정반대의 숫자입니다.

그렇다고 "이제 인문학이 답"이라고 뒤집는 것도 성급합니다. 이 글은 어느 전공이 이긴다는 단정 대신, 세계경제포럼(WEF)과 미국 노동통계국(BLS)의 공식 전망 데이터를 바탕으로 AI 시대 전공 선택의 기준을 차분히 정리합니다.

함께 읽으면 좋은 글:

• 성적보다 인성? 미국 명문대가 보는 진짜 자질 — 무엇을, 어떻게 평가하나
• 미국 대학 졸업 후 진로 — 현지 취업과 한국 복귀, 두 갈래 길
• 스펙 쌓기 교육 vs 사고력 교육 — 우리 아이에게 무엇이 필요한가

숫자가 말하는 10년 — 사라지는 게 아니라 재편된다

WEF가 55개 경제권의 1,000여 개 기업을 조사해 발표한 미래 일자리 보고서(2025)는 2030년까지 일자리 1억 7,000만 개가 새로 생기고 9,200만 개가 사라질 것으로 내다봤습니다. 합치면 순증 7,800만 개. 총량은 오히려 늘어납니다.

문제는 총량이 아니라 내용입니다. 같은 보고서는 지금 일하는 사람이 가진 핵심 스킬의 39%가 2030년까지 바뀌거나 쓸모를 잃을 것으로 전망합니다. 직업이 통째로 사라진다기보다, 일의 내용물이 빠르게 갈아끼워지는 그림에 가깝습니다.

줄어드는 흐름 — 규칙이 명확한 일

감소 폭이 클 것으로 꼽힌 직군은 사무행정 보조, 캐셔, 자료 입력원처럼 규칙이 명확하고 반복되는 일입니다. 눈에 띄는 변화는 회계·감사, 그래픽 디자이너처럼 전문성을 인정받아 온 직군이 이 목록에 새로 들어왔다는 점입니다. 생성형 AI가 정형화된 산출물을 빠르게 만들어내기 시작하면서입니다.

다만 이것이 "그 길을 택하면 막힌다"는 뜻은 아닙니다. 보고서가 말하는 것은 고용 규모의 방향이지, 개인의 운명이 아닙니다. 같은 디자인 분야 안에서도 AI 도구를 다루는 쪽으로 직무를 옮긴 사람의 수요는 오히려 늘고 있습니다.

늘어나는 흐름 — 데이터, 돌봄, 에너지

성장 상위권에는 빅데이터 전문가, AI·머신러닝 전문가, 핀테크 엔지니어, 보안 전문가가 올라 있습니다. 기술 직군만이 아닙니다. BLS의 2024~2034년 전망에서 가장 빠르게 크는 직업 중 하나는 너스 프랙티셔너(전문간호사)로, 10년간 40% 성장이 예측됩니다. 돌봄·의료처럼 사람의 몸과 판단이 개입하는 일, 그리고 에너지 전환 관련 엔지니어링이 나란히 상위권입니다.

두 흐름을 나란히 놓고 보면

표만 보면 답이 나온 것 같습니다. 그런데 여기에 함정이 하나 있습니다.

성장 1순위로 꼽히는 분야가 AI인데, 정작 컴퓨터과학 전공 신입의 실업률은 전공 평균보다 높습니다. 분야가 크는 것과 신입 자리가 늘어나는 것은 다른 문제이기 때문입니다. AI가 주니어급 업무를 흡수하면서 신입 채용 문이 좁아졌고, 그사이 졸업생 공급은 급증했습니다. "유망 분야"와 "안전한 전공"이 같은 말이 아니라는 사실을 이 숫자들이 보여줍니다.

인문학의 조용한 재평가

미국 대학가에서는 학생들이 'AI에 대체되지 않는 전공'을 찾아 움직이고 있다는 보도가 이어집니다. 흥미로운 것은 그 기사들의 솔직한 결론입니다. 그런 전공이 무엇인지는 아무도 확실히 모른다는 것.

다만 방향을 짐작하게 하는 신호는 있습니다. 철학 전공의 낮은 실업률, 그리고 고용주들이 채용에서 판단력·적응력·명확한 소통 같은 역량을 다시 앞세우기 시작했다는 조사들입니다. 기술을 다루되 윤리와 맥락을 함께 읽는 사람, AI의 산출물을 비판적으로 검토할 줄 아는 사람의 가치가 올라가고 있습니다. 애리조나 대학이 인문학을 경영·공학·의학과 연결한 응용 전공을 개설하자 인문학 전공자가 76% 늘었다는 사례도 같은 맥락에 있습니다.

10년을 버티는 것은 전공명이 아니라 배우는 힘

솔직히 말해, 10년 뒤 노동시장을 정확히 맞힐 수 있는 사람은 없습니다. 스킬의 39%가 바뀐다는 전망이 맞다면, 어떤 전공을 택하든 대학에서 배운 내용의 상당 부분은 졸업 후 다시 배워야 합니다.

그래서 질문이 바뀌어야 합니다. "무엇이 안전한가"가 아니라 "무엇이든 다시 배울 수 있는 힘을 어디서 기르는가"로. 읽고, 따져 묻고, 자기 언어로 표현하는 훈련 — 변화가 빠를수록 이 기본기의 유효기간이 깁니다. 그리고 이 힘은 대학에서 시작하기엔 늦고, 고교 단계에서 길러집니다.

전공이 바뀌어도 남는 것은 새 분야를 스스로 익히는 방법입니다. Trivium은 이것을 학습 순서 자체로 만든 틀입니다. 지식을 채우고(Grammar), 따져 묻고(Logic), 설명한다(Rhetoric)는 3단계를 과목을 가리지 않고 똑같이 적용합니다. 압구정의 VCA서울이 이 순서를 K~12 전 과정의 뼈대로 삼습니다.

📖 관련글: AI 시대에 왜 고전 교육(Classical Education)인가 — Trivium이 답하는 것

전망 데이터는 해마다 갱신되고, 유망 전공의 목록도 그때마다 바뀝니다. 변하지 않는 것은 스스로 배우는 법을 익힌 사람에게 전공이 한계선이 아니라 출발점이 된다는 사실이며, AI 시대의 전공 선택은 그 출발점을 일찍, 넓게 잡아 두는 일에서 시작됩니다.