NYC AI 오피스 붐은 커지고 있지만, 젊은 구직자들은 입지가 좁아지고 있다

뉴욕시 AI 기업들은 2026년 상반기에 220만 제곱피트가 넘는 사무실을 임대했다. 그러나 NYC AI 오피스 붐은 첫 화이트칼라 일자리를 찾는 많은 청년층에게는 더 적은 채용 기회를 만들고 있다.

이러한 역전 현상은 Partnership for New York City의 새 보고서가 다루는 핵심이다. 투자와 물리적 확장은 빨라지고 있지만, AI의 영향을 받는 여러 직종에서 신입 채용은 위축되고 있다.

이 보고서는 AI만이 모든 사라진 채용 공고의 원인이었다고 보여주지는 않는다. 뉴욕의 전반적인 노동시장도 둔화했다. 그럼에도 보고서의 결과는 익숙한 가정에 의문을 제기한다. 더 많은 자금과 사무 공간이 자동으로 더 접근하기 쉬운 일자리로 이어지지는 않는다는 것이다.

샌프란시스코와의 비교는 이 경고를 더 쉽게 무시하기 어렵게 만든다. 두 도시는 모두 AI 투자를 유치했지만, 주니어 채용 파이프라인은 약화되는 모습을 보였다. 뉴욕은 이제 눈에 보이는 성장만 측정할지, 아니면 그 성장 뒤편의 직업 경력에 대한 더 폭넓은 접근성을 구축할지 선택해야 한다.

NYC AI 오피스 붐에는 서로 매우 다른 두 가지 성적표가 있다

뉴욕은 AI 투자 붐과 신입 고용 침체를 동시에 보여줄 수 있다.

Partnership의 신입 고용 관련 분석은 구인 공고 데이터, 연방 고용 통계, 직종별 AI 노출 지수를 결합한다. 이 자료들은 자본과 부동산 측면에서는 확장되지만 경력의 입구는 좁아지는 시장을 함께 보여준다.

AI 기업들은 2026년 상반기에 뉴욕시 전역에서 220만 제곱피트가 넘는 사무 공간을 임대했다. 이는 2025년 한 해 동안 임대된 936,000제곱피트의 두 배를 넘는 규모다.

기존 AI 기업 13곳은 2분기까지 각각의 공간 규모를 두 배 이상 늘리는 임대 계약을 체결했다. 이들 확장으로 추가된 면적은 총 120만 제곱피트였다.

투자도 같은 상승세를 보였다. 뉴욕 AI 스타트업은 2025년에 167억 달러를 조달하며 사상 최고 기록을 세웠다. AI 벤처캐피털을 이보다 더 많이 유치한 곳은 샌프란시스코 베이 에어리어뿐이었다.

이 수치들은 실질적인 성장 스토리를 뒷받침한다. 기업들이 뉴욕이 고객, 인재, 금융, 미디어, 전문 서비스 측면에서 계속 중요한 도시로 남을 것으로 기대하고 있음을 보여준다.

상업용 부동산 조사도 추가 근거를 제시한다. Colliers는 2026년 상반기 맨해튼에서 63건의 거래를 통해 150만 제곱피트의 AI 기업 임대 계약이 체결됐다고 집계했다.

이 수치는 Partnership의 도시 전체 합계보다 범위가 좁으므로, 두 수치를 서로 대체 가능한 것으로 봐서는 안 된다. 그러나 두 데이터셋 모두 같은 방향을 가리킨다.

기술 부문 임대 데이터에 따르면, 모든 기술 기업은 해당 기간 맨해튼에서 415만 제곱피트의 사무 공간을 임대했다. 이는 전년보다 59.5% 늘어난 수치이며 맨해튼 전체 임대의 18.2%를 차지했다.

AI 기업은 이 기술 수요의 3분의 1 이상을 차지했다. 기술 기업 임대 계약 6건은 100,000제곱피트를 넘었으며, Google, Ramp, Uber가 가장 큰 입주 기업들에 포함됐다.

그러나 고용 성적표는 더 약해 보인다. 뉴욕 민간 부문은 2025년에 38,000개의 일자리만 추가했으며, 이는 2024년 증가분의 절반이다.

둔화는 AI 활용이 늘고 있는 사무직 중심 산업에서 특히 뚜렷했다. 2026년 8월까지 금융 서비스 고용은 0.6% 증가하는 데 그쳤다.

전문·비즈니스 서비스는 0.04%만 증가했다. 정보 부문 고용은 거의 2% 감소했다.

이 수치가 AI가 이러한 산업 전반의 결과를 만들었다는 것을 증명하지는 않는다. 금리, 경제 불확실성, 기업 구조조정, 팬데믹 이후의 조정도 채용에 영향을 미친다.

다만 임대 계약이 고용 데이터의 대체 지표가 될 수 없는 이유는 보여준다. 체결된 사무실 계약은 기업의 부동산 약정을 측정할 뿐, 일자리 수나 그 일자리에 대한 접근성을 측정하지는 않는다.

이러한 괴리는 뉴욕에서 특히 중요하다. 이 도시의 경제는 금융, 미디어, 기술, 법률, 광고, 전문 서비스에 크게 의존한다.

이들 산업은 전통적으로 졸업생을 채용해 조사, 초안 작성, 분석, 조율, 고객 지원 업무를 맡긴다. 이런 업무는 생성형 AI가 가장 쉽게 처리할 수 있는 과업과도 겹친다.

따라서 뉴욕은 기존의 경력 사다리를 유지하지 못한 채 AI 중심지가 성장할 수 있는지를 검증하는 초기 시험대가 됐다.

고층 빌딩은 더 빠르게 채워지고 있다. 하지만 사다리의 가장 낮은 단은 점점 닿기 어려워지고 있다.

신입 AI 일자리는 더 많은 것을 요구하면서 채용 기회는 줄어든다

고용주들은 주니어 지원자에게 요구하는 AI 역량 기준을 높이는 동시에, उपलब्ध한 주니어 직무의 수는 줄이고 있다.

2022년 ChatGPT가 공개된 이후 AI 노출도가 높은 직종은 뉴욕에서 가장 가파른 신입 채용 감소를 기록했다.

Partnership이 검토한 직종군 가운데 디자인, 미디어, 글쓰기 분야의 신입 구인 공고는 40.6% 감소했다. 이 직무들의 추정 AI 노출도는 58%였다.

고객 및 클라이언트 지원 공고는 34.4% 감소했고, 사무·행정직 공고는 30.5% 줄었다. 후자 그룹은 연구에서 측정된 가장 높은 노출도인 70%를 기록했다.

비즈니스 관리 및 운영 분야는 26.8% 감소했다. 금융은 뉴욕 경제에서 중심적인 역할을 하는데도 23.4% 감소했다.

사회 분석 및 기획 공고는 12.7% 줄었고, 영업 공고는 10.4% 감소했다. 이 비교의 모든 범주는 기술 구성의 절반 이상이 AI 증강 가능성에 노출돼 있었다.

노출도가 높다고 해서 해당 직업이 사라진다는 뜻은 아니다. 이는 AI가 현재의 기술 구성 중 얼마나 많은 부분을 지원하거나 수행할 수 있는지를 측정한다.

이 구분은 중요하다. 많은 고용주가 직종 전체를 없애기보다 일자리를 재편하고 있기 때문이다. 기업은 일상적인 생산 업무를 소프트웨어에 맡기고, 숙련 직원은 검토, 판단, 고객 관리 업무에 유지할 수 있다.

즉각적인 피해자는 이러한 일상 업무를 배우도록 설계된 직무인 경우가 많다. 주니어 애널리스트, 코디네이터, 어시스턴트, 개발자는 전통적으로 선임 직원이 나중에 검토하는 업무를 수행하며 맥락을 익혔다.

AI는 이 구조의 경제성을 바꾼다. 숙련 직원 한 명이 자동화된 조사나 초안 작성을 감독할 수 있다면, 기업은 여러 명의 초보자를 채용할 이유가 줄어든다.

Partnership은 전체 신입 일자리 풀이 줄어드는 와중에도 AI 기술을 요구하는 신입 구인 공고가 55% 증가했다고 밝혔다. 고용주들이 단지 지원자에게 챗봇 사용을 요구하는 것은 아니다.

직무 요건은 배포, 인프라, 모델 최적화, 애플리케이션, 에이전틱 시스템으로 이동하고 있다. 에이전틱 시스템은 제한적인 감독 아래 여러 단계의 작업을 계획하고 실행하도록 설계된 소프트웨어다.

2022년부터 2025년 사이 뉴욕의 신입 구인 공고에서는 38개의 기술이 새로 등장했다. 같은 기간 기존 기술 30개는 사라졌다.

고용주들이 이를 당연히 갖춰야 할 지식으로 보기 시작하면서 “데이터 마이닝”과 “텍스트 요약”은 공고에서 빠졌다. 그 자리를 생성형 AI 에이전트와 에이전틱 시스템 관련 요건이 차지했다.

이러한 변화는 졸업생에게 어려운 순환 구조를 만든다. 고용주는 AI를 배포한 실무 경험을 원하지만, 과거에 직장 경험을 제공하던 많은 전통적 주니어 직무는 줄어들고 있다.

졸업생은 프로그래밍, 금융, 마케팅 이론을 이해하더라도 실제 조직 내부에서 AI를 관리한 경험을 입증하지 못할 수 있다. 강의실 실습은 기밀 데이터, 승인 절차, 규정 준수 요구사항, 책임이 따르는 고객 업무를 좀처럼 재현하지 못한다.

2026년 졸업생 조사에서 학교가 AI를 교육과정에 통합했다고 답한 비율은 28%에 불과했다. 절반 이상은 교육이 제공한 수준보다 더 강력한 AI 기술이 필요하다고 생각했다.

따라서 이 격차는 하나의 제품에 익숙한지 여부보다 더 크다. 젊은 지원자들은 결과물을 어떻게 검증하고, 민감한 정보를 어떻게 보호하며, 의사결정을 어떻게 기록하고, 불확실한 결과를 어떻게 상위로 이관하는지 보여줘야 한다.

또한 AI 시스템의 실수를 포착할 수 있을 만큼 해당 분야의 기초를 잘 이해해야 한다. 고용주들은 사실상 지원자들에게 과거 주니어 직무가 가르쳐주던 일을, 그 주니어 직무를 받지 못한 채 이미 알고 있기를 요구하고 있다.

소프트웨어 개발은 이 문제를 잘 보여준다. 코드 생성 시스템은 과거 주니어 엔지니어에게 감독 아래의 실습 기회를 제공했던 테스트, 문서화, 일상적인 구성 요소를 만들어낼 수 있다.

기업은 여전히 선임 엔지니어가 필요하지만, 초보자 채용은 줄일 수 있다. 그러나 시간이 지나면 숙련 엔지니어는 어디선가 나와야 하므로 승계 문제가 발생한다.

같은 논리는 금융과 미디어에도 적용된다. AI는 시장 요약이나 기사 개요를 초안으로 만들 수 있지만, 누군가는 누락된 맥락, 부실한 출처, 잘못된 추론을 알아차려야 한다.

학습 직무를 지나치게 많이 없애면 오늘은 비용을 절감할 수 있지만, 미래의 검토 인력 풀은 약화될 수 있다. 이러한 위험은 분기별 생산성 대시보드에 나타나지 않는다.

이는 몇 년 뒤, 조직이 점점 더 자율적인 시스템을 감독하는 데 필요한 판단력을 갖춘 인력이 줄었다는 사실을 발견할 때 드러난다.

더 큰 사무실이 더 폭넓은 기회를 의미하지는 않는다

핵심적인 역전은 간단하다. AI 기업들은 현재 인력 규모에 필요한 것보다 더 많은 공간을 확보하고 있다.

2025년 뉴욕 AI 기업들은 일반적으로 보고된 인력 수요보다 60% 더 많은 사무 공간을 임대했다. AI 임대 계약의 거의 80%는 25,000제곱피트 미만이었다.

이러한 조합은 빠른 성장을 계획하는 비교적 작은 팀들로 구성된 시장을 시사한다. 그러나 예상 인력 충원이 실제로 이뤄질지, 상당한 수준의 주니어 채용을 포함할지는 확인해주지 않는다.

적절한 건물이 부족하고 임대 계약에는 긴 계획 주기가 필요하기 때문에, 기업들은 종종 채용 전에 공간을 확보한다. 성장 중인 기업은 고객, 행사, 연구실, 협업 업무를 위해 사무실을 사용할 수도 있다.

이러한 타당한 이유들도 면적과 현재 고용의 연결을 약화시킨다. 임대 계약은 자신감을 표현하지만, 여전히 근로자가 아니라 부동산에 대한 약정이다.

더 넓은 맨해튼 오피스 시장은 이러한 모호함을 강화한다. 2026년 2분기 공실률은 19.3%였다.

이는 역사적 평균인 14.1%와 팬데믹 이전 평균인 9.7%를 여전히 크게 웃도는 수준이다. AI 임대는 의미가 있지만, 시장의 초과 공급을 없애지는 못했다.

부동산 데이터셋마다 합계도 다르게 나온다. Savills와 CompStak은 상반기 맨해튼 AI 임대 규모를 170만 제곱피트로 집계했다.

이들의 AI 임대 분석에 따르면, 맨해튼 AI 기업은 신규 사무실 임대의 8.2%를 차지했다. 샌프란시스코에서는 AI 기업이 해당 시장의 31.3%를 차지했다.

연구기관마다 지리적 경계와 기업 분류 기준이 다르기 때문에 정확한 합계는 달라진다. 그러나 보고서 전반에서 나타나는 큰 흐름은 일관된다.

AI 기업들은 더 큰 공간을 확보하고 더 긴 약정을 맺고 있다. 맨해튼 AI 기업의 임대 기간은 평균 49개월에서 90.9개월로 늘었다.

맨해튼 AI 거래에서 전대 임대가 차지하는 비중도 2020년부터 2024년까지 42.3%였던 데서 이후 17.5%로 떨어졌다. 직접 임대는 일반적으로 더 확고하고 장기적인 입주 계획을 뜻한다.

이는 부동산 소유주에게는 좋은 소식이다. 사무실 활동에 의존하는 도시의 세수 기반과 지역에도 의미가 있다.

그러나 누가 채용되는지에 대해서는 여전히 거의 말해주지 않는다. 충분한 자금을 확보한 기업은 소수의 선임 엔지니어, 영업 리더, 임원으로 팀을 유지하면서도 값비싼 건물을 점유할 수 있다.

AI 기업은 특히 그러한 모델을 구현할 역량이 있을 수 있다. 많은 기업이 자동화를 명시적으로 판매하며, 고객이 더 적은 수작업으로 더 많은 업무를 처리할 수 있다고 약속한다.

이들의 내부 인력 구조도 같은 전제를 반영할 수 있다. 매출, 투자, 부동산 사용은 인력 규모에 비례해 늘지 않아도 증가할 수 있다.

뉴욕은 이전에도 비슷한 양상을 겪었다. 닷컴 시대에는 자금을 조달한 스타트업들이 언제나 실현되지는 않았던 확장을 예상하며 공격적으로 임대 계약을 맺었다.

현재 시장은 그 붕괴의 재현이 아니다. AI 기업들은 실제 고객, 확립된 기업 파트너, 그리고 여러 산업에 걸친 폭넓은 활용 사례를 보유하고 있다.

그럼에도 역사적 비교는 측정상의 문제를 부각한다. 특히 노동 수요를 바꾸려는 제품을 개발하는 기업들의 경우, 미래 공간 수요는 본질적으로 불확실하다.

Partnership는 기술 및 AI 기업들이 금융, 법률, 부동산 기업보다 평균 3년 짧은 임대 계약을 맺는다고도 지적한다. 이는 물리적 확장의 일부가 더 잠정적이라는 뜻이다.

이러한 긴장은 NYC의 AI 오피스 붐이 거리에서는 번영해 보이면서도 대학 취업지원센터에서는 제약적으로 느껴지는 이유를 설명한다.

한 관찰자는 입주한 층, 건설 활동, 벤처 투자를 본다. 다른 관찰자는 줄어든 애널리스트 프로그램과 보조 인력, 그리고 첫 취업 지원자에게도 실무 경험을 요구하는 직무 설명을 본다.

두 관점 모두 정확할 수 있다. 서로 다른 경제의 부분을 측정하기 때문이다.

뉴욕의 정책 과제는 우선 이러한 측정치를 분리하는 데서 시작한다. 오피스를 일자리로 축하하는 일은 성장 과정이 가속하고 있는 바로 그 노동력 변화를 가릴 수 있다.

청년 노동자가 마주한 문제는 단순한 기술 격차가 아니라 경력 사다리의 문제다

고용주가 그 기술이 전문적 판단력으로 발전하는 직무를 없앤다면, 졸업생에게 AI 사용법을 가르치는 것만으로는 문제가 해결되지 않는다.

뉴욕은 이미 응용 AI 분야에서의 입지를 강화하기 위한 프로그램을 출범시켰다. 시는 AI 자문위원회를 구성했고 2026년 가을을 목표로 AI Nexus 스타트업 프로그램을 계획했다.

New York Jobs CEO Council은 City University of New York 학생들을 위해 10시간짜리 생성형 AI 과정을 개발했다. Founder Fellowship은 2022년 이후 뉴욕 창업자 393명을 지원했다.

시는 매년 약 65명의 CUNY 학생을 대상으로 하는 스타트업 인턴십 프로그램도 운영한다. 이러한 프로그램은 인식을 넓히고 유용한 경험을 제공할 수 있다.

그러나 그 규모는 뉴욕 노동시장에 진입하는 인원 수에 비하면 여전히 작다. 또한 문해력, 스타트업, 창업에 크게 집중돼 있다.

Partnership는 AI가 직업, 기술 요건, 초급 채용을 어떻게 변화시키는지 추적할 조정된 시스템이 시에 여전히 부족하다고 주장한다.

이는 “AI 기술”이 도움이 되지 않을 만큼 광범위한 라벨이 될 수 있기 때문에 중요하다. 프롬프팅 과정은 금융 전공 졸업생이 리스크 분석을 검증하도록 준비시키지 못한다.

코딩 보조 도구 튜토리얼은 주니어 엔지니어에게 프로덕션 시스템이 어떤 방식으로 실패하는지 가르치지 못한다. 글쓰기 도구는 출처 확인, 독자 이해, 법적 위험에 관한 지식을 대체할 수 없다.

청년 노동자에게는 실수가 피드백으로 이어지고 결정에 결과가 따르는 응용 프로젝트에 참여할 기회가 필요하다. 이러한 경험은 한때 초급 고용을 통해 얻을 수 있었다.

시의 기존 AI strategy는 뉴욕을 응용 AI의 선도적 중심지로 구축하는 것을 목표로 한다. 이 전략은 인재 양성, 인프라, 연구, 스타트업 성장에 중점을 둔다.

새로운 노동 데이터는 이 전략에 또 하나의 층위가 필요한 이유를 보여준다. 생태계 성장과 노동력 접근성은 연관돼 있지만, 하나가 다른 하나를 보장하지는 않는다.

싱가포르는 하나의 비교 사례를 제공한다. 싱가포르 정부는 취약 직무와 증강된 일자리에 필요한 기술을 식별하는 산업 전환 계획을 마련한다.

또한 민간 고용주와 AI 견습 프로그램을 조정한다. Partnership는 이 프로그램이 2030년까지 연간 참가자 1만5,000명에 이를 것으로 전망된다고 말한다.

서울은 더 폭넓은 공공 시스템 접근법을 취한다. 현지 대학들은 2025년 동안 100개가 넘는 AI 프로그램을 제공하고 9,000명 이상을 교육했다.

서울시는 AI를 공공 서비스, 교육, 고용주 파트너십에도 통합한다. 이 접근법은 주민들이 고립된 과정에만 의존하는 대신 기술과 반복적으로 접촉하게 한다.

어느 모델도 뉴욕에 그대로 복제할 수는 없다. 싱가포르의 중앙집권적 정부는 뉴욕의 분산된 기관, 대학, 고용주, 제공기관 네트워크와 다르다.

서울 역시 다른 국가 교육 및 노동 시스템 안에서 운영된다. 그럼에도 이 사례들은 뉴욕의 현재 대응에 무엇이 부족한지를 보여준다.

교육은 실제 업무, 인정받는 자격, 채용할 준비가 된 고용주와 직접 연결돼야 한다. 그렇지 않으면 도시는 경력 사다리를 복구하지 못한 채 과정 이수자만 더 많이 배출할 수 있다.

샌프란시스코는 더 뚜렷한 경고를 제공한다. Partnership가 인용한 분석에 따르면, 이 도시의 민간 AI 생태계는 2025년 전 세계 AI 벤처 자금의 60%를 유치했다.

그럼에도 샌프란시스코 대도시권 전반의 초급 채용 공고는 2022년 이후 47% 감소했다. 혁신 리더십은 주니어 노동시장을 보호하지 못했다.

뉴욕은 다른 산업 구성으로 같은 경로를 따를 위험이 있다. 기술 부문도 중요하지만 금융, 법률, 미디어, 광고, 컨설팅까지 고려하면 노출 범위는 훨씬 넓다.

약화된 인력 파이프라인은 불평등에도 영향을 미친다. 강력한 인맥을 지닌 사람들은 공식 채용 경로 밖에서 인턴십, 프로젝트 경험, 추천을 얻을 수 있다.

다른 이들은 더 높은 임금의 경력으로 진입하기 위해 투명한 초급 채용에 의존한다. 그러한 직무가 줄어들면 가족 자원과 개인적 연결의 가치가 더 커진다.

이 문제는 대학 졸업생을 넘어선다. 학사 학위가 없는 사람들에게 열려 있는 경력 경로의 약 49%는 이미 의미 있는 수준의 AI 노출을 포함한다.

이는 혼란이 중간 소득 일자리로 진입하는 행정, 고객 서비스, 운영 경로에 영향을 미칠 수 있음을 뜻한다. 소프트웨어 엔지니어를 꿈꾸는 사람들만의 문제가 아니다.

시 감사관의 재정 노출 분석은 또 다른 우려스러운 신호를 발견했다. 2026년 3월까지의 12개월 동안 최근 대학 졸업자의 실업률은 7.3%였다.

학위가 없는 청년 성인의 실업률은 이보다 약간 낮은 7.1%를 기록했다. 이용 가능한 기록에서 이 관계가 역전된 것은 처음이었다.

이 수치가 AI가 유일한 원인이라고 입증하지는 않는다. 다만 학위가 더는 청년 성인을 어려운 노동시장 진입 과정으로부터 보호하지 못한다는 점을 보여준다.

따라서 뉴욕의 대응은 단순 참가자 수가 아니라 결과를 측정해야 한다. 정책 당국은 교육이 면접, 지속적인 고용, 임금 상승, 승진으로 이어지는지 파악해야 한다.

고용주에게도 역할이 있다. 기업이 두터운 지역 인재 풀의 혜택을 본다면, 그 인재 풀이 어떻게 성장하는지 보존하는 데에도 이해관계를 공유한다.

구조화된 견습제, 감독이 있는 AI 프로젝트, 순환 배치 프로그램은 일상 업무가 자동화되며 사라지는 학습의 일부를 대체할 수 있다. 이러한 제도에는 의미 있는 업무와 명확한 채용 경로가 필요하다.

그렇지 않으면 “기술 격차”라는 라벨은 책임을 전적으로 지원자에게 넘긴다. 이는 고용주가 동시에 진입 경로를 재설계하고 있는 일자리를 위해 청년들에게 준비하라고 말하는 셈이다.

보고서의 AI 일자리 주장은 여전히 신중한 검증이 필요하다

증거는 AI 노출과 주니어 채용 축소 사이의 심각한 상관관계를 보여주지만, 인과관계의 문제를 결론짓지는 못한다.

Partnership의 분석은 AI 노출 수준이 서로 다른 직업군의 고용 및 채용 공고 패턴을 비교한다. 이 접근법은 압력이 집중된 영역을 식별할 수 있다.

그러나 2022년 이후 발생한 모든 다른 변화로부터 AI의 영향을 분리할 수는 없다. 기업들은 높은 차입 비용, 경제 불확실성, 과잉 채용, 원격 근무, 수요 약화에 대응해 왔다.

채용 공고는 고용보다 더 빠르게 움직일 수도 있다. 광고 수 감소는 이직률 둔화, 중복 공고 제거, 또는 비공개 채널을 통한 채용 전환을 반영할 수 있다.

노출 지수는 또 다른 한계를 만든다. 어떤 업무가 기술적으로 AI 증강에 적합하다고 해서 고용주가 이를 성공적으로 자동화했다는 뜻은 아니다.

많은 조직은 아직 실험 단계에 머물러 있다. 감사관은 2026년 4월 뉴욕주의 기업 AI 도입률이 16.8%로, 전국 수치인 19.8%보다 낮았다고 보고했다.

미국 전역에서 2025년 말부터 2026년 초까지 약 18%의 사업장이 비즈니스 기능에 AI를 사용했다. 대기업의 도입 빈도가 더 높았기 때문에 고용 규모를 가중치로 적용하면 이 비율은 더 높았다.

가장 일반적인 활용 사례는 글쓰기, 문서 분석, 정보 검색이었다. 업무 프로세스의 엔드투엔드 자동화는 여전히 훨씬 덜 일반적이었다.

감사관이 인용한 애틀랜타 연방준비은행 조사에 따르면, 2026년 초까지 참여 기업의 절반 이상이 AI에 투자했다. 그러나 도입은 여전히 대형 조직에 집중돼 있었다.

미성숙한 기술은 기업의 42%에 장벽이었다. 훈련되지 않은 인력과 개인정보 또는 데이터 보안 우려는 각각 36%에 영향을 미쳤다.

그 조사에서 측정된 전체 고용 효과는 2026년까지 0.4% 미만에 머물렀다. 일상적인 사무 업무는 줄어든 반면 숙련된 기술 직무는 확대됐다.

이 결과는 가장 강한 일자리 대체 서사를 복잡하게 만든다. 특정 초급 직군은 더 큰 압박에 직면하고 있음에도, 현재 경제 전반의 일자리 손실은 제한적이라는 점을 시사한다.

그럼에도 Partnership의 수치는 중요한데, 총고용이 감소하기 전에 경력 파이프라인이 약화될 수 있기 때문이다. 기업은 기존 인력을 유지하면서 다음 졸업생 채용 규모를 줄일 수 있다.

고위 직원은 급여 데이터에 계속 나타난다. 그러나 조직에 아예 들어오지 못한 주니어 인력은 알아차리기 더 어렵다.

이러한 시차는 낙관적 주장을 검증하기도 어렵게 만든다. AI 도입은 결국 새로운 직업을 만들어 내고 기업을 충분히 확장해 총고용을 늘릴 수 있다.

그러나 그 혜택이 반드시 같은 노동자에게, 같은 시점에, 또는 같은 경로를 통해 돌아가지는 않는다. 새로운 AI 인프라 직무는 주니어 출판 업무를 준비한 지원자에게 즉각적인 도움이 되지 않는다.

따라서 연구 방법은 시간에 따라 코호트를 추적해야 한다. 정책 입안자는 채용 공고를 실제 채용, 유지율, 임금, 승진과 비교할 필요가 있다.

또한 AI를 생산하는 기업과 AI를 도입하는 기존 기업을 구분해야 한다. 모델 개발자의 인력 구성은 은행이나 광고 대행사의 인력 구성과 크게 다를 수 있다.

보고서의 가장 강력한 결론은 AI가 이미 일정 수의 일자리를 없앴다는 것이 아니다. 뉴욕이 선호하는 성장 지표가 불완전한 그림을 제공한다는 것이다.

오피스 임대는 물리적 수요를 측정한다. 벤처 자금은 투자자의 기대를 측정한다. 어느 쪽도 청년 주민이 지속 가능한 경력 진입 기회를 얻고 있는지는 알려주지 않는다.

이 구분은 향후 발표를 이끌어야 한다. AI 투자에 관한 모든 주장은 누가 채용되고 있는지, 초보자가 어떻게 경험을 얻는지에 대한 상응하는 질문을 수반해야 한다.

뉴욕이 파이프라인을 복구할 수 있는지 보여줄 세 가지 신호

다음 단계는 채용 성과, 응용 교육 역량, 그리고 오피스 확장이 마침내 더 폭넓은 인력 증가를 만들어 내는지에 따라 평가될 것이다.

첫 번째 신호는 2026년 말까지 초급 채용 공고가 향하는 방향이다. 뉴욕은 Partnership 보고서가 식별한 동일한 고노출 직군을 추적해야 한다.

디자인, 지원, 행정, 금융, 비즈니스 운영 분야의 안정화는 가장 비관적인 해석을 약화할 것이다. 두 자릿수 감소가 계속된다면 파이프라인 침식 논거는 더 강해질 것이다.

채용 공고의 구성은 그 수만큼 중요하다. 정책 당국은 고용주가 명목상 주니어 직무에 고급 AI 요건을 계속 추가하는지 모니터링해야 한다.

채용으로 이어지는 요건이 무엇인지도 파악해야 한다. 채용 공고에 특정 기술이 등장한다고 해서 고용주가 이를 일관되게 평가할 수 있다는 뜻은 아니다.

두 번째 신호는 뉴욕이 단기 과정 너머로 실무형 프로그램을 확대하는지 여부다. AI Nexus 프로그램, CUNY 이니셔티브, 스타트업 인턴십, 고용주 파트너십은 출발점을 제공한다.

의미 있는 지표는 수용 능력과 전환율이다. 얼마나 많은 참여자가 지도하에 프로젝트를 완료하고, 면접 기회를 얻고, 유급 직무에 진입하며, 고용을 유지하는가?

시는 이러한 결과를 직종과 인구통계 집단별로 공개해야 한다. 그래야 프로그램이 접근성을 넓히는지, 아니면 이미 성공할 위치에 있는 지원자들에게 주로 혜택을 주는지 드러날 것이다.

고용주 후원 프로젝트는 하나의 가교가 될 수 있다. 학생들은 전문적인 감독 아래 통제된 데이터셋을 분석하고, AI 결과물을 감사하며, 업무 흐름을 문서화하거나 고객 지원 시스템을 테스트할 수 있다.

대학은 기초 지식을 뒷받침할 수 있지만, 고용주는 학습자에게 실제 제약을 경험하게 해야 한다. 책임성, 개인정보 보호, 마감 기한, 모호한 요구사항은 모두 직장 역량의 일부다.

젊은 지원자들도 생성된 작업물을 독자적 전문성인 것처럼 제시하지 않으면서 AI를 어떻게 활용하는지 문서화할 수 있다. 출처, 검증, 수정, 판단에 관한 명확한 기록은 도구 목록보다 더 신뢰할 만하다.

검색 가능한 AI workflow를 구축하면 후보자들이 그 근거를 보존하는 데 도움이 될 수 있다. 목표는 단지 소프트웨어에 접근할 수 있음을 보여주는 것이 아니라, 의사결정을 입증하는 데 있다.

세 번째 신호는 점유 공간과 급여 지급 규모의 관계다. 이미 13개 AI 기업이 뉴욕 내 사업 거점을 크게 확장했다.

향후 몇 분기 동안 이들의 채용은 해당 사무실들이 선행 지표였는지, 아니면 낙관적인 선점이었는지를 시험하게 될 것이다. 결과는 직급별로 구분해 분석해야 한다.

경력 엔지니어와 임원을 추가하는 기업은 가치 있는 일자리를 창출한다. 그러나 주니어 인재도 육성하지 않는다면, 초급 경력 경로를 회복시키지는 못한다.

임대차 갱신은 또 다른 단서를 제공할 것이다. 더 긴 직접 임대 약정은 자신감을 시사하는 반면, 짧은 기술 기업 임대 계약은 기업에 전통적인 오피스 산업보다 더 큰 유연성을 남긴다.

뉴욕은 단순히 면적만 축하하기보다 직원 수, 직종 구성, 임대 약정을 비교해야 한다. 그래야 시의 경제 보고가 더 정직해질 것이다.

NYC의 AI 오피스 붐은 현실이다. 한때 젊은 근로자들이 전문성과 경력 이동성을 쌓도록 도왔던 여러 진입 경로의 축소 역시 현실이다.

시는 AI 성장과 노동력 보호 중 하나를 선택할 필요가 없다. 다만 하나가 자동으로 다른 하나를 제공한다고 가정하는 일은 멈춰야 한다.

앞으로 몇 달간 주니어 채용 공고, 유급 교육 경로, 그리고 임대 계약 뒤에 있는 실제 인원 수를 지켜봐야 한다. 이 지표들이 함께 개선된다면 뉴욕은 공동 성장의 증거를 갖게 될 것이다.

사무실은 계속 확장되는데 초급 채용이 줄어든다면, 뉴욕의 AI 성공 스토리는 여전히 불완전할 것이다. 가장 중요한 질문은 AI 기업이 얼마나 많은 공간을 점유하느냐가 아니라, 누가 그 안으로 들어갈 경로를 얻느냐다.