학령인구 감소에 신입 화이트칼라 채용 축소까지 겹친 미국 고등교육
“대학-학위-취업”으로 이어지던 사회적 계약이 흔들릴 수 있다는 경고

2031년 가을, 미국의 학부 재학생 수는 1천280만 명으로 줄어든다. 2025년과 비교하면 21% 감소한 규모다. 비상위권 사립대학은 학생의 3분의 1을 잃고, 지역 공립대학의 재학생 수는 27% 감소한다. 2025년 이후 문을 닫거나 폐교를 예고한 비영리 대학은 300곳을 넘어선다. 그러나 이는 2031년에 실제로 발표된 통계가 아니다. 미국 베일러대학교 인간번영연구소에서 연구번역 및 AI 전략을 담당하는 매슈 F. 윌슨이 2026년 5월 발표한 ‘2031년 고등교육 위기’ 시나리오에 등장하는 미래다.

윌슨은 보고서 첫머리에서 이를 예측이 아닌 시나리오라고 명시한다. 2024년부터 2026년까지 확인된 학령인구, 대학 재정, 전공별 등록, 취업시장과 정부 정책 자료를 토대로, 인공지능이 노동시장과 고등교육을 동시에 재편할 경우 어떤 연쇄적인 위기가 발생할 수 있는지를 가상으로 구성했다.

보고서가 던지는 질문은 단순히 “AI가 대학 강의를 대신할 것인가”가 아니다. 더 근본적인 문제는 AI가 대졸자의 일자리 전체보다 경력에 진입하는 첫 번째 단계부터 줄일 수 있다는 데 있다.

대학은 이미 학령인구 감소라는 ‘기저질환’을 앓고 있었다

보고서가 설정한 미국 고등교육 위기는 AI로부터 갑자기 시작되지 않는다. 학령인구 감소와 등록금 의존형 재정구조, 학생부채 증가, 대학 진학률 하락이 이미 대학의 기초체력을 약화시키고 있었다. 미국에서는 고등학교 졸업자 수가 2025년을 전후해 정점을 지난 뒤 감소할 것으로 전망돼 왔다. 특히 중서부와 북동부 지역에서 감소 폭이 크게 나타날 것으로 예상된다. 학생 수가 줄어드는 가운데 사립대학들은 더 많은 학생을 유치하기 위해 등록금 할인 경쟁을 확대했다. 보고서에 따르면 2024∼2025학년도 미국 비영리 사립대학의 신입생 평균 등록금 할인율은 56.3%에 달했다. 대학이 공시한 등록금의 절반에도 미치지 못하는 금액을 실제로 받는 구조가 확산된 것이다. 이 방식은 학생 수가 유지될 때만 작동한다. 입학생이 줄어들면 등록금을 더 할인해야 하고, 할인 폭이 커질수록 학생 1명당 확보하는 수입은 감소한다.

학생부채도 대학 선택을 압박하는 요인이다. 미국의 학자금 대출 잔액은 2025년 기준 1조8천억 달러를 넘어섰고, 대출 상환이 지연되는 차주도 늘어났다. 학위 취득에 필요한 비용은 높아졌지만, 졸업 후 안정적인 소득을 얻을 수 있다는 확신은 약해지고 있었다.

대학 진학률도 이전과 같은 상승 흐름을 보이지 않는다. 보고서는 고등학교 졸업 직후 대학에 진학하는 비율이 지난 10년간 70%에서 62%로 하락했다는 자료를 제시한다. 대학의 위기가 AI로부터 시작된 것이 아니라, 이미 약해진 구조 위에 AI 충격이 추가될 수 있다는 것이 시나리오의 출발점이다.

보고서는 2025년 미국 컴퓨터·정보과학 분야의 등록 감소를 중요한 초기 신호로 본다. 미국 전체 학부 재학생 수는 코로나19 이후 회복되는 모습을 보였지만, 그 내부 구성은 달랐다. 커뮤니티칼리지와 공립 4년제 대학의 등록은 증가한 반면, 비영리 사립대학과 영리대학의 등록은 감소했다. 전체 수치만 보면 회복이지만, 재정적으로 취약한 대학은 이미 위축되고 있었다.

특히 컴퓨터·정보과학 분야의 등록이 학부에서 3.6%, 대학원에서 14% 감소한 현상을 보고서는 ‘탄광 속 카나리아’에 비유한다. AI 산업이 빠르게 성장하는 상황에서 컴퓨터과학 전공자가 오히려 줄어든다는 사실은, 학생과 학부모가 기술산업의 고용 전망을 이전과 다르게 평가하기 시작했음을 보여줄 수 있다는 것이다. 그동안 컴퓨터과학은 높은 급여와 안정적인 취업 가능성을 상징하는 전공이었다. 그러나 생성형 AI와 코딩 에이전트가 소프트웨어 개발 업무를 빠르게 수행하면서 기업의 인력구조도 달라지고 있다. 과거 20명이 필요했던 개발팀을 더 적은 인원으로 운영할 수 있다면, 기업은 같은 규모의 신입 개발자를 계속 채용할 이유가 줄어든다.

컴퓨터과학 졸업생처럼 기술적으로 숙련된 인력도 AI의 영향을 피할 수 없다면, 업무의 대부분이 정보처리와 문서작성, 분석으로 구성된 다른 화이트칼라 직무 역시 안전하지 않을 수 있다고 지적한다.

AI가 없애는 것은 직업보다 ‘경력의 입구’

윌슨의 중심 주장은 AI가 직업 전체를 한꺼번에 없애기보다 직업 세계의 아래쪽을 먼저 압축한다는 것이다.

기업 조직은 오랫동안 피라미드 구조로 운영돼 왔다. 다수의 신입사원이 기초적인 업무를 수행하며 경험을 쌓고, 일부가 중간관리자와 고위직으로 성장하는 방식이다. 로펌의 신입 변호사는 문서 검토를 하며 법률 판단을 배우고, 회계법인의 신입 직원은 감사 서류를 작성하며 업무 경험을 축적한다. 금융회사의 신입 분석가는 엑셀과 자료조사를 통해 산업을 이해하고, 컨설팅회사의 주니어 직원은 데이터를 정리하고 보고서를 만들면서 문제 해결 능력을 키운다.

AI는 바로 이 기초업무를 가장 빠르게 자동화하고 있다. 문서 요약, 계약서 검토, 시장조사, 회계자료 작성, 코드 생성, 발표자료 제작은 이미 생성형 AI가 수행할 수 있는 대표적인 업무다.

기업 입장에서는 신입사원 여러 명과 AI를 함께 사용하는 것보다, 경험 있는 직원 한두 명이 AI 도구를 관리하는 편이 효율적일 수 있다. 업무 자체가 완전히 사라지지 않더라도 업무를 수행하는 사람의 수는 줄어든다.

문제는 신입 직무가 단순한 저숙련 업무가 아니라 미래의 전문가를 키우는 견습과정이었다는 점이다. 주니어 변호사로 일하지 않고 파트너 변호사가 되기 어렵고, 신입 분석가 경험 없이 최고재무책임자로 성장하기 어렵다. AI가 없애는 것은 현재의 일자리만이 아니라 사람이 판단력과 경험을 획득하는 과정일 수 있다.

윌슨은 이를 “직업의 소멸이 아니라 첫 번째 사다리의 소멸”로 설명한다. 대학 졸업장은 오랫동안 이 첫 사다리에 올라가기 위한 입장권이었다. 그러나 사다리 자체가 줄어들면 입장권의 가치도 함께 약해진다.

AI 전공 신설만으로 대응하기 어려운 이유

대학들은 AI 변화에 대응해 인공지능학과와 AI융합전공, 대학원 과정, 마이크로디그리와 인증과정을 확대하고 있다. 보고서도 이러한 대응이 일정 기간에는 효과가 있을 수 있다고 본다. 기업은 AI 도구를 활용하고, 적절한 모델을 선택하며, 검색증강생성이나 에이전트형 업무흐름을 설계할 수 있는 인력을 필요로 한다. 대학이 빠르게 관련 교육과정을 마련한다면 새로운 교육수요를 확보할 수 있다.

다만 보고서는 AI 활용 능력이 장기적으로 독립된 전문영역으로 유지될 것인지 의문을 제기한다. AI를 자연스럽게 사용하며 성장한 세대에게 AI 활용은 타이핑이나 인터넷 검색처럼 기본적인 능력이 될 수 있기 때문이다.

과거 컴퓨터가 보급되던 초기에는 타자와 컴퓨터 활용 교육이 별도의 교과목으로 운영됐다. 그러나 디지털 환경에서 성장한 세대에게 키보드 입력과 검색은 별도의 학위과정을 통해 배워야 하는 기술이 아니다. AI 활용 역시 비슷한 경로를 따를 가능성이 있다.

직장인의 재교육시장에서도 대학은 경쟁에 직면한다. 2년짜리 석사과정보다 8주 단기교육, 온라인 인증과정, 기업 내부교육이 더 빠르고 저렴하게 AI 활용 능력을 제공할 수 있다.

결국 대학이 해결해야 할 문제는 AI를 가르칠 것인지가 아니다. AI 교육이 대학만이 제공할 수 있는 가치인지, 그리고 교육받은 학생이 졸업 후 진입할 일자리가 실제로 존재하는지를 함께 검토해야 한다.

전문대학원 수입이 줄면 대학 전체가 흔들린다

법학, 경영학, 회계학 등 전문교육 분야의 위축이 대학 전체의 재정위기로 이어질 가능성도 제기한다. 미국 대학에서 법학전문대학원과 경영대학원, 회계교육은 단순한 학과 이상의 의미를 가진다. 상대적으로 높은 등록금을 받고 할인율은 낮게 유지하면서, 여기에서 발생한 수익을 다른 학문 분야에 투입하는 교차보조 구조가 형성돼 있기 때문이다.

그러나 법률 AI가 계약서 검토와 실사, 규제 준수 업무를 수행하고, 회계 AI가 감사자료와 세무업무를 자동화하면 로펌과 회계법인이 대규모 신입 인력을 채용할 필요는 줄어든다. 기업의 중간관리직이 축소되면 상위권을 제외한 MBA 과정의 취업 효과도 약화될 수 있다.

학생들이 높은 등록금과 부채를 감수하면서도 전문대학원에 진학했던 이유는 졸업 후 안정적인 전문직과 고소득을 기대할 수 있었기 때문이다. 이 연결이 약해지면 전문대학원의 지원자와 등록금 수입이 동시에 줄어들 수 있다.

전문대학원이 더 이상 대학의 수익을 만들어내지 못하면 인문학과 기초학문, 소규모 전공을 지원하던 내부 재정구조도 흔들린다. 보고서는 이 교차보조를 대학 재정의 ‘하중을 지탱하는 벽’으로 표현한다.

2031년 위기 시나리오에서 가장 중요한 장면은 개별적인 문제가 하나의 순환구조로 합쳐지는 과정이다. AI가 신입 화이트칼라 일자리를 줄이면 학생과 학부모는 대학 학위의 투자수익률을 다시 계산한다. 취업 가능성이 불확실한 상황에서 높은 등록금과 학자금 대출을 부담할 이유가 줄어든다.입학생이 감소하면 대학은 등록금 할인을 확대하고, 순등록금 수입은 감소한다. 재정이 악화된 대학은 학과와 교직원을 줄인다. 교육과 학생지원 서비스가 축소되면서 대학의 매력은 다시 낮아진다. 폐교와 합병 사례가 늘어나면 아직 재정적으로 버틸 수 있는 대학에 대한 신뢰도 함께 흔들린다.

악순환은 다음과 같다.

AI에 따른 신입 일자리 감소에서 시작해 학위 투자수익률에 대한 의심, 입학자 감소, 등록금 수입 축소, 학과·인력 감축, 대학의 평판과 신뢰 하락으로 이어진 뒤 다시 입학 감소를 촉진한다. 인구감소만 있었다면 대학은 장기간에 걸쳐 규모를 줄이며 대응할 수 있었을지 모른다. 그러나 노동시장 변화가 동시에 발생하면 학생 감소의 속도가 대학의 구조조정 능력을 넘어설 수 있다는 것이 보고서의 경고다.

최상위 대학과 직업교육기관 사이에서 압박받는 ‘중간 대학’

이 시나리오에서 모든 대학이 같은 방식으로 위기를 겪는 것은 아니다.

막대한 기금과 세계적 브랜드를 가진 최상위 연구중심대학은 오히려 영향력을 확대한다. 경제가 불확실할수록 학생과 학부모는 더 안전하다고 인식되는 유명 대학으로 몰린다. 최상위 대학은 등록금 수입이 줄어도 기금과 연구비, 기업 협력으로 버틸 수 있다. 반도체, 전력시스템, 소재과학, 수학과 기초연구처럼 민간기업이 단기간에 대체하기 어려운 연구역량을 가진 대학도 새로운 역할을 확보할 수 있다. AI 산업이 성장할수록 첨단산업을 뒷받침하는 장기 연구와 고급인력 양성의 필요성은 커지기 때문이다. 반대편에서는 커뮤니티칼리지와 직업교육기관이 성장할 수 있다. 상대적으로 저렴한 비용으로 간호, 보건, 전기, 배관, 제조기술 등 현장성과 면허가 필요한 직업교육을 제공하기 때문이다. 보고서는 4년제 대학 등록이 감소하는 동안 2년제 공립대학과 직업교육기관의 수요는 증가하는 미래를 제시한다.

가장 큰 압박을 받는 곳은 그 사이에 위치한 대학들이다. 세계적 브랜드나 충분한 기금을 갖추지 못하고, 직업교육기관보다 비싸며, 특화된 연구역량이나 분명한 교육철학도 제시하지 못하는 지역 종합대학과 중위권 사립대학이다. 대학 폐교보다 더 중요한 변화가 바로 이 ‘중간 대학’에서 발생할 것으로 본다. 이들 대학은 당장 문을 닫지는 않더라도 학과 통폐합, 교직원 감축, 지역캠퍼스 폐쇄, 직업교육 중심의 구조개편을 거치면서 기존의 대학과 다른 모습으로 바뀔 수 있다.

결론은 대학이 사라진다는 단정이 아니다. 대학과 노동시장 사이에 형성됐던 기존의 거래가 더 이상 유지되지 않을 수 있다는 문제 제기다.

20세기 후반의 대중 고등교육은 하나의 사회적 계약 위에서 성장했다. 가정은 등록금과 생활비를 부담하고, 대학은 학생에게 학위와 자격을 제공하며, 기업은 졸업생을 채용했다. 대학 진학은 비용이 들더라도 안정적인 직업과 소득으로 연결될 수 있다는 믿음이 이 구조를 지탱했다.

그러나 기업이 신입 대졸자를 이전만큼 채용하지 않는다면 이 계약의 한 축이 무너진다. 대학이 같은 비용과 같은 교육기간, 같은 학위체계를 유지한다고 해도 학생과 학부모가 느끼는 가치는 달라질 수 있다. 보고서는 대학의 미래가 취업훈련 이전의 역할로 돌아갈 가능성도 제시한다. 지식을 전달하는 기관이 아니라 사람의 판단력과 윤리의식, 관계능력, 공동체성을 형성하는 공간이다. 다만 “비판적 사고와 인격 형성”을 대학 홍보문구로 제시하는 것만으로는 부족하다. 대학이 실제 교육과정과 교수학습, 멘토링, 학생 경험을 통해 이러한 가치를 보여줄 수 있어야 한다.

AI가 정보 전달과 기초적인 인지업무를 담당할수록 인간 교수의 역할은 지식을 설명하는 데서 학생과 토론하고, 판단을 검토하며, 실제 문제에 책임 있게 참여하도록 돕는 방향으로 이동할 수 있다.

2031년 위기 시나리오가 맞을지는 아직 알 수 없다. 저자 역시 보고서를 예측이 아닌 준비를 위한 지도라고 설명한다. 그러나 보고서가 포착한 변화는 이미 시작되고 있다. 학령인구는 감소하고 있고, 대학 재정은 취약해지고 있으며, 기업은 학위보다 경험과 직무역량을 강조하고 있다. 생성형 AI는 신입사원이 담당하던 기초업무를 빠르게 흡수하고 있다.

대학이 준비해야 할 질문은 AI를 도입할 것인지 여부가 아니다. 신입 일자리와 학위의 연결이 약해지는 상황에서 학생이 대학에 와야 할 이유를 무엇으로 다시 설계할 것인지다.

2031년의 위기가 현실이 되지 않도록 만드는 결정은 2031년이 아니라 지금 이뤄져야 한다.

#인공지능 #AI와대학 #고등교육위기 #대학구조조정 #학령인구감소 #대졸취업 #신입채용 #미래대학 #글로벌고등교육 #스포트라이트유