426 - 미국 대학 입시, 전공 선택과 취업 전망 — AI 시대에 현명한 전공 선택 전략

최근 미국 대학 입시와 전공 선택의 풍경은 과거와 상당히 달라지고 있습니다. 한때 대표적 인기 STEM(과학·기술·공학·수학) 전공이었던 Computer Science이 취업 시장의 변화와 AI 기술의 확산에 따라 학생과 학부모의 고민을 부추기고 있습니다. 반면에 의료·보건 계열 전공은 여전히 강한 수요를 보이며 선택지로 자리 잡고 있습니다. 이 칼럼에서는 업계와 학계 동향, 그리고 AI 시대를 맞이한 학생의 전공 선택 전략을 최신 자료와 함께 소개합니다.

1. Computer Science 전공: 인기와 현실

과거 미국 대학에서 Computer Science는 높은 취업률과 높은 연봉으로 대표적인 ‘황금 전공’으로 여겨졌습니다. 그러나 최근 변화가 감지되고 있습니다.

AI의 영향과 구직 환경 변화

AI와 자동화 기술, 특히 생성형 AI의 발전으로 컴퓨터과학 전공자들이 전통적으로 수행하던 코딩, 디버깅, 기초 개발 업무 등이 자동화되고 있습니다. AI 코드 생성 도구가 보편화하면서 일부 기업은 신입 개발자의 전통적 업무 수요를 줄이고 있습니다. 이러한 변화는 일부 신입 개발자 일자리 감소로 이어졌다는 보고가 있습니다.

예를 들어 미국 뉴욕 연방준비은행(Federal Reserve Bank of New York)의 통계에 따르면 22~27세 CS 및 컴퓨터공학 전공의 실업률이 6.1~7.5% 수준으로 나타났는데 이는 일부 인문학 전공보다 높습니다.

또한 일부 대학정보에서는 CS 학부 등록자가 여러 학과에서 감소세를 보이고 있다고 합니다. 이는 AI와 관련한 세부 전공(예: AI, 사이버보안)에 집중하는 학생들이 늘고 있기 때문입니다.

일부 연구에 따르면, 그럼에도 CS 전공은 여전히 존재 가치가 있습니다. AI 도구가 개발 업무를 자동화하지만, AI 자체를 이해하고 활용하는 능력은 여전히 사람의 몫입니다. CS 전공 학생들이 단순 코딩을 넘어서 AI 시스템의 설계·응용, 고급 알고리즘, 사이버보안, 데이터 인프라 관리 등으로 역량을 확장하면 여전히 강점을 유지할 수 있습니다.

또한 일부 기업들은 CS 졸업자에게 여전히 높은 수요를 보이며, AI는 도구로써 활용하며 기존보다 높은 수준의 전문성과 응용 능력이 요구되고 있습니다.

2. 의료·보건 계열의 강세

Medical Track, 특히 간호학(Nursing), 보건과학(Health Sciences), 임상 의료 기초 전공 등은 꾸준히 수요가 높습니다. 미국 인구의 고령화와 코로나 이후 건강관리 서비스의 중요성 증대는 의료 분야의 안정적인 직업 전망을 뒷받침하고 있습니다.

간호사, 의료 기술자, 공중보건 전문가 등은 AI 자동화가 상대적으로 어렵고 기술과 인간의 상호작용이 중요한 직무입니다. 따라서 많은 학생이 Medical Track을 선택하는 이유가 여기에 있습니다.

3. AI 시대의 노동시장 재편: 위기인가, 기회인가

AI 기술의 발전은 단순한 기술 혁신을 넘어, 사회 전반의 생산성과 노동 구조 자체를 근본적으로 변화시키고 있습니다. 이미 금융, 기술, 제조, 미디어 등 다양한 산업에서 AI는 반복적이고 규칙적인 업무를 빠르게 대체하고 있으며, 이에 따라 일부 직무는 축소되거나 사라지고 있는 것도 사실입니다.

실제로 글로벌 금융기관인 JPMorgan을 비롯한 주요 금융 업계 보고서들은 AI가 사무직, 분석 보조 업무, 기초 개발 업무 등에서 이미 생산성을 크게 높이고 있으며, 이는 고용 구조의 변화로 이어지고 있다고 분석하고 있습니다. 즉, 과거와 동일한 방식의 업무를 수행하는 인재에 대한 수요는 점차 줄어들 가능성이 높다는 점을 시사합니다.

그러나 이러한 변화가 곧바로 “AI가 대부분의 직업을 없앨 것”이라는 결론으로 이어지는 것은 아닙니다. 현장의 다수 전문가와 학계의 분석은 보다 균형 잡힌 시각을 제시하고 있습니다.

예를 들어 Arizona State University(ASU) 컴퓨터과학 교수진은 AI가 단순 코딩이나 반복적인 기술 업무를 대체할 수는 있지만, 복잡한 문제를 정의하고 해결하는 능력, 전체 시스템을 설계하고 구조화하는 역량, 보안 위험을 판단하고 책임을 지는 의사결정, AI 도구를 활용해 새로운 가치를 창출하는 창의적 응용과 같은 고차원적 업무 영역에서는 인간의 역할이 여전히 필수적이라고 강조하고 있습니다. 이는 AI가 사람을 완전히 대체하기보다는, 사람의 역할을 재정의하고 요구 수준을 끌어올리는 방향으로 작용하고 있음을 의미합니다.

4. 전공 선택의 전략: 흥미와 역량이 최우선입니다

AI 시대의 도래에도 불구하고, 아니 오히려 AI 시대이기 때문에 더욱 분명해진 사실이 하나 있습니다.

학생이 스스로 흥미를 느끼고, 잘할 수 있는 분야에서 깊이를 갖춘 인재는 전공과 관계없이 반드시 필요하다는 점입니다.

AI는 단순하고 반복적인 작업을 빠르게 자동화하고 있습니다. 이 과정에서 인간의 역할은 점점 더 창의적 사고, 비판적 분석 능력, 복합적인 문제 해결 능력, 사람과 사람, 기술과 사회를 연결하는 커뮤니케이션 능력과 같은 영역으로 이동하고 있습니다. 이러한 역량은 단기간에 만들어지기 어렵고, 오히려 학생 개인의 성향과 오랜 학습 경험을 통해 축적되는 능력입니다.

따라서 단순히 “요즘 취업이 잘 된다”거나 “안정적이다”라는 이유만으로 전공을 선택하게 되면, 대학 졸업 이후 실제 직무 환경에서 적응에 어려움을 겪거나 장기적인 커리어 성장에서 한계를 느낄 가능성이 높습니다. 반대로, 본인이 흥미를 느끼는 분야에서 학문적 기초와 핵심 역량을 탄탄히 다진 학생은 특정 산업의 경기 변동이나 기술 변화에도 유연하게 대응할 수 있는 경쟁력을 갖추게 됩니다.

의료 분야를 예로 들면, 단순히 의사나 간호사만이 아니라 Digital Health, Bioinformatics, Medical Data Analytics과 같은 융합 분야는 AI 시대에 오히려 빠르게 성장하고 있습니다. 이는 전통적인 의료 지식 위에 데이터와 기술 이해를 더한 인재가 필요해지고 있기 때문입니다.

5. Medical Track 외에 고려할 만한 전공 추천

AI 시대에는 다음과 같은 전공들도 유망하며 학생의 적성과 목표에 따라 좋은 선택이 될 수 있습니다.

AI 및 Computer Science의 세부 응용 전공

• AI 및 머신러닝(AI & Machine Learning): AI의 원리와 응용 능력을 배우는 전공으로, AI 개발과 적용 능력을 겸비한 인재를 양성합니다.

• 사이버보안(Cybersecurity): 온라인 보안과 데이터 보호에 특화된 전공입니다. AI 시대에 보안 위협이 증가함에 따라 수요가 강하게 유지되고 있습니다.

• 데이터 과학(Data Science) / 데이터 분석(Data Analytics): 데이터를 해석하고 의사결정에 적용하는 능력을 배우는 전공으로 다양한 산업에서 필요합니다.
  
  

보건·생명과학 계열

• 보건 정보학(Health Informatics): 의료 데이터와 정보 시스템을 다루는 융합 전공으로 의료 AI 및 의료 데이터 분석과 연결됩니다.

• 생명과학(Biological Sciences): 전통적 과학 기초 학문이지만, 연구·제약·의료기술 분야에서 강한 기반이 됩니다.

• 공중보건(Public Health): 건강 정책, 질병 예방, 건강 시스템 관리 등을 배우며 사회적 수요가 증가하고 있습니다.
  
  

인문·사회계열과 기술의 융합 전공

• 디지털 인문학(Digital Humanities): AI 도구를 이용해 인문 데이터를 해석하고 창의적 연구를 하는 분야입니다.

• 미디어 및 커뮤니케이션(Media & Communication): 콘텐츠 창작, AI 윤리, 사회적 의사소통 능력 등을 배우며 다양한 산업에서 활용될 수 있습니다.

• 심리학(Psychology) 및 인간-컴퓨터 상호작용(HCI): 인간의 행동과 기술 상호작용을 연구하는 전공입니다.
  
  

비즈니스·경제계열

• 경영학(Business Administration / Management): 조직 운영, 전략기획, 리더십 등을 배우며 AI 도구를 비즈니스에 적용할 수 있습니다.

• 금융공학(Financial Engineering) / 데이터 기반 금융(Data Finance): 금융과 데이터 기술을 결합한 전공으로 금융 산업의 디지털 전환을 반영합니다.
  
  

이처럼 Medical Track 외에도 학생의 적성, 장기적 시장 수요, 융합적 역량을 고려할 때 다양한 전공 선택이 가능합니다.

6. 결론: 전공 선택의 본질은 개인의 경쟁력 강화

미국 대학에서 Computer Science 전공이 취업 시장의 일부 변화와 AI 영향으로 어려움을 겪고 있다는 분석이 있지만, 이는 전체 전공의 가치가 사라진 것을 의미하지 않습니다. 오히려 보다 세분화되고 응용 능력이 뛰어난 전공, 그리고 AI와 인간 고유의 능력을 결합한 융합 역량은 미래 직업 시장에서 중요한 경쟁력이 됩니다.

가장 중요한 것은 학생이 자신이 좋아하고 잘할 수 있는 분야를 선택하여 깊게 공부하고, 변화하는 환경에 맞춰 지속적으로 역량을 개발하는 것입니다. 이를 통해 어떤 전공을 선택하더라도 미래의 직업 시장에서 유연하고 강한 위치를 확보할 수 있습니다.

Jay’s EDU

Northbrook & eLearning

www.jaysedu.com

224.213.7620