일자리에는 실제로 어떤 일이 일어나고 있는가? AI의 과장된 홍보와 현실의 구분

핵심 요약 (Key takeaways)

• 전체 고용에 미치는 AI의 영향은 미미할 가능성이 높지만, 신입 졸업생들에게 힘든 취업 시장은 부분적으로 AI 때문일 수 있습니다.
• 노동 생산성에 미치는 AI의 영향은 엇갈리지만 일반적으로는 긍정적입니다.
• 기업의 도입은 가속화되었으나 경제 전반에 걸쳐 불균등하게 나타나고 있습니다.
• 초기 증거들이 AI 세상에서의 노동의 미래에 대한 최종 결론은 아닙니다.

AI 모델의 발전은 노동 시장의 급격한 혼란이 임박했거나 이미 진행 중이라는 공포를 불러일으켰습니다. 미디어의 끊임없는 기사들은 AI로 인해 화이트칼라(white-collar) 업무의 암울한 미래를 예견해 왔습니다.[1] "AI 일자리 종말(AI jobs apocalypse)"에 대한 공포는 종종 AI 리더들에 의해 증폭되기도 합니다. 예를 들어, Anthropic의 CEO인 Dario Amodei는 AI가 화이트칼라 일자리의 절반을 없애고 실업률을 20%까지 밀어붙일 수 있다고 예측했습니다. 이 정도 규모의 노동 시장 격변은 많은 가계에 엄청난 고통을 초래하고 정책 입안자들에게 중대한 도전 과제가 될 것입니다.

대중이 기업과 노동자에게 미칠 AI의 잠재적 영향에 대해 논쟁하는 동안, 연구와 데이터도 이를 따라잡고 있습니다. 이 브리프(brief)의 목표는 AI가 현재 노동 시장에 어떻게 영향을 미치고 있는지 이해하고자 하는 정책 입안자 및 기타 관계자들을 위해 AI의 영향에 관한 빠르게 성장하는 연구 결과들을 종합하는 것입니다. 설명의 편의를 위해, 우리는 다음과 같이 이 실증적 증거들을 일련의 정형화된 사실(stylized facts)로 정리했습니다:

• 현재 총 고용(aggregate employment)에 미치는 AI의 영향은 미미할 가능성이 높습니다.
• 최근 졸업생들에게 힘든 시장은 부분적으로 AI 때문일 수 있습니다.
• 노동 생산성에 미치는 AI의 영향은 엇갈리지만 일반적으로는 긍정적입니다.
• 기업의 도입은 가속화되었으나 경제 전반에 걸쳐 불균등하게 나타나고 있습니다.
• 초기 증거들이 AI의 영향에 대한 최종 결론은 아닙니다.

이제 각 항목을 더 심도 있게 살펴보겠습니다.

AI가 노동 시장 조건에 미치는 영향은 현재 미미할 가능성이 높습니다.

미래를 예측할 수 있는 사람은 아무도 없지만, AI가 지금 당장 상당한 일자리 손실을 일으키고 있다는 증거는 거의 없습니다. AI에 의한 변화에 가장 많이 노출된 직종의 노동자들 사이에서 실업률이 상승하고는 있지만, 노출이 가장 적은 직종의 상승 속도보다 빠르지는 않습니다.[2] 그림 1(Figure 1)에서 볼 수 있듯이, AI 노출도가 가장 높은 상위 5분위(top quintile) 노동자의 실업률은 2022년 이후 0.77%포인트 상승한 반면, 노출도가 가장 낮은 노동자의 실업률은 같은 기간 동안 0.85%포인트로 약간 더 높게 상승했습니다. 이러한 총체적인 추세는 노동 시장이 AI로 인한 일자리 손실로 특징지어지기보다는, 전반적으로 위축되고 있음을 시사합니다.

그림 1: AI 노출 분위별 실업률, 2015-2026 (분기별)

출처: IPUMS-CPS 데이터. 복제 코드(replication code)를 사용하여 Eckhardt와 Goldschlag (2025)를 업데이트 및 확장함.

참고: Felten, Raj, Seamans (2021)의 AI 노출도(AI exposure) 기준.[3] 1분위 = 노출 최소, 5분위 = 노출 최대; 점선은 미국 전체 수치임.

또한 AI가 노출도가 가장 높은 직종의 고용이나 구인 공고(job postings)를 감소시키고 있다는 증거도 거의 없습니다. AI 노출도가 높은 직종의 고용 추세는 상당히 안정적입니다.[4] 코딩 비중이 높은 직종의 고용 성장이 다소 둔화되기는 했으나, 여전히 양(+)의 성장을 유지하고 있습니다.[5] AI 도입이 기업의 구인 공고에 부정적인 영향을 미쳤다는 증거는 없습니다.[6] 실제로, 노출도가 매우 높은 직종인 소프트웨어 개발자(software developers)의 온라인 구인 공고는 지난 1년 동안 다른 직종보다 더 빠르게 증가해 왔습니다.[7] 기업용 AI(enterprise AI)를 도입한 기업들의 경우, 도입 후 2년 동안 고용이 10% 증가했으며, 이러한 효과는 1인당 AI 지출이 가장 높은 기업들에 의해 주도되었습니다.[8]

AI를 주요 요인으로 언급하며 해고를 발표하고 있는 기업들은 어떠할까요?[9] 업계 리더들과 노동 경제학자들 모두 이러한 주장들에 대해 어느 정도 합리적인 회의론을 표명하고 있습니다.[10] 일부 국소적인 해고는 AI 관련 자동화(automation)와 관련이 있을 수 있지만, 다른 해고들은 AI 투자를 위한 현금 흐름을 확보하거나 팬데믹 시대의 과잉 채용 이후 인력을 감축하려는 의도에 의해 발생하는 것으로 보입니다. 인사(HR) 경영진들은 AI의 영향이 역할 통합(role consolidation)과 AI가 많은 업무를 자동화할 수 있는 직무에서의 채용 회피(hiring avoidance)에서 더 명확하게 나타난다고 말합니다.[11]

이것이 AI가 일부 노동자들에게 부정적인 영향을 미치지 않고 있다는 의미는 아닙니다. 오히려 지금까지의 효과는 임박한 "AI 직업 종말론(AI jobs apocalypse)"이 시사하는 것보다 훨씬 더 미묘합니다. AI는 총체적인 경제 데이터에서는 쉽게 보이지 않는 국소적인 혼란(disruption)을 만들어내고 있을 수 있습니다. 특히, 다음에 논의할 내용처럼 AI가 젊은 화이트칼라(white-collar) 노동자들에 대한 수요에 부정적인 영향을 미치고 있을 수 있다는 일부 증거가 있습니다.

젊은 노동자들에게 힘든 노동 시장은 부분적으로 AI 때문일 수 있음

최근 졸업생들은 수년 만에 가장 도전적인 취업 시장에 직면해 있으며, 신입 졸업생의 실업률은 2026년 초 5.6%에 달해 3년 전보다 1.6%포인트 상승했습니다.[12] 이러한 상승은 AI가 최근 졸업생들이 한때 추구했던 많은 일자리를 대체하고 있다는 우려를 부채질했습니다. 주니어(Junior) 역할은 종종 일상적인 조사, 분석 및 작성 업무를 포함하는데, 이러한 업무들은 이제 AI를 통해 상당 부분 수행될 수 있습니다. 이러한 직관과 일치하게, AI가 신규 채용 수요를 억제하고 있을 수 있다는 실증적 증거가 존재합니다.

널리 논의되는 한 논문에서, Brynjolfsson, Chandar, 그리고 Chen은 2022년 ChatGPT 출시 이후 AI 노출 직종(AI-exposed occupations), 특히 소프트웨어 개발자(software developers)와 고객 서비스 상담원(customer service representatives) 사이의 경력 초기 단계 노동자(early-career workers) 고용이 눈에 띄게 감소했다고 보고했습니다. 그림 2에서 보여주듯이, 이와 대조적으로 동일한 직종 내 고령 노동자들의 고용은 비교적 안정적으로 유지되거나 계속 성장했습니다. 저자들은 이 젊은 노동자들을 AI로 인한 노동 시장의 혼란을 가장 먼저 경험하는 "탄광의 카나리아(canaries in the coal mine)"에 비유했습니다.[13] 이후 다른 연구자들도 2022년부터 시작된 미국과 영국 내 AI 노출 젊은 노동자 채용에 대한 유사한 부정적 효과를 확인했습니다.[14]

그림 2: 두 AI 노출 직종의 연령별 고용 현황, 2021–2026

(a) 고객 서비스 상담원 (Customer service representatives)

출처: Stanford Digital Economy Lab 및 ADP Research.

참고: ADP 급여 서비스(payroll services)를 사용하는 기업의 5년 균형 표본(five-year balanced sample)을 바탕으로 한 연령대별 고용 지수; 100 = 2022년 11월 ChatGPT 출시 시점의 각 그룹 고용 수준 (Brynjolfsson, Chandar, and Chen 2025).

(b) 소프트웨어 개발자 (Software developers)

출처: Stanford Digital Economy Lab 및 ADP Research.

참고: ADP 급여 서비스(payroll services)를 사용하는 기업의 5년 균형 표본(five-year balanced sample)을 바탕으로 한 연령대별 고용 지수; 100 = 2022년 11월 ChatGPT 출시 시점의 각 그룹 고용 수준 (Brynjolfsson, Chandar, and Chen 2025).

이러한 영향이 나타난 시점은 다소 놀랍습니다. 2022년 당시 AI 모델의 능력은 매우 제한적이었습니다. 금리 인상, 팬데믹 기간의 과잉 채용, 원격 근무를 포함한 다른 요인들이 작용했을 수 있습니다. 예를 들어, 인플레이션 상승에 대응하여 연방준비제도(Federal Reserve)는 2022년 3월부터 공격적으로 금리를 인상했는데, 이는 이듬해 11월 ChatGPT가 공개되기 몇 달 전의 일입니다. 두 편의 새로운 논문에 따르면, AI에 노출된 직업군의 채용은 ChatGPT의 등장 이전이지만 연준의 통화 정책 전환 이후부터 감소하기 시작했습니다.[15] 또한, 현장 학습(on-the-job learning)을 늦출 수 있는 팬데믹 기간 동안의 급격한 원격 근무로의 전환은 젊은 노동자를 채용하는 가치를 저하시킵니다. 새로운 증거에 따르면, 원격 근무 친화적인 직업군의 채용은 팬데믹 이후 더 숙련된 노동자 쪽으로 치우치기 시작했습니다.[16]

이러한 혼란 변수(confounding effects) 및 기타 가능한 영향에 대한 우려에 대응하여, Brynjolfsson과 공동 저자들은 새로운 통제 변수(controls)를 추가했습니다. 이 결과에 따르면, 신입급(entry-level) 노동자들 사이의 고용 감소는 2024년이 되어서야 눈에 띄게 나타납니다.[17] 따라서 2022년 전후의 젊은 노동자 채용 감소를 주도하는 것은 AI 이외의 요인일 가능성이 높아 보입니다. 그러나 2024년에 이르러서는 AI 도입과 모델의 능력 모두 크게 발전했으므로, AI의 직접적인 영향이 더욱 타당해졌습니다.

AI에 노출된 직업군에서 신입급 노동자의 채용은 2022년 전후로 명확하게 눈에 띄게 감소했습니다. 판단하기 더 어려운 점은 이러한 감소가 현재 또는 미래의 젊은 노동자에 대한 수요에 미치는 AI의 영향에 대한 명확한 증거가 되는지 여부입니다. 이 시기 노동 수요에 가해진 다른 거시경제적 충격들을 고려할 때, AI의 영향을 분리해내는 것은 경험적으로 매우 어려운 일입니다. 이는 여전히 열려 있는 활발한 연구 분야입니다.

AI가 노동 생산성에 미치는 영향은 엇갈리지만 대체로 긍정적입니다.

실험적 환경에서 챗봇(Chatbots)이나 코딩 도구(Coding tools)와 같은 생성형 AI (Generative AI) 도구들은 경험이 적거나 성과가 낮은 숙련도가 낮은 노동자들의 성과를 불균형적으로 향상시키는 경우가 많다는 사실이 밝혀졌습니다. 그러한 연구 중 하나에서, 연구진들은 대규모 콜센터의 고객 지원 상담사들에게 생성형 AI 어시스턴트가 미치는 영향을 분석했습니다.[18] 이 어시스턴트는 전체 생산성을 15% 향상시켰으며, 이러한 이득은 초보자 및 저숙련 노동자들에게 고도로 집중되어 나타났습니다. 이들은 시간당 해결된 문제의 수에서 30%의 향상을 보였습니다. 반면, 숙련도가 높은 고객 서비스 상담사들 사이에서는 성과 향상이 나타나지 않았으며, 오히려 응답 품질이 약간 하락했습니다.

다른 연구들 또한 AI 도구가 일반적으로 작업 완료 속도를 높여준다는 것을 보여주지만, 그 효과는 작업, 맥락 및 기술 수준에 따라 다릅니다. 그림 3은 다양한 작업에 걸쳐 AI 도구가 속도에 미치는 영향에 대한 연구 결과들을 요약한 것입니다. 소프트웨어 개발(Software development) 분야에서 코드와 함수를 제안하는 AI 도구인 GitHub Copilot의 사용은 작업을 56% 더 빠르게 완료할 수 있게 해주었으며, 그 이득은 경험이 적은 프로그래머들에게 집중되었습니다.[19] 별도의 논문에서는 소프트웨어 개발에 미치는 영향이 더 완만하게 나타났는데, 도입된 기업에 따라 10%에서 30% 사이의 효과를 보였습니다.[20] 작문 작업(Writing tasks)의 경우, ChatGPT에 대한 접근은 모든 능력 수준의 노동자들의 작문 시간을 단축시키고 저능력 작가들의 작문 품질을 향상시키는 것으로 나타났습니다.[21] 젊은 변호사들 사이에서는 AI 도구의 사용이 계약서 초안 작성과 같은 법률 업무의 속도를 높이는 것으로 나타났습니다.[22] 의료 환경에서는 AI 서기(AI scribes)에 대한 평가 결과, 의료 기록 작성 속도를 높인다는 일부 증거가 발견되었으나, 그 효과는 미미하며 간혹 발생하는 부정확성 때문에 의사의 감독이 필요합니다.[23]

그림 3: 작업 속도에 미치는 생성형 AI의 효과에 대한 실험적 추정치

출처: 무작위 및 현장 실험에 대한 저자들의 편집본.

참고: 각 지점은 생성형 AI (Generative AI)를 활용할 수 있게 되었을 때, 대표적인 작업들을 완료하는 데 소요되는 시간에 미치는 추정 효과를 나타내며, 사용된 AI 모델 세대에 따라 색상이 구분됩니다. Choi et al. (2023)은 범위(작업 간의 폭)로 표시되었습니다. Cui et al. (2025)와 Brynjolfsson et al. (2023)은 시간당 산출량 (output-per-hour) 측정치로부터 변환되었습니다. 또한 Brynjolfsson et al.은 무작위 대조 실험 (randomized trial)이 아닌 단계적 도입 (staggered-rollout) 방식의 준실험 (quasi-experiment)입니다. 추정치는 작업 수준 (task-level) 및 단기적 (short-horizon) 관점이며, 연구마다 작업 내용이 다르므로 그 크기를 엄격하게 비교할 수는 없습니다.

많은 직장 환경에서 직원들은 언제, 어떻게 AI의 도움을 활용할지 결정해야 하며, 이는 상황을 상당히 복잡하게 만듭니다. Dell’Acqua와 공동 저자들은 AI의 역량이 "들쭉날쭉(jagged)"하다고 기록했는데, 이는 AI가 투입되는 특정 작업에 따라 성능이 강력하게 긍정적일 수도, 혹은 부정적일 수도 있음을 의미합니다.[24] AI의 결과물이 유용한지 아니면 추가적인 개선이 필요한지를 판단하는 데에는 숙련된 판단력이 필요할 수 있습니다. 예를 들어, 연구진이 케냐의 기업가들을 돕기 위해 AI 어시스턴트를 배치했을 때, 숙련도가 낮은 기업가들은 AI 도구를 사용하지 않고 사업을 키운 이들보다 AI 도구 사용으로 인해 더 낮은 매출과 이익을 기록했습니다.[25] 그 이유를 조사한 결과, 숙련도가 낮은 기업가들은 자신의 구체적인 상황에 해가 될 수 있는 AI 도구의 일반적인 조언을 그대로 따를 가능성이 더 높았던 반면, 성과가 더 좋은 이들은 자신의 비즈니스 요구에 더 맞춤화된 제안을 추출해 냈다는 사실을 발견했습니다.