만약 AI가 이미 사무직 일자리를 없애고 있다면, 왜 기업들은 AI에 가장 많은 비용을 지출하면서 채용은 더 빠르게 진행하고 있을까요?

이는 **Ramp의 AI 일자리 연구 (Ramp AI jobs study)**가 제기한 불편한 질문입니다. CoinDesk에 따르면, **인공지능 (Artificial Intelligence)**에 가장 큰 투자를 하는 기업들은 인력을 약 10% 확장했으며, 신입 채용은 약 12% 증가한 것으로 나타났습니다. 초기 신호는 대규모 대체가 아니라, 불균형한 확장입니다.

명확한 해석은 다음과 같습니다: AI는 이 기업들 내부에서 단순한 노동 절감 기계처럼 작동하기보다는, 빠르게 움직일 준비가 된 기업들을 위한 성장 촉진제 (growth accelerant) 역할을 하고 있습니다. 그렇다고 해서 이 기술이 노동자들에게 무해하다는 뜻은 아닙니다. 위험의 성격이 변하는 것입니다. 더 날카로운 질문은 누가 더 가치 있는 존재가 될 것인가, 어떤 직무가 재설계될 것인가, 그리고 어떤 기업들이 따라갈 돈이나 규율이 부족할 것인가 하는 점입니다.

Ramp AI 일자리 연구가 실제로 해고 공포론과 모순되나요?

네, 하지만 한계가 있습니다.

Ramp는 Revelio Labs와 협력하여 인력 기록과 연결된 Ramp 거래 데이터를 사용하여 2021년부터 2026년 초 사이의 미국 기업 21,559개에 대한 AI 지출 및 고용 기록을 분석했습니다. 연구진은 AI 도입을 AI 벤더 지출이 3개월 연속 최소 $100 이상인 경우로 정의했습니다. 도입 강도는 배포 후 첫 3개월 동안의 직원 1인당 AI 지출액으로 측정되었습니다.

핵심 결과는 직설적입니다:

기업 그룹	AI 도입 후 고용 결과
가장 높은 AI 지출 강도	인력 약 10% 성장
...

이는 특히 주니어 역할이 가장 먼저 사라지고 있다는 주장을 포함하여, AI 일자리 공포론의 가장 극단적인 버전과 배치됩니다. Ramp의 표본에서는 AI를 가장 많이 도입한 기업들 사이에서 신입 채용이 더 빠르게 증가했습니다.

하지만 이 연구가 AI가 채용을 유발했다는 것을 증명하는 것은 아닙니다. Ramp의 연구진은 AI 도입 기업들이 도입 전부터 이미 광범위한 경제 상황과는 달랐다는 점을 경고합니다. 즉, 이들은 더 규모가 크고, 더 빠르게 성장하며, 더 기술적이고, 벤처 캐피털의 지원(venture-backed)을 받을 가능성이 더 높았습니다. 이러한 주의 사항은 중요합니다. 건실한 기업들은 이미 확장 중이기 때문에 AI를 구매하고 있는 것일 수도 있습니다.

“우리의 연구는 AI에 더 많이 투자하는 기업들이 도입 이후 신입(entry-level) 직무를 포함하여 더 많은 인력을 채용한다는 것을 보여줍니다.”라고 Ramp의 수석 경제학자인 Ara Kharazian은 말했습니다.

Ramp의 AI 일자리 연구는 단순한 주장들에 반박하는 데 있어 가장 강력한 근거가 됩니다. 이 연구는 생성형 AI (Generative AI) 도입이 이미 광범위한 화이트칼라(white-collar) 일자리 파괴로 이어지고 있다는 논거를 약화시킵니다. 다만, 노동 시장에 대한 모든 의문을 종결짓는 것은 아닙니다.

왜 AI 중심 기업들은 인력을 감축하는 대신 추가하는가?

가장 적절한 설명은 확장 산식(expansion math)입니다.

만약 AI가 동일한 팀으로 더 많은 소프트웨어 개발, 고객 홍보, 재무 분석, 내부 보고 또는 지원 업무를 수행할 수 있도록 돕는다면, 경영진에게는 두 가지 선택지가 있습니다. 급여 명부를 줄이거나, 아니면 더 많은 일을 하는 것입니다. Ramp의 데이터는 가장 적극적인 도입 기업들이 적어도 현재로서는 두 번째 경로를 선택하고 있음을 시사합니다.

CoinDesk는 채용 증가가 엔지니어링을 넘어 영업(sales), 행정(administration), 재무(finance), 그리고 고객 서비스(customer service) 직무로까지 확장되었다고 언급했습니다. 이는 그 효과가 개발 도구를 구매하는 기술 팀에만 국한되지 않음을 보여준다는 점에서 중요합니다. AI에 집중적으로 투자하는 기업들은 더 넓은 운영 역량(operating capacity)을 구축하고 있는 것으로 보입니다.

시기적인 단서도 존재합니다. 이러한 이득은 6개월에서 12개월에 걸쳐 점진적으로 나타났으며, 이는 기업이 생산성 향상을 목격하기 전 AI를 워크플로(workflows)에 통합하는 데 시간이 필요함을 시사합니다. 이러한 시차는 즉각적인 자동화라는 환상에 반하는 근거가 됩니다. 도구를 구매하는 것은 쉽지만, 팀이 일하는 방식을 재설계하는 것은 더 느립니다.

XOOMAR 분석: 이 지점에서 "AI가 일자리를 대체한다"는 말은 너무 투박한 표현이 됩니다. AI는 직업을 없애지 않고도 업무(tasks)를 대체할 수 있습니다. 고객 서비스 직원은 다른 유형의 사례를 처리할 수 있습니다. 재무 담당 직원은 초안을 작성하는 데 쓰는 시간을 줄이고 검토하는 데 더 많은 시간을 쓸 수 있습니다. 영업 팀은 더 많은 아웃리치(outreach)를 테스트할 수 있습니다. 이 중 어느 것도 더 나은 업무 환경이나 더 높은 임금을 보장하지는 않지만, 자동화가 개선됨에도 불구하고 인원수(headcount)가 증가할 수 있는 이유를 설명해 줍니다.

지출 약속이 실제 역량으로 어떻게 전환되는지 추적하는 독자들에게, 이는 XOOMAR의 더 넓은 주제와 일맥상통합니다. 즉, 지출은 실행 방식(execution)을 바꿀 때만 의미가 있다는 것입니다. 우리는 Nano-Infused Copper Sends Arcturus After Grid Losses부터 Rutte Boxes Burnham in on UK Defence Spending Pledge에 이르기까지 매우 다양한 맥락에서 그 질문을 살펴보았습니다. 동일한 원칙이 여기에도 적용됩니다. AI 지출은 하나의 신호일 뿐, 그 자체로 결과에 대한 증거는 아닙니다.

채용 붐을 누가 호재로 받아들여야 하며, 누가 그렇지 않아야 하는가?

경영진은 가장 명확한 메시지를 받습니다. 연구에 따르면 본격적인 AI 지출은 조사 대상 기업 중 유사 기업들의 빠른 성장과 연관이 있는 것으로 보입니다. 하지만 여기서 "본격적인(serious)"이라는 단어가 매우 중요한 역할을 합니다. 도입 강도가 낮은 채택자들은 통계적으로 유의미한 고용 증가를 보이지 않았습니다. 단순히 조금씩 시도해 보는 수준(dabbling)도 동일한 효과를 보여주지 않았습니다.

근로자들은 엇갈린 신호를 받습니다. 이 연구는 모든 AI 도입이 즉각적인 해고를 의미한다는 공포를 약화시킵니다. 또한 노동 시장이 AI 중심의 워크플로(workflows) 내에서 작동할 수 있는 직원들에게 보상을 제공할 수 있음을 시사합니다. 이는 Ramp의 직접적인 발견이라기보다는 분석 결과이지만, 연구 구조에서 도출되는 결론입니다. 즉, 직원 1인당 AI에 더 많은 비용을 지출하는 기업들이 인력을 충원하고 있다는 점입니다.

신입 지원자들은 **12%**라는 수치에 주의를 기울여야 하지만, 이를 무조건적인 안심 신호로 받아들여서는 안 됩니다. Ramp의 결과는 적극적인 채택자들이 더 많은 주니어 인력을 추가했다는 것을 의미합니다. 이는 해당 신입 직무들이 AI 도구가 워크플로에 도입되기 전과 동일한 모습일 것이라는 뜻은 아닙니다.

투자자와 채용 담당자들은 더 정교한 스크리닝 도구 (screening tool)를 갖게 됩니다. AI 지출 강도 (spending intensity)는 단순히 실험만 하고 있는 기업과 실제로 확장 중인 기업을 구분하는 데 도움이 될 수 있습니다. 도입 강도는 배포 후 직원 1인당 지출액으로 측정되었기 때문에, 이 연구는 보도 자료상의 열광이 아닌 실제적인 실행 의지를 가리킵니다.

소규모 기업들은 상황을 복잡하게 만듭니다. Ramp의 관련 발표에 따르면, 소규모 기업은 대기업보다 AI를 도입할 가능성이 낮지만, 일단 도입하면 더 집중적으로 도입하는 경향이 있습니다. 또한 AI가 이전에는 전담 팀이 필요했던 역량을 끌어낼 수 있기 때문에, 소규모 기업에서 한계 영향 (marginal impact)이 더 높다고 설명합니다. 이는 유망한 주장이나, 불균등한 도입률은 접근성과 실행력이 여전히 중요한 과제로 남아 있음을 의미합니다.

이것이 광범위한 AI 노동 시장의 판결인가, 아니면 우량 기업들로부터 오는 국소적인 신호인가?

이것은 국소적인 신호이며, 바로 그렇기 때문에 유용합니다.

연구진은 AI 도입 기업을 AI를 전혀 도입하지 않은 기업과 비교하지 않았습니다. 대신 초기 도입 기업을 아직 도입하지 않은 유사한 기업들과 비교했습니다. 이러한 설계가 중요한 이유는 AI 도입 기업들이 경제 전체를 대표하지 않았기 때문입니다. 그들은 이미 더 기술적이고, 규모가 크며, 성장 속도가 빨랐습니다.

연구는 또한 도입이 지식 집약적 산업에 집중되어 있음을 발견했습니다. 정보 (Information) 기업이 가장 높은 도입률을 기록했으며, 금융 (finance) 및 **전문 서비스 (professional services)**가 그 뒤를 이었습니다. 환대업 (Hospitality), 예술 (arts), 그리고 의료 (healthcare) 분야는 현저히 뒤처졌습니다.

이러한 분포는 결론을 제한합니다. Ramp의 AI 일자리 연구는 AI 도구를 구매, 배포 및 지식 노동에 흡수할 수 있는 기업들에 대해 가장 많은 것을 알려줍니다. 노동 수요가 물리적 존재, 라이선스, 돌봄 제공 또는 지역 서비스 모델과 결부된 산업에 대해서는 설명하는 바가 적습니다.

XOOMAR 분석: 이것이 우리가 주목해야 할 진정한 분기점입니다. 노동 시장은 단순히 "AI가 일자리를 파괴한다"와 "AI가 일자리를 창출한다"로 깔끔하게 나뉘지 않을 수도 있습니다. 대신, AI를 사용하여 산출량 (output)을 확대하는 기업과, 주로 비용을 절감하거나 채용을 피하기 위해 AI를 사용하는 기업 사이로 나뉠 수 있습니다.

어떤 증거가 AI 확장 가설을 확인하거나 약화시킬 것인가?

다음 시험대는 채용 격차가 지속되는지 여부입니다.

만약 AI를 적극적으로 도입한 기업들이 향후 업데이트 과정에서도, 특히 엔트리 레벨 (entry-level) 역할에서 계속해서 인원 (headcount)을 충원한다면, Ramp의 연구 결과는 단순히 이미 강력한 기업들이 보여준 특이 현상이 아니라, AI가 주도하는 확장의 초기 지도처럼 보일 것입니다. 더 강력한 증거로는 더 많은 부문에 걸친 지속적인 채용 증가, 더 명확한 임금 데이터, 그리고 저강도 도입 기업들이 더 깊은 통합 이후에 성과를 개선할 수 있다는 증거 등이 포함될 것입니다.

만약 이후의 데이터에서 현재의 채용 증가가 첫 번째 도입 주기 이후에 사라지거나, 워크플로우 (workflow)가 성숙해짐에 따라 기업들이 주니어 채용을 줄이면서 산출량을 늘리는 모습이 나타난다면 이 가설은 약화됩니다. 또한, 이러한 이득이 벤처 캐피털의 지원을 받는 기업이나 고도의 기술 기업에만 집중되어 있다면 이 역시 가설을 약화시킬 것입니다.

현재로서는 실질적인 시사점은 절제된 낙관론입니다. Ramp의 데이터에서 AI는 경제 전반에 걸친 해고 기계 (pink slip machine)로 나타나지 않고 있습니다. 대신, 업무 방식의 변화를 이끌어낼 만큼 충분히 투자하는 기업과 그렇지 않은 기업 사이의 구분자로 나타나고 있습니다.

이는 모두에게 위안이 되는 이야기는 아닙니다. 이는 노동자와 기업이 전환기를 지켜만 보면서 시장이 기다려주기를 기대할 수 없음을 의미합니다.

결론

• 이 연구는 AI 도입이 즉각적으로 광범위한 사무직 일자리 상실을 초래한다는 생각에 의문을 제기합니다.
• AI에 막대한 비용을 지출하는 기업들은 더 빠르게 확장하는 것으로 보이며, 이는 AI가 이미 역량을 갖춘 기업의 성장을 증폭시킬 수 있음을 시사합니다.
• 이번 연구 결과는 노동 시장의 우려를 단순한 '대체'의 문제에서, 어떤 노동자와 기업이 '적응'할 수 있는가의 문제로 전환시킵니다.

원문은 XOOMAR에 게시되었습니다. 더 많은 뉴스 및 분석을 보려면 XOOMAR를 방문하세요.