AI로 인한 일자리 종말론: 노출도만으로는 예측할 수 없는 고용의 미래

섹션별 상세

실리콘밸리 내부에서는 AI로 인한 단기 경기 침체와 초기 경력 사다리의 붕괴를 기정사실로 받아들이는 비관적인 분위기가 팽배하다. Anthropic의 CEO 다리오 아모데이는 AI가 5년 내에 모든 직업을 대체할 수 있는 일반 노동 대체재가 될 것이라고 경고했다. 이러한 전망은 노동자들의 불안을 가중시키고 데이터 센터 건설 중단 운동과 같은 사회적 저항으로 이어지고 있다.

현재 AI의 영향을 측정하는 주된 방식인 업무 노출도 분석은 실제 해고를 예측하는 데 무의미한 도구일 수 있다. OpenAI와 Anthropic은 정부의 과업 카탈로그를 활용해 특정 직업의 AI 노출 수치를 산출했으나 이는 기술적 가능성만을 보여줄 뿐이다. 알렉스 이마스 교수는 노출도 수치가 높더라도 비용 효율성과 성능의 상관관계에 따라 실제 고용 대체 여부는 달라질 수 있다고 지적한다.

AI 도입으로 인한 생산성 향상이 고용에 미치는 영향은 해당 산업의 가격 탄력성에 의해 결정되지만 관련 데이터는 전무한 실정이다. AI 코딩 도구로 개발 효율이 높아져 서비스 가격이 내려갔을 때 수요가 폭발적으로 늘어나면 고용은 오히려 증가할 수 있다. 반면 가격 하락에도 수요 변화가 미미하다면 생산성 향상은 곧바로 대규모 해고로 이어지는 원인이 된다.

경제학자들은 AI가 노동 시장에 미칠 전례 없는 영향을 분석하기 위해 맨해튼 프로젝트 수준의 대규모 경제 데이터 수집을 촉구한다. 현재 식료품 데이터와 달리 전문 서비스 분야의 가격 탄력성 데이터는 민간에 파편화되어 있어 연구 접근성이 매우 낮다. 미래에 AI 노출도가 높아질 분야까지 포함하여 경제 전반의 통계를 실시간으로 추적해야만 실효성 있는 고용 정책을 수립할 수 있다.

용어 해설

노출도(Exposure): — 특정 직업을 구성하는 과업 중 AI가 수행할 수 있는 업무의 비율을 의미하며 기술적 대체 가능성을 측정하는 지표로 활용된다.
가격 탄력성(Price Elasticity): — 상품이나 서비스의 가격이 변할 때 수요량이 얼마나 민감하게 반응하는지를 나타내는 척도로 AI로 인한 비용 절감이 고용에 미치는 영향을 결정하는 핵심 요소다.
에이전트 AI(Agentic AI): — 단순 응답을 넘어 스스로 목표를 설정하고 도구를 사용하며 복잡한 워크플로우를 수행하는 AI 시스템으로 인간의 개입 없이 과업을 완수할 가능성이 높다.
일반 노동 대체재(General Labor Substitute): — 특정 분야에 국한되지 않고 인간이 수행하는 거의 모든 형태의 노동을 대신할 수 있는 기술적 단계를 의미한다.

기술

Claude
ChatGPT

활용 사례

고용 시장 예측
AI 도입 전략 수립
경제 정책 설계

언급된 리소스

문서The Algorithm newsletter

문서OpenAI is throwing everything into building a fully automated researcher