[AI MEMO] AI가 바꾸는 노동시장 사라지는 것은 신규 채용

AI 생산성 효과는 제한적, 업무별 격차는 확대 
채용 감소·직무 재편이 대량 실업보다 먼저 현실화 
노동시장 진입 경로 보호가 관건

본 연구 기사는 유럽 경제 연구소 The Economy의 연구위원(Fellow)들이 작성한 The Economy Review 시리즈 기고문을 한국 시장 상황에 맞춰 재구성한 글입니다. 본 시리즈는 최신 기술-경제-정책 이슈에 대해 연구자의 시각을 담아, 일반 독자들에게도 이해하기 쉽게 전달하는 것을 목표로 합니다. 기사에 담긴 견해는 집필자의 개인적인 의견이며, The Economy 또는 집필자의 소속 기관의 견해와 일치하지 않을 수 있습니다.

인공지능(AI)이 일자리를 얼마나 대체할지를 둘러싼 전망은 이어지고 있다. 하지만 지금 주목해야 할 것은 AI가 실제 생산성을 얼마나 끌어올리고 있는지다. 지난해 조사 대상 미국 기업에서 AI가 노동생산성 증가율에 미칠 것으로 추정된 효과는 0.6%에 그쳤다. 이에 따른 올해 예상 일자리 감소도 0.4% 미만이다. 그렇다고 AI가 고용에 미치는 영향이 작다는 뜻은 아니다. 초기 충격은 대규모 해고보다 반복 업무 축소와 신입 채용 감소의 형태로 나타날 가능성이 크다. 따라서 단기적으로 우려해야 할 점은 초급 근로자가 경험을 쌓는 반복 업무와 노동시장 진입 기회가 점차 줄어드는 데 있다.

거시 지표로 본 AI 생산성의 현실

미국 거시경제 지표에서는 AI가 이끄는 생산성 급증이 아직 뚜렷하게 나타나지 않는다. 지난해 미국 비농업부문 노동생산성은 2.1% 증가했다. 양호한 수준이지만 이례적인 성장으로 보기는 어렵다. 이어 올해 1분기 증가율은 연율 기준 0.3%로 둔화했다. 시간당 생산량은 전년 동기보다 2.8% 늘었지만, 생산성 증가세는 한풀 꺾였다. 이 같은 통계는 변동성이 크고 향후 수정될 가능성이 있다. 그러나 AI 투자가 늘고 있음에도 경제 전반에 미친 영향은 아직 기존 생산성 흐름을 크게 벗어나지 않았다.

미국 인구조사국(Census Bureau) 조사에서도 비슷한 결과가 나왔다. 올해 조사에서 응답 기업의 절반 이상은 AI에 투자했다고 답했지만, 투자금 대부분은 구독 서비스와 외부 용역, 교육·훈련에 집중됐다. 단기 생산성 향상 가운데 설비 투자에서 비롯될 것으로 예상된 비중은 약 15%에 그쳤다. 이는 공장을 새로 짓거나 운영체제(OS)를 전면 교체하는 수준의 투자보다 기존 업무 프로세스에 새로운 도구를 추가하는 데 투자가 집중됐음을 보여준다.

업무 특성 따라 달라지는 AI 효과

AI의 생산성 향상은 모든 업무에서 동일하게 나타나지 않는다. 업무 내용과 산출물, 품질 평가 기준이 명확할수록 효과가 크다. 전문 작가를 대상으로 한 실험에서는 챗GPT를 활용한 그룹의 작업 시간이 40% 단축됐고 결과물의 품질은 18% 높아졌다. 대형 고객지원 기업에서도 AI 보조도구 도입 이후 시간당 처리 건수가 약 15% 증가했으며, 생산성 개선 효과는 숙련도가 낮은 직원에게서 가장 크게 나타났다. GPT-4를 활용한 컨설턴트 역시 AI가 잘 수행하는 과제에서는 완료율이 12.2% 높아지고 작업 속도는 25.1% 빨라졌다.

이 같은 결과는 미국 기업의 AI 도입 현황에서도 확인된다. 미국 인구조사국의 또 다른 조사에 따르면 지난해 12월부터 올해 5월까지 미국 기업의 AI 도입률은 17~20% 수준이었다. 업종별로는 정보기술(IT)과 출판, 금융업의 도입률이 소매업을 크게 웃돌았다. 이처럼 AI의 생산성 향상은 반복 업무가 많고 목표가 명확하며 결과를 쉽게 검증할 수 있는 환경에서 더 두드러진다. 반면 이런 조건을 갖춘 업무는 일부에 불과하다. AI 도입이 확대되고 있지만 경제 전반의 생산성 향상으로 이어지지 않는 이유도 여기에 있다.

줄어드는 노동시장 진입 기회

AI가 노동시장에 미치는 첫 번째 영향은 채용 감소로 나타날 가능성이 크다. 기업은 직무를 없애지 않더라도 공석을 채우지 않거나 초급 직무를 통합하고 단기 프리랜서 계약을 줄이는 방식으로 인력을 조정할 수 있다. 이런 변화는 공장 폐쇄처럼 눈에 띄지 않아 월별 고용통계에도 쉽게 반영되지 않는다. 최고경영자(CEO) 대상 조사도 이러한 흐름을 뒷받침한다. 2028년까지 단순 사무 업무의 비중은 2%포인트 이상 줄고 고급 기술 업무는 소폭 늘어날 것으로 전망됐다. 문제는 업무가 재편된다고 해서 근로자가 곧바로 새로운 직무로 이동할 수 없다는 점이다. 새로운 직무에 적응하려면 시간과 비용은 물론 안정적인 진입 경로가 필요하다. 이런 기반이 부족하면 AI가 가져온 생산성 향상도 특정 계층에는 더 큰 부담으로 작용할 수 있다.

실제 고용시장에서도 신입과 청년층을 중심으로 변화가 두드러졌다. 생성형 AI 등장 이후 AI 활용도가 높은 직종에 종사하는 22~25세 근로자의 상대적 고용은 도입 이전보다 16% 감소했다. 기업별 영향을 통제한 이후에도 같은 결과가 나왔다. 반면 같은 직종의 고령 근로자에게서는 이런 감소가 확인되지 않았다. AI가 업무를 보조하기보다 자동화할 가능성이 높은 직무일수록 감소 폭은 더 컸다. 물론 고금리와 팬데믹 이후 채용 조정, 기술업종의 고용 부진도 영향을 미쳤을 가능성은 있다. 그럼에도 연령별 격차는 쉽게 지나치기 어렵다.

비슷한 변화는 프리랜서 시장에서 더욱 뚜렷하게 나타난다. 온라인 노동시장 연구에서는 이미지와 텍스트 생성 AI의 영향을 크게 받는 직무에서 고용과 소득이 모두 감소했다. 특히 저렴한 초안이나 단순 결과물로 대체할 수 있는 업무의 수요 감소가 두드러졌다. 반면 고난도 업무는 유지됐지만 경쟁은 더욱 치열해졌고 요구되는 역량도 높아졌다. 이는 일자리가 한꺼번에 사라지는 것이 아니라 단순·반복 업무부터 AI가 대체하면서 기존 직무의 업무 범위와 수익 기반이 점차 축소되는 현상이다. 번역가는 상품 설명과 같은 단순 번역 업무를, 디자이너는 저가 콘셉트 작업을 AI에 내줄 가능성이 크다. 전문성이 필요한 업무는 계속 남더라도 안정적인 수입을 확보하기는 어려워지고 신규 인력이 시장에 진입할 기회도 함께 줄어들 수 있다.

AI가 넘지 못한 검토의 벽

AI의 성능이 빠르게 향상되면서 사람의 검토 과정도 머지않아 사라질 것이라는 전망이 나온다. 하지만 실제 업무에서는 검토 자체가 핵심 절차다. 법률 의견서는 사실관계와 관련 법률에 부합해야 한다. 프로그램 코드는 기존 시스템과 충돌 없이 작동해야 하며 재무보고서는 회계감사 기준을 충족하는 과정이 필수적이다. 고객 응대 역시 회사가 이행할 수 없는 약속을 해서는 안 된다. 이처럼 많은 업무는 결과물을 작성하는 것보다 이를 검증하고 수정하는 과정이 더 중요하다.

이 때문에 AI가 높은 성능을 보여도 실제 업무에서는 기대만큼 생산성이 높아지지 않을 수 있다. 지난해 숙련된 오픈소스 개발자를 대상으로 한 연구에서는 AI 도구를 사용한 뒤 작업 시간이 오히려 19% 늘어난 것으로 나타났다. 검토와 수정, 프로젝트에 대한 이해에 더 많은 시간이 필요했기 때문이다. 비슷한 결과는 덴마크 연구에서도 확인됐다. 챗봇 도입 이후 2년 동안 근로자의 임금과 노동시간에는 유의미한 변화가 나타나지 않았다. 일부 근로자는 맡은 업무나 직무를 바꿨지만, 노동시장 전체에 미친 영향은 제한적이었다.

실업률보다 먼저 봐야 할 신호

정책도 이러한 변화를 전제로 마련될 필요가 있다. 정책당국이 가장 경계해야 할 것은 전국 단위 실업률이 오를 때까지 대응을 미루는 일이다. 실업률 지표에 변화가 나타날 무렵이면 특정 직종의 진입 경로는 이미 위축됐을 가능성이 크다. 따라서 정부는 채용 공고와 신입 채용, 직무 구성, 외주 인력 활용, 직종별 노동시간 변화까지 함께 살펴야 한다.

기존 업무를 모두 유지하려는 접근도 바람직하지 않다. 정책의 목표는 근로자의 소득을 보호하고 더 나은 일자리로 이동할 기회를 넓히는 데 있다. 이를 위해 AI를 도입하는 기업은 업무 단위의 영향평가를 공개하는 방향이 바람직하다. 어떤 업무가 줄고 어떤 직무가 새로 생기는지, 업무 품질은 어떻게 관리할 것인지, 기존 업무에 투입되던 인력과 시간을 어떻게 활용할 것인지 등을 투명하게 제시해야 한다. 재교육 역시 실제 일자리와 연결되는 방식으로 운영되는 것이 중요하다. 중소기업이 직무를 안전하게 재설계할 수 있도록 관리자 역량과 데이터 인프라, 법률 전문성을 지원하는 정책도 요구된다.

AI가 바꾸고 있는 것은 일자리의 숫자보다 일의 방식이다. 앞으로 노동시장의 변화는 신입 채용 감소와 반복 업무 축소, 직무 재편의 형태로 나타날 가능성이 크다. 이러한 변화는 실업률 지표보다 훨씬 먼저 시작된다. 이에 따라 정책 역시 통계상 고용 악화가 확인된 뒤 대응하기보다 노동시장 진입 경로와 직무 변화의 초기 신호를 포착하는 데 초점을 맞춰야 한다. 그래야 AI의 생산성 향상이 노동시장 전반의 경쟁력으로 이어지고 전환 비용이 특정 계층에 집중되는 부작용도 줄일 수 있다.

본 연구 기사의 원문은 AI Productivity Gains Will Thin Jobs Before They Erase Them을 참고해 주시기 바랍니다. 본 기사의 저작권은 The Economy에 있습니다.