소수 핵심 인력 중심의 노동시장 재편
인재 유입과 전략 인력 육성 필요
자동화 충격 대응 위한 안전망 재설계 요구

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.

글로벌 컨설팅 기업 맥킨지 글로벌연구소(McKinsey Global Institute)는 인공지능(AI)이 향후 10년 안에 미국 전체 노동시간의 60~70%를 자동화할 수 있다고 전망한 바 있다. 실제 채용 시장에서 이러한 변화는 이미 감지되고 있다. 네트워크 플랫폼 링크드인(LinkedIn)에 따르면 2024년 중반 이후 1년 동안 ‘AI 활용’과 ‘프롬프트 엔지니어’ 관련 채용 공고는 248% 증가한 반면, 전체 채용은 11% 감소했다. 기업 수요가 범용 역량 인력에서 벗어나 AI를 활용해 팀 단위 생산성을 대체할 수 있는 소수 고성과 인력으로 이동하는 흐름이 뚜렷해진 것이다. 이 같은 변화는 기존 재교육 중심 접근만으로는 대응이 쉽지 않은 국면에 접어들었음을 방증한다.

만능 재교육 전략의 한계

이런 흐름에도 미국 정책당국은 AI 확산을 1990년대 개인용 컴퓨터(PC) 확산과 유사한 경로로 해석하는 경향을 보여왔다. 당시에는 정보화 교육을 통해 사무직 중심의 업무 전환이 가능했던 경험이 정책 판단의 기준으로 작용했다. 그러나 현재 나타나는 생산성 변화는 그와 다른 방향으로 전개된다. 코드 호스팅 플랫폼 깃허브(GitHub) 보고서에 따르면 AI 도구를 활용한 개발자는 작업 속도가 55% 빨라졌다. 신약 개발 분야에서도 AI 도입 이후 개발 기간이 기존 10년 이상에서 5년 수준으로 단축되는 흐름이 이어진다.

문제는 변화의 폭이 아니라 속도다. 미래학자 애덤 도르(Adam Dorr)는 영국 일간지 가디언과의 인터뷰에서 개인 생산성을 50배까지 끌어올리는 AI 모델이 중간 숙련 노동자를 대체할 가능성이 크다고 지적했다. 스탠퍼드 연구에서도 AI 모델 규모가 약 7개월마다 두 배로 증가하는 흐름이 확인된다. 기술 발전 속도가 교육을 통한 적응 속도를 빠르게 앞지르는 구조가 형성된 것이다.

그럼에도 정책 방향은 크게 달라지지 않았다. 올해 미국 상원 청문회에서는 ‘연방 보조금 기반 교육 확대안’이 제시됐고, 재교육 확대가 주요 해법으로 제시됐다. 그러나 현장에서는 효과가 제한적이라는 결과가 이어진다. 과학·기술·공학·수학(STEM) 교육에 AI를 도입한 실험에서도 학생 역량 점수는 4%포인트 상승에 그쳤다. 기술 확산 속도와 교육 성과 사이의 격차가 점점 벌어지면서 보편적 재교육 전략의 한계가 드러나는 모습이다.

고급 인재 유입 막는 비자 장벽

이처럼 내부 인력 양성만으로 대응하기 어려운 상황에서 외부 인재 유입의 중요성은 더 커진다. 즉시 활용 가능한 고급 인재 확보가 경쟁력을 좌우하는 변수로 떠오르기 때문이다. 그러나 미국의 인재 유입 경로는 오히려 좁아지는 흐름을 보인다. 도널드 트럼프 행정부가 전문직 취업비자 H-1B 신청에 연간 10만 달러(약 1억4,900만원)의 수수료를 부과하는 방안을 내놓은 것이 대표적이다. 이에 대해 미국 상공회의소는 기업 부담이 한계 수준에 이를 수 있다고 우려했다.

이 같은 정책 변화는 현재 인재 구조와도 충돌한다. 스탠퍼드 AI 인덱스에 따르면 미국에서 AI 박사 학위를 취득한 인력의 65%는 외국인이다. 이들은 미국 전체 노동력의 18.6%(약 3,140만 명)를 구성하며 기술 혁신에서 중요한 역할을 맡는다. 그럼에도 지난해 링크드인 조사에서는 스타트업의 17%가 비자 불확실성을 이유로 핵심 연구팀을 캐나다로 이전한 것으로 나타났다. 이는 지식재산과 고부가가치 인력 집단이 함께 빠져나가는 구조로 이어진다.

이민을 둘러싼 논쟁은 여전히 임금 문제에 집중된다. 외국인 유입이 내국인 임금을 낮출 수 있다는 우려다. 하지만 실증 분석은 다른 결과를 보여준다. 2024년 미국 내 기술 분야 팀 1,100개를 분석한 자료에 따르면 다양한 국적 인재로 구성된 팀은 특허 창출이 24% 많았고, 평균 임금도 3년간 9% 상승했다. 고숙련 인재 유입이 시장 규모를 확대하고 그 성과가 임금 개선으로 이어지는 흐름이 확인된 셈이다. 결국 이민 제한은 AI 혁신의 핵심 자원인 인재 확보를 스스로 제약하는 선택으로 이어질 가능성이 크다.

사회안전망 재설계

이러한 변화는 노동시장 정책 전반의 재구성을 요구한다. 자동화로 일자리 감소가 현실화되는 상황에서 정책 대응은 안전망 재설계로 방향 전환이 불가피하다. 마이크로소프트 창업자 빌 게이츠가 제안한 ‘로봇세’는 기술 혁신을 저해하지 않으면서 공공 재원을 확보할 수 있는 방안으로 꼽힌다. 이는 자동화 충격을 완화하고 소비 기반을 유지하는 데 활용될 수 있다. 재정 배분 전략 역시 같은 맥락에서 조정이 필요하다. 광범위한 교육 프로그램에 자원을 분산하기보다 수학, 로보틱스, AI 엔지니어링 등 전략 분야의 소수 인재를 집중적으로 육성하는 접근이 더 높은 효과를 낼 수 있다. 이는 1960년대 미 항공우주국(NASA)이 핵심 과학자를 선별 지원해 기술 도약을 이끌었던 사례와도 맞닿아 있다.

기본소득을 둘러싼 우려도 재검토가 필요하다. 경제협력개발기구(OECD) 분석에 따르면 기본소득 실험 이후에도 노동 참여율에는 유의미한 변화가 없었고, 일부 지역에서는 교육과 재훈련 투자로 이어지며 고용의 질이 개선되는 흐름이 확인됐다. 결국 관건은 정책 대응의 속도와 방향이다. 기술 변화에 맞춘 제도 설계가 지연될수록 충격은 확대될 가능성이 크다. 따라서 AI를 단순한 PC 확산 수준의 기술로 보는 인식에서 벗어나, 고급 인재 유입과 부의 재분배를 결합한 새로운 정책 구조를 서둘러 마련해야 한다.

본 연구 기사의 원문은 [Unemployed Growth] Talent Bottlenecks and the Super-Human Labour Market을 참고해 주시기 바랍니다. 본 기사의 저작권은 The Economy에 있습니다.