AI 업무 41% 대체 가능한데 대량해고 없는 이유 — 하버드 분석

채용 사이트를 들여다보다가 마음이 서늘해진 적, 한 번쯤 있으실 겁니다.

신입 공고가 4년 사이 최대 73% 줄었다는 집계가 돌고, Anthropic CEO 다리오 아모데이는 5년 안에 사무직 신입 일자리의 절반이 사라질 수 있다고 못박았죠. 그런데 막상 고용 지표를 열어보면 미국 실업률은 4.1% 언저리에서 조용합니다. 이 간극이 불안의 정체입니다. 뭔가 오고 있는 건 분명한데, 아직 안 왔으니까요.

하버드 케네디스쿨과 경영대학원 연구진이 정확히 그 간극을 파고들었습니다. 해고가 없는 게 아니라 늦춰지고 있다는 게 이들의 답인데, 늦춰지는 이유가 꽤 허무합니다.

기술은 이미 업무의 41%를 건드릴 수 있다

하버드 경영대학원 조지프 풀러 교수는 액센츄어 리서치와 함께 전 직군의 업무를 뜯어보는 AI 모델을 만들었습니다. 결과는 이렇습니다.

오늘 기준으로 전체 업무 과제의 41%가 AI로 자동화되거나 보완될 수 있다.

숫자만 보면 이미 방아쇠는 당겨진 셈입니다. 그런데 기업들은 서두르지 않고 있습니다.

풀러가 짚은 이유는 기술이 아니라 조직입니다. 기업의 AI 실험 중 성공하는 건 3분의 1 정도. 데이터가 엉망이거나, 직원들이 자기가 뭘 쓰는지 모른 채 쓰기 때문입니다.

"회사들이 사람을 제대로 교육하지 않으니, 직원들은 AI를 고급 구글 검색처럼 쓰고 있습니다. 생산성이 나올 리가 없죠." 풀러의 말입니다. 그러면 위에서는 이런 결론이 납니다. "생각보다 별로네. 크게 걱정할 일은 아니군."

이 안도감이 지금 고용 시장을 떠받치고 있습니다. 그리고 풀러는 이게 한시적이라고 못을 박습니다. 더 싸고 더 전문화된 AI 에이전트가 들어오는 순간 도입률은 올라갑니다.

하버드가 그린 시나리오: 상시 실업 300만 명

더그 엘멘도프는 케네디스쿨 경제학자이자 미 의회예산처(CBO) 전 처장입니다. 그는 캐런 다이넌, 브루킹스연구소 루이즈 샤이너와 함께 올봄 전미경제연구소(NBER) 워킹페이퍼를 냈습니다. AI가 경제에 미칠 영향을 네 가지 시나리오로 나눠 본 연구입니다.

그가 인터뷰에서 한 말이 이 논쟁의 핵심을 찌릅니다.

"지금까지 노동시장에서 본 AI의 영향은, 5년 뒤·10년 뒤·15년 뒤 노동시장에 무슨 일이 벌어질지에 대해 예측력이 거의 없습니다."

지금 멀쩡하다는 게 앞으로도 멀쩡하다는 뜻이 아니라는 겁니다. 엘멘도프 본인은 "향후 20년 안에 AI로 인한 상당한 일자리 손실이 매우 있을 법하다. 다만 전부는 아니어도 대부분은 새 일을 찾을 것"이라는 쪽으로 기웁니다.

비교 대상으로 연구진이 꺼낸 건 2000년대 초 차이나 쇼크입니다. 값싼 중국산 수출품이 밀려들며 미국 중서부와 남부 제조업 지역을 무너뜨린 그 사건이죠. 다른 연구자들의 추정으로 2000~2007년 사이 약 150만~200만 개의 일자리가 사라졌습니다.

AI 시나리오는 그보다 큽니다. 어느 시점을 찍어도 300만 명, 노동력의 약 2%가 실업 상태인 그림입니다. 특정 시점에 300만 명이라는 건, 수십 년에 걸쳐 그 자리를 거쳐 가는 사람은 훨씬 많다는 뜻입니다.

"신입을 안 뽑으면 10년 뒤 시니어도 없다"

경영대학원 라파엘라 사둔 교수는 경영진이 빠지는 함정을 지적합니다. 처음으로 스스로 학습하는 기술, 그것도 그동안 여기저기 흩어져 있던 전문성에 접근하게 해주는 기술이 나왔다는 것. 그러자 경영진은 묻기 시작합니다. 사람에 투자할 필요 자체를 AI가 없애줄 수 있나?

사둔의 평가는 단호합니다. "그건 엄청난 함정입니다. 끔찍한 함정이에요."

사람을 자동화로 밀어내는 건 단기 비용 절감과 장기 문제를 맞바꾸는 거래라는 겁니다. 직원들이 가진 암묵지 — 자기 시장, 자기 역할, 회사가 가진 자원에 대한 맥락 — 때문에 사람의 가치는 직무기술서에 적힌 것보다 훨씬 큽니다.

풀러가 실제로 컨설팅한 대형 테크 기업 사례가 구체적입니다. 그 회사는 시니어 엔지니어들의 인사 평가를 뜯어봤습니다. 발목을 잡는 게 뭐였을까요. 상당수가 영업과 제품 관리 경험이 없었습니다.

그래서 주니어 채용을 끊는 대신 직무기술서를 바꿨습니다. 신입이 소프트웨어 엔지니어링을 하되, 영업과 제품 관리를 정기적으로 구조화해서 경험하도록요.

"지금 상사들이 받지 못했던 경험을 신입에게 주는 방식으로, 10년 뒤에 우리가 원하는 모습을 미리 배치하는 겁니다."

풀러의 표현대로라면 이제 신입 직무는 5년 전의 두 번째, 세 번째 직장이 하던 일처럼 보이게 됩니다.

착한 호소로는 안 된다는 반론

여기서 엘멘도프가 찬물을 끼얹습니다. 근거 없이 "노동자를 보호하자"고 호소하는 걸로는 이윤 동기를 이길 수 없다는 겁니다.

"개별 기업은 자기 회사에 좋은 것에 집중합니다. 다르게 행동하라고 소리쳐봐야 조금 영향을 줄 뿐, 가능한 한 낮은 비용으로 재화와 서비스를 생산하려는 욕구를 근본적으로 바꾸지는 못합니다."

그래서 그가 지목하는 건 정부입니다. 시장이 다룰 수 없는 집합행동 문제를 푸는 게 정부의 역할이라는 것. NBER 페이퍼에서 제안한 카드는 조세 체계 개편, 사회안전망과 실업보험 손질, 민간 고용 보조금, 주 4일제 같은 근로시간 단축, 재훈련 확대입니다.

눈에 띄는 건 임금보험입니다. 해고된 노동자가 이전 직장에서 받던 임금과 새 임금의 차액 일부를 메워주는 제도죠.

"정책 결정자들은 지금까지 본 것보다 훨씬 큰 경제적 변화에 대비해야 합니다. 그 변화가 반드시 온다고 확신해서가 아니라, 개인이 보험을 드는 것과 같은 이유입니다. 일어날 수도 있고, 일어났을 때 놀라고 싶지는 않으니까요."

여기서 한국 독자로서 짚고 넘어갈 게 몇 가지 있습니다. 우선 이 연구가 그리는 충격은 미국식 노동시장을 전제로 합니다. 해고가 상대적으로 자유로운 곳에서는 AI 도입이 해고 통계로 바로 찍히지만, 정규직 해고가 까다로운 한국에서는 다른 얼굴로 나타납니다. 해고가 아니라 신규 채용 동결이죠. 대졸 공채가 수시채용으로 갈아타며 조용히 줄어드는 흐름은 이미 몇 년째 진행 중이고, 이게 한국판 AI 고용 충격의 1차 지표가 될 가능성이 큽니다. 국내 개발자 커뮤니티에서도 "해고보다 신입 티오가 먼저 사라진다"는 체감이 자주 올라옵니다.

41%라는 숫자도 조심해서 읽어야 합니다. 이건 자동화(automate)와 보완(augment)을 합친 값입니다. 보완은 사람이 남아서 더 빨리 일한다는 뜻이지 사람이 빠진다는 뜻이 아닙니다. 이 둘을 뭉뚱그려 "업무 41%가 사라진다"로 옮기면 원 연구보다 훨씬 과격한 주장이 됩니다.

실무적으로 가장 쓸모 있는 대목은 사둔의 암묵지 이야기입니다. AI 실험의 3분의 2가 실패하는 이유가 데이터 품질과 교육 부재라면, 뒤집어 말해 회사 맥락을 아는 사람이 방어선이라는 뜻이 됩니다. 문서에 적히지 않은 의사결정 이유, 이 고객이 왜 이런 요구를 하는지, 저 레거시 코드가 왜 저렇게 생겼는지 — AI가 학습할 수 없는 건 공개된 지식이 아니라 우리 회사에만 있는 맥락입니다.

임금보험은 국내에 사실상 없는 제도라는 점도 기억할 만합니다. 한국 실업급여는 이전 임금 대비 정률로 지급될 뿐, 재취업한 새 직장과의 임금 격차를 메워주지 않습니다. AI로 인한 이직이 "직장은 구했는데 연봉이 깎인" 형태로 온다면 현행 고용보험은 그 손실을 잡아내지 못합니다.

---

정리하면 이렇습니다. AI가 업무의 41%를 건드릴 수 있는 건 이미 사실이지만, 기업이 서툴러서 그 능력이 아직 고용 지표로 번역되지 않았을 뿐입니다. 하버드 연구진이 입을 모으는 지점은 하나예요. 지금의 고요함을 안전 신호로 읽지 말 것.

여러분의 회사는 어느 쪽에 가깝나요? AI를 고급 검색창처럼 쓰고 있나요, 아니면 사람을 다시 가르치는 쪽에 돈을 쓰고 있나요? 그리고 만약 신입 채용을 줄이는 중이라면 — 10년 뒤 그 회사의 시니어는 어디서 올까요?

---

📎 출처: 원문 보기