AI 일자리 전망: 자동화의 역사가 보여주는 임금 곡선과 가치가 오르는 기술 네 가지

핵심 메시지

• 자동화가 임금을 끌어내리는 것은 거의 100%에 도달했을 때이며, 그 전까지는 일부 기술의 값이 떨어지는 대신 다른 기술의 값이 올라간다.
• 1990년대 ATM 도입 후 지점당 창구직원은 21명에서 13명으로 줄었지만 지점 운영비가 싸져 점포가 늘면서 전체 창구직 고용은 20년간 증가했다.
• AI가 대체할 것이라던 영상의학과 의사는 오히려 역대 가장 많은데, 판독은 실제 업무의 3분의 1 정도이고 나머지는 환자 상담과 협진, 예외 상황 처리이기 때문이다.
• 가치가 오를 기술은 자동화가 어려운 것, AI와 보완 관계인 것, 싸지면 수요가 더 늘어나는 것, 남이 쉽게 따라 배우기 어려운 것 네 범주로 정리된다.
• 특정 직업 하나를 붙잡기보다, 시점마다 값이 오르는 기술 쪽으로 옮겨 타는 것이 현실적인 전략이다.

쉽게 이해하기

영상은 절반이 넘는 사람이 AI 때문에 일자리를 잃을까 걱정한다는 조사에서 출발한다. 걱정 자체는 근거가 있다. AI는 이미 사실적인 영상을 만들고, 사람보다 안전하게 택시를 몰고, 정확한 의료 진단을 내놓는다. 다만 화자는 여기서 곧바로 임금 하락을 결론짓는 것이 성급하다고 본다.

근거로 제시되는 것은 과거 자동화의 궤적이다. 1990년대 중반 ATM이 보급되자 지점당 창구직원은 21명에서 13명으로 줄었지만, 지점 하나를 운영하는 비용이 낮아지자 은행들이 점포를 크게 늘렸고 창구직 전체 고용은 20년 동안 오히려 늘었다. 업무의 내용이 돈 세는 일에서 고객 응대로 옮겨갔을 뿐이다. 다만 온라인 뱅킹으로 자동화가 훨씬 더 깊어지자 그 고용은 결국 감소로 돌아섰다.

같은 곡선이 산업혁명기 영국 방직업에서도 관찰됐다. 방적기 도입으로 생산성이 크게 올랐지만 업종은 여전히 100만 명 넘는 노동자를 고용했고, 역직기 등장과 해외 경쟁 심화로 한 세대가 지나서야 고용이 꺾였다. 21세기에는 영상의학과가 사례가 됐다. 판독 자동화 예측과 달리 의사 수는 역대 최다이고, AI는 아직 이들을 대체하기보다 생산성을 높이는 쪽으로 작동했다.

화자는 이 패턴이 인류 전체에도 적용될 수 있다고 본다. 완전 자동화 가능성을 반영한 경제 모형에서는 임금이 먼저 크게 오르다가 마지막 과제까지 자동화되는 순간 급락하는 형태가 나온다. 반대로 1퍼센트의 과제만 사람 몫으로 남아도 결과는 완전히 달라져 임금이 계속 오른다. 화자는 농업 자동화를 비교 대상으로 든다. 과거에는 거의 모두가 농사를 지었지만 지금 고소득 국가에서 농업 종사자는 몇 퍼센트에 불과한데도 소득은 100배 수준으로 올랐고, 한국처럼 그 전환을 한 세대 만에 끝낸 나라도 있다.

그래서 영상의 결론은 안전한 직업 찾기가 아니라 기술 포트폴리오 재편이다. 자동화하기 어렵고, AI와 보완 관계이고, 값이 싸지면 사람들이 더 많이 쓰게 되고, 남들이 단기간에 따라 배우기 어려운 기술을 최소 두 가지 조건 이상 만족하는 쪽으로 고르라는 것이다.

주요 인사이트

• 현재 AI가 가장 크게 건드리는 영역은 화이트칼라의 정형화된 업무다. 인터넷 텍스트로 학습한 모델의 특성상 사실 확인·번역·초안 작성 같은 일이 먼저 영향을 받고, 미국 기준 소득 상위 70~90퍼센타일 구간이 가장 노출돼 있다는 분석이 소개된다.
• 반대로 물리적 움직임을 설명한 데이터는 인터넷에 거의 없다. 그래서 이번 자동화 물결은 과거와 달리 블루칼라보다 화이트칼라를 먼저 건드리고, 복잡한 동작과 예측 불가능한 환경, 높은 신뢰성이 요구되는 일일수록 오래 남는다.
• 강화학습 덕분에 수학과 코딩처럼 정답을 검증할 수 있는 영역은 빠르게 좋아졌지만, 정답이 없고 성과가 오랜 시간에 걸쳐 드러나는 일은 여전히 어렵다. 조직 전략 수립이나 새로운 연구 방향 설정 같은 일이 사람 몫으로 가장 오래 남는 이유다.
• AI가 잘해도 사회가 맡기지 않는 영역이 따로 있다. 법적 책임 주체가 필요한 일, 높은 신뢰성이 요구되는 감독, 자격증과 이익집단이 지키는 전문직, 사람의 손길을 선호하는 서비스, 물리적 현장, 제도적 관성이 그 예로 제시된다.
• 기술 조합도 중요하다. 경제학자 데이비드 데밍의 연구를 인용해, 수리 능력만 요구하는 직업의 비중과 임금 성장은 평균을 밑돈 반면 기술과 사회적 능력을 함께 요구하는 직업이 가장 크게 성장했다는 점을 짚는다.

자주 묻는 질문

관련 AI 소식