AI와 고용에 관한 논의는 대개 단순한 질문에서 시작합니다. AI는 어떤 일을 할 수 있을까요?
중요한 질문이지만, 이것만으로는 근로자에게 어떤 변화가 일어날지 예측하기 어렵습니다. 기술이 한 직종의 여러 업무를 수행할 수 있게 되더라도 그 직종 자체가 사라지는 것은 아닐 수 있습니다. 그 이유는 다양합니다. 고객이 사람과의 소통을 원하거나, 제도적으로 사람의 책임이 요구되거나, 업무에 현장 참여와 판단이 필요하다면 사람의 역할은 여전히 필수적일 수 있습니다. 또는 비용 하락으로 수요가 충분히 늘어나, AI가 근로자의 생산성을 높이더라도 해당 산업의 고용이 줄기는커녕 늘어날 수도 있습니다.
OpenAI의 AI 일자리 전환 프레임워크는 이러한 가능성을 살펴보는 새로운 관점을 제시합니다. 이 프레임워크는 AI 기술에 대한 노출도를 일자리 대체의 예측 지표로 간주하는 대신, 다음 세 가지를 묻습니다.
AI가 해당 직종의 업무 중 상당 부분을 수행할 수 있는가?
업무를 수행하거나 감독하거나 책임지는 데 여전히 사람이 핵심적인 역할을 하는가?
AI가 서비스 비용을 낮춘다면, 생산성 향상분을 흡수할 만큼 수요가 늘어날 것인가?
미국의 일자리 약 1억 4,800만 개를 포괄하는 921개 직종에 이 프레임워크를 적용하면, 노동시장 전환의 양상이 더 다채롭게 드러납니다. 일자리의 약 18%는 비교적 높은 자동화 위험에 직면해 있고, 24%는 재편될 가능성이 높으며, 12%는 AI와 함께 늘어날 수 있고, 46%는 당장의 변화가 크지 않은 것으로 나타납니다.
이 분류는 특정 비율의 일자리가 사라질 것이라는 예측이 아닙니다. 서로 다른 유형의 변화가 어디에서 먼저 나타날 수 있는지를 보여주는 지도입니다.
자동화 위험이 높은 일자리: 데이터 입력원, 텔레마케터, 교정 담당자, 일부 장부 기장 및 행정 직무 등이 여기에 해당할 수 있습니다. 이들의 업무는 상당 부분 표준화된 정보를 처리하거나 확인하거나 전달하는 일입니다. 사람이 최종 서비스를 직접 제공하지 않아도 AI가 이런 업무를 수행할 수 있는 범위는 점점 넓어지고 있습니다. 이러한 업무에 대한 수요는 그에 따른 생산성 향상을 상쇄할 만큼 늘어나지 않을 수 있습니다.
특히 고용이 특정 지역에 집중되어 있거나 근로자가 유사 직무로 옮길 기회가 제한적인 경우, 이러한 일자리를 면밀히 관찰해야 합니다. 하지만 이 경우에도 기술적으로 가능하다는 사실이 자동으로, 또는 즉시 일자리 대체로 이어지는 것은 아닙니다. 고용주는 여전히 업무 흐름을 재설계하고, AI를 기존 시스템과 통합하고, 오류와 규제 위험을 관리해야 합니다. 또한 자동화가 인력을 계속 고용하는 것보다 실제로 비용이 적게 드는지 판단해야 합니다.
재편될 일자리: 두 번째 집단은 첫 번째보다 규모가 크며, 사라지기보다는 재편될 가능성이 높습니다. 변호사, 회계사, 소프트웨어 개발자, 재무 분석가, 교사 등이 이에 해당할 수 있습니다. AI는 이미 계약서 초안을 작성하고, 증거를 요약하고, 재무 분석을 수행하고, 코드를 작성하고, 수업 자료를 만들 수 있습니다. 하지만 고객과 기관에는 여전히 판단을 내리고, 결정에 책임을 지고, 이례적인 사례를 이해하고, 동료·학생·고객과 관계를 맺을 사람이 필요합니다.
AI의 도움으로 변호사 한 명이 더 많은 문서를 검토하고, 개발자 한 명이 더 많은 코드를 작성하며, 교사 한 명이 더 많은 맞춤형 자료를 준비할 수 있게 될 수 있습니다. 이로 인해 일부 업무에 필요한 노동력은 줄어들 수 있지만, 해당 직종 자체는 여전히 분명한 사람의 영역으로 남습니다. 핵심 쟁점은 일자리를 어떻게 재설계하느냐입니다. 어떤 업무를 AI에 맡기고 어떤 업무를 근로자가 계속 담당할지, 신입 직무와 경력 개발 경로가 계속해서 배움의 기회를 제공할지가 중요해집니다.
AI와 함께 늘어날 일자리: AI가 비용을 충분히 낮춰 더 많은 수요를 창출할 수 있는 일자리입니다. 개인 교습 강사, 정신건강 상담사, 개인 재무 상담사, 일부 보건의료 전문가 등이 그 예입니다. 현재 많은 사람에게 이러한 서비스는 비용이 많이 들거나 이용하기 어렵습니다. 이 분야에서는 생산성이 높아진다고 해서 반드시 근로자 수가 줄어드는 것은 아닙니다. 개인 교습 비용이 낮아지면 더 많은 가정이 이를 이용할 수 있습니다. 재무 상담 비용이 낮아지면 현재 상담사를 고용할 여력이 없는 가정도 맞춤형 조언을 받을 수 있게 될 수 있습니다. AI의 지원을 받는 의료진은 후속 진료와 지속적인 관리를 더 많이 제공할 수 있을 것입니다. 수요가 충분히 늘어난다면 근로자 개개인의 생산성이 높아지더라도 전체 고용은 증가할 수 있습니다.
당장의 변화가 크지 않은 일자리: 전기공, 배관공, 지붕 시공자, 건설 근로자, 다수의 외식업 종사자처럼 핵심 업무가 여전히 육체노동이며 특정 장소에서 수행해야 하는 많은 일자리가 여기에 포함됩니다. AI는 일정 조율, 견적 산출, 교육, 재고 관리, 고객 소통 등을 도울 수는 있지만, 현재로서는 배선을 설치하거나 배관을 수리하거나 지붕을 교체하거나 음식을 조리해 제공할 수는 없습니다.
이러한 직종도 AI의 영향을 전혀 받지 않는 것은 아닙니다. 행정 및 관리 업무가 달라질 수 있고, 로봇 기술의 발전으로 장기적으로는 자동화 범위가 넓어질 수 있습니다. 하지만 현재 이들의 핵심 업무는 언어 기반 AI에 대한 노출도가 상대적으로 낮아, 단기간에 큰 변화가 일어날 가능성은 작습니다.
AI의 초기 영향은 직종 자체가 통째로 사라지는 형태보다는 업무, 업무 흐름, 요구 역량의 변화로 먼저 나타날 가능성이 높습니다. 실제로 현재 자동화 위험이 더 크다고 분류된 직종에서 이미 AI 활용도가 더 높게 나타납니다. 가장 위험이 높은 직종의 ChatGPT 이용률은 전체 근로자의 이용률보다 약 3배 높습니다.
그러나 최근 실업률 변화가 AI 기술에 대한 노출도와 뚜렷하게 일치하지는 않습니다. 2024년 1분기 이후 일부 노출도가 낮은 직종에서 실업률이 더 크게 올랐습니다. 이 프레임워크가 AI 위험이 가장 크다고 분류한 직종보다도 상승 폭이 컸습니다. 하지만 이것이 AI가 노동시장에 아무런 영향을 미치지 않는다는 증거는 아닙니다. 직종별 실업률에는 여러 요인이 반영되며, 일부 변화는 해고보다는 채용, 신입 구직자의 기회, 임금, 업무 구성에서 먼저 나타날 수 있습니다.
AI가 일의 미래를 하나의 불가피한 경로로 결정짓는 것은 아닙니다. 기술적 역량도 중요하지만, 제도, 소비자 수요, 기업의 결정, 규제, 그리고 사람이 참여함으로써 얻는 지속적인 가치도 중요합니다. 이 보고서에서 제안한 전환 프레임워크는 직종에 따라 서로 다른 정책 개입이 필요하다는 점을 시사합니다.
자동화 위험이 높은 일자리에는 조기 경보 시스템, 대상별 맞춤형 적응 지원, 지역 여건에 맞춘 전환 계획이 필요할 수 있습니다.
재편될 가능성이 높은 일자리에는 교육훈련, 전문직 기준, 인력 배치 규정의 개편과 함께 사람의 감독 역할에 대한 더 명확한 기준이 필요할 수 있습니다.
성장 잠재력이 있는 일자리에는 AI 도입을 장려하고, 서비스 접근성을 높이며, 더 많은 근로자가 해당 분야에 진입할 수 있도록 준비시키는 정책이 도움이 될 수 있습니다.
모든 유형의 일자리에 걸쳐 정책 입안자에게는 더 나은 실시간 정보가 필요합니다. 전통적인 노동 통계는 가치가 있지만, 업무, 고용주의 기대, 기술 활용의 변화를 포착하기에는 시차가 너무 큰 경우가 많습니다. 고용 데이터에 AI 역량 및 실제 도입 수준을 측정한 지표를 결합하면, 어느 부분에서 부담이 커지고 있는지 더 시의적절하게 파악할 수 있습니다.
