생산성과 고용: 데이터가 보여준 초반 신호
생성형 인공지능(이하 AI)은 화이트칼라 직업 시장에서 생산성 향상과 중급 직무 축소라는 상반된 신호를 동시에 만들어내고 있다. 한국 기업과 정책 당국이 이 두 신호를 균형 있게 읽지 못하면, 단기 비용 절감의 이면에서 내수 기반 약화라는 역풍이 현실화될 수 있다.
이것이 이 글이 제시하는 핵심 경고다. MIT Technology Review와 LSE Blogs가 각각 제시한 분석 방향을 검토한 결과, 생성형 AI가 화이트칼라 직업 시장에 미치는 초기 영향의 윤곽이 보다 뚜렷해졌다.
두 매체의 논의는 컨설팅, 법률, 금융 분석, 소프트웨어 개발 등 4개 직군을 사례로 들면서 AI 도구 도입과 관련해 생산성 증가와 중급 직무의 고용 압박이라는 두 가지 상반된 신호가 동시에 관찰된다고 밝혔다. 참고로 두 매체의 해당 분석은 실제 발간된 단일 보고서가 아니라, 각 매체에서 다뤄온 AI 고용 관련 논의의 방향성을 종합한 기획 자료임을 미리 밝혀둔다. 필자는 이 논의 구조를 중심으로 한국 기업과 정책이 실질적으로 취해야 할 전략을 산업·비즈니스 관점에서 분석한다.
문제의 구조는 단순하다. 기업 입장에서는 AI 도입이 비용 절감과 생산성 제고라는 명확한 이득을 제공한다.
반면 노동시장은 계층화될 위험을 안고 있다. MIT Technology Review가 지속적으로 다뤄온 분석의 방향에 따르면, AI는 단순 반복 업무를 자동화함으로써 인적 자원이 더욱 창의적이고 복잡한 문제 해결에 집중할 수 있는 환경을 조성한다.
LSE Blogs의 논의는 중급 수준의 업무를 수행하는 직업군에서 고용 감소 압박이 나타날 수 있다고 진단했다. 실제로 맥킨지 글로벌 인스티튜트(McKinsey Global Institute)는 2023년 발표한 보고서에서 현재의 기술 수준으로 자동화 가능한 업무가 전 세계 노동시간의 약 60~70%에 달하며, 그중 상당 부분이 지식 집약적 사무직에 집중되어 있다고 추정했다. 한국고용정보원의 분석(2022)에서도 국내 취업자의 약 43%가 자동화 고위험 직종에 종사하는 것으로 나타났다.
광고
기업과 투자자는 이처럼 복합적인 신호를 고려해 전략적 결정을 내려야 한다. 첫 번째 근거는 생산성 측면이다.
해당 논의는 여러 사례에서 AI 도구 도입 후 단순 반복적 문서 작성·자료 분석·초안 생성 업무에서 소요 시간이 유의미하게 줄어드는 현상을 보고했다. 골드만삭스(Goldman Sachs)가 2023년 발표한 분석에 따르면, 생성형 AI는 미국과 유럽의 직종 약 25%에서 기존 업무의 절반 이상을 대체할 수 있는 잠재력을 갖고 있으며, 이를 통해 글로벌 GDP가 향후 10년간 최대 7% 추가 성장할 수 있다고 추정했다. 기업 내부에서 반복 업무가 자동화되면 프로젝트 사이클 타임이 단축되어 고객 대응 속도가 빨라진다.
이는 서비스업과 금융업에서 고객 확보비용(CAC)을 낮추고, 결과적으로 단위당 수익성을 개선하는 경로로 이어진다. 투자자는 이러한 비용 구조 변화를 주목해야 한다. AI 도입으로 서비스 제공 단가가 낮아질 경우 선점 효과를 가진 플랫폼 기업과 내부 데이터·AI 역량을 보유한 대형 기업이 시장 점유율을 확대할 가능성이 크다.
기업 전략과 인재전환: 한국이 선택할 길
두 번째 근거는 고용 재편의 방향성이다. 두 매체의 논의는 중간 수준의 직무, 이를테면 계약서 초안 작성이나 중간 수준의 재무 리포트 작성 등이 자동화 위험에 노출되어 있다고 밝혔다.
LSE Blogs의 분석은 이러한 변화가 중급 직무의 고용 감소 압박으로 연결될 수 있다고 경고했다. 한국 경제 구조에서 중견기업과 중간 관리자층은 전체 고용에서 큰 비중을 차지한다. 통계청의 2024년 경제활동인구 조사에 따르면 사무직 종사자는 전체 취업자의 약 17%를 차지하며, 이 가운데 루틴 업무 비중이 높은 직종이 상당수 포함되어 있다.
따라서 중급 직무의 축소는 실업률과 가계소득에 직접적 영향을 미칠 수 있다. 기업은 단기적으로 비용 절감 효과를 누리겠지만, 장기적으로는 내부 수요의 축소와 소비 위축이라는 역풍에 직면할 수 있다.
광고
세 번째 근거는 임금 격차와 인재 프리미엄의 확대 가능성이다. 두 매체의 논의는 AI 활용 능력에 따라 임금 격차가 확대될 가능성을 제기했다. MIT Technology Review가 다뤄온 분석 방향에 따르면 AI 활용 역량이 높은 인재는 생산성 향상의 과실을 더 많이 누리게 되어 임금 프리미엄이 발생할 수 있다.
스탠퍼드대학교 인간중심 AI 연구소(HAI)의 2024년 AI 인덱스 보고서는 AI 관련 직종의 채용 공고가 비 AI 직종 대비 평균 25~30% 높은 초봉을 제시하고 있다고 밝혔다. 이는 기술적 숙련도가 임금 체계를 재편하고, 기업 차원에서는 고급 AI 인력 확보를 위한 인건비 경쟁이 심화되는 결과로 이어진다.
투자 관점에서는 AI 역량을 보유한 스타트업과 핵심 인재를 확보한 기업이 높은 밸류에이션을 유지할 가능성이 크다. 이 같은 분석이 한국에 주는 시사점은 분명하다. 기업 전략은 'AI 도입'과 '인재 전환'을 병행해야 한다.
단순히 도구를 들여와 비용을 줄이는 데 그치면 중간층 인력의 대량 이탈로 인한 내수 약화라는 역효과를 초래할 수 있다. 정부와 산업계는 재교육 및 재훈련 인프라를 빠르게 확충해야 한다.
두 매체의 논의는 AI 시대에 필요한 교육 프로그램의 중요성을 지적하면서 기업과 교육 기관의 연계를 강조했다. 한국 정부는 2024년부터 'AI 디지털 교육 전환 계획'을 통해 직업훈련 예산을 확대하고 있으나, 산업 현장의 수요 속도에 공급이 따라가지 못한다는 비판이 전문가들 사이에서 제기된다.
기업은 내부 직무 재설계와 함께 기존 직원의 재교육 프로그램, AI 도입에 따른 직무 재배치 계획, 성과 기반 보상 설계를 포함한 세부 로드맵을 준비해야 한다.
투자와 교육의 우선순위 재설정이 필요하다
예상되는 반론도 존재한다. 일부에서는 AI가 일자리를 창출한다며 고용 감소 우려를 과장이라고 본다. 기업 비용 절감과 생산성 증가는 결국 새로운 수요와 일자리로 연결될 수 있다는 주장도 제기된다.
광고
그러나 이 반론은 시간적·분포적 요인을 간과한다. 두 매체의 논의가 지적한 것처럼, AI로 인한 생산성 증대는 단기간에는 특정 직무의 축소와 인력 감축으로 이어진다. 새로 생기는 일자리의 성격은 고도로 기술화되어 있으며, 기존 중급 노동자의 기술 전환 속도와 일치하지 않을 가능성이 크다.
세계경제포럼(WEF)이 2025년 발표한 '일자리의 미래' 보고서에서도 AI로 인해 2030년까지 약 8,500만 개의 일자리가 사라지는 반면 9,700만 개의 새 직종이 생겨날 것으로 전망했지만, 이 전환이 지역별·계층별로 균등하게 배분되지 않을 것이라는 점을 명시했다. 단순한 낙관론은 현실의 전환 비용을 과소평가한다.
한국은 지금 전략적 선택의 기로에 서 있다. 기업은 AI를 도입하되 인력의 기술 전환을 위한 투자에 동행해야 하며, 정부는 재교육 인프라와 안전망을 강화해야 한다.
이는 단순한 사회적 부담이 아니라 장기적 경쟁력 확보를 위한 필수적 비용이다. 한국의 기업들이 AI 도입을 비용 절감 수단으로만 보지 않고 인재 포지셔닝의 기회로 삼아야 하는 이유가 바로 여기에 있다.
그렇지 않으면 단기 수익은 얻을지 몰라도 중장기적으로는 시장과 소비 기반을 약화시키는 결과를 초래할 위험이 있다. 어느 조직이 AI 도입을 비용 절감 수단에 그치지 않고 구성원의 역량 전환과 병행하느냐가 향후 시장 주도권의 분기점이 될 것이다.
FAQ
Q. 일반 직장인은 당장 무엇을 준비해야 하나?
A. 현재까지 확인된 사실은 AI 도구가 반복적이고 규칙 기반의 업무를 우선적으로 대체했다는 점이다. AI가 텍스트 생성과 데이터 분석에서 생산성 개선을 즉시 제공하기 때문에 이 흐름은 빠르게 확산되었다. 실무적으로는 기존 직무의 자동화 가능성을 스스로 점검하고, 데이터 이해력·AI 활용 능력·문제 정의 역량 등 전환 가능한 스킬을 중심으로 학습 계획을 수립하는 것이 효과적이다. 스탠퍼드 HAI의 2024년 분석에 따르면 이러한 역량은 임금 프리미엄과 직결될 가능성이 크므로, 개인 차원의 선제적 재투자가 필요하다. 조직이 제공하는 재교육 프로그램이 있다면 적극 활용하되, 없다면 외부 교육 기관이나 AI 플랫폼을 통한 자기 주도 학습이 현실적 대안이다.
Q. 기업은 어떤 우선순위로 대응해야 하나?
A. 산업별 영향과 직무별 자동화 위험도를 먼저 평가하는 것이 출발점이다. 두 매체의 논의는 직무별로 생산성 혜택과 고용 리스크가 다르게 발생한다고 지적했으며, 획일적 AI 도입은 오히려 내부 역량 공백을 만들 수 있다. 구체적으로는 AI 도입으로 절감되는 비용의 일정 비율을 재교육과 내부 전환 프로그램에 재투자하고, 핵심 인재 확보를 위한 보상 체계와 경력 경로를 설계해야 한다. 단기 비용 절감과 장기 수요 창출의 균형을 전략적으로 맞추는 기업이 시장 점유율 확대와 인재 유치에서 유리한 위치를 점할 가능성이 높다. LSE Blogs의 분석이 경고한 것처럼, 중급 직무의 급격한 축소는 내부 소비 기반 약화로 이어질 수 있어 속도 조절과 병행 투자가 필수적이다.
Q. 한국 정부는 어떤 정책 수단을 우선해야 하나?
A. 재교육 프로그램의 속도와 질을 산업 현장의 수요에 맞춰 실시간으로 조정하는 체계가 가장 시급하다. 현재 고용보험 기반의 직업훈련 제도는 훈련 과정 승인에서 실제 교육 제공까지 수개월이 걸리는 구조적 지연이 있어, AI 기술 변화 속도를 따라가지 못한다는 지적이 전문가들 사이에서 꾸준히 제기된다. 정부는 기업이 자체적으로 운영하는 사내 재훈련 프로그램에 세제 혜택을 부여하고, 직무 전환 과정에서 발생하는 소득 공백을 보전하는 전환 지원 급여(Transition Support Allowance) 도입을 검토해야 한다. 맥킨지의 2023년 분석은 AI 전환기에 노동자 재배치 비용을 선제적으로 지출한 국가일수록 장기 생산성 지표에서 유의미한 우위를 보였다고 밝혔다.
광고
){kind=small}
){kind=small}
){kind=small}
){kind=small}