"AI한테 일자리 뺏긴다"는 말, 3년째 듣고 있다. 그런데 정작 실제 데이터를 뜯어본 사람은 거의 없었다. 그런데 이번엔 AI를 만드는 당사자가 직접 팩트체크에 나섰다.

AI 일자리 위협론: "AI가 이 업무를 할 수 있으니까 위험하다"는 논리. 할 수 있다는 것과 실제로 하고 있다는 건 전혀 다른 얘기인데. Anthropic이 이번에 자사 Claude 사용 데이터를 통째로 분석해서 내놓은 결론은 이렇다. "대량 해고? 아직 안 일어나고 있다. 근데 젊은 사람들 채용문이 슬슬 좁아지는 건 보인다."

1️⃣ 10년째 틀리고 있는 AI 공포 예측

- "AI가 일자리를 삼킨다"는 공포, 체감상 2023년부터 매달 나오는 것 같은데, 이런 류의 예측은 역사적으로 성적표가 처참함
- 과거 '오프쇼어링 위기론'은 미국 일자리의 25%가 해외로 넘어간다고 했는데, 10년 지나고 보니 대부분 그 자리에 멀쩡히 있었음
- 미국 정부의 직업 성장 전망도 크게 다를 바 없었다. 과거 추세를 그냥 직선으로 쭉 긋는 것 이상의 예측력을 보여주지 못했음
- 산업용 로봇이 고용에 미친 영향조차 학자들마다 결론이 정반대. 기술이 노동시장에 미치는 영향을 예측하는 건 원래 이렇게 어려운 일임
- 문제의 핵심: 기존 연구 대부분이 '이론적으로 AI가 할 수 있는 업무'만 세고 있었다는 것. 실제로 쓰이고 있는지는 아무도 안 봤음

2️⃣ 그래서 Anthropic이 직접 만든 새 지표: "Observed Exposure"

- Anthropic은 아예 새로운 측정 방식을 들고나왔음. 이름은 'Observed Exposure(관측된 노출도)'
- 기존 방식이 "AI가 이 일을 할 수 있는가?"를 물었다면, 이건 "AI가 이 일을 실제로 하고 있는가?"를 묻는 것
- 3가지 데이터를 합쳤음: 미국 O*NET 직업 데이터베이스(800개 직업) + Claude 실사용 트래픽 데이터 + 기존 학술 연구의 이론적 노출도
- 여기서 영리한 장치가 하나 있는데, AI가 사람을 '보조'하는 용도는 가중치를 절반만 주고, 업무를 '통째로 자동화'하는 용도는 풀 가중치를 줌
- 왜냐하면, ChatGPT한테 이메일 문장 다듬어달라고 하는 것과, API로 고객 문의 응답을 자동 처리하는 건 노동시장에 미치는 임팩트가 완전히 다르니까

3️⃣ "할 수 있다"와 "하고 있다" 사이의 거대한 틈

- 이 연구에서 가장 눈길을 끄는 대목임. 이론과 현실의 갭이 생각보다 훨씬 크다
- 컴퓨터/수학 분야: 이론상 94%의 업무를 AI가 처리 가능 → 실제 커버리지는 고작 33%
- 사무/행정 분야: 이론상 90%가 AI 영역 → 역시 실제로는 훨씬 못 미침
- 왜 이런 격차가 생기냐? 법적 규제, 사내 소프트웨어와의 호환 문제, 사람이 반드시 확인해야 하는 단계, 조직 내 도입 속도 등 현실의 마찰력이 만만치 않음
- 예를 들어, "의사 처방전 승인" 업무는 이론적으로 AI가 속도를 2배 올릴 수 있다고 분류됐지만, 실제로 Claude가 그 일을 하고 있는 건 관찰된 적이 없음
- 솔직히, 이 간극 자체가 뒤집어 보면 거대한 기회이기도 함. 아직 AI가 손대지 못한 영역이 그만큼 넓다는 뜻이니까

4️⃣ 지금 당장 AI한테 가장 많이 잠식당하고 있는 직업들

- 1위: 컴퓨터 프로그래머 (74.5%) — 코드 작성·유지보수가 이미 대규모로 자동화 중
- 2위: 고객서비스 담당자 (70.1%) — 문의 응대, 주문 처리, 불만 접수가 API로 넘어가는 중
- 3위: 데이터 입력 담당자 (67.1%) — 문서 읽고 시스템에 입력하는 업무의 자동화
- 4위: 의무기록 전문가 (66.7%)
- 5위: 시장조사/마케팅 분석가 (64.8%)
- 이어서 영업 담당자(62.8%), 금융·투자 분석가(57.2%), 소프트웨어 QA(51.9%) 등
- 반면 전체 노동자의 30%는 AI 커버리지가 완전히 0%. 요리사, 바텐더, 인명구조원, 오토바이 정비사 같은 직업들. 몸으로 하는 일은 아직 AI의 영역 밖임

5️⃣ 반전: AI가 위협하는 건 저임금 노동자가 아니다

- 여기서 좀 불편한 진실이 나옴. AI에 가장 많이 노출된 직군이 흔히 생각하는 '취약 계층'이 아님
- AI 노출 상위 25%: 평균 시급 $32.69, 학사 이상 54.5%, 대학원 졸 17.4%, 기혼율 54.9%
- AI 노출 제로 그룹: 평균 시급 $22.23, 학사 이상 17.8%, 대학원 졸 4.5%, 기혼율 44.6%
- 고노출 그룹이 여성 비율 16%p 높고, 백인 비율 11%p 높으며, 아시안은 거의 2배
- 요약하면, 고학력·고임금 화이트칼라가 AI의 1차 타깃이라는 것. 과거 산업혁명 때 블루칼라가 먼저 타격받았던 것과 정반대 패턴임. 이 포인트는 좀 무겁게 받아들일 필요가 있다

6️⃣ 그래서 실업률은? 놀랍게도 "변화 없음"

- 2016년부터 2025년까지 미국 인구조사(CPS) 데이터를 분석한 결과, AI 고노출 직군의 실업률에 통계적으로 유의미한 변화가 없음
- ChatGPT 출시 전후를 비교해도, 고노출 그룹과 저노출 그룹 간 실업률 격차는 사실상 0
- 코로나 시기엔 오히려 AI 저노출 직군(대면 업무가 많은)이 실업률이 훨씬 더 튀었음
- 지금 이 시점에서 "AI 때문에 대량 해고가 일어나고 있다"는 주장은 데이터상 근거가 없는 상태

7️⃣ 다만, '조용한 문닫기'가 시작됐을 수 있다

- 전체 실업률은 멀쩡한데, 22~25세 젊은 층의 채용 데이터에서 수상한 움직임이 포착됨
- 2024년부터 AI 고노출 직종에 새로 들어가는 젊은 노동자 비율이 뚜렷하게 줄어들기 시작
- 저노출 직종의 월간 입직률은 2%로 꾸준한 반면, 고노출 직종은 약 0.5%p 하락
- ChatGPT 출시 이후 전체를 평균 내면, 고노출 직종 젊은 층 입직률이 약 14% 감소 (통계적 유의성은 간신히 걸치는 수준)
- 25세 넘는 사람들한테서는 이 현상이 안 나타남
- 기업의 전형적인 행동 패턴을 생각해보면 이해가 됨. 기존 직원을 내보내기 전에, 신규 채용의 수도꼭지를 먼저 잠그는 거니까. 해고 통계에는 안 잡히지만, 문이 좁아지고 있는 것

8️⃣ BLS 전망 데이터와 맞춰보니 패턴이 보인다

- 미국 노동통계국(BLS)의 2024~2034년 직업별 성장 전망과 비교했더니, AI 노출도가 높을수록 성장 전망이 어둡다는 상관관계가 나옴
- 노출도 10%p 올라갈 때마다 BLS 성장 전망이 0.6%p씩 하락
- 흥미로운 건, 기존 이론적 노출도만 가지고는 이 상관관계가 안 보인다는 것. 실사용 데이터를 결합해야 비로소 드러나는 패턴임
- 같은 고노출이라도 궤적은 천차만별: 소프트웨어 개발자는 노출도 높은데 성장 전망도 좋고, 고객서비스 담당자는 노출도도 높고 전망도 암울함
- 결국 AI가 어떤 직업을 '없애는지'보다 어떤 직업을 '재정의하는지'가 더 중요한 질문일 수 있다

9️⃣ 그래서 우리는 뭘 해야 하나

- "아직 대량 실업은 없다"가 "앞으로도 괜찮을 것이다"를 의미하지는 않음. 이 구분이 중요하다
- 젊은 층 채용 둔화는 탄광 속 카나리아일 수 있음. 작은 새가 먼저 쓰러지듯, 노동시장 진입자가 먼저 영향을 받고 있는 것
- 이 연구를 AI 회사인 Anthropic이 자기 데이터로 직접 했다는 점도 의미심장함. "우리 기술이 안전하다"고 주장하는 게 아니라, 측정 프레임워크를 선제적으로 깔아놓겠다는 태도
- 직장인·창업자가 지금 해야 할 건 딱 하나다. 내 업무 중 AI가 '이론적으로 할 수 있는' 부분이 아니라, '실제로 파고들고 있는' 부분이 얼마나 되는지 냉정하게 점검하는 것
- 프로그래머 커버리지가 74.5%인데도 소프트웨어 개발자 고용 전망은 여전히 밝다. 이건 AI가 직업을 없애는 게 아니라 '직업의 내용물'을 바꾸고 있다는 뜻이다. 같은 간판, 다른 일. 적응하는 사람한테는 기회고, 버티기만 하는 사람한테는 위기다

출처: Maxim Massenkoff & Peter McCrory, "Labor market impacts of AI: A new measure and early evidence" (Anthropic, 2026.3.5)