- 미국 기업 90% 이상이 AI 도입 후 인원수 변화 '제로'를 보고. 뉴스 헤드라인과 데이터가 다르다.

"AI가 당신의 일자리를 대체합니다." 컨퍼런스 무대에서, 유튜브 썸네일에서, 링크드인 피드에서, 이 말을 3년째 듣고 있는데 실제로 잘린 사람이 얼마나 되는 지 아무도 안 보여준다. 왜? 그 데이터가 없으니까. 

애틀랜타 연준, 센서스국, 예일, NBER 전부 같은 숫자를 내놓는다. 인원수 변동 없음. 그런데 변한 게 없다는 뜻은 아니다. 사람 수가 아니라, 그 사람들이 하는 일의 내용물이 통째로 교체되고 있다. 대부분의 회사가 이 사실을 직무기술서에 반영 안 한 채 예전 조직도를 그대로 굴리고 있다는 게 진짜 문제다.


1. 200년 동안 한 번도 맞은 적 없는 믿음

- "세상에 일은 정해진 만큼만 있고, 기계가 가져가면 사람 몫이 줄어든다." 직감적으로는 완벽한 논리
- 경제학에선 이걸 '노동 총량의 오류'라 부름. 200년간 농업 기계화부터 PC 혁명까지 전부 테스트됐고, 전부 빗나감. 
- 메커니즘은 단순함. 기술이 생산성을 올리면 비용이 내려가고, 비용이 내려가면 수요가 이전에 없던 곳까지 번지고, 그 수요가 아무도 예상 못 한 일자리를 만듦
- AI 종말론이 현실이 되려면 대공황급 실업률이 와야 함. 3년간의 실측 데이터는 정반대 방향


2. 숫자만 보면 이야기가 완전히 달라진다

- 애틀랜타 연준: AI 쓰는 미국 기업 90% 이상이 "3년간 인원 변동 제로" 보고
- 센서스국: AI 사용 기업 중 인원이 바뀌었다는 곳은 5%. 그 5%도 늘린 곳과 줄인 곳이 반반
- 예일 Budget Lab(2026년 4월), NBER 34984번 워킹페이퍼, 방법론이 다른데 결론은 같음
- 맥킨지 서베이에서 43%는 "변화 없을 것"이라 답함. 32%가 "감소 예상"인데, 이 감소 예상은 재밌게도 항상 '내년'에 있음. 묵시록의 도착 예정일은 영원히 12개월 후
- 결론: 대량 해고 아님. 회사 내부에서 업무가 조용히 재배분되고 있을 뿐. 머릿수는 그대로인데 각자 손에 들린 업무 목록이 바뀌고 있음


3. 이 영화는 전에도 본 적 있다

- 20세기 초 미국 농업 인구 비중: 전체의 1/3. 지금: 2% 미만. 농부들이 전부 실업자가 됐나? 아님. 제조업·서비스업·의료·기술로 흘러감
- 전기가 들어왔을 때 사라진 수공업이 있었지만, 동시에 이름조차 없던 직종이 새로 생김
- 스프레드시트가 장부 정리를 자동화하자 회계 보조 일감은 줄었음. 그런데 한 세대 뒤에 '재무 분석가'라는, 이전엔 존재하지 않던 직군 전체가 태어남. 수작업 데이터 입력 수요가 줄자, 그 데이터를 해석하고 의사결정에 쓸 줄 아는 사람의 수요가 폭발한 것
- 패턴은 매번 동일. 작업(task) 수준에서는 축소, 경제 전체에서는 팽창
- "AI는 인지 노동까지 건드리니까 이번엔 다르다"는 반론. 솔직히, 이전 전환기에도 매번 나온 말임. 그때 그 사람들이 바보였던 게 아님. 작업 레이어에서 보이는 건 정확히 맞았는데, 거기서 끝날 거라는 가정이 틀린 것
- 속도 비교: 농업 70년, PC/인터넷 35년, 세계화 18년 걸렸음. AI 종말론 시나리오는 이걸 10년 안에 해야 한다는 건데, 역사상 어떤 경제 전환보다 5배 빠른 속도. 역사적 패턴은 그렇게 작동하지 않았음


4. 직함은 똑같은데 일은 딴판: 지금 회사 안에서 벌어지는 일

- 2024년 채용담당자와 2026년 채용담당자. 명함은 같음. 하는 일은 전혀 다름. 반복적 이력서 스크리닝은 쪼그라들었고, 전략적 판단과 관계 구축 비중이 대폭 늘었음
- 법무팀: 계약서 초안 작성자 → AI 산출물 검증자. 재무팀: 데이터 조립 → 해석과 판단 보조. 직함만 보면 아무것도 안 바뀐 것 같은데 실제 하루 일과는 완전히 다른 사람이 됨
- AI 스킬은 이미 면접 콜백 여부를 가르고 있음. 직무기술서에 그 말이 한 줄도 없는데도.
- 대부분의 회사가 테크 스택은 갈아치우면서, 거기에 딸린 직무기술서는 손도 안 댐 (이게 사실 제일 이상한 일)
- AI 도입 = 인원 감축 프로젝트로 접근하는 회사는 문제 자체를 잘못 세팅한 것. 
- 1인당 산출은 확실히 늘었음. 그런데 도구가 아직 못 내리는 판단을 누가 소유하고, 그걸 중심으로 일하는 방식을 어떻게 다시 짜느냐, 여기에 답을 낸 회사가 거의 없음


5. 그래서 뭘 해야 하는가?: 창업자·경영자·투자자 각각의 숙제

- 창업자: "몇 명 뽑지?"는 잘못된 질문. AI가 맡는 영역과 사람이 쥐는 영역을 명확히 나눈 5명이, 그 구분 없이 뭉뚱그린 15명을 이김. 먼저 아키텍처를 세우면 인원 수는 거기서 따라 나옴
- 경영자: 지금 대부분의 팀원은 직무기술서에 적힌 것보다 훨씬 넓은 범위를 이미 커버하고 있음. 이 불일치가 보상, 채용, 성과평가, 팀 전체의 자기인식에 균열을 만들고 있는데, 이름조차 못 붙인 문제라 방치 중인 곳이 태반. 포지션을 없애는 게 아니라, 직무기술서를 현실에 맞게 다시 쓰는 게 답
- 투자자: 인원 감축 뉴스를 핵심 시그널로 쓰는 건 엉뚱한 숫자를 보는 것. 효율을 전략이라 부르는 회사는 결국 나중에 가장 복원하기 어려운 역량부터 잘라냄. 진짜 시그널: 1인당 산출을 끌어올리면서 도구가 대체 못 하는 인간 판단을 동시에 유지하고 있는 팀이 어딘가


역할 재설계를 안 한 회사는 조직도는 그대로 둔 채 소프트웨어만 계속 업그레이드하면서 "왜 우리만 뒤처지지?"를 반복한다. 솔직히 우리 주변만 봐도 AI 도입했다면서 기존 프로세스 위에 챗봇 하나 얹어놓고 끝인 데가 수두룩하다. 진짜 갈림길은 '사람을 줄이느냐'가 아니라, '남은 사람의 일과가 어떻게 바뀌었느냐'에 있다.

출처: Ruben Dominguez, "The AI Job Apocalypse Is a Complete Misread", The VC Corner (2026.07.09)