.svg)
AI가 어떤 직업을 대체할 것인가. 지난 몇 년간 쏟아진 연구들이 공통적으로 던진 질문입니다. 지금까지의 연구는 대부분 '이론적 가능성'을 측정했습니다. AI가 특정 직업의 업무를 처리할 수 있는가를 기술적 관점에서 추정한 것입니다. 그러나 할 수 있다는 것과 실제로 하고 있다는 것은 다른 이야기입니다. 이 둘을 구분하지 않은 채 나온 전망들이 대부분 현실과 어긋난 이유입니다.
올해 3월 Anthropic(앤트로픽)이 발표한 노동시장 영향 보고서는 그 간극을 정면으로 다뤘습니다. 실제 Claude 사용 데이터를 기반으로, 어떤 업무가 지금 이 순간 자동화되고 있는지를 별도로 추적했습니다. 그 결과가 기존 예측과 얼마나 달랐는지 — 그리고 한국 고용시장에서 이미 어떤 신호가 나타나고 있는지를 살펴봤습니다.
방법론의 전환: 직업이 아닌 태스크(task) 중심의 분석
연구진이 택한 접근은 두 가지 점에서 달랐습니다.
첫째, 분석 단위를 '직업'에서 '태스크'로 바꿨습니다. 기존 연구들은 "이 직업이 AI에 위험한가"를 직업 단위로 물었습니다. 그러나 어떤 직업도 단일한 업무로 이루어져 있지 않습니다. 예를 들어 교사라는 직업은 "수업 계획 작성"과 "학생 생활 지도"라는 전혀 다른 태스크로 구성돼 있습니다. AI가 전자는 처리할 수 있어도 후자는 그렇지 않습니다. 직업 단위로 보면 이 차이가 사라지지만, 태스크 단위로 쪼개면 어떤 업무가 실제로 AI에 넘어가고 있는지가 보이기 시작합니다.
둘째, 이론적 가능성과 실제 자동화 수준을 분리해서 측정했습니다. 이론적으로 AI가 처리할 수 있는 것과 실제로 처리하고 있다는 것은 다른 이야기입니다. 연구진은 실제 Claude 사용 데이터를 기반으로 어떤 태스크가 현재 자동화되고 있는지를 별도로 추적했습니다. 그리고 이 두 지표를 함께 봤을 때 비로소 기존 연구들이 포착하지 못했던 풍경이 드러났습니다.
AI 노출도에 영향받는 직무와 숙련도의 관계
고숙련 지식 노동자일수록 높은 AI 노출도
실제 AI 노출도 상위 직군은 컴퓨터 프로그래머(75%), 고객 서비스 담당자(67%), 데이터 입력 담당자(67%) 순이었습니다. 이 고노출 직군 종사자들은 저노출 직군 대비 평균 임금이 47% 높고, 대학원 이상 학력자 비율이 약 4배에 달했습니다.
.png)
LLM은 텍스트 기반 인지 업무를 처리하는 도구이기 때문에, 디지털 환경 밖의 업무는 이론적으로도 노출도가 낮게 측정됩니다. 따라서 오토바이 정비사나 바텐더 등 상당한 숙련을 요구하는 서비스 직종이지만 물리적 환경에서 업무가 이뤄지는 직군은 AI 노출도는 매우 낮게 나타났습니다. 이 지점에서 숙련도와 AI 노출도의 상관 관계를 정확하게 구분해야 합니다. AI가 먼저 향하는 곳은 통념과 다르게 저숙련 업무가 아니라, 화면 앞에서 이루어지는 고숙련 인지 업무입니다.
AI 업무 자동화’의 이론과 현실
수학·컴퓨터 직군은 이론상 94%의 태스크를 AI가 처리할 수 있지만, 실제 커버리지는 33%에 불과해 이론과 현실의 갭이 상당합니다. 하지만 그와 동시에 BLS(Bureau of Labor Statistics, 미국 노동통계국) 고용 성장 전망 데이터와 대조했을 때, 노출도가 10%p 높아질수록 해당 직군의 고용 성장 전망이 0.6%p씩 낮아지는 상관관계가 이미 나타나고 있다고 첨언합니다. 따라서 실제 AI에 인한 완전한 업무 대체와 직군 자체의 위기는 현실화되어 있지는 않지만, 보고서에서 지적하는 초기 신호들을 민감하게 감지해야할 필요성이 있습니다.
AI 노출도가 신입 채용에 미치는 실제 영향 범위
AI 발전에 따른 전체 실업률에는 아직 통계적으로 유의미한 변화가 없었습니다. 그러나 AI 고노출 직군에서 22-25세의 신규 채용이 약 14% 감소하고 있었습니다. 연구진은 이 신호를 단순한 경기 변동과 구분하기 위해 같은 기업 내에서 노출도가 다른 직무를 비교하는 방식으로 분석을 보강했습니다. 결과는 일관됐습니다. AI가 주니어 인력이 수행하던 태스크를 많이 커버할수록(AI 노출도 상승), 조직은 신규 채용 대신 기존 인력의 AI 활용도를 높이는 방향을 선택하고 있었습니다.
한국 고용시장에서 더 선명한 AI의 영향력
방향성만큼은 한국이 미국보다 오히려 더 선명합니다. 한국은 해고가 미국에 비해 제한적이기 때문에, AI의 영향이 기존 인력 감축보다 신규 채용 축소 형태로 더 집중되는 구조이기 때문입니다.
국회예산정책처가 올해 2월 발표한 보고서는 2022년 11월부터 2025년 상반기까지를 분석했습니다. 분석 기간 내에는 AI 고노출 직업군의 청년 고용이 통계상 유의미하게 줄었다는 증거가 발견되지 않았습니다. 그런데 보고서를 작성한 분석관이 말미에 이런 문장을 남겼습니다.
"올해 1월에는 AI 고노출 직업 비중이 높은 전문·과학·기술 서비스업 고용이 이례적으로 감소했는데, 이번 보고서는 작년까지만 분석 대상이다."
실제로 국가데이터처 1월 고용동향에서 2026년 1월 해당 분야 취업자는 전년 대비 9만 8천명 급감하며 2013년 이후 최대 감소 폭을 기록했습니다. 앤트로픽의 보고서가 예측한것보다 빠르게 한국 고용 시장은 반응하고 있습니다.
한국은행 조사에 따르면 이런 현상은 더욱 가속화 되고 있습니다. 한국 근로자의 63.5%가 생성형 AI를 활용하고 있으며, 업무 용도로만 한정해도 51.8%로 미국보다 약 2배 높은 수준입니다. 그러나 한국은행은 또 다른 보고서에서 이 AI 활용이 연공편향적으로 작동하고 있다고 분석합니다. AI의 과실이 기존 숙련 인력에게 집중되는 반면, 신규 진입자가 업무를 통해 숙련을 쌓는 경로 자체가 좁아지고 있다는 것입니다. AI 도구는 세계 최고 수준으로 보급되었만, 그 도구가 주니어의 입문 태스크를 먼저 처리하면서 성장 사다리의 첫 번째 칸이 사라지고 있습니다. 2026년 1월 기준 청년 고용률은 43.6%로 21개월 연속 하락 중이고, "그냥 쉬고 있는" 청년 인구는 역대 최고치를 기록 중입니다.
한국의 HR에게 앤트로픽 보고서가 주는 메시지
앤트로픽의 보고서를 비롯한 여러 데이터가 우리에게 주는 메시지는 하나로 수렴됩니다. AI의 영향은 전체 고용 통계보다 채용 패턴에서 먼저, 그리고 더 선명하게 나타납니다. 구체적으로는 AI 노출도가 높은 직군에서 주니어 채용이 먼저 줄고 있습니다. 전체 실업률이 아직 움직이지 않았다는 것이 안심의 근거가 되지 않는 이유입니다.
HR이 지금 할 수 있는 것은 이 신호를 읽는 것입니다. 자사의 직무 중 AI 노출도가 높은 영역이 어디인지, 그 직군에서 신규 채용과 기존 인력 활용 비율이 어떻게 바뀌고 있는지를 데이터로 확인하고, 한 발 더 나아간다면 직무별로 AI가 커버하는 태스크와 사람이 담당해야 하는 태스크를 구분하는 것입니다. 우리가 직면한 현실에서는 이 구분 없이 교육도, 채용 기준도, 경력 경로도 설계할 수 없습니다. 포괄적인 AI 교육 프로그램보다 이 기준 자체를 먼저 세우는 것이 지금 HR의 실질적인 과제입니다.
Telta는 이 기준을 세우는 과정에 데이터를 더합니다. 글로벌 직무 데이터와 실제 조직의 맥락을 결합해, 어떤 태스크가 AI로 대체되고 있는지, 어떤 것이 바뀌지 않는 실체인지 직무 단위로 진단합니다. AI 리터러시 진단 역시 지식 테스트가 아니라, 실무 환경에서 AI를 실제로 어떻게 다루는지를 측정합니다.
우리 조직의 AI 시대 대응 역량, 지금 어디쯤에 있는지 점검해 보시길 권합니다.
