최근 Anthropic이 "Labor market impacts of AI: A new measure and early evidence"라는 연구를 내며, AI가 노동시장에 미치는 영향을 '감(感)'이 아니라 '관측 데이터'로 추적하겠다고 선언했습니다1. 중요한 이유는 간단합니다. 이제 논쟁의 초점이 "AI가 할 수 있나?"에서 "현장에서 실제로 사람 일을 대체하고 있나?"로 옮겨가고 있기 때문이죠.
Observed exposure(관측 노출)이란? "가능성"과 "실사용"을 합친 AI 대체 위험도
기존의 AI 노출(exposure) 지표는 대개 "이 직업의 업무가 AI로 가능해 보이는가"를 중심으로 계산했습니다. 문제는 가능성과 현실 사이에 큰 강이 있다는 것. Anthropic의 관측 노출(observed exposure)은 그 강을 줄이기 위한 지표입니다. 이 지표는 LLM이 이론적으로 할 수 있는 업무와, 실제로 직장에서 LLM이 사용되는 흔적(사용 데이터)을 함께 반영해 "대체(자동화) 쪽에 더 무게"를 두는 방식으로 설계됐습니다1.
쉽게 말해, AI가 '도와주는' 정도인지, '사람 몫을 가져가는' 자동화인지까지 구분하려는 시도입니다. 그래서 관측 노출은 일종의 조기경보장치처럼 읽을 수 있습니다. "언젠가"가 아니라 "지금" 변화가 시작되는 직무를 찾는 데 더 유리하니까요.
어떤 직업이 먼저 흔들릴까? 상위 노출 직무의 공통점
관측 노출이 높게 나온 직업 목록을 보면 묘하게 일관된 그림이 보입니다. 프로그래머, 고객 서비스, 데이터 입력, 의료 기록, 마케팅/리서치, 재무 분석, QA 테스터, 정보보안, 사용자 지원 같은 직무가 상위권에 등장합니다2. Anthropic 분석에서는 컴퓨터 프로그래밍이 특히 높고(업무 커버리지 약 75%), 고객 서비스(약 70%), 데이터 입력(약 67%)이 뒤를 잇습니다3.
이들의 공통점은 "화면 속 정보처리" 비중이 높다는 점입니다. 문서 읽기·요약, 질의응답, 규칙 기반 분류, 템플릿 문장 생성처럼 LLM이 강한 작업이 핵심 업무에 박혀 있죠. 반대로 조리, 정비, 구조·안전처럼 물리 환경에서 손과 몸이 주도하는 직업은 노출이 낮게 나타납니다3. AI가 똑똑해져도 '현장'은 데이터만으로 복제하기 어렵기 때문입니다.
"노출이 높다 = 실업 급증"은 아니었다: 대신 채용 입구가 좁아질 수 있다
흥미로운 대목은, 2022년 말 생성형 AI 붐 이후에도 고노출 직군에서 실업이 뚜렷하게 늘었다는 신호는 아직 약하다는 점입니다1. 다만 "젊은 층(대략 22~25세)의 채용이 느려지는 듯한 조짐"은 관측됩니다1. 즉, 기존 인력을 한꺼번에 자르기보다 '새로 뽑지 않는 방식'으로 변화가 시작될 수 있다는 이야기입니다.
이 흐름이 무서운 이유는 파급이 느리지만 구조적이기 때문입니다. 신입이 줄면 중간급으로 성장하는 파이프라인이 가늘어집니다. 몇 년 뒤 "주니어가 부족한 시장"이 오면, 개인에게는 진입 장벽이 되고 기업에는 인력 공백이 됩니다. AI가 만든 병목이 '실업률'이 아니라 '경력 사다리'에서 먼저 보일 수 있다는 뜻이죠.
시사점: "위험 직업"보다 "위험한 사람"을 봐야 한다
여기서 한 단계 더 나아가면 Brookings의 관점이 도움이 됩니다. Brookings는 AI 노출만으로 충격을 예측하면 핵심을 놓친다고 말합니다. 같은 직무라도 저축 여력, 나이, 지역의 일자리 밀도, 다른 직무로 옮길 수 있는 기술(스킬 전이성)에 따라 "버틸 힘(적응 역량)"이 크게 갈린다는 겁니다4. 실제로 AI 노출 상위권에 있어도 적응 역량이 높은 일자리에 있는 사람이 다수인 반면, 사무·행정처럼 특정 집단(특히 여성 비중이 큰)에게 취약이 집중되는 구간도 확인됩니다4.
그래서 개인에게 현실적인 조언은 이렇습니다. 내 직업이 관측 노출이 높게 나왔는지 확인하는 것도 중요하지만, 더 중요한 건 "내가 옮겨갈 수 있는가"입니다. 지금 하는 일을 AI와 경쟁하는 '단일 기술'로 고집하기보다, 다른 직무에도 통하는 문서화 능력·도메인 지식·프로세스 설계·고객 커뮤니케이션처럼 전이 가능한 스킬을 의식적으로 쌓아야 합니다. 기업이라면 더 노골적으로, 주니어 채용을 줄이기 전에 "주니어가 하던 일을 AI로 바꾸면, 누가 내일의 시니어가 되나?"를 먼저 계산해야 하고요.
참고
1Labor market impacts of AI: A new measure and early evidence
2AI job exposure highest among older, highly paid and educated workers, Anthropic report finds
3New Anthropic study finds AI could automate many tasks but real workplace use remains limited
4Measuring US workers' capacity to adapt to AI-driven job displacement
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.