인공지능과 고용을 둘러싼 논쟁을 따라가다 보면 모순처럼 보이는 장면과 마주친다. 한쪽에서는 AI가 일자리를 빠르게 잠식하고 있다는 경고가 쏟아진다. 다른 한쪽에서는 실업률이 여전히 낮다며, 대체 사라진 일자리가 어디에 있느냐고 되묻는다. 두 주장 모두 실제 데이터에 근거한다. 서로 충돌해 보이는 이유는 각자가 측정하는 대상이 다르기 때문이다.

지난 1년간 최소 여섯 개의 독립적 연구팀이 미국 노동시장에서 AI의 영향을 포착하려는 시도를 내놓았다. 이들이 활용한 자료는 제각각이다. 미국 최대 급여 처리 업체 ADP의 급여 기록, 수백만 건의 채용 공고, 현재인구조사(CPS) 마이크로데이터, Claude 사용 로그, Microsoft Copilot 대화 기록, 미국 노동통계국 고용 통계가 동원됐다. 방법론도 사건연구 회귀분석, 합성 이중차분법, 사후 직종 비교, 대규모 숙련 노동자의 AI 산출물 평가로 나뉜다. 그런데 이 다양한 접근이 가리키는 그림은, 공포를 강조하는 쪽이나 별일 아니라고 일축하는 쪽의 주장보다 훨씬 구체적이고 동시에 훨씬 불확실하다.

급여 데이터가 보여주는 것

가장 많이 인용되는 연구는 스탠퍼드 디지털경제연구소의 에릭 브린욜프손, 바라트 찬다르, 루위 첸이 ADP의 고빈도 급여 데이터를 분석한 결과다. 2025년 8월에 처음 발표되고 같은 해 11월과 2026년 2월에 업데이트된 이 연구는 연령대와 직종의 AI 노출 정도에 따라 고용 추이를 추적한다.

핵심 결과는 이렇다. AI 노출도가 가장 높은 직종에서 22세부터 25세까지 청년층은 노출도가 낮은 직종에 비해 고용이 13퍼센트에서 16퍼센트 상대적으로 감소했다. 기업 수준의 충격은 통제했다. 같은 직종에서 25세를 넘긴 노동자의 고용은 안정적이거나 오히려 늘었다. 고용 감소는 AI 사용이 주로 업무를 완전히 위임하는 자동화 형태인 직종에 집중됐다. 인간과 AI가 협업하는 증강 형태가 주류인 직종에서는 나타나지 않았다. 소프트웨어 개발자와 고객상담원이 가장 가파른 감소세를 보였다.

특기할 점은 조정이 해고가 아니라 채용을 통해 일어난다는 사실이다. 기존 노동자가 대규모로 해고되는 현상은 관측되지 않았다. 대신 신규 채용 자체가 줄었다.

채용 공고 데이터가 보여주는 것

워크포스 분석 기업 레벨리오 랩스는 채용 공고 데이터를 바탕으로 AI의 노동시장 영향을 매월 추적한다. 2026년 7월 추적 보고서에 따르면, AI 노출도가 가장 높은 직종의 채용 공고는 2022년 10월 이후 노출도가 가장 낮은 직종에 비해 42퍼센트 감소했다. 감소세는 주니어 직급에 극단적으로 집중됐다. 노출 직종의 주니어 채용 공고는 약 45퍼센트 줄어든 반면, 시니어 채용 공고는 17퍼센트 감소에 그쳤다.

공급 측면도 반응하고 있다. 미국 주요 대학의 컴퓨터과학 및 IT 전공 입학자 수는 2022년 정점 이후 28퍼센트 줄었다. 반면 전문 프로필에 등록된 AI 관련 자격증 취득은 급증했다. 전체 자격증 중 AI 관련 자격증의 비중은 2019년 4퍼센트 미만에서 2026년 약 31퍼센트로 뛰었다.

레벨리오 랩스는 AI 통합 담당 직무를 공고하는 기업을 실제 AI 도입 기업으로 분류해 별도로 추적한다. 이 기업들은 2022년 10월 이후 비도입 기업보다 전체 인력을 27퍼센트 더 늘렸다. 다만 증가세는 고르지 않다. 시니어 인력은 31퍼센트 늘었지만 주니어 인력은 6퍼센트 증가에 머물렀다.

정부 조사가 보여주는 것

예일 대학교 예산연구소의 AI 노동시장 추적기는 2026년 6월 CPS 마이크로데이터를 반영한 7월 업데이트에서 AI와 관련된 뚜렷한 교란 증거를 찾지 못했다고 밝혔다. 직종 간 이동률은 역사적 범위 안에 머물렀다. 실업자 중 AI 노출 직종 출신의 비중에서도 비정상적 패턴은 나타나지 않았다. 노출 집단과 비노출 집단을 비교한 합성 이중차분 분석 역시 아직 AI 관련 흔적을 지목하지 못했다. AI 이전의 역사적 격차를 보정한 노출·비노출 노동자 간 실업률 격차는 0에 가까워졌다.

앤스로픽이 2026년 3월 발표한 자체 분석도 실업률에서는 비슷한 결론에 도달하지만, 채용에서는 미묘한 차이를 추가한다. 이 회사는 '관측 노출도'라는 지표를 새로 만들었다. 이론적으로 AI가 수행할 수 있는지가 아니라, 실제 업무 맥락에서 Claude 사용이 자동화 형태로 이루어지고 있는지에 가중치를 둔다. 이 지표로도 고노출 노동자의 실업률에서 체계적 상승은 발견되지 않았다. 다만 22세에서 25세 사이 청년층이 노출 직종에 새로 진입하는 월간 취업률은 2022년 대비 약 14퍼센트 하락했다는 잠정적 증거가 나왔다. 앤스로픽은 이 결과가 "통계적으로 간신히 유의한 수준"이라고 명시했다. 25세 이상에서는 같은 감소가 나타나지 않았다.

앤스로픽은 이론적 능력과 실제 활용 사이의 간극도 수치로 제시했다. 컴퓨터·수학 직종 업무의 94퍼센트는 이론적으로 LLM이 수행할 수 있지만, 실제 업무 사용에서 관측된 비중은 33퍼센트에 그쳤다. 실제 사용 기준으로 가장 노출도가 높은 노동자는 비노출 노동자보다 나이가 많고, 여성 비율이 높고, 학력이 높고, 소득이 높은 경향을 보였다. 누가 위험한지에 대한 단순한 통념을 흔들고 있다.

사후 검증이 덧붙이는 것

2026년 7월 시카고 연방준비은행이 발표한 워킹페이퍼는 더 긴 시간 축을 제공한다. 크리스틴 브로디, 케일럽 던슨, 앤서니 바는 프레이와 오즈본의 2017년 자동화 위험 점수와 Microsoft Copilot 사용 기록을 바탕으로 한 톰린슨 등의 2025년 AI 적용도 점수를 미국 노동통계국의 2019년부터 2024년까지 고용·임금 데이터와 결합했다.

이들의 결론은 'AI 노출이 곧 고용 감소'라는 단순한 서사와 다른 방향을 가리킨다. AI 적용도가 가장 높은 직종은 2019년부터 2024년 사이 고용이 약 4퍼센트, 임금이 약 22퍼센트 증가했다. 프레이와 오즈본의 오래된 틀에서 고위험으로 분류된 직종은 고용 성과가 상대적으로 부진했지만, 모든 위험 범주에서 임금은 올랐다. 연구진은 노출 점수를 고용 감소를 직접 예측하는 지표가 아니라 직종 재편의 신호로 이해해야 한다고 결론 내린다.

이 결과가 스탠퍼드나 레벨리오 랩스의 발견과 모순되는 것은 아니다. 시카고 연은 분석은 팬데믹과 그 여파를 포함한 2019년부터 2024년을 다루며, 총고용을 본다. 스탠퍼드와 레벨리오 랩스의 데이터는 생성형 AI가 널리 보급된 이후의 시기를 포착하며, 변화가 가장 먼저 나타날 가능성이 큰 지점, 즉 신규 채용에 초점을 맞춘다.

능력의 궤적

별개의 질문은 AI의 업무 수행 능력이 실제로 얼마나 빠르게 향상되고 있는가다. 2026년 7월 MIT 퓨처테크가 발표한 논문은 미국 노동부 O*NET 직종 분류에서 뽑은 텍스트 기반 업무 6,000여 건을 숙련 노동자 60,000건 이상의 평가로 검증했다. 결론은 AI 발전이 좁은 업무 영역에서 갑자기 도약하는 '파도'가 아니라, 점진적으로 넓게 상승하는 양상에 가깝다는 것이다.

2024년 최전선 모델은 인간이 약 90분 걸리는 텍스트 업무를 최소 충분 품질로 약 60퍼센트 성공률로 수행했다. 2025년 3분기에는 그 수치가 70퍼센트를 넘었다. 최근 추세가 지속된다면 2030년에는 성공률이 88퍼센트에서 97퍼센트에 이를 것으로 전망한다. 향상은 직종군 전반에서 폭넓게 나타나지만, 업무 구조에 따라 기울기는 달라진다.

연구진이 도출한 정책적 함의는 양면적이다. 능력이 점진적으로 넓게 오르면 특정 업무가 갑자기 자동화되는 충격은 줄어든다. 그러나 동시에 텍스트 기반 업무 중 자동화 압력에서 완전히 벗어날 영역도 줄어든다. 제도적 적응을 위한 시간은 월 단위가 아니라 연 단위로 남아 있다. 하지만 무한하지는 않다.

증거가 만나는 지점, 갈라지는 지점

이 연구들의 수렴점은 공개 논쟁이 시사하는 것보다 좁지만, 실재한다. 서로 다른 데이터와 방법을 쓰는 여러 팀이 같은 신호를 가리킨다. AI와 연관된 가장 뚜렷한 노동시장 신호는 실업률 상승이 아니다. AI 사용이 주로 자동화 형태인 직종에서, 초기 경력 노동자의 채용이 둔화되는 현상이다.

갈라지는 지점도 실재한다. 시카고 연은의 사후 분석은 AI 적용도가 높은 직종이 2019년부터 2024년 사이 성장했음을 보여준다. 예일 예산연구소는 CPS 총량 데이터에서 AI의 뚜렷한 흔적을 찾지 못한다. 레벨리오 랩스는 노출 직종의 채용 공고가 줄어드는 동안에도 AI 도입 기업이 인력을 확장하고 있음을 보여준다. 이는 모순이라기보다 서로 다른 렌즈다. 총고용과 채용 흐름, 노출과 도입, 기대와 실현을 각각 보고 있다.

진정으로 결론 나지 않은 문제는, 노출 직종 청년층의 채용 둔화가 더 큰 구조 전환의 전조인지, 아니면 새로운 직무가 수요를 흡수하면서 끝날 일시적 조정기인지다. 스탠퍼드 연구진은 결과가 AI가 초기 경력 고용에 영향을 미치고 있다는 가설과 부합한다고 밝히면서도, 추정치가 생성형 AI 외의 요인에 영향을 받았을 수 있다고 경고한다. 2026년 2월 업데이트에서는 가장 넓은 통제 변수를 적용할 경우 노출 직종의 감소 시점이 2024년에야 통계적으로 유의해진다고 밝혔다. 그 이전의 감소는 비AI 요인을 반영할 수 있다는 뜻이다.

카거, 쿠셀라 등이 쓴 전미경제연구소 워킹페이퍼는 학술 경제학자, AI 기업 종사자, AI 정책 연구자, 초예측자, 일반 대중을 설문해 이 불확실성을 직접 수치화했다. 모든 집단 응답자의 중간값은 연간 약 2.5퍼센트의 GDP 성장을 예상한다. 정부 기준선보다 높지만 체제를 뒤바꿀 수준은 아니다. '급속' AI 발전 시나리오를 가정하면 경제학자들은 2050년 노동참가율이 55퍼센트로 떨어지고, 그 감소분의 약 절반인 1,000만 명가량이 AI에 기인할 것으로 전망한다. 그러나 전망의 분산은 매우 크고, 전문가 간 이견은 AI 발전 속도에 대한 의견 차이보다 고도화된 AI 시스템의 경제적 효과에 대한 믿음 차이에서 주로 비롯된다.

지금 시점에서 가장 방어 가능한 요약은 이것이다. AI는 눈에 보이는 실업 위기를 만들어내지 않았다. 대신 측정 가능한 채용 조정을 만들어냈고, 그 조정은 AI가 가장 적극적으로 업무를 자동화하고 있는 직종의 초기 경력층에 집중돼 있다. 이 조정이 고용 대체로 깊어질지, 직종 재편으로 해소될지는 앞으로 2년의 데이터가 답해야 할 질문으로 남아 있다.

Sources