AI가 사무직을 대체한다는 공포, 과연 현실일까

ChatGPT가 세상에 나온 지 3년이 넘었다. 그동안 AI는 코딩부터 법률 검토, 의료 영상 분석까지 인간의 전유물이라 여겨졌던 영역을 하나둘 정복해왔다. 실리콘밸리의 CEO들은 "AI가 곧 모든 사무직을 대체할 것"이라고 장담하고, 언론은 "화이트칼라의 종말"을 예고한다.

하지만 정작 고용 통계를 들여다보면 이상한 일이 벌어지고 있다. AI가 이렇게 강력해졌는데도 미국의 실업률은 4% 근처에서 꿈쩍하지 않는다. 소프트웨어 개발자 채용 공고는 오히려 늘었고, 시장조사 분야 고용은 ChatGPT 출시 후 증가했다. 심지어 챗봇의 가장 직접적인 타겟인 고객센터 직원들도 대규모 해고를 당하지 않았다.

공포와 현실 사이의 간극

AI 디스토피아를 예언하는 목소리들이 놓치고 있는 것이 있다. 바로 현실의 데이터다.

KPMG의 12월 조사에 따르면, CEO의 92%가 직원 수를 늘릴 계획이라고 답했다. 이들 중 69%는 동시에 AI 도입에 대규모 예산을 배정하고 있다. AI를 도입하면서도 사람을 더 뽑겠다는 얘기다.

유럽의 12,000개 기업을 대상으로 한 연구도 흥미로운 결과를 보여준다. AI를 도입한 기업들의 생산성은 4% 증가했지만, 직원 수는 줄이지 않았다. AI와 인간이 경쟁 관계가 아니라 협력 관계로 작동하고 있다는 뜻이다.

물론 일부 분야에서는 변화의 조짐이 보인다. 2022년 11월부터 2026년 1월까지 미국의 핵심 화이트칼라 산업(금융, 보험, 정보, 전문서비스)에서 고용이 1.9% 감소했다. 하지만 이마저도 AI보다는 연방준비제도(Fed)의 금리 인상 정책과 더 관련이 깊어 보인다.

흥미롭게도 AI에 가장 많이 노출된 업종들이 ChatGPT 출시 6개월 전부터 채용을 줄이기 시작했다. 2023년에는 대기업의 10%도 안 되는 곳만이 AI 도입을 계획하고 있었는데도 화이트칼라 채용 공고가 급감했다. 이는 AI가 아니라 긴축 통화정책의 영향으로 봐야 한다는 게 구글 경제학자들의 분석이다.

인간과 AI, 대체가 아닌 협력

더 중요한 건 AI가 인간을 완전히 대체하지 못한다는 점이다. 번역가를 예로 들어보자. AI는 인간보다 빠르고 저렴하게 번역할 수 있다. 하지만 인간 번역가가 AI와 함께 작업할 때 나오는 결과물이 AI 혼자 한 것보다 훨씬 좋다. 관용구의 미묘한 뉘앙스를 잡아내고, 독자에 맞게 톤을 조절하고, 법적 리스크를 피할 수 있는 건 여전히 인간의 몫이다.

실제로 ChatGPT 출시 이후 번역 수요가 급증했다. AI가 번역을 더 효율적이고 저렴하게 만들면서 사람들이 더 많은 번역 서비스를 이용하게 된 것이다. 유럽연합에서는 번역업 고용이 늘었고, 미국에서도 비슷한 수준을 유지하고 있다.

의료 영상 분야도 마찬가지다. AI는 일부 암 진단에서 인간보다 정확하다. 하지만 방사선과 의사가 AI와 협력할 때 가장 좋은 진단 결과가 나온다. AI가 방사선 촬영을 더 효율적으로 만들면서 관련 수요와 고용도 함께 늘었다.

사람이 하는 일의 가치

경제학자 애덤 오지멕이 지적하듯, 많은 직업이 이미 오래전에 자동화될 수 있었지만 여전히 존재한다. 19세기부터 자동 피아노와 녹음 기술이 있었지만, 호텔과 바에서는 여전히 사람이 피아노를 친다. 온라인 여행 예약 사이트가 널리 퍼졌지만 미국에는 여전히 67,500명의 여행사 직원이 있다.

사람들은 '인간의 손길'에 프리미엄을 지불할 의향이 있다. 유명한 그림의 기계적 복제품과 구분할 수 없는 수준이라도, 특정 화가가 직접 그린 작품에는 수백만 달러를 지불한다. ChatGPT에게 "AI가 실업을 일으키지 않을 네 가지 이유"를 물어볼 수도 있었지만, 당신은 지금 인간이 공들여 쓴 이 글을 읽고 있다.

이런 '인간다움'에 대한 수요는 영업, 의료, 법률 서비스, 엔터테인먼트 등 다양한 분야에서 지속될 것으로 보인다. 심지어 AI 특유의 어색한 문체가 없는 저널리즘에 대한 수요도 있을 수 있다.

지수적 성장의 신화

AI 종말론자들의 가장 강력한 근거는 "지수적 성장" 이론이다. AI가 스스로를 개선하는 속도가 기하급수적으로 빨라져서, 지금의 AI와 2030년의 AI는 열기구와 우주왕복선만큼 차이날 것이라는 주장이다.

하지만 이 주장의 근거를 자세히 들여다보면 허점이 많다. AI 연구기관 METR의 벤치마크가 주요 근거로 사용되는데, 이 데이터에는 심각한 문제가 있다.

METR의 테스트는 지나치게 단순하다. 실제 업무와 달리 정적인 환경에서 다른 사람과의 협업 없이, 자원 제약도 거의 없는 상태에서 진행된다. 실수 하나가 전체 프로젝트를 망칠 수 있는 복잡한 업무는 의도적으로 배제했다. METR이 가장 "복잡한" 업무들만 따로 분석했을 때는 AI의 발전이 그리 지수적으로 보이지 않았다.

인간 기준점도 신뢰하기 어렵다. 테스트에 참여한 엔지니어는 140명에 불과했고, 대부분 METR 직원들의 인맥을 통해 모집됐다. 더 심각한 건 복잡한 업무를 전문가가 아닌 일반 엔지니어들이 수행했다는 점이다. 실제로는 해당 분야 전문가가 훨씬 빠르게 처리할 수 있는 일들이다. 게다가 시간당 보수를 지급해서 참가자들이 일부러 시간을 끌 유인도 있었다.