교육계에선 “AI가 일자리를 대체하는 불확실한 미래가 점점 현실로 다가오면서, 수험생들의 학과 선택에도 이 같은 변화가 생겼다”고 보고 있다.

중략

테크 기업들이 AI 개발에 필요한 언어학 등 인문학 전공자를 채용하는 사례가 늘고 있고, 유망한 AI 기업들이 인문학도의 손에서 탄생한 사실이 최근 알려진 것도 한몫했다.

이 같은 변화에 발맞춰 한국외대는 2024년 언어학에 AI를 융합한 ‘Language & AI 융합학부’를 설립하기도 했다.

개발 환경 정리

1. 개발 서버의 구성

2. 사용중인 AI 서비스

3. 바이브코딩 셋업

4. OpenClaw 셋업

최근 생성형 AI의 급속한 확산으로 AI가 노동시장에 어떤 영향을 미칠지에 대한 관심이 크게 증가하고 있습니다. 그러나 과거 기술 변화 사례를 보면 초기 예측이 실제와 크게 달랐던 경우가 많습니다.

예를 들어 과거에는 해외 아웃소싱이 미국 일자리의 상당 부분을 대체할 것이라는 예측이 있었지만 실제로 많은 직업은 계속 성장했습니다. 산업용 로봇 역시 일자리를 줄였는지 여부에 대해 연구마다 결론이 다릅니다. 이런 이유로 AI의 영향 역시 단순한 예측이 아니라 실제 데이터를 기반으로 분석할 필요가 있습니다.

이 연구의 목적은 AI가 노동시장에 미치는 영향을 측정할 수 있는 새로운 방법을 제시하고, 실제 데이터를 통해 초기 영향을 분석하는 것입니다.

핵심 발견
연구의 주요 결과는 다음과 같습니다.
AI가 일자리를 대체할 위험을 측정하기 위해 Observed Exposure(관측된 AI 노출도)라는 새로운 지표를 제시했습니다.
현재 AI 사용 수준은 이론적으로 가능한 범위보다 훨씬 낮은 수준입니다.
AI 노출도가 높은 직업은 향후 고용 증가율이 낮을 가능성이 있습니다.
AI 노출 직군의 노동자는 더 나이가 많고 여성 비율이 높으며 교육 수준과 임금이 높은 경향이 있습니다.
2022년 이후 AI 노출 직군에서 실업률이 증가했다는 뚜렷한 증거는 아직 발견되지 않았습니다.
다만 젊은 노동자의 채용이 감소하는 초기 신호는 관찰되었습니다.
즉 현재 단계에서 AI는 노동시장에 큰 충격을 주지는 않았지만 구조적인 변화가 시작되는 초기 단계로 해석됩니다.

AI 영향 측정 방식
연구에서는 직업 전체가 아니라 직무를 구성하는 개별 업무(task) 단위로 AI 영향을 분석했습니다.
이를 위해 다음 세 가지 데이터를 결합했습니다.

1. 직무 데이터
미국의 직업 데이터베이스인 O*NET을 사용해 약 800개의 직업에 포함된 업무(task)를 분석했습니다.

2. 실제 AI 사용 데이터
Claude AI 사용 데이터를 분석하여 사람들이 실제로 어떤 업무에서 AI를 사용하는지 확인했습니다.

3. AI의 이론적 수행 가능성
각 업무가 AI를 사용했을 때 최소 두 배 이상 속도를 높일 수 있는지를 기준으로 AI 수행 가능성을 평가했습니다.
이 세 가지 정보를 결합해 직업별 AI 노출도(Observed Exposure)를 계산했습니다.

AI 노출도 계산 기준
직업이 AI 영향을 받는 정도는 다음 요소를 기준으로 계산됩니다.
해당 업무가 AI로 수행 가능한지
실제로 AI 사용 데이터에 등장하는지
업무 환경에서 사용되는지
자동화 방식인지 보조 방식인지
해당 업무가 직무 전체에서 얼마나 큰 비중을 차지하는지
특히 자동화 정도에 따라 가중치를 다르게 부여했습니다.

완전 자동화 사용 → 높은 영향
보조용 AI 사용 → 낮은 영향

이 방식으로 직업 전체의 AI 노출도를 계산했습니다.

이론적 가능성과 실제 사용의 차이
연구 결과 AI가 이론적으로 수행할 수 있는 업무와 실제 사용 사이에는 상당한 차이가 있는 것으로 나타났습니다.
예를 들어 컴퓨터 및 수학 관련 직종의 경우
이론적으로 AI가 수행할 수 있는 업무 비율은 약 94%
실제 AI 사용 데이터에서 나타난 업무 수행 비율은 약 33%
에 불과했습니다.

즉 현재 AI는 기술적으로 가능한 범위의 일부만 실제 업무에 적용되고 있는 상태입니다.

AI 노출도가 높은 직업
연구에서 AI 노출도가 높은 직업은 다음과 같습니다.
컴퓨터 프로그래머
고객 서비스 상담원
데이터 입력 업무
의료 기록 관리 업무
시장 조사 분석가
영업 담당자
금융 분석가
소프트웨어 품질 테스트 엔지니어
정보 보안 분석가
컴퓨터 기술 지원 담당자

이 직업들은 대부분 정보 처리, 텍스트 분석, 코드 작성, 데이터 처리 같은 작업 비중이 높습니다.

AI 영향이 낮은 직업
반대로 AI 노출도가 매우 낮은 직업도 있습니다.
예를 들어
요리사
정비사
구조요원
바텐더
설거지 직원
농업 노동자

이 직업들은 공통적으로 물리적 작업이나 현장 작업 비중이 높은 직업입니다.

AI 노출 직군 노동자의 특징
AI 노출도가 높은 직업군에는 다음과 같은 특징이 있습니다.
여성 비율이 더 높음
백인 및 아시아인 비율이 더 높음
교육 수준이 높음
평균 임금이 더 높음

특히 AI 노출 직군의 평균 임금은 비노출 직군보다 약 47% 더 높은 것으로 나타났습니다.

즉 현재 AI 영향은 저임금 노동보다 고학력 화이트칼라 직업에서 더 크게 나타나는 경향이 있습니다.

AI 노출과 미래 고용 증가율

미국 노동통계국의 직업별 고용 전망과 비교한 결과

AI 노출도가 높은 직업일수록 향후 고용 증가율이 낮아지는 경향이 나타났습니다.

분석 결과

AI 노출도가 10% 증가할 때
예상 고용 증가율은 약 0.6% 감소하는 경향이 확인되었습니다.

이는 AI 영향이 이미 노동시장 전망에 일부 반영되고 있음을 의미합니다.

AI와 실업률 변화

연구에서는 2016년 이후 실업률 데이터를 분석했습니다.

ChatGPT 등장 이후에도
AI 노출 직군
AI 비노출 직군

사이의 실업률 차이는 거의 나타나지 않았습니다.

즉 현재까지는 AI가 대규모 해고나 실업 증가를 유발했다는 증거는 발견되지 않았습니다.

젊은 노동자 채용 감소

다만 중요한 변화가 하나 관찰되었습니다.

22세에서 25세 사이의 젊은 노동자를 분석한 결과
AI 노출 직종에서 취업률이 약 14% 감소했습니다.

이 현상은 기업들이
기존 직원을 해고하기보다는
신규 채용을 줄이는 방식으로 AI를 도입하고 있을 가능성
을 보여줍니다.

연구의 최종 결론

현재까지 AI는 노동시장에 다음과 같은 방식으로 영향을 주고 있습니다.
대규모 실업은 아직 발생하지 않음
화이트칼라 직종에서 AI 활용 증가
일부 직종의 미래 고용 성장률 감소
젊은 노동자의 채용 감소 신호
즉 AI는 일자리를 갑자기 없애기보다는 노동시장 구조를 점진적으로 변화시키고 있는 단계로 볼 수 있습니다.

1. Saylor의 돌파구, $STRC

2. Saturn - STRC를 온체인으로