AI로 생산성 3.5% 오르는데 10년 후 연 25.6만명 대체｜KDI 보고서 분석
10년 후 연 25.6만명 대체
회사는 성장하는데 일자리는 줄까?
KDI는 생성형 AI가 향후 10년간 한국 경제의 총요소생산성을 최대 3.5% 높일 수 있다고 분석했습니다.
반면 10년 후에는 전문가와 사무직을 중심으로 연간 약 25만6천명이 경제성 있는 AI 대체 압력을 받을 수 있다고 추정했습니다.
경제 전체의 성장과 개인의 고용안정이 반드시 같은 방향으로 움직이는 것은 아닙니다.
저도 AI를 활용해 자료를 찾고, 글의 구조를 잡고, 이미지와 영상 제작에 필요한 시간을 줄이고 있습니다.
AI를 본격적으로 사용한 뒤 하루에 처리할 수 있는 작업량이 확실히 늘었습니다.
예전에는 직접 찾아보고 하나씩 정리해야 했던 작업을 이제는 훨씬 짧은 시간 안에 처리할 수 있습니다.
AI를 사용하면서 생산성이 올라갔다는 사실은 분명하게 체감합니다.
그런데 생산성이 높아졌다는 말을 뒤집어 보면 같은 일을 처리하는 데 이전만큼 많은 사람이 필요하지 않을 수 있다는 뜻이기도 합니다.
마침 KDI가 발표한 ‘AI의 거시경제 영향 분석’ 보고서를 살펴보다가 다소 섬뜩한 숫자를 발견했습니다.
AI는 향후 10년간 한국 경제의 총요소생산성을 최대 3.5% 높일 수 있지만, 10년 후에는 한 해에 약 25만6천명이 경제성 있는 대체 압력을 받을 수 있다는 분석입니다.
기업은 더 적은 인원으로 더 많은 매출을 올릴 수 있는데, 그 과정에서 줄어드는 일자리와 높아진 생산성의 과실은 누구에게 돌아갈까요?
이번 글에서는 KDI 보고서의 실제 수치를 바탕으로 AI가 생산성과 고용, 임금에 어떤 영향을 줄 수 있는지 살펴봤습니다.
KDI 보고서는 AI가 당장 수십만명을 해고할 것이라고 예언한 보고서가 아닙니다.
현재 기술과 비용을 반영한 연간 대체 추정 규모는 1,462명으로 제한적입니다.
그러나 기술이 발전하고 도입비용이 낮아진 10년 후에는 경제성 있는 연간 대체 규모가 약 25만5,700명까지 커질 수 있다고 추정했습니다.
충격은 단순노무직보다 전문가와 사무직, 판매직 등 중·고숙련 직종에 집중될 가능성이 큽니다.
반면 AI를 도입한 기업은 상용근로자 1인당 매출이 약 20% 높아지고, 한국 경제의 총요소생산성도 10년간 1.5~3.5% 증가할 수 있습니다.
결국 핵심은 AI를 도입할지 말지가 아닙니다.
AI로 만들어진 생산성 향상을 기업이익과 주주환원에만 사용할지, 임금과 근로시간 단축, 재교육과 직무전환에도 나눌지가 더 중요한 문제입니다.
핵심 요약
KDI는 한국의 537개 직업을 6,824개 단위과업으로 나눠 AI 자동화 가능성과 경제성을 분석했습니다.
현재 기술로 일부 과업이 AI에 노출된 직업은 전체의 72%로 추정됐지만, 이는 직업의 72%가 사라진다는 뜻이 아닙니다.
현재 기준 경제성 있는 연간 대체 규모는 1,462명이지만, 10년 후에는 약 25만5,700명까지 증가할 수 있다고 추정했습니다.
전문가와 사무직, 판매직과 장치·기계 조작 직종이 대체 압력의 대부분을 차지했습니다.
AI 도입기업의 상용근로자 1인당 매출은 약 20% 증가한 것으로 추정됐지만 고용 감소 효과는 분석방법에 따라 차이가 있었습니다.
AI 확산은 향후 10년간 한국 경제의 총요소생산성을 1.5~3.5%, 연평균으로는 0.15~0.35%포인트 높일 수 있습니다.
포괄적 AI 영향 시나리오에서는 전체 시간당 실질임금 상승률이 연간 0.91%포인트 둔화할 수 있다고 분석했습니다.
보고서는 재교육과 직무 재설계, 공동 GPU와 데이터 인프라, 사회안전망 강화를 주요 정책과제로 제안했습니다.
- KDI는 AI 영향을 어떻게 계산했나
- 10년 후 연 25만6천명은 무슨 뜻인가
- 직업의 72%가 사라진다는 뜻은 아닙니다
- AI 도입기업 1인당 매출이 20% 늘어난 이유
- 한국 경제 생산성 최대 3.5% 상승의 의미
- 생산성은 오르는데 고용은 왜 줄어들까
- 전문가와 사무직이 먼저 흔들립니다
- 해고되지 않아도 임금은 영향을 받습니다
- 임금격차가 줄어든다는 결과가 좋은 소식일까
- 인구감소가 AI 고용 충격을 흡수할 수 있을까
- AI가 만든 생산성의 과실은 누구의 몫인가
- 노동자를 대체하는 AI와 보완하는 AI
- 직장인과 기업이 준비해야 할 변화
- 정부가 해야 할 일
- AI 시대 직무 점검 체크리스트
- 주의할 오해
- FAQ
- 마무리
- 함께 읽으면 좋은 글
- 참고자료
KDI는 AI 영향을 어떻게 계산했나
이번 보고서는 단순히 몇 명에게 “AI 때문에 일자리가 사라질 것 같습니까?”라고 물은 설문조사가 아닙니다.
KDI는 한국고용직업분류와 임금직업포털에 등록된 537개 직업의 직무내용을 6,824개 단위과업으로 나눴습니다.
이어 각 과업을 AI가 기술적으로 처리할 수 있는지 평가했습니다.
결과를 객관적으로 측정할 수 있는지, 학습에 필요한 데이터가 있는지, 업무가 맥락에 얼마나 의존하는지, 인간의 판단이 필요한지 등이 주요 기준입니다.
기술적으로 가능하다고 모두 자동화되는 것은 아닙니다.
AI 시스템 구축비와 데이터 가공비, 컴퓨팅 비용을 투입했을 때 절약되는 인건비보다 이익이 큰지도 함께 계산했습니다.
이후 기업활동조사를 활용해 AI 도입기업의 생산성과 고용 변화를 추정하고, 이 결과를 한국 경제 전체의 생산성과 노동시장 모형에 연결했습니다.
기술적으로 가능한 자동화와 실제로 이뤄질 자동화는 다릅니다
AI가 업무를 수행할 수 있더라도 시스템 구축비가 인건비 절감액보다 크면 기업은 사람을 계속 사용할 수 있습니다.
고객과의 신뢰, 법적 책임과 윤리적 판단이 필요한 업무도 기술적 가능성만으로 대체하기 어렵습니다.
이번 보고서가 단순한 AI 노출도뿐 아니라 경제성까지 따로 계산한 이유입니다.
10년 후 연 25만6천명은 무슨 뜻인가
기사 제목만 보면 AI 때문에 앞으로 10년 동안 25만6천개의 일자리가 사라지는 것으로 이해하기 쉽습니다.
보고서의 표현은 조금 다릅니다.
기술발전과 비용하락이 진행된 10년 후를 가정했을 때, 한 해에 직무·과업 재편 압력을 받을 수 있는 근로자는 약 63만7,600명으로 추정됐습니다.
이 가운데 AI 도입이 비용 측면에서도 채산성이 있어 실제 대체 압력이 발생할 수 있는 규모는 약 25만5,703명입니다.
2024년 근로자 규모의 약 2.1%에 해당합니다.
이 숫자는 10년 동안 매년 25만6천명을 단순히 더해 256만명이 사라진다는 의미가 아닙니다.
노동시장에서는 같은 기간 은퇴와 이직, 산업 이동과 신규 채용, 새로운 직업의 등장도 함께 일어납니다.
보고서의 숫자는 10년 후 노동시장 한 시점에서 발생할 수 있는 연간 대체 압력을 모형으로 추정한 값입니다.
25만6천명은 확정된 해고계획이 아닙니다
AI 발전 속도와 도입비용, 기업의 투자결정과 노동시장 제도에 따라 실제 결과는 크게 달라질 수 있습니다.
AI가 만드는 새로운 직무와 산업의 고용창출 효과도 완전하게 예측하기 어렵습니다.
따라서 숫자를 위험 신호로 볼 수는 있지만 미래의 확정된 취업자 감소치로 받아들여서는 안 됩니다.
직업의 72%가 사라진다는 뜻은 아닙니다
KDI는 현재 기술 수준에서 일부 과업이 AI로 자동화될 가능성이 있는 직업이 전체의 72%라고 분석했습니다.
이 수치를 직업의 72%가 사라진다는 의미로 해석해서는 안 됩니다.
하나의 직업은 여러 과업으로 구성됩니다.
회계 담당자는 자료 입력과 계산뿐 아니라 고객과의 소통, 규정 해석과 결과 검토를 함께 수행합니다.
AI가 자료 입력과 초안 작성을 맡아도 최종 검증과 책임까지 바로 대체한다고 단정할 수 없습니다.
자동화 가능성이 높다는 것은 직업 전체가 사라진다는 뜻보다 그 직업에서 사람이 담당하는 업무의 구성과 필요한 인원수가 달라질 수 있다는 뜻에 가깝습니다.
직업보다 과업이 먼저 바뀝니다
자료 검색과 요약, 초안 작성과 반복적인 고객응대처럼 표준화하기 쉬운 과업이 먼저 AI로 이동합니다.
사람은 결과 검증과 예외상황 처리, 고객관계와 책임이 필요한 과업에 더 집중하게 됩니다.
문제는 남아 있는 과업만으로 기존 인원 전체를 유지할 필요가 있느냐는 점입니다.
AI 도입기업 1인당 매출이 20% 늘어난 이유
KDI는 국가데이터처 기업활동조사의 2017~2023년 자료를 활용해 AI 도입기업과 비도입기업의 성과를 비교했습니다.
분석 결과 AI 도입은 상용근로자 1인당 매출액을 약 20% 증가시키는 효과가 있는 것으로 추정됐습니다.
생산성 향상은 총매출 확대와 부분적인 고용조정을 통해 나타났습니다.
특히 제조와 판매 목적으로 AI를 활용한 기업에서 효과가 비교적 뚜렷했습니다.
다만 AI 프로그램 하나를 구입했다고 매출이 자동으로 20% 늘어난다는 의미는 아닙니다.
AI 단독보다 사물인터넷과 모바일, 빅데이터와 클라우드 등 기존 디지털 기술을 함께 도입한 기업에서 성과가 크게 나타났습니다.
데이터가 정리되지 않고 업무절차가 그대로인 상태에서 AI만 붙이면 도입비용과 교육비가 먼저 늘어날 수 있습니다.
전기를 도입했다고 공장의 생산성이 바로 오르지 않았던 것처럼 AI도 조직과 업무절차가 함께 바뀌어야 효과가 나타납니다.
기업이 데이터와 시스템, 직원교육에 먼저 투자한 뒤 생산성이 올라가는 시차를 생산성 J-커브라고 설명할 수 있습니다.
초기에는 비용만 늘어났다가 조직이 적응한 이후 생산성과 매출이 빠르게 개선될 수 있다는 뜻입니다.
고용 효과는 분석방법에 따라 차이가 나타났습니다.
일부 패널모형에서는 AI와 다른 4차 산업혁명 기술을 활용한 기업의 상용근로자 수가 낮게 나타났지만, 유사한 기업을 매칭해 비교한 분석에서는 단기적인 고용 감소가 뚜렷하지 않았습니다.
현재까지는 대규모 해고보다 매출이 늘어도 직원 수가 같은 속도로 증가하지 않는 변화가 먼저 나타나고 있다고 볼 수 있습니다.
한국 경제 생산성 최대 3.5% 상승의 의미
KDI는 AI 확산이 향후 10년간 한국 경제의 총요소생산성을 1.5~3.5% 높일 수 있다고 추정했습니다.
연평균으로 환산하면 생산성 증가율을 매년 약 0.15~0.35%포인트 높이는 효과입니다.
여기서 총요소생산성은 단순히 노동시간이나 설비를 더 투입해 생산량이 늘어난 부분을 제외하고, 기술과 업무효율 개선으로 더 많이 생산하게 된 정도를 말합니다.
인구와 생산연령인구가 빠르게 줄어드는 한국에서는 같은 인원으로 더 많이 생산하는 능력이 잠재성장률을 유지하는 데 중요합니다.
AI는 문서작성과 분석, 연구개발과 제조공정, 상담과 판매를 효율화해 노동력 감소를 일부 보완할 수 있습니다.
다만 3.5%는 매년 생산성이 3.5%씩 추가로 높아진다는 뜻이 아닙니다.
향후 10년에 걸쳐 누적되는 총요소생산성 증가폭의 상단 추정치입니다.
경제가 성장한다는 것과 내 월급이 오른다는 것은 다른 문제입니다
총요소생산성이 높아지면 기업과 국가경제의 생산능력은 커질 수 있습니다.
그러나 생산성 향상이 임금과 고용, 근로시간과 복지로 연결되는지는 별도의 분배구조에 달려 있습니다.
생산성은 오르는데 고용은 왜 줄어들까
기업의 생산성은 일정한 인력으로 더 많은 매출을 올리거나, 같은 매출을 더 적은 인력으로 달성할 때 높아집니다.
AI는 두 방향을 모두 가능하게 합니다.
새로운 제품과 서비스를 만들어 매출이 충분히 커진다면 AI를 도입해도 고용이 늘 수 있습니다.
반대로 기존 업무를 자동화하는 데 집중하면 같은 매출을 유지하면서 필요한 인원만 줄어들 수 있습니다.
기업은 인건비와 오류, 처리시간을 줄여 이익을 높일 수 있지만 노동자에게는 채용축소와 직무통합으로 나타날 수 있습니다.
당장 해고가 발생하지 않더라도 신규 채용을 줄이고 퇴사자의 자리를 충원하지 않는 방식으로 인원수가 서서히 감소할 수도 있습니다.
고용 없는 생산성 향상은 해고만으로 나타나지 않습니다
신입사원 채용 인원을 줄입니다.
퇴직자의 빈자리를 충원하지 않습니다.
여러 명이 나눠 하던 업무를 한 명과 AI가 처리하게 합니다.
외주와 단기계약, 플랫폼 노동을 늘려 정규고용을 줄일 수 있습니다.
노동자가 체감하는 충격은 어느 날 갑자기 회사에서 해고통보를 받는 것보다 취업문이 좁아지고 이직할 자리가 줄어드는 방식으로 먼저 나타날 가능성이 있습니다.
전문가와 사무직이 먼저 흔들립니다
과거의 자동화는 공장과 생산직의 문제로 받아들여졌습니다.
생성형 AI는 문서작성과 코드, 이미지와 음성, 자료분석과 고객상담까지 처리할 수 있어 지식노동과 서비스업으로 자동화 범위를 넓혔습니다.
보고서가 추정한 10년 후 경제성 있는 연간 대체 규모는 전문가와 사무직에 가장 많이 집중됩니다.
| 직종 | 10년 후 경제성 있는 연간 대체 규모 | 주로 영향을 받을 수 있는 과업 | 대체 압력 |
|---|---|---|---|
| 전문가 및 관련 종사자 | 106,653명 | 자료분석, 연구 초안, 설계·개발 보조, 전문문서 작성 | 매우 높음 |
| 사무 종사자 | 56,398명 | 자료입력, 문서작성, 회계처리, 행정과 고객응대 | 높음 |
| 판매 종사자 | 41,087명 | 상품안내, 추천, 상담, 견적과 반복적인 영업지원 | 높음 |
| 장치·기계 조작 및 조립 종사자 | 39,202명 | 공정제어, 검사, 예측정비와 반복조작 | 높음 |
| 기능원 및 관련 기능 종사자 | 4,500명 | 표준화된 제작과 검사, 장비 운용 보조 | 제한적 |
| 서비스 종사자 | 3,736명 | 예약과 안내, 정형화된 상담과 주문처리 | 제한적 |
| 전체 | 255,703명 | 경제성까지 확보된 AI 대체 추정 규모 | 취업자 대비 2.1% |
전문가 직종이 가장 큰 규모를 차지한다고 해서 의사와 연구자, 개발자가 모두 사라진다는 뜻은 아닙니다.
전문가 한 명이 AI를 이용해 이전보다 더 많은 업무를 처리하면서 조직에 필요한 전문가의 총인원이 줄 수 있다는 의미에 가깝습니다.
신입과 보조인력이 담당하던 자료정리와 초안작성부터 줄어들 가능성도 있습니다.
경력자가 AI를 활용해 신입의 업무까지 처리하게 되면 노동시장에 처음 진입하는 청년에게 충격이 먼저 나타날 수 있습니다.
해고되지 않아도 임금은 영향을 받습니다
AI의 노동시장 충격은 일자리 수에만 나타나지 않습니다.
회사가 AI를 통해 같은 업무를 수행할 수 있는 인력을 쉽게 확보하게 되면 기존 노동자의 임금 협상력도 약해질 수 있습니다.
KDI는 포괄적 AI 영향 시나리오에서 10년 후 전체 시간당 실질임금 상승률이 연간 0.91%포인트 둔화할 수 있다고 추정했습니다.
임금이 매년 0.91% 감소한다는 의미는 아닙니다.
AI 영향이 없었다면 실질임금이 연 3% 오를 상황에서 상승률이 약 2.09%로 낮아질 수 있다는 의미입니다.
| 직종 | 10년 후 연간 실질임금 상승률 영향 | 해석 |
|---|---|---|
| 사무 종사자 | -1.53%p | 반복적 인지업무 비중이 높아 가장 큰 둔화가 추정됐습니다. |
| 판매 종사자 | -1.08%p | 상담과 추천, 영업지원 자동화의 영향을 받을 수 있습니다. |
| 전문가 및 관련 종사자 | -0.94%p | 전문직 전체 소멸보다 업무처리 인원 축소와 임금압력이 예상됩니다. |
| 관리자 | -0.72%p | 보고와 분석, 일정관리와 의사결정 보조가 자동화될 수 있습니다. |
| 장치·기계 조작 및 조립 종사자 | -0.61%p | AI와 자동화 설비의 결합에 영향을 받을 수 있습니다. |
| 전체 | -0.91%p | 임금수준 감소가 아니라 연간 상승률 둔화 추정치입니다. |
해고되지 않고 회사를 계속 다니더라도 이전보다 더 많은 업무를 처리하면서 임금 상승폭은 작아질 수 있습니다.
기업의 1인당 매출은 늘어나는데 직원의 임금 상승률은 낮아진다면 생산성 향상의 상당 부분이 기업이익과 자본소득으로 이동할 수 있습니다.
임금격차가 줄어든다는 결과가 좋은 소식일까
보고서는 AI 자동화 이후 직종 간 임금불평등이 지니계수 기준으로 소폭 개선되거나 현재 수준을 유지할 가능성이 있다고 분석했습니다.
이 결과만 보면 AI가 임금격차를 줄여주는 것처럼 보입니다.
하지만 그 이유를 들여다봐야 합니다.
AI 충격이 저임금 단순노무직보다 상대적으로 임금이 높은 전문가와 사무직에 집중되면서 중·고숙련 직종의 임금 상승률이 더 많이 둔화하기 때문입니다.
저임금 노동자의 소득이 빠르게 올라 격차가 줄어드는 것이 아니라, 중간과 상위 직종의 임금이 눌리면서 격차가 좁아질 수 있다는 의미입니다.
불평등 지표가 좋아져도 모두의 삶이 나아지는 것은 아닙니다
상위와 중간 임금이 낮아져 격차가 줄어드는 것과 저임금 노동자의 소득이 높아져 격차가 줄어드는 것은 전혀 다른 변화입니다.
지니계수 하나만 보고 AI가 분배 문제를 해결한다고 판단해서는 안 됩니다.
인구감소가 AI 고용 충격을 흡수할 수 있을까
보고서는 10년 후 AI의 경제성 있는 연간 대체 규모인 약 25만6천명이 향후 생산연령인구의 연평균 감소 규모인 약 39만명보다 작다고 설명했습니다.
국가 전체로 보면 AI가 인구감소로 발생하는 노동력 부족을 보완할 수 있다는 의미입니다.
일할 사람이 매년 줄어드는 상황에서 AI가 반복적인 업무를 대신하면 생산량과 서비스를 유지하는 데 도움이 됩니다.
그러나 국가 전체의 노동력 부족이 개인의 고용을 보장해주지는 않습니다.
지방의 돌봄과 숙박, 의료와 생산현장에서는 사람이 부족한데 수도권 사무직에서는 AI로 인원이 남는 현상이 동시에 벌어질 수 있습니다.
사무직과 전문직 종사자에게 인력이 부족한 돌봄이나 생산현장으로 이동하라고 한다고 노동이 자연스럽게 재배치되는 것도 아닙니다.
임금과 지역, 경력과 숙련, 근무환경과 개인의 선호가 모두 다르기 때문입니다.
총일자리 숫자보다 중요한 것은 이동 가능성입니다
한쪽에서 25만개의 일자리가 줄고 다른 쪽에서 39만명의 인력이 부족하다고 두 문제가 자동으로 해결되지는 않습니다.
줄어드는 직업의 근로자가 실제로 부족한 직업으로 이동할 수 있도록 교육과 소득, 지역이전 지원이 함께 필요합니다.
AI가 만든 생산성의 과실은 누구의 몫인가
기업이 AI를 도입해 10명이 하던 일을 8명이 처리하고 매출까지 늘렸다면 생산성은 올라갑니다.
높아진 생산성의 과실은 여러 방향으로 나뉠 수 있습니다.
| 생산성 향상의 사용처 | 기대할 수 있는 효과 | 주의할 점 |
|---|---|---|
| 제품과 서비스 가격 인하 | 소비자가 AI 생산성의 혜택을 받습니다. | 독점력이 강한 기업은 가격을 내리지 않을 수 있습니다. |
| 임금과 성과급 인상 | AI를 활용해 더 많은 업무를 처리한 노동자에게 과실이 돌아갑니다. | 성과가 객관적인 보상기준과 연결돼야 합니다. |
| 근로시간 단축 | 같은 생산량을 더 짧은 시간에 달성할 수 있습니다. | 업무량만 늘어나고 근로시간이 그대로일 수도 있습니다. |
| 재교육과 직무전환 | 대체되는 인력이 새로운 직무로 이동할 수 있습니다. | 교육기간 동안의 소득과 전환 후 일자리까지 연결돼야 합니다. |
| 기업이익과 주주환원 | AI 투자비를 부담한 주주가 투자성과를 얻습니다. | 과실이 자본소득에만 집중되면 노동소득 비중이 낮아질 수 있습니다. |
| 인력감축 | 기업의 고정비와 비용구조를 빠르게 개선할 수 있습니다. | 전환비용과 실업위험이 개인과 사회에 이전됩니다. |
어떤 경로가 선택되는지는 AI 기술 자체가 결정하지 않습니다.
기업의 보상체계와 노사협의, 경쟁구조와 조세·복지제도가 결정합니다.
생산성은 20% 높아졌는데 직원 수와 임금은 줄고 영업이익과 배당만 늘어난다면 AI의 경제적 성과는 자본소득에 집중됩니다.
반대로 생산성 향상의 일부를 임금과 근로시간 단축, 직무전환과 재교육에 사용한다면 AI는 노동자를 대체하는 기술보다 노동을 보완하는 기술에 가까워질 수 있습니다.
노동자를 대체하는 AI와 보완하는 AI
기업이 어떤 목적으로 AI를 설계하느냐에 따라 결과는 달라집니다.
단순히 사람을 줄이기 위해 기존 업무를 자동화하면 기업의 비용은 줄어도 경제 전체의 새로운 생산물과 수요는 크게 늘지 않을 수 있습니다.
이런 자동화는 기업이익을 높이면서 노동자의 일자리만 줄이는 결과로 이어질 수 있습니다.
반면 AI를 이용해 기존에는 제공하지 못했던 서비스와 제품을 만들고, 직원이 더 높은 가치의 업무를 수행하게 하면 생산성과 고용이 함께 늘어날 여지가 있습니다.
대체형 AI
상담원과 사무직이 하던 업무를 그대로 자동응답과 문서자동화로 바꿉니다.
목표는 인건비와 처리시간을 줄이는 데 집중됩니다.
보완형 AI
직원이 자료정리와 반복업무에 쓰던 시간을 줄이고 고객관계와 분석, 신사업 개발에 집중하게 합니다.
목표는 기존 인력을 더 높은 생산성과 새로운 매출로 연결하는 데 있습니다.
AI 전환의 성패는 사람을 몇 명 줄였는지가 아니라 무엇을 새로 만들었는지로 평가해야 합니다
비용절감만으로 끝나는 자동화는 단기 이익을 늘릴 수 있습니다.
새로운 상품과 서비스, 고객과 시장을 만드는 AI는 장기적인 생산성과 고용을 함께 늘릴 가능성이 있습니다.
직장인과 기업이 준비해야 할 변화
직장인이 모든 AI 기술을 개발자 수준으로 배울 필요는 없습니다.
먼저 자신의 직무를 여러 과업으로 나눠보는 것이 중요합니다.
자료검색과 입력, 보고서 초안과 반복상담처럼 AI가 쉽게 맡을 수 있는 업무가 무엇인지 확인해야 합니다.
그다음 AI 결과를 검증하고 책임지는 능력, 고객과 조직의 맥락을 이해하는 능력처럼 쉽게 대체하기 어려운 부분을 강화해야 합니다.
단순히 AI를 사용할 줄 안다는 것만으로는 장기적인 경쟁력이 되기 어렵습니다.
같은 AI를 이용해도 정확한 질문을 만들고 결과의 오류를 찾아내며 실제 사업과 고객 문제에 적용하는 사람의 가치가 높아질 수 있습니다.
기업도 AI 교육을 개인의 자기계발에만 맡겨서는 안 됩니다.
어떤 업무를 자동화하고 어떤 직무를 새로 만들 것인지, 줄어든 업무시간을 어디에 사용할 것인지 구체적인 직무 재설계가 필요합니다.
생산성이 높아졌을 때 직원에게 돌아갈 보상과 근로시간, 직무전환 원칙도 미리 마련해야 합니다.
정부가 해야 할 일
KDI는 AI 전환 과정에서 정부가 기술 도입을 막는 역할보다 보완투자와 노동전환을 지원하는 조력자가 되어야 한다고 제안했습니다.
단기적으로는 AI 노출도가 높은 직종의 직무 재설계와 재교육 지원을 확대할 필요가 있습니다.
중소기업이 고가의 컴퓨팅 자원과 데이터를 확보하기 어려운 문제를 줄이기 위해 공공 클라우드와 공동 GPU 센터, 데이터 공유 플랫폼을 구축하는 방안도 제시했습니다.
중장기적으로는 공공서비스에 노동 보완형 AI를 확산하고 산업별 AI 거버넌스 체계를 마련해야 합니다.
전문가와 사무직 등 AI 고노출 직종을 중심으로 노사정 협의체를 운영해 직무전환과 임금체계 개편을 논의할 필요도 있습니다.
프리랜서와 플랫폼 노동, 단기계약이 늘어나면서 실업급여와 직업훈련에서 제외되는 사람이 생기지 않도록 사회안전망도 함께 바꿔야 합니다.
교육을 받은 뒤 실제로 이동할 일자리가 있어야 합니다.
교육기간 동안 생활할 소득이 보장돼야 합니다.
경력과 임금이 지나치게 단절되지 않도록 기업과 산업이 전환경로를 함께 만들어야 합니다.
AI 시대 직무 점검 체크리스트
- ✅ 현재 직무를 반복업무와 판단업무, 관계업무로 나눠봅니다.
- ✅ AI가 이미 수행할 수 있는 과업과 아직 어려운 과업을 구분합니다.
- ✅ 초안 작성보다 결과 검증과 오류 발견 능력을 강화합니다.
- ✅ 회사와 산업에서 사용하는 데이터와 업무절차를 이해합니다.
- ✅ AI 사용법만 배우기보다 기존 직무 전문성과 함께 연결합니다.
- ✅ 고객과 조직의 맥락, 법적 책임과 윤리 판단이 필요한 업무를 강화합니다.
- ✅ 회사가 AI 생산성 향상을 임금과 근로시간에 어떻게 반영하는지 확인합니다.
- ✅ 직무가 줄어들 경우 이동할 수 있는 인접 직무와 교육경로를 찾아봅니다.
- ✅ 한 회사와 한 직무에만 소득이 집중되지 않도록 장기적인 경력계획을 세웁니다.
- ✅ AI 관련 숫자가 시나리오인지 실제 관측치인지 구분합니다.
주의할 오해
AI 때문에 앞으로 10년 동안 256만명이 해고된다
보고서의 25만5,703명은 10년 후 한 해의 경제성 있는 대체 추정 규모입니다.
매년 같은 인원을 10년간 단순 합산한 누적 해고 규모가 아닙니다.
직업의 72%가 사라진다
72%는 직업을 구성하는 과업 가운데 일부가 현재 AI 기술에 노출돼 있는 직업의 비중입니다.
해당 직업 전체가 사라진다는 뜻은 아닙니다.
AI를 도입하면 모든 기업의 매출이 20% 늘어난다
20%는 기업자료와 통계모형을 이용한 평균적인 추정 결과입니다.
데이터와 클라우드, 모바일과 사물인터넷 등 기존 디지털 기반과 결합했을 때 효과가 뚜렷했습니다.
생산성이 3.5%면 매년 경제가 3.5% 더 성장한다
3.5%는 향후 10년에 걸친 총요소생산성의 누적 증가 추정치 상단입니다.
연평균 기여도는 약 0.15~0.35%포인트입니다.
임금이 0.91%씩 줄어든다
임금 자체가 매년 0.91% 감소한다는 의미가 아닙니다.
포괄적 영향 시나리오에서 연간 실질임금 상승률이 0.91%포인트 낮아질 수 있다는 추정입니다.
한국은 인구가 줄기 때문에 AI로 일자리가 감소해도 문제가 없다
전체 노동력 감소보다 AI 대체 규모가 작더라도 줄어드는 직종과 사람이 부족한 직종은 서로 다를 수 있습니다.
교육과 지역, 임금과 경력의 차이를 해결하지 못하면 노동력 부족과 실업이 동시에 발생할 수 있습니다.
FAQ
확정된 실직자 수를 예측한 것은 아닙니다.
AI 노출도와 경제성, 과거 자동화가 고용에 미친 영향을 이용해 10년 후 한 해에 발생할 수 있는 대체 압력을 추정한 시나리오입니다.
보고서 표 5-9에서 현재 경제성 있는 연간 대체 추정 규모는 1,462명으로 제한적입니다.
현재까지는 대규모 해고보다 신규채용 감소와 업무통합, 1인당 처리량 증가가 먼저 나타날 가능성이 큽니다.
전문가와 사무직, 판매직과 장치·기계 조작 직종에서 경제성 있는 대체 규모가 크게 추정됐습니다.
다만 직업 전체보다 문서작성과 분석, 반복상담처럼 표준화하기 쉬운 과업이 먼저 영향을 받습니다.
일부 과업은 대체될 수 있지만 직업 전체의 완전대체 여부는 별개의 문제입니다.
AI를 활용한 업무처리량이 증가하면서 같은 일을 수행하는 데 필요한 인원수가 줄어드는 방식으로 충격이 나타날 수 있습니다.
AI 활용능력은 중요하지만 사용법만 아는 것으로 충분하지 않을 수 있습니다.
직무 전문성과 결과 검증, 고객과 조직의 맥락을 이해하는 능력을 함께 갖춰야 합니다.
기업의 생산성이 높아져도 그 과실이 임금으로 자동 배분되는 것은 아닙니다.
기업의 보상체계와 노동시장 협상력, 경쟁구조와 조세·복지정책에 따라 기업이익과 주주환원에 더 많이 배분될 수도 있습니다.
마무리
KDI 보고서는 AI가 한국 경제를 망가뜨린다고 말하지 않습니다.
오히려 인구가 줄고 잠재성장률이 낮아지는 한국에서 AI는 생산성을 높일 수 있는 중요한 수단으로 평가됩니다.
향후 10년간 총요소생산성을 최대 3.5% 높이고, 기업의 상용근로자 1인당 매출도 약 20% 증가시킬 가능성이 있습니다.
문제는 경제 전체가 성장하는 것과 개인의 삶이 나아지는 것이 같은 말은 아니라는 점입니다.
기업은 AI를 이용해 더 적은 인원으로 더 많은 매출을 올릴 수 있습니다.
일자리를 유지한 사람도 이전보다 많은 업무를 처리하면서 임금 상승률은 낮아질 수 있습니다.
기업과 주주는 생산성 향상의 이익을 얻지만 직무가 대체된 사람은 재교육과 이직, 소득단절 비용을 직접 부담할 수 있습니다.
AI가 두려운 이유는 기계가 인간보다 똑똑해져서만은 아닙니다.
생산성 향상의 과실은 소수에게 집중되는데 전환비용은 개인에게 떠넘겨질 수 있기 때문입니다.
앞으로의 논쟁은 AI를 사용할 것인지 말 것인지가 아닙니다.
AI로 만들어진 추가 생산성과 이익을 기업투자와 주주환원, 임금과 근로시간 단축, 재교육과 사회안전망 사이에서 어떻게 나눌 것인지가 핵심입니다.
저 역시 AI로 업무시간을 줄이고 더 많은 콘텐츠를 만들고 있습니다.
그렇기 때문에 AI의 생산성 효과를 부정할 수는 없습니다.
동시에 그 생산성이 누군가의 일자리를 줄이는 데만 사용되지 않도록 보상과 전환의 기준도 함께 만들어야 합니다.
회사는 성장하는데 일자리는 줄어드는 미래가 정해진 것은 아닙니다.
어떤 AI를 만들고, 높아진 생산성을 누구와 나누느냐에 따라 결과는 달라질 수 있습니다.
함께 읽으면 좋은 글
참고자료
한국개발연구원, AI의 거시경제 영향 분석, 연구보고서 2026-01
https://www.kdi.re.kr/research/reportView?pub_no=19237
한국개발연구원, AI의 거시경제 영향 분석 보도참고자료
https://www.kdi.re.kr/share/pressView?bd_nm=&bd_no=53322&pg=1&pp=10&year=
연합뉴스, KDI AI 거시경제 영향 분석 관련 보도
https://www.yna.co.kr/view/AKR20260722075400002
이 글은 2026년 7월 23일 기준 KDI 연구보고서 원문과 공식 보도참고자료, 공개 보도를 바탕으로 작성했습니다.
보고서의 고용·임금·생산성 수치는 AI 발전 속도와 도입비용, 과업 자동화 가능성 등에 가정을 적용한 모형 추정치이며 실제 결과는 달라질 수 있습니다.
보고서는 AI가 새롭게 만드는 과업과 산업, 과학기술 혁신에 따른 장기 고용창출 효과를 완전하게 반영하기 어렵다는 한계를 밝히고 있습니다.
보고서의 내용은 저자 개인의 의견이며 한국개발연구원의 공식 견해가 아닐 수 있다고 원문에 명시돼 있습니다.
