저는 AI가 미국 노동 시장에 아직까지 큰 영향을 미치지 못하는 이유에 대한 몇 가지 고수준의 고찰과 프레임워크를 공유해보고자 합니다. 미국에 초점을 맞춘 이유는 (a) AI 도입률이 높고, (b) 세계 최대 경제 대국이며, (c) 유럽과 비교했을 때 미국의 노동 시장 제도는 역사적으로 노동 대체 기술을 더 빠르게 도입해 왔으며, (d) 현재 상황을 이해하기 위한 비정상적으로 풍부한 노동 시장 통계 자료를 보유하고 있기 때문입니다. 이 생각들을 최근 Anthropic 내에서 공유한 바 있습니다.
첫째, 미국의 AI 도입률은 높습니다. 따라서 생산성이나 실업률에 미치는 영향을 살펴보는 것은 합리적입니다. 최근 몇 년간 노동 생산성 증가율은 강세를 보였으며, AI가 부분적으로 기여했다는 암시적인 증거도 있습니다.
하지만 미국 노동 시장은 현재 안정적이며 최대 고용에 가깝습니다. 제 견해로는, AI가 현재까지 실업률에 실질적인 증가를 초래하지 않았습니다. 현재 AI 자동화 패턴에 대한 노출도가 높은 근로자에 초점을 맞추더라도, 최근 몇 년간 예상치 못한 실업률 증가는 보이지 않습니다(하지만 아래에서 논의하겠지만, 이 근로자들은 일자리 상실에 대해 더 큰 우려를 표명하고 있습니다).
그렇다면 AI 도입이 실업률에 미치는 영향이 왜 나타나지 않는 걸까요? AI는 (현재까지) '기술 편향적'이고 '노동 보완적'인 기술의 특징을 보입니다. AI가 업무의 일부 측면을 자동화하더라도, 보완적인 인간의 전문성은 AI(또는 인간) 단독으로는 달성할 수 있는 것보다 더 큰 성과를 창출합니다. AI는 사람들이 성취할 수 있는 범위를 넓혀, AI와 함께 일할 때의 수익을 증가시킵니다.
물론 미래는 여전히 매우 불확실합니다. 모델 성능은 빠르게 발전하고 있으며, AI 시스템은 곧 자체 후속 모델을 자율적으로 개발할 수 있게 될지도 모릅니다. 더욱 일반적으로 지능적인 AI 시스템은 아직 실현되지 않은 노동 대체로 이어질 수 있습니다. 그런 일이 일어날지(그리고 얼마나 빠르게 일어날지)는 여전히 열린 질문이며, 제 팀이 이해하기 위해 노력하고 있는 부분입니다.
여러모로, 이 짧은 에세이는 Anthropic의 경제 연구를 지난 18개월간 종합하여 사람들이 AI를 어떻게 사용하는지, 그리고 이것이 현재 업무, 노동 시장, 그리고 더 넓은 경제에 어떤 의미를 갖는지 이해하려는 시도입니다. 이 연구는 미래가 여전히 불확실하며 그 영향이 고르지 않을 가능성이 높다는 점을 강조해 왔습니다. 지금까지 실업에 미치는 영향은 미미했습니다. 이 에세이는 그 이유와 (미래에 무엇이 바뀔 수 있는지)에 대한 제 프레임워크를 제시합니다.
중요한 배경 사실: 미국 노동 시장은 현재 안정적입니다.
- 6월 실업률은 4.2%로, 연준(Fed)은 이를 완전 고용 및 물가 안정과 일치하는 수준으로 보고 있습니다.
- 구인 건수 대비 실업자 비율은 최근 4월에 1을 약간 상회했으며, 일부 경제학자들은 이것이 노동 수요와 공급이 대략적이고 효율적으로 균형을 이루고 있음을 의미한다고 주장합니다. 뉴욕 연은의 Heise, Pearce, Weber (HPW) 노동 시장 긴축 지수와 같은 더 정교한 지표들도 균형 잡힌 노동 시장을 가리키고 있습니다.
- 핵심 연령층(25-54세) 고용률은 수십 년래 최고치에 가깝게 유지되고 있으며, 이는 팬데믹 이후 확장 국면에서 나타난 광범위한 노동 시장 강세를 반영합니다.
- 주간 신규 실업 보험 청구 건수는 지난 4년간 안정적으로 낮은 수준을 유지했습니다. 그리고 해고 및 정리해고율은 팬데믹 이전 수준과 같거나 약간 낮은 수준입니다.
그렇다면 AI가 노동 시장에 미치는 영향을 이미 기대할 수 있어야 할까요? 제 생각은 '그렇다'입니다. AI 부문이 거시경제적 효과를 식별할 수 있을 만큼 충분히 크기 때문입니다.
- 약 20%의 기업이 적어도 하나의 비즈니스 기능에서 AI를 사용하고 있습니다. GDP의 5.5%를 차지하는 정보 부문에서는 그 비율이 40%입니다.
- 품질 조정 AI 산출량은 Patrick McKelvey와 제 동료 @akorinek의 추정에 따르면 2024년과 2025년 모두 연간 2,000% 이상 성장했습니다. 작은 초기 기반에서 시작했음에도 불구하고, 이는 총계에서 AI의 영향 징후를 볼 수 있어야 함을 시사합니다.
- 저는 AI의 영향이 총 노동 생산성 통계에서 나타나기 시작했다고 믿습니다:
- 최근 몇 년간 노동 생산성 증가율은 상대적으로 강세를 보였습니다: 2022년 1분기부터 2026년 1분기까지 시간당 산출량 비율은 연간 2.0% 증가한 반면, 팬데믹 이전 4년간은 1.6%였습니다.
- AI 도입률이 높은 미국 경제 부문은 지난 4년간 노동 생산성 증가율이 더 빠른 경향을 보였습니다.
- 경제학자들이 생산성을 측정하는 방식인 총요소생산성(TFP) 증가율은 최근 몇 년간 더 완만했습니다(특히 요소 이용률을 고려한 후). 이는 증거를 약화시키지만, 생산성에 대한 혼합 신호 자체가 가속화가 진행 중임을 나타낼 수도 있습니다.
- 기업들은 신규 근로자 고용의 미래 가치에 대한 신념과 비용을 비교하여 고용 결정을 내립니다.
- 기업들은 근로자가 미래에 얼마나 생산적일지, 고용 기간 동안의 임금, 그리고 매칭의 예상 지속 기간을 고려합니다.
- 이러한 이유로, 미래에 대한 기업들의 신념은 이직, 고용, 직업 전환의 형태로 오늘날 노동 시장 결과를 형성해야 합니다. 그러나 자발적 이직, 해고, 구직 성공률 전반에 걸쳐 안정성 패턴이 나타납니다. 마찬가지로 AI로 인한 비정상적으로 빠른 직업 변동에 대한 증거는 없습니다.
- 소프트웨어 엔지니어링 구인 공고는 2025년 5월 이후 다른 모든 구인 공고와 비교하여 전반적으로 반등하여, AI 역량이 가장 크게 발전하고 있는 직종에서 근로자에 대한 수요가 증가하고 있음을 나타냅니다.
아직 거시경제적으로 중요하지는 않더라도, 일자리 대체가 발생하고 있다는 증거가 있을까요? 증거는 엇갈립니다. 하지만 전반적으로, 저는 확신하지 못하겠습니다.
- Maxim Massenkoff와 제가 노동 영향 보고서에서 기록했듯이, Claude가 자동화하는 데 사용되는 작업의 비중이 큰 직종의 근로자들 사이에서 다른 직종의 근로자에 비해 실업률이 악화되는 것을 보지 못했습니다. 이 분석을 BLS(노동통계국)의 더 최근 데이터로 업데이트해도 이 결과는 바뀌지 않습니다.
- 우리는 지난 1년여 동안 AI 노출도가 높은 직종의 젊은 근로자에 대한 고용률이 약화되었다는 일부 암시적인 증거를 발견했습니다. 이는 스탠포드 디지털 경제 연구소 연구자들의 논문인 Canaries in the Coal Mine의 증거와 일치합니다.
- 하지만 젊은 근로자 대체에 대한 이러한 증거는 신중하게 해석되어야 합니다. 인과적 효과를 식별하기 어려운 이유는 AI가 비정상적으로 변동성이 큰 거시경제 환경에서 등장했기 때문입니다: 팬데믹 시대의 혼란 해소, 통화 정책의 급속한 긴축, 러시아의 우크라이나 침공 이후 상품 가격 변동성, 그리고 지속적인 글로벌 정책 불확실성(예: 무역 전쟁). 고용은 투자의 한 형태이기 때문에, 광범위한 경제 불확실성 자체가 고용에 부담을 줄 수 있습니다.
- 다르게 말하면, 2022년부터 현재까지 미국은 기록상 가장 큰 비경기침체기 노동 시장 둔화( "완벽한 디스인플레이션" )를 경험했습니다. 이는 "낮은 고용, 낮은 해고"의 노동 시장과 동시에 발생했습니다. 이러한 종류의 노동 시장은 경력 초기 진입자에게 가장 큰 타격을 줍니다. 현재 젊은 근로자들은 AI 이외의 거시경제적 이유로 일자리를 찾는 데 어려움을 겪고 있을 수 있습니다.
- 별도로, 최근 일부 연구는 팬데믹 이후 원격 근무의 증가가 AI에 크게 노출된 직종의 젊은 근로자에게 영향을 미쳤다고 주장합니다. 경제를 뒤흔드는 다른 충격들로부터 AI의 영향을 분리하는 것은 어려운 일입니다.
- 아직 실업률 효과는 보이지 않지만, Claude가 자동화하는 데 사용되는 작업을 수행하는 직종의 근로자들은 노출도가 낮은 직종의 근로자들보다 일자리를 잃는 것에 대해 더 큰 우려를 표명한다는 사실은 발견했습니다.
만약 여러분이 미국 노동 시장이 현재 건강하며, AI가 원칙적으로 거시경제적으로 식별 가능한 효과를 창출할 수 있고, 이것이 아직 AI 노출도가 높은 직종에 대한 대체로 이어지지 않았다고 믿는다면, 다음 질문은 명백합니다:
왜 AI는 실업률에 의미 있는 증가를 초래하지 않았을까요?
현재까지 AI는 '기술 편향적'이면서 동시에 '노동 보완적'입니다. 이는 도메인 전문성을 보완합니다. 가장 복잡한 작업을 지시하고 평가하기 위해 인간의 개입에 의존합니다. 그리고 AI 능숙도에 보상을 제공합니다. 모델 성능은 빠르게 개선되고 있지만, 여전히 고집스럽게 들쭉날쭉합니다. 들쭉날쭉한 최전선의 빈 공간을 메우기 위해, 매우 유능한 AI 시스템을 안내하고 실패할 때 복구할 수 있는 전문가의 감독이 필요합니다.
물론, 일부 직업은 자동화로 인한 완전한 대체에 더 많이 노출되어 있습니다. 예를 들어, 기술 문서 작성자, 데이터 입력 작업자, 고객 지원 담당자, 컴퓨터 프로그래머는 AI가 핵심 작업 및 책임을 안정적으로 처리할 수 있는 직업입니다. 이러한 유형의 역할을 하는 근로자에 대한 실업률 증가는 아직 보이지 않았지만, 관찰된 노출도가 높은 직업은 BLS(노동통계국)에 의해 2034년까지 성장이 덜 할 것으로 예측됩니다.
하지만 지금까지 더 넓은 그림은 노동 보완의 그림입니다. 그 결과 노동 시장에 미치는 영향은 역량이 빠르게 발전하더라도 고르지 않게 나타날 것입니다. 이것이 현재 노동 시장에서 프리미엄을 받는 모든 기술이 미래에도 그럴 것이라는 의미는 아닙니다. 어떤 유형의 전문성(예: 순수 코딩 구현)은 덜 가치 있게 되는 반면, 다른 유형(예: 위임 및 평가의 관리 기술)은 더 가치 있게 될 수 있습니다.
왜 우리는 AI가 기술 편향적이고 노동 보완적인 기술이라고 생각할까요? Anthropic 경제 연구팀이 발표한 연구와 Anthropic 경제 지수의 증거를 바탕으로 몇 가지 관찰 결과를 제시하겠습니다:
- AI의 놀라운 발전과 경제 전반의 빠른 도입에도 불구하고, ONET 분류 체계(노동부의 직업 및 일반적 업무 카탈로그)에는 모든* 관련 작업이 Claude에 의해 체계적으로 처리되는 직업은 없습니다. 만약 직업이 고정된 작업 묶음이라면(실제로는 그렇지 않지만, 잠시 후에 자세히 설명), 필수적이고 자동화되지 않은 작업 측면은 전체 생산성 향상을 제한하고 노동에 대한 수익을 증폭시킵니다. Claude가 처리할 수 없는 작업은 대인 조정, 대면 상호 작용, 또는 현재까지는 인간만이 할 수 있는 물리적 세계와의 관여에 의존할 수 있습니다("업무는 직업이 아니다" by @lugaricano 참조).
- 1월 보고서 경제적 원시 요소에서 우리는 정교한 사용자 입력과 복잡한 Claude 출력이 높은 상관관계가 있음을 발견했습니다. 즉, Claude가 복잡한 경제 모델을 구축할 때 실제로는 보완적인 전문가 지침을 제공하는 사람의 안내를 받아 수행합니다.
- Claude는 평균적으로 성공하는 경향이 있지만, 더 복잡한 작업에서 가장 어려움을 겪습니다. 이는 대체로 METR 작업 기간 결과와 일치하며, 더 높은 신뢰성은 더 짧은 작업 기간을 대가로 따릅니다. 우리는 인간의 개입이 Claude가 처리하는 작업의 복잡성을 증가시킨다는 암시적인 증거를 발견했습니다.
- 3월 보고서 학습 곡선에서 우리는 사용한 지 6개월 만에 사람들이 Claude를 사고 파트너로 상호작용할 가능성이 더 높아지고, Claude와의 상호작용이 더 성공적이 된다는 것을 발견했습니다. 만약 AI 자체만으로 충분했다면, 우리는 이러한 효과를 보지 못했을 것입니다.
- 광범위한 작업 자동화는 여전히 노동을 보완할 수 있습니다. 왜일까요? 직업은 고정된 작업 묶음이 아니기 때문입니다. 역사적으로 새로운 기술은 일부 직업이 사라지더라도 기존 직업 내에서 큰 변화를 가져왔습니다. 그리고 새로운 기술 능력과 보완적인 인간 전문성을 결합하는 완전히 새로운 유형의 작업을 만들어 냈습니다. 우리는 연구에서 이러한 효과의 징후를 봅니다: 81,000명의 Claude 사용자 사이에서 인지된 생산성의 일반적으로 인용되는 원천은 범위 확장, 즉 더 많은 일을 더 능숙하게 할 수 있게 된 것이었습니다. AI로 인한 이러한 역량 강화는 우리 역할의 경계를 다시 그리고 작업 내에서 새로운 작업 묶음을 생성하여 일부는 자동화하고 다른 것의 중요성은 강화하면서, 순수하게는 노동의 한계 생산물을 증가시킬 수 있습니다.
- 6월 경제 지수 보고서 Cadences에서, Anthropic 경제 지수 설문조사 응답자의 3분의 1 이상이 향후 12개월 내에 AI가 자신이 직장에서 수행하는 대부분 또는 모든 작업을 수행할 수 있을 것으로 예상했습니다. 비슷한 비율의 응답자가 내년에 자신과 동료의 직무 책임이 변경될 것으로 예상했습니다. 그러나 일자리 상실에 대한 기대는 현저히 낮았습니다. 실제로 Claude를 더 자동화된 방식으로 사용하는 사람들은 AI가 자신의 급여, 직업 안정성 및 일자리 찾기 능력에 미치는 영향에 대해 더 낙관적인 경향이 있습니다.
- AI 역량이 향상됨에 따라, 우리는 복잡하고 장기적이며 가치 있는 작업을 자율적으로 처리할 수 있는 점점 더 유능한 에이전트를 보게 될 것입니다. AI가 여전히 노동을 보완할까요? 이 질문을 이해하기 위해, 우리는 최근 Claude Code 사용 패턴을 분석하여 에이전틱 코딩이 전문성의 수익을 변화시키는지 확인했습니다. Claude Code는 우리가 추적한 7개월 동안 점점 더 가치 있는 작업에 사용되었지만, 인간 전문성에 대한 지속적인 수익이 관찰되었습니다: 즉, 사람들은 계획 결정을 내리고 구현을 Claude에 위임합니다. 더 많은 도메인 전문 지식을 가진 사람들은 작업에서 더 자주 성공하고, Claude가 오류를 범했을 때 더 일관되게 복구합니다. 순수 코딩 능력에 대한 수익은 감소했을 수 있지만, 에이전틱 코딩은 지금까지 다른 보완적인 기술의 가치를 증가시켰습니다.
미래를 예측하기는 어렵습니다. 모델이 계속해서 개선됨에 따라 AI의 기술 편향적이고 노동 보완적인 측면이 사라질 가능성도 충분히 있습니다. 들쭉날쭉한 최전선은 더 매끄러워질 수 있습니다. 그리고 특정 지점에서는 인간 전문성에 대한 수익이 감소할 수 있습니다.
미래에 대한 불확실성이这么大的 이유 중 하나는 AI가 혁신 자체를 자동화할 수 있기 때문입니다. 기계에 일반적인 인지 능력을 부여하는 것은 과거의 일반 목적 기술과는 다른 방식으로 추가 혁신을 위한 직접적인 촉매제입니다. 내연 기관은 스스로 새로운 운송 수단을 발명할 수 없었습니다. 그렇지 않으면 표준적인 경제 모델에서 혁신 자동화(우리가 재귀적 자기 개선에서 처음 볼 수 있음)는 경제적 특이점, 즉 유한한 시간 내에 무한한 성장을 초래할 수 있습니다.
이런 특이점이 발생할까요? 기술적 이유든 사회적 제약이든, 절대 자동화되지 않는 필수 작업이 있다면 발생하지 않습니다. 이러한 "약한 고리"는 성장의 한계입니다: Aghion, Jones, Jones(2017)가 주장하듯이 "경제 성장은 우리가 잘하는 것이 아니라 필수적이면서도 개선하기 어려운 것에 의해 제약될 수 있습니다." 이러한 약한 고리는 매우 빠르고 광범위하지만 불완전한 자동화 아래에서도 장기적으로 노동 소득 분배율을 높게 유지할 수 있습니다.
"약한 고리" 논리는 상품 생산뿐만 아니라 혁신 자동화에도 적용됩니다. AI가 생산성 증가를 극적으로 가속화하는지 여부는 역량 향상뿐만 아니라 R&D 프로세스에 관련된 작업의 광범위한 자동화를 필요로 합니다. 최근 증거에 따르면 약한 고리는 현재 소프트웨어 생산 자동화의 제약 조건임을 시사합니다: 코딩 에이전트 도입 후 생성된 코드 줄이 10-20배 증가했지만 소프트웨어 릴리스는 30% 증가에 그쳤고, 앱 사용량은 전혀 증가하지 않았습니다.
스케일링 법칙은 논쟁하기 어렵습니다. 모델은 더 나아질 것입니다. 훨씬 더 나아질 것입니다. 저는 이것이 더 빠른 생산성 증가를 주도할 것이며, 아마도 RSI(재귀적 자기 개선)의 더 명확한 징후를 보일 것이라고 기대합니다. 하지만 1년 후에 실업률이 눈에 띄게 높아질 것이라고는 기대하지 않습니다. 적어도 AI 때문만은 아닐 것입니다.
