테크 소식
테크 소식 블로그는 최신 기술 동향, 디지털 혁신, 인공지능 등 다양한 IT 분야의 정보를 제공합니다. 실용적인 팁, 혁신적인 제품 소식, 트렌드 분석 등을 다루며 IT 업계에 관심 있는 이들에게 가치 있는 콘텐츠를 제공합니다.
테크 소식
핵심 요약
•
새로운 측정 방식 등장: 이론적 AI 능력과 실제 사용 데이터를 결합한 '관찰된 노출도(Observed Exposure)'라는 새 지표가 개발됨
•
이론 ≠ 현실: AI가 이론적으로 할 수 있는 일과 실제로 하고 있는 일 사이에는 엄청난 격차가 존재
•
가장 위험한 직업 1위: 컴퓨터 프로그래머(74.5%), 고객 서비스 상담사(70.1%), 데이터 입력직(67.1%) 순
•
실업률 변화는 아직 없다: 2022년 말 이후 AI 고노출 직군에서 체계적인 실업률 증가는 관찰되지 않음
•
다만, 청년 채용은 둔화 조짐: 22~25세 청년층의 AI 고노출 직종 채용이 약 14% 감소하는 초기 신호 포착
•
고노출 근로자 특징: 고학력, 고임금, 여성 비율 높음 — 저숙련 단순직이 아닌 화이트칼라가 타깃
"AI가 할 수 있는 것"과 "실제로 하고 있는 것"은 완전히 다르다
2026년 3월 5일, Anthropic 연구팀(Maxim Massenkoff, Peter McCrory)이 흥미로운 보고서를 발표했습니다. 기존의 AI 노동시장 연구들이 "AI가 이론적으로 얼마나 많은 업무를 대체할 수 있느냐"에 집중했다면, 이번 연구는 완전히 다른 질문을 던집니다. "실제로 사람들이 AI를 업무에 얼마나 쓰고 있느냐?"
연구팀은 O*NET 직업 데이터베이스, Claude AI의 실제 사용 데이터, 그리고 Eloundou 등의 이론적 노출도 평가를 결합해 '관찰된 노출도(Observed Exposure)'라는 새로운 지표를 만들었습니다. 이 지표의 핵심은 단순히 "AI가 이 일을 할 수 있느냐"가 아니라, "실제로 자동화된 방식으로 업무 현장에서 쓰이고 있느냐"를 측정한다는 점입니다.
그 결과는 놀랍습니다. 예를 들어, 컴퓨터·수학 분야의 경우 이론적으로 94%의 업무를 AI가 수행할 수 있지만, 실제 관찰된 사용률은 33%에 불과합니다. 이론과 현실 사이에 거대한 격차가 존재하는 것이죠. 약국 처방전 정보 전달 같은 업무는 AI가 충분히 해낼 수 있지만, 법적 제약이나 소프트웨어 요건, 인간 검증 단계 등의 허들 때문에 실제로는 사용되지 않고 있습니다.
AI에 가장 많이 노출된 직업은 누구인가
보고서가 밝힌 가장 AI 노출도가 높은 10대 직업은 예상과 일치하면서도 의외의 결과를 포함하고 있습니다.
순위 | 직업 | 관찰된 노출도 | 주요 자동화 업무 |
1 | 컴퓨터 프로그래머 | 74.5% | 소프트웨어 작성·유지보수 |
2 | 고객 서비스 상담사 | 70.1% | 고객 응대, 주문·불만 처리 |
3 | 데이터 입력직 | 67.1% | 원본 문서 읽고 데이터 입력 |
4 | 의료 기록 전문가 | 66.7% | 환자 데이터 코딩·정리 |
5 | 시장 조사·마케팅 전문가 | 64.8% | 분석 결과 보고서 작성 |
6 | 도매·제조 영업 담당 | 62.8% | 제품 소개·주문 유도 |
7 | 금융·투자 분석가 | 57.2% | 경제 전망 분석 |
8 | 소프트웨어 QA 테스터 | 51.9% | 오류 수정·성능 개선 |
9 | 정보 보안 분석가 | 48.6% | 리스크 평가·보안 테스트 |
10 | 컴퓨터 사용자 지원 | 46.8% | 소프트웨어·하드웨어 문제 해결 |
반면, 전체 근로자의 30%는 AI 노출도가 0%입니다. 요리사, 오토바이 정비사, 인명구조원, 바텐더, 식기세척원 등 신체 활동이 중심인 직업들은 AI 사용 데이터에서 거의 나타나지 않았습니다.
그래서 정말 실업이 늘었나? — 아직은 아니다
많은 사람이 가장 궁금해할 부분입니다. 보고서는 미국 CPS(Current Population Survey) 데이터를 활용해 2016년부터 현재까지의 실업률 추이를 분석했습니다.
결론부터 말하면, AI 고노출 직군과 저노출 직군 사이에 실업률의 체계적인 차이는 발견되지 않았습니다. 차이-차이 분석(Difference-in-Differences)에서도 ChatGPT 출시 이후 고노출 그룹의 실업률이 미세하게 증가했지만, 통계적으로 0과 구분이 되지 않는 수준이었습니다.
연구팀은 만약 AI 고노출 상위 10% 근로자가 모두 해고된다면, 해당 그룹의 실업률이 3%에서 43%로 치솟고 전체 실업률도 4%에서 13%로 급등할 것이라고 계산합니다. 하지만 현재는 그런 징후가 전혀 없습니다.
다만, 20대 청년에겐 다른 이야기가 시작되고 있다
전체 실업률에는 변화가 없지만, 22~25세 청년층에서는 미묘한 변화가 포착되었습니다. AI 고노출 직종에 새로 취업하는 청년의 비율이 2024년부터 눈에 띄게 감소하기 시작한 것입니다.
저노출 직종으로의 월별 취업률은 2% 수준에서 안정적인 반면, 고노출 직종으로의 신규 취업은 약 0.5%포인트 하락했습니다. ChatGPT 출시 이후 기간 평균으로 보면 약 14%의 취업률 감소가 나타났습니다. 통계적 유의성이 경계선 수준이라 확정적이진 않지만, 주목할 만한 신호입니다. 특히 25세 이상 근로자에서는 이런 현상이 관찰되지 않았다는 점이 시사하는 바가 큽니다.
의외의 타깃: 화이트칼라, 고학력, 고임금 근로자
AI가 단순 반복 업무를 대체할 것이라는 통념과 달리, 실제 가장 높은 노출도를 보이는 근로자들은 오히려 고학력·고임금·전문직이었습니다.
AI 노출 상위 25%에 속하는 근로자들은 비노출 그룹 대비 시간당 임금이 약 47% 더 높고(32.69달러 vs 22.23달러), 대졸 이상 비율이 54.5%에 달합니다(비노출 그룹은 17.8%). 여성 비율은 54.4%로 비노출 그룹(38.8%)보다 15.5%포인트 높으며, 대학원 학위 보유자 비율은 비노출 그룹의 거의 4배(17.4% vs 4.5%)입니다.
이는 AI의 영향이 "저숙련 근로자 대체"가 아니라 "고숙련 지식 노동의 효율화" 방향으로 전개되고 있음을 보여줍니다.
교육자·에듀테크 관계자가 주목해야 할 포인트
이 보고서가 던지는 메시지는 분명합니다. AI는 아직 이론적 능력의 일부만 현실에서 구현되고 있지만, 그 격차는 시간이 갈수록 빠르게 좁혀질 것입니다. 특히 청년층의 진입 장벽이 높아지고 있다는 초기 신호는, 지금 학교에서 무엇을 가르치고 어떤 역량을 키워야 하는지에 대한 근본적인 질문을 던집니다.
AI가 대체하지 못하는 30%의 영역 — 물리적 노동, 법정 변호, 현장 관리 등 — 과 AI를 활용하는 능력을 함께 갖춘 인재가 앞으로의 노동시장에서 가장 경쟁력 있을 것입니다. 단순히 "AI가 일자리를 빼앗는다"는 공포가 아니라, 어떤 일자리가, 어떤 방식으로, 얼마나 빠르게 변하고 있는지를 데이터로 직시하는 것이 첫걸음입니다.
'오늘배움' 구독하기
교육 트렌드와 AI 기반 학습 노하우, 기업 인재 개발 인사이트까지 오늘배움에서 먼저 만나보세요. 디지털 학습의 미래를 함께 탐색하는 유익한 소식을 받아보세요.
구독
Other posts in '테크 소식'
AI 생산성 역설 (AI Productivity Paradox)
AI는 모든 곳에 있지만, 생산성 통계에는 보이지 않는다 2026년 2월 | Fortune, NBER, UC Berkeley 등 주요 연구 종합 정리 1. 핵심 요약: 무슨 일이 벌어지고 있는가? 6,000명의 CEO·경영진 중 **약 90%**가 지난 3년간 AI가 고용이나 생산성에 아무런 영향이 없었다고 응답 (NBER, 2026.02) AI를 사용하는 경영진의 주당 평균 사용 시간은 단 1.5시간에 불과 25%의 응답자는 직장에서 AI를 전혀 사용하지 않는다고 답변 S&P 500 기업 중 374개가 실적 발표에서 AI를 언급했지만, 실제 생산성 지표에는 변화 없음 아폴로(Apollo)의 수석 이코노미스트 **토르스텐 슬록(Torsten Slok)**은 약 40년 전 노벨경제학상 수상자 로버트 솔로우의 관찰을 인용하며 이렇게 말했습니다: "AI는 고용 데이터, 생산성 데이터, 인플레이션 데이터 어디에도 보이지 않는다." 2. 솔로우 생산성 역설: 역사가 반복되고 있다 1980년대 IT 시대의 교훈 1987년, 노벨경제학상 수상자 **로버트 솔로우(Robert Solow)**는 정보화 시대의 역설적 현상을 발견했습니다. 1960년대 트랜지스터, 마이크로프로세서, 집적회로 등이 등장하면서 기업들은 생산성 급증을 기대했지만, 현실은 정반대였습니다. 시기 생산성 증가율 상황 1948~1973 2.9% IT 도입 이전 1973 이후 1.1% IT 보급 후 역설 발생
AI 경쟁사들이 손잡은 날 - MCP 기부가 바꿀 미래
2025년 12월 10일, AI 업계에서 흥미로운 일이 벌어졌습니다. 앤트로픽이 자사의 핵심 기술인 Model Context Protocol(MCP)을 Linux Foundation에 기부한 것입니다. 그런데 이 소식에서 정말 놀라운 건 따로 있습니다. 라이벌들이 함께 만든 재단 MCP가 기부된 곳은 Agentic AI Foundation(AAIF)이라는 새로운 재단입니다. 이 재단의 구성원을 보면 눈이 휘둥그레집니다. 공동 설립자 Anthropic (Claude를 만든 회사) Block OpenAI (ChatGPT를 만든 회사) 지원 기업들 Google Microsoft AWS Cloudflare Bloomberg ChatGPT와 Claude는 현재 AI 시장에서 치열하게 경쟁하는 라이벌입니다. 그런데 이들이 함께 재단을 만들고, 공공의 이익을 위해 기술을 공유하기로 한 것입니다. 마치 삼성과 애플이 손잡고 스마트폰 표준을 만드는 것과 비슷한 상황이죠. MCP가 뭐길래? Model Context Protocol, 줄여서 MCP는 AI 애플리케이션과 외부 시스템을 연결하는 범용 오픈 표준입니다. 쉽게 말하면 AI가 외부 데이터나 프로그램과 소통할 때 쓰는 '공통 언어' 같은 거죠. 앤트로픽이 1년 전에 처음 소개한 이 기술은, 그야말로 폭발적으로 성장했습니다. 1년 만에 이뤄낸 성과들 생태계 전반으로 퍼지다 현재 10,000개 이상의 활성 공개 MCP 서버가 운영되고 있습니다. 작은 개발자 도구부터 Fortune 500 대기업의 시스템까지, 거의 모든 영역을 커버하고 있죠. 주요 플랫폼들의 선택
"하루 일의 60%를 AI와 함께" - 앤트로픽 직원들이 말하는 AI 시대 일의 미래
AI 기업 앤트로픽이 자사 직원 132명을 대상으로 흥미로운 조사를 실시했습니다. AI를 만드는 회사에서 일하는 사람들이 실제로 AI를 어떻게 활용하고 있는지, 그리고 그것이 일하는 방식을 어떻게 바꾸고 있는지 살펴본 것입니다. 놀라운 생산성 향상 가장 눈에 띄는 결과는 생산성의 급격한 증가입니다. 1년 전만 해도 직원들은 업무의 28%에서 AI를 활용하며 20% 정도의 생산성 향상을 경험했습니다. 하지만 지금은 업무의 60%에서 AI를 사용하며, 생산성이 50%나 증가했다고 답했습니다. 일부 파워유저들은 생산성이 100% 이상 올랐다고 보고했습니다. 흥미로운 점은 각 작업에 투입하는 시간은 약간 줄었지만, 전체 작업량은 훨씬 더 크게 증가했다는 것입니다. 즉, AI 덕분에 같은 시간에 더 많은 일을 해낼 수 있게 된 것이죠. AI에게 맡기는 일, 내가 하는 일 직원들은 주로 버그 수정(55%)과 코드 이해(42%)에 AI를 가장 많이 활용합니다. 특히 다음과 같은 작업을 AI에게 맡기는 경향이 있습니다: 자신이 잘 모르지만 복잡하지 않은 일 결과를 쉽게 확인할 수 있는 일 반복적이고 지루한 일 코드 품질이 그렇게 중요하지 않은 일 한 엔지니어는 "작업이 신나고 재미있을수록 AI를 쓰지 않는다. 하지만 저항감이 느껴지는 일은 AI와 대화하며 시작하는 게 더 쉽다"고 말했습니다. 모두가 '풀스택'이 되다 가장 흥미로운 변화는 직원들이 자신의 전문 분야를 넘어서는 일을 하게 되었다는 점입니다. 백엔드 개발자가 UI를 만들고, 보안팀이 낯선 코드를 분석하고, 연구원들이 데이터 시각화 도구를 만듭니다. 한 백엔드 엔지니어는 "프론트엔드나 데이터베이스, API 코드를 다룰 수 있게 됐다. 예전에는 전문가가 아닌 분야는 건드리기 겁났는데"라고 전했습니다. 직원들은 AI 덕분에 이전에는 우선순위에서 밀렸던 작은 개선 작업들도 처리할 수 있게 됐다고 합니다. 전체 작업의 27%는 AI가 없었다면 아예 하지 못했을 일들입니다. 하지만 우려도 있습니다 좋은 점만 있는 것은 아닙니다. 많은 엔지니어들이 걱정하는 부분이 있습니다:
Made with Slashpage