스탠포드 경제학자 바라트 찬다르: AI는 젊은 노동자의 일자리를 어떻게 바꾸고 있는가

YouTube에서 열기 ↗
개요

스탠포드 디지털 이코노미 연구소의 경제학자 바라트 찬다르는 AI가 노동 시장에 미치는 영향을 연구한다. 그는 지난 1년 반 동안 노동 경제학에서 가장 중요한 화두가 이 문제였다고 본다. 직접 AI 도구를 더 많이 쓰면서 그 영향을 체감했고, 사회에 가장 큰 영향을 미칠 수 있는 질문이라고 판단해 연구의 중심 주제로 삼았다고 한다. 이 영상에서 그는 공동 연구 결과를 소개한다. 결과의 핵심은 AI 노출도가 높은 직업에서 젊은 근로자의 고용 증가가 눈에 띄게 둔화되고 있다는 것이다. 그는 여기서 출발해 젊은 세대가 길러야 할 역량, 기업과 사회의 인센티브 불일치, 그리고 AI를 '학습 도구'로 쓰는 일이 가진 가능성을 이야기한다.

7 분 분량
1:03

'탄광 속의 카나리아': 젊은 근로자에게서만 뚜렷한 고용 둔화

찬다르는 동료인 에릭 브린욜프슨, 류 첸과 함께 연구를 발표했다. 이 연구는 AI 노출도가 높은 직업과 낮은 직업에서 일자리가 어떻게 달라지는지를 조사했다. 데이터는 급여 처리 회사 ADP의 것으로, 미국 전역의 수백만 명 근로자를 추적했다.

전체 근로자를 놓고 보면 AI 노출도에 따른 고용 변화에 큰 차이가 없었다. 그러나 젊은 근로자만 따로 보면 차이가 훨씬 뚜렷했다. 소프트웨어 개발, 고객 서비스, 행정직처럼 AI 노출도가 높은 직종에서는 젊은 층의 고용이 감소하는 추세였다. 반면 AI 노출도가 낮은 직업에서는 고용이 계속 늘었다. 경력이 많은 근로자의 고용 증가세도 기존 추세를 유지했다. 찬다르의 설명에 따르면 AI 노출도가 높은 직업의 젊은 근로자는 고용 증가율이 16% 더 느렸고, 그는 이를 "꽤 큰 수치"라고 평가했다.

그는 많은 사람이 이제 막 경력을 시작하려 하지만 그 과정이 매우 어렵다고 느끼고 있다고 말한다. 연구 제목에 '탄광 속의 카나리아'라는 표현을 붙인 이유도 여기에 있다. 이 결과가 AI가 앞으로 가져올 더 큰 변혁의 초기 신호일 수 있으므로 계속 추적해야 한다는 뜻이다.

2:19

일시적 경기 변화인가, AI 주도의 구조적 변화인가

찬다르는 이 현상이 경제의 일시적 변화인지 AI가 주도하는 구조적 변화인지는 아직 확실하지 않다고 인정한다. 그래서 연구팀은 다른 설명이 가능한지를 직접 검증했다.

첫째로 검토한 것은 금리 변동이다. 연구팀이 확인한 바로는 금리에 민감한 직업들은 오히려 AI 노출도가 낮았다. 그는 운송과 건설을 예로 들며, 이 업종들이 금리에는 민감하지만 AI의 영향은 거의 받지 않는다고 설명했다. 그래서 금리 변동이 이번 결과를 이끄는 주요 요인은 아닐 것이라고 본다. 둘째로 기술 업계의 과잉 채용 가능성도 검토했다. 기술 업계를 분석에서 빼도, 컴퓨터 관련 직종을 빼도 결과는 같았다. 이처럼 여러 대안을 시험했지만 매우 비슷한 결과가 반복해서 나왔다는 것이 그의 설명이다.

그는 AI 역량의 구조적 변화가 노동 시장에 영향을 미치는 것이라면 이는 일시적이지 않고 장기적인 변화일 수 있다고 본다. 현상을 더 오래 추적해 추세가 유지된다면 AI가 실제 업무에 영향을 주고 있다는 신호가 될 것이다. 다만 그는 AI가 있는 세상과 없는 세상을 비교하는 명확한 실험은 불가능하다는 한계도 짚었다. AI의 영향을 제대로 파악하려면 연구가 더 필요하다는 것이 그의 입장이다.

3:25

왜 하필 젊은 근로자인가: 교과서 지식과 암묵지

찬다르는 젊은 근로자가 왜 더 큰 영향을 받는지를 그들이 하는 일의 성격으로 설명한다. 노동 시장에 막 진입한 사람들은 대부분 학교에서 배운 이론적 지식을 바탕으로 무언가를 구현하거나 실행하는 일을 한다. 반대로 경험이 부족해 아직 잘하지 못하는 일은 암묵지에 의존하는 일이다. 현장에서 직접 일하면서만 얻을 수 있는 경험, 더 많은 사회적 상호작용과 전략적 사고가 필요한 일이 여기에 속한다.

그는 암묵지를 매우 지역적이고 구체적인 맥락에 의존하는 지식으로 정의한다. 이런 지식은 책에 잘 기록되어 있지 않다. 반면 젊은 근로자의 강점인 책으로 배운 지식은 AI의 역량과 더 직접적으로 겹친다. 그 결과 경력이 많은 근로자는 AI에 대해서뿐 아니라 젊은 근로자에 대해서도 상대적인 이점을 가질 수 있다는 것이 그의 분석이다.

4:24

기업의 인센티브와 사회의 인센티브는 다르다

그렇다면 기업이 미래를 위해 젊은 인재를 계속 뽑고 키우지 않을까? 찬다르는 기업이 앞으로 중간 관리자나 숙련 인력을 확보하려면 젊은 인재를 채용하고 싶어 하는 것이 당연하다고 인정한다. 하지만 그 동기가 사회적으로 필요한 수준에는 못 미칠 수 있다고 지적한다.

이유는 직원이 그 회사에 영원히 남지 않기 때문이다. 기업이 비용을 들여 젊은 직원을 교육해도 그 직원은 언제든 다른 회사로 떠날 수 있다. 그래서 기업은 젊은 인재를 어느 정도는 채용하겠지만, 사회 전체에 이익이 되는 만큼 많이 채용하거나 충분히 교육하지는 않을 수 있다. 찬다르는 이를 개별 민간 기업의 인센티브와 사회 전체의 인센티브 사이의 불일치라고 표현했다.

이에 대해 그가 제시한 낙관적인 관점은 AI 자체가 해법의 일부가 될 수 있다는 것이다. AI가 정말로 사람들의 학습을 돕는 유능한 교육 도구라면 숙련에 이르는 과정이 빨라질 수 있다. 그는 이를 위해 대학, 그리고 어쩌면 그 이하 단계의 교육 시스템도 조직 방식을 상당히 바꿔야 할 수 있다고 덧붙였다.

5:29

AI가 단기적으로 잘하기 어려운 세 가지와 '전략적 사고'

찬다르는 AI가 단기적으로 잘하기 힘든 영역으로 세 가지를 꼽는다. 첫째는 로보틱스의 발전 없이는 어려운 물리적 작업이다. 둘째는 전략적 사고, 즉 무엇을 할지 결정하는 일이다. 셋째는 사회적 상호작용이다.

그는 이 가운데 전략적 사고가 점점 더 중요해지고 있고 앞으로 더 중요해질 것이라고 본다. 그가 그리는 미래에는 많은 일이 AI 에이전트에게 실행을 지시하고, 무엇을 해야 하는지 알려 주고, 방향을 이끌어 주는 형태가 될 수 있다. 그렇게 되면 무엇을 해야 하는지 판단하는 능력, 원하는 결과물을 어떻게 표현할지에 관한 능력이 핵심 기술이 된다. 그는 이것이 회사에서 관리자가 하는 역할과 같다고 지적하며, 관리 업무와 전략적 지침을 주는 능력이 앞으로 꽤 중요한 역량이 될 수 있다고 말했다.

젊은 근로자가 이 역량을 어떻게 키울 수 있느냐는 질문에는 도구를 최대한 많이 만들고 써 보면서 그런 방식의 업무에 익숙해지라고 답한다. 이런 변화에 빨리 적응할수록 노동 시장의 혼란이나 기술 변화에 더 잘 대처할 수 있다는 것이다.

6:39

역사적 비교: 산업혁명형인가, 20세기형인가

찬다르는 AI를 과거의 기술 변화와 비교해 보는 것이 매우 유익하다고 본다. 그가 먼저 든 예는 산업혁명이다. 그는 산업혁명을 가장 숙련된 노동자들이 더 큰 위험에 직면한 사례로 해석한다. 대표적인 예가 러다이트로, 이들은 숙련된 방직공이었고 새로운 기술 때문에 많은 이가 일자리를 잃었다. 그는 AI에서도 비슷한 점이 보인다고 말한다. AI에 더 많이 노출될 가능성이 큰 쪽이 지식 노동자와 고학력 노동자라는 점에서다.

반면 전기나 IT 혁명이 일어난 20세기에는 양상이 반대였다는 것이 그의 해석이다. 중간 수준이나 저숙련 노동이 기술에 더 많이 노출되었고, 고숙련·고학력자들은 기술 발전의 혜택을 훨씬 더 많이 누렸다. 그는 AI가 이 두 유형 중 어느 쪽이 될지는 앞으로 지켜봐야 한다고 말했다.

그는 AI가 과거 사례와 다른 점으로 능력 향상의 속도를 꼽는다. 오늘날 AI는 3년 전보다 훨씬 다양한 작업을 수행한다. 그래서 그는 새로운 일자리와 수요가 생겨났을 때 그 일을 인간이 하게 될지, 아니면 AI의 능력이 충분히 빨리 발전해 그 일까지 AI가 하게 될지를 열린 질문으로 남긴다. 그는 바로 이 지점이 AI가 이전 기술들과 다른 부분이라고 본다.

8:21

자동화 대 증강: 할 수 있는 일의 범위가 넓어지는가

AI를 둘러싸고는 근로자를 노동 시장에서 대체하고 그들의 일을 자동화하는 방향보다, 근로자를 보조하고 역량을 높이는 방향에 대한 논의가 많이 진행되고 있다. 찬다르는 자신의 에세이에서 근로자를 상당히 보조할 수 있는 구체적인 해법을 제안하려 했다고 밝힌다. 그 해법은 AI를 사람들의 학습을 돕는 도구로 쓰는 것이다.

그가 지금 AI로 스스로를 증강하고 있는 사람의 예로 든 것은 스타트업 창업자다. 아주 작은 팀이라도 AI를 활용하면 훨씬 많은 일을 해낼 수 있다. 이전에는 전혀 할 줄 몰랐던 업무도 AI 도구 덕분에 직접 할 수 있게 되었다. 그는 이것이 증강의 좋은 예라고 말한다.

그가 제시한 기준은 이렇다. 자동화인지 증강인지는 어떤 업무에 집중하느냐에 달려 있다. 기술 도입으로 내가 할 수 있는 업무의 범위가 넓어지는지, 아니면 오히려 줄어드는지를 따져 봐야 한다. 기술이 근로자에게 이익이 될 때는 대개 할 수 있는 일의 범위를 넓혀 준다. 반면 자동화나 대체 기술은 근로자 업무의 일부를 없애 더 적은 일을 하게 만든다. 그는 자신의 목표가 근로자가 더 많은 일을 할 수 있도록 증강하는 것이라고 말한다. 역사적으로 그 가장 좋은 방법 중 하나가 교육이었다고 덧붙인다. 교육을 받은 근로자는 이전보다 훨씬 많은 일을 할 수 있기 때문이다.

이런 맥락에서 그는 지금이 지난 100년 혹은 그 이상 동안 우리가 가졌던 역량과 비교해 학습에서 가장 큰 변화를 이룰 수 있는 기회라고 본다. 그 변화의 핵심으로 AI 도구를 활용한 맞춤형 학습을 꼽았다.

10:15

본인의 사용법: 수학에는 쓰고, 글쓰기에는 쓰지 않는다

찬다르는 자신이 AI를 어떻게 쓰는지도 소개한다. 그가 점점 더 AI를 많이 쓰는 분야는 수학이다. 모델을 세우거나 증명이 필요한 영역에서 AI가 정말 탁월한 성능을 보여 준다고 그는 평가한다. AI가 초안을 만들어 주면 처음부터 직접 쓰는 것보다 내용이 맞는지 검토하는 일이 훨씬 수월하다는 것이다.

반대로 글쓰기에는 AI를 거의 쓰지 않는다. 그 이유는 AI 도구를 믿지 못해서가 아니라고 그는 강조한다. 직접 쓰는 과정이 생각을 돕고 문제를 정말로 잘 이해하게 해 주기 때문이다. 직접 쓰지 않아서 자신의 의도를 스스로 이해하지 못하게 된다면 글쓰기의 가치가 훨씬 줄어든다는 것이 그의 설명이다.

11:03

무엇을 위임하고 무엇을 남길 것인가

찬다르는 무엇을 AI에게 맡기고 무엇을 지킬지는 결국 인간이 무엇을 원하느냐에 달려 있다고 말한다. 그 일부는 무엇이 옳고 그른지를 따지는 가치관의 문제다. 또 일부는 단순히 우리의 선호를 표현하는 문제다. 우리는 무엇을 만들고 싶은가, 무엇이 우리를 더 낫고 행복하게 해 주는가, AI로 실제로 구현하고 싶은 것은 무엇인가. 그는 이런 것들을 인간이 AI에게 직접 표현해야 한다고 본다.

그는 적어도 단기에서 중기까지는 이런 과업이 어떻게 자동화될 수 있을지 명확히 떠오르지 않는다고 말한다. 원하는 것이 무엇인지 알려면 성찰이 필요하다. 생각할수록 명확해지고, 성찰을 통해 진심을 깨닫기도 한다. 무엇을 구현할지에 대한 지침을 주는 일도 마찬가지다. 그래서 그는 이런 일이 적어도 단·중기적으로는 인간 고유의 영역이고, AI는 주로 구현 쪽에 가깝다고 정리한다.

11:59

AI와 불평등: 학습의 이점이 줄어드는 세계와 커지는 세계

찬다르는 AI가 불평등과 학습 유인에 미칠 영향에 대해 두 갈래의 시나리오를 제시한다.

첫 번째 시나리오에서는 AI가 새로운 것을 배워서 얻는 이점을 크게 줄인다. 어떤 분야의 정상에 오르거나 특정 직업에서 최고 수준의 결과물을 내는 데 필요한 장벽이 훨씬 낮아지는 경우다. AI가 가장 어려운 작업의 상당 부분을 해 줄 수 있기 때문이다. 그는 흥미롭게도 이것이 노동 시장의 불평등이 훨씬 줄어든 세계일 수 있다고 말한다. 학교에서 많이 배운 매우 유능한 사람과 노력하지 않은 사람의 차이가 그렇게 크지 않을 수 있기 때문이다. 그는 여기서 불평등을 낮추는 것과 학습에 대한 투자 유인 사이에 잠재적인 상충 관계가 있을 수 있다고 짚었다.

두 번째 시나리오에서는 AI가 오히려 전략적 사고나 사회적 기술의 이점을 키운다. 이 경우 학교에서 노력하는 것의 이점은 더 커질 수 있다. 전략적 사고력을 기른 사람이 노동 시장에서 매우 가치 있는 인재가 되기 때문이다.

이를 바탕으로 그는 학생들에게 AI 도구를 최대한 활용해 무언가를 만들어 보면서 전략적 사고를 키우는 데 집중하라고 권한다. 그 과정에서 이 도구들을 효율적으로 쓰는 방법은 무엇인지, 어디가 취약한지, 그리고 인간인 내가 가장 많은 가치를 더할 수 있는 영역은 어디인지를 스스로 물어보라는 것이다.

13:04

답을 주지 않는 AI: 비판적 사고를 지키는 교육적 개입

찬다르는 AI가 사람의 사고방식에 미칠 영향은 매우 복잡한 방식으로 따져 봐야 한다고 말한다. 동시에 사람들이 과업을 단순히 AI에 넘기지 않고 비판적 사고 능력에 집중하도록 돕는 새로운 교육적 시도들이 나타나고 있다고 소개한다. 그가 든 예는 칸 아카데미다. 칸 아카데미에는 AI 도구를 쓸 수 있지만 정답을 바로 알려 주지는 않는 기능이 있다. AI가 답을 주는 대신 학습자가 답에 이르는 과정을 스스로 생각해 보도록 돕는 방식이다.

13:40

커리어 사다리에서 커리어 격자로

찬다르는 마지막으로 AI의 학습 지원 능력을 제대로 활용하는 세계를 그린다. 그런 세계에서는 서로 다른 직업 사이를 오가는 일이 훨씬 쉬워질 수 있다는 것이다. 경제 상황에 따라 특정 직업의 수요가 바뀔 때 사람들이 더 빠르게 다른 직업으로 옮겨 갈 수 있도록 돕는 방법을 찾는다면 큰 잠재력이 열릴 것이라고 그는 본다.

그래서 그는 한 줄기 위로만 올라가는 '커리어 사다리' 대신 '커리어 격자'에 가까운 방향으로 나아가기를 기대한다고 말한다. 커리어 사다리는 기술 변화가 닥쳤을 때 위험이 더 크다. 반면 커리어 격자는 여러 방향으로 이동할 수 있는 구조로, 그는 이것이 노동자에게 더 잘 맞는다고 본다. 다만 이것이 실현될지는 AI를 학습 도구로 얼마나 잘 활용하느냐에 달려 있다. 또한 그가 연구에서 관찰한 젊은 근로자의 고용 둔화가 AI 주도의 구조적 변화로 확인될지는 앞으로 더 추적해야 할 열린 질문으로 남아 있다.