━ 이준기의 빅데이터 ‘모든 것을 바꿀 혁명’이라 칭송받던 생성형 AI(Generative AI)는 이제 인간 고유의 성역으로 여겨졌던 고도의 추론과 복합적 의사결정 영역까지 넘보며 빠르게 진화하고 있다. 이러한 기술적 비약의 이면에서, 시장은 지금 심상치 않은 파열음을 내고 있다.
불과 10여 년 전 혁신을 주도하던 주요 SaaS(서비스형 소프트웨어) 기업들의 주가는 된서리를 맞았고, 고용 시장에는 한파가 드리웠다. 충격의 파장은 비교적 단순한 고객 응대 업무를 넘어, 코딩과 전문직 시장 깊숙이 파고들고 있다. AI가 사람의 개입을 최소화한 채 개발 업무의 상당 부분을 처리하는 수 바다이야기pc버전다운 준에 도달하자, 빅테크 기업들의 초급 개발자 채용은 눈에 띄게 보수적으로 돌아섰다. 판례 분석이나 감사보고서 초안 작성 등에서도 AI 활용이 확산되면서 대형 로펌과 회계법인 역시 채용 규모를 조정하는 추세다. 바야흐로 “AI가 인간을 대체할 것인가”라는 질문이 막연한 철학적 담론이 아니라, 당장의 생존과 커리어를 흔드는 현실적 공포로 다가온 순간이다.
바다이야기5만 IMF 총재 크리스탈리나 게오르기에바는 AI가 노동시장을 “쓰나미처럼 강타할 것”이라 경고했고, 제이미 다이먼 JP모건 회장 역시 기술 변화가 가져올 사회적 격변을 우려한 바 있다. 지금 우리는 AI에 대한 막연한 공포와 ‘AI 거품론’이라는 현실적 회의가 뒤섞인 혼란의 시기를 지나고 있다.

업무 7 사이다쿨 5% AI에 맡길 수 있는 직업 4%뿐









2035년 로봇이 일상화 된 인간 세상에서 AI(인공지능)가 인간을 통제하고 그들의 일자리를 대신 차 모바일릴게임 지하는 상황을 그린 윌 스미스 주연의 SF 영화 ‘아이, 로봇’의 한 장면. [중앙포토]







하지만 이 혼란의 본질을 들여다보면 흥미로운 지점이 발견된다. 기업들이 앞다퉈 AI를 도입 황금성오락실 하며 비용 절감을 위해 채용을 줄였음에도, 정작 거시적인 생산성 지표는 요지부동이라는 사실이다. 즉, ‘고용 충격’은 현실화되었는데 ‘성과 혁신’은 아직 도착하지 않은 엇박자가 발생하고 있는 것이다.

따라서 이러한 현상을 단순히 ‘거품의 붕괴’나 ‘디스토피아의 서막’으로 단정하는 것은 기술의 역사를 지나치게 단편적으로 해석하는 일이다. 오히려 우리는 경제학자 로버트 솔로가 1987년에 제기한 ‘IT 생산성 역설(Productivity Paradox)’의 재현을 목격하고 있을 뿐인지도 모른다. “컴퓨터 시대가 도래했다는 것은 어디서나 볼 수 있지만, 생산성 통계에서만은 볼 수 없다”는 그의 통찰처럼, 혁신적 기술의 도입과 그것이 기업의 재무제표나 국가의 생산성 지표로 연결되는 시점 사이에는 언제나 길고 어두운 시차가 존재한다.
실제로 최근 일부 분석은 이러한 ‘역설’을 뒷받침한다. 챗GPT가 등장한 2022년 말 이후에도 미국의 화이트칼라 고용은 급감하기보다 오히려 늘어난 것으로 집계되며, AI의 직접적인 타격이 예상되던 일부 직군에서도 고용이 증가했다는 분석이 나온다. 화이트칼라 노동자의 임금 프리미엄 역시 장기적으로 확대되었다는 연구들이 이어진다. 이는 AI가 일자리를 곧바로 ‘삭제’하기보다, 업무의 성격과 분업 구조를 ‘재정의’하고 있음을 시사한다.
그렇다면 왜 우리는 매일같이 AI로 인한 해고 관련 뉴스를 접하는 동시에 기업 성과는 제자리에 머물고 있다는 소식도 함께 듣게 되는가? 답은 기술 자체의 불완전성과 조직의 관성이 충돌하는 지점에 있다.
우선 기술적 측면에서 현재의 AI는 ‘들쭉날쭉한 최전선(Jagged Frontier)’에 서 있다. 최신 AI 모델은 복잡한 코딩이나 특정 과제에서 인간 전문가를 능가하는 성과를 보이기도 하지만, 단순해 보이는 문제에서 뜻밖의 오류를 내기도 한다. AI와의 협업은 ‘놀라운 성취와 맹목적인 아첨, 그리고 현실과 환상이 뒤섞인 혼합물’처럼 느껴질 때가 많고, 이를 현장에 즉각 적용하기에는 ‘신뢰 비용’이 크다. 실제로 경영진의 86%는 지난 3년간 AI 도입이 노동생산성에 실질적인 영향을 미치지 못했다고 답했다.
더 근본적인 문제는 기업 내부에 있다. 최신 ‘에이전트 AI(Agentic AI)’를 도입한다고 해서 생산성이 마법처럼 오르지는 않는다. 기술은 필요조건일 뿐, 충분조건은 ‘보완적 자산(complementary resources)’이다. 이는 업무 프로세스의 재설계, 직원들의 역할과 책임 재조정, 그리고 조직 문화의 혁신을 의미한다.
과거 전기가 발명되었을 때 공장의 생산성이 본격적으로 상승하기까지 수십 년이 걸렸다. 증기기관 시대의 복잡한 축과 벨트 시스템을 걷어내고, 전기에 맞는 새로운 공장 레이아웃과 작업 방식을 고안하는 데 시간이 필요했기 때문이다. 지금의 기업들도 마찬가지다. 존슨앤드존슨(J&J)의 경우, 초기에는 각 부서가 AI를 실험하도록 장려했지만, 곧 시도가 난립하는 문제를 경험했다. 이후 가치 창출이 일부 핵심 애플리케이션에 집중된다는 점을 확인하고, 중앙 통제형으로 전략을 조정하는 방향으로 움직였다.
또한 조직 내 ‘병목’이 이동하는 현상도 간과할 수 없다. 예컨대 자연어로 코딩하는 이른바 ‘바이브 코딩’이 확산되면서 초보자도 앱을 만들 수 있게 되었지만, 그만큼 검증되지 않은 코드가 늘어나 이를 리뷰하고 수정하는 숙련 개발자에게 새로운 병목이 생길 수 있다. 기술 도입이 프로세스 최적화 없이 진행될 때 나타나는 전형적 부작용이다.
따라서 기술 전문가들의 과격한 미래 예측은 신중히 여과해 들을 필요가 있다. 딥러닝의 대부 제프리 힌튼 토론토대 교수는 과거 “더 이상 영상의학과 전문의를 양성할 필요가 없다”고 단언한 적이 있지만, 미국의 영상의학과 전문의 수는 3년 전보다 오히려 10% 증가했다. “3년 안에 인간 외과의사가 필요 없을 것”이라는 일론 머스크 테슬라 최고경영자(CEO)의 호언장담이나 샘 올트먼 오픈AI CEO의 급진적 대체 전망 역시 기술의 ‘가능성’에 방점을 둔 반면, 현실 세계의 ‘마찰력’을 충분히 계산하지 못했다는 점에서 결을 같이 한다. 인공지능 연구소 앤스로픽(Anthropic)의 데이터에 따르면, 업무의 75% 이상을 AI에 맡길 수 있는 직업은 전체의 4%에 불과하다. 대부분의 전문직 업무는 AI로 자동화 가능한 과업과 인간의 판단·책임·공감이 필요한 과업이 복잡하게 얽힌 ‘과업의 묶음’이다. 기술 도입으로 특정 과업의 비용이 낮아지면, 경제학의 원리에 따라 그 과업에 대한 수요가 오히려 늘어날 수도 있다. 법률 문서 검토가 빨라진다고 해서 변호사가 사라지기보다, 더 많은 사건과 법률 서비스가 가능해져 시장 자체가 커질 수 있다는 식이다.
결국 미래는 AI가 인간을 대체하는 ‘터미네이터’가 아니라, 인간과 AI가 결합해 역량을 확장하는 ‘600만 불의 사나이’ 같은 사이보그 조직의 형태에 가까울 것이다. 이미 시장에는 인간과 AI의 상호작용 흐름을 최적화하는 ‘AI 인터페이스 디자이너’나 기업 맞춤형 AI 도입을 돕는 ‘전진 배치 엔지니어’ 같은 직군이 등장하고 있다. 프로젝트 관리자나 정보보안 전문가처럼 기술과 관리를 겸비한 하이브리드 직군의 수요도 빠르게 늘고 있다.
제프리 힌튼, 일론 머스크 예측 빗나가 인터넷 태동기에 오프라인 상점을 단순히 웹페이지로 옮긴 기업들은 사라졌다. 반면 인터넷의 본질을 꿰뚫고 비즈니스 모델 자체를 재창조한 구글, 아마존, 넷플릭스는 시장의 승자가 되었다. 지금의 ‘에이전트 AI’ 시대도 마찬가지다. 단순히 인건비를 줄이기 위해 AI를 도입하는 기업은 생산성 역설의 늪에 빠질 수 있다. 반면 AI 에이전트에 반복적 실행을 맡기고, AI 시대에 맞는 새로운 비즈니스 모델을 구축하는 기업이 미래를 주도할 것이다.
SF 작가 윌리엄 깁슨은 “미래는 이미 와 있다. 다만 널리 퍼져 있지 않을 뿐이다”라고 말했다. 이 통찰은 오늘날의 AI 격차를 정확히 설명한다. 대다수 기업에 미래는 아직 완전히 도래하지 않았지만, 일부 선도 기업들은 이미 그 미래를 향해 달리고 있다. 남들이 명확하지 않은 목표로 대규모 AI 실험에서 허우적대고 있을 때, 그들은 AI라는 새 엔진을 장착하고 시장을 압도할 준비를 하고 있기에 미래가 더 ‘고르지 않게’ 보이는 것이다.
지금 우리가 겪는 혼란은 그 미래가 고르게 퍼져나가는 과정에서의 불가피한 성장통일지 모른다. 뉴스 헤드라인의 공포에 휩쓸리기보다, 우리 조직이 이 강력한 기술을 받아들일 ‘보완적 자산’을 갖추고 있는지 냉철하게 자문해야 할 때다. 생산성의 혁명은 기술 그 자체가 아니라, 그 기술을 다루는 인간과 조직의 현명한 재설계에서 시작되기 때문이다.














이준기 연세대 정보대학원 교수. 서울대 계산통계학과 졸업 후, 카네기멜론대 사회심리학 석사, 남가주대 경영학 박사를 받았다. 인공지능의 기업 활용에 대해 여러 회사에 자문을 하고 있다. 저서로는 『AI로 경영하라』 『오픈 콜라보레이션』 『웹 2.0과 비즈니스 전략』 등이 있다.