스탠퍼드 경제학자들의 질문: AI 고용 충격, 과장과 현실 가리기

인공지능이 일자리를 얼마나, 얼마나 빨리 없앨 것인가는 지난 몇 년간 기술 담론에서 가장 자주 반복된 질문이다. 스탠퍼드대 경제정책연구소(SIEPR)가 내놓은 정책 브리프 'What is happening to jobs?'는 바로 이 질문에 '과장과 현실을 분리하자'는 관점으로 접근한다. 제목이 이미 논조를 드러낸다. 매일같이 쏟아지는 '수백만 개 일자리 소멸' 류의 예측을 그대로 받아들이기보다, 실제 노동시장 데이터가 무엇을 말하는지부터 확인하자는 것이다.

누가 썼는지가 중요한 이유

이 브리프의 무게는 저자 구성에서 나온다. 공동 저자 중 한 명인 에리카 맥엔타퍼(Erika McEntarfer)는 2025년 8월까지 미국 노동통계국(BLS) 국장을 지냈고, 그 이전에는 백악관 경제자문위원회(CEA) 선임 이코노미스트로 일했다. 고용 통계가 어떻게 만들어지고 어디에서 왜곡되는지를 가장 안쪽에서 다뤄 온 인물이다. 또 다른 저자 닐 마호니(Neale Mahoney)는 SIEPR 소장이자 스탠퍼드 경제학 교수로, 백악관 국가경제위원회(NEC)에서 특별정책자문을 맡은 이력이 있다. 여기에 노동경제학과 AI 경제학을 연구하는 젊은 연구자 카르센 와할이 합류했다. 다시 말해 이 문서는 실리콘밸리의 제품 마케팅이나 컨설팅 보고서가 아니라, 공식 통계와 정책 현장을 오래 다룬 노동경제학자들의 시선으로 쓰였다는 점이 핵심이다.

'과장'과 '현실' 사이의 간극

실무자 입장에서 이 프레임이 왜 유용한지는 분명하다. AI가 고용에 미치는 영향을 둘러싼 공론장은 두 개의 극단으로 갈라져 있다. 한쪽에서는 특정 직군이 곧 사라진다는 예측이 헤드라인을 장식하고, 다른 쪽에서는 아직 아무 일도 일어나지 않았다고 일축한다. 노동경제학자들이 반복해서 지적해 온 문제는, 이런 주장들이 대개 개별 기업의 발표나 설문, 혹은 능력 벤치마크에 기대는 반면 실제 고용·해고·임금 데이터로 검증되는 경우는 드물다는 점이다. 브리프의 제목이 시사하는 방향도 이 지점이다. 인상적인 서사와 측정 가능한 변화는 다른 층위에 있으며, 후자를 기준으로 삼아야 정책과 경영 판단이 흔들리지 않는다.

한국 IT 조직에도 이 구분은 그대로 적용된다. 채용 동결이나 팀 축소를 'AI 때문'이라고 설명하는 경우가 늘고 있지만, 실제 원인은 금리, 경기, 과거 과잉 채용의 조정처럼 AI와 무관한 요인이 뒤섞여 있을 때가 많다. 노동 데이터에서 AI의 순수한 효과를 떼어내는 일은 통계적으로 까다롭고, 그래서 성급한 인과 귀속은 조직의 인력 계획을 왜곡시킬 수 있다. 어떤 직무가 실제로 줄어드는지, 신규 진입 인력의 채용이 먼저 얼어붙는지, 아니면 업무 구성만 바뀌는지를 구분해서 보는 습관이 필요하다.

데이터가 늦게 도착한다는 한계

동시에 이 접근의 한계도 짚어야 한다. 공식 고용 통계는 본질적으로 후행 지표다. 변화가 실제로 데이터에 잡힐 때쯤이면 이미 상당한 시간이 지난 뒤이고, 기술 도입 속도가 빠른 국면에서는 '아직 데이터에 안 보인다'는 말이 '영향이 없다'는 뜻은 아니다. 반대로 지금 눈에 띄는 변화가 몇 년 뒤에도 이어질지는 데이터만으로 단정하기 어렵다. 통계에 근거한 신중함이 필요한 만큼, 그 신중함이 현실 안주로 이어지지 않도록 균형을 잡는 것도 독자의 몫이다.

제공된 자료만으로는 브리프가 제시한 구체적 수치나 결론까지 옮길 수 없다. 다만 이 문서가 던지는 태도 자체는 실무자가 취할 만한 기본기다. 새로운 AI 도입 발표나 고용 전망을 마주했을 때, 그 주장이 무엇으로 뒷받침되는지 근거의 층위를 먼저 확인하는 것. 벤치마크 점수나 데모가 아니라 실제 인력 데이터로 검증된 이야기인지 되묻는 습관. 과장을 걷어내고 남는 것에서 판단을 시작할 때, AI 시대의 인력 전략은 헤드라인이 아니라 근거 위에 설 수 있다.