인지 노동 실업률 17.9% 시나리오: Anthropic 경제팀이 그린 2030년 내 직무의 자리
Anthropic 경제팀이 2026년 9월 9일 「Scenarios for our Economic Future」를 발표했다. 극단 시나리오에서 인지 노동 실업률 17.9%, GDP 내 노동 소득 비중 60%→45.2%. 먼저 분명히 하자, 이것은 예측이 아니라 세 가지 시나리오 중 가장 극단적인 경우의 모델링이다. 그런데 그 시나리오의 "가정"이 지금 내 업무와 얼마나 닮았는지는, 각자가 따져봐야 할 예측보다 무거운 질문이다.
발표의 주체가 눈길을 끈다. AI 회사가 "AI 때문에 인지 노동자 다섯 명 중 한 명 가까이가 실업할 수 있다"는 숫자를 스스로 공개했다. 저자는 Anthropic 경제팀: Anton Korinek, Charles I. Jones 같은 저명한 경제학자들이 포함됐고, 초안 검토자 명단에는 Daron Acemoglu와 David Autor가 올라 있다(검토이지 지지는 아니다). 미국 경제를 대상으로 2030년까지를 그린 이 시나리오 모델은, 공포 마케팅이 아니라 "정책 논의를 위한 사고 실험"으로 설계됐다. 저자들은 "예측이 아니며 확률도 부여하지 않는다"고 명시했다.
| 항목 | 내용 |
|---|---|
| 발표 | 「Scenarios for our Economic Future」, Anthropic 경제팀 (2026.09.09) |
| 저자 | Korinek, Jones, Sacher, Cotter, McCrory |
| 방법론 | 태스크 기반 경제 모델, 미국 대상, 2030년까지, 3개 시나리오 (완만/상당/극단) |
| 극단 시나리오 | 인지 노동 실업률 17.9%, 전체 실업률 11.9%, 노동 소득 비중 60%→45.2% |
| 같은 시나리오의 다른 면 | GDP 약 32~33% 추가 성장, 지식노동 임금 10% 이상 하락 |
| 핵심 단서 | "예측 아님, 확률 미부여": 저자 명시 |
17.9%라는 숫자는 정확히 무엇인가?
세 가지 시나리오 중 극단(extreme) 시나리오의 산출값이다. 이 시나리오는 AI가 인지 노동자 태스크의 약 절반에 영향을 주고, 영향받은 태스크의 90%를 자동화하며, 새로운 인지 태스크는 거의 만들지 않는다고 가정한다. 그 가정 아래 2030년 인지 노동 실업률이 17.9%, 노동 소득 비중이 45.2%로 계산된다.
비교를 위해 중간 단계인 "상당(substantial)" 시나리오를 보면 그림이 달라진다. AI가 지식 노동의 절반가량을 처리하지만, GDP는 8.3% 추가 성장에 그치고 실업률은 역사적 범위 안에 머문다. 지식노동자 임금은 정체된다. 즉 이 보고서의 메시지는 "17.9%가 온다"가 아니라 "자동화 비율과 새 태스크 창출 여부라는 두 개의 변수가 미래를 가른다"는 것이다.
비판도 기록해둘 가치가 있다. LSE의 Ben Moll, 시카고대의 Alex Imas는 극단 시나리오가 전제하는 성장률(2030년 연 15%대)이 향후 10~15년 내에는 극히 비현실적이라고 지적했다. 모델은 정책 대응, 경기 순환, 로보틱스도 제외하고 있다. 저자들 스스로 밝힌 한계다.
어떤 직군이 고위험군인가: 실측 데이터는 뭐라고 하나?
시나리오 모델과 별도로, Anthropic Economic Index는 Claude 실사용 데이터를 직군별로 공개해왔다. 태스크 노출도 1위는 컴퓨터 프로그래머(태스크의 약 75%가 AI 사용 범위), 2위는 고객 서비스 상담원이며, 사용은 중상위 임금의 인지 직군에 집중되어 있다.
더 중요한 신호는 사용 방식의 분화다. 개인용 Claude.ai에서는 증강(사람과 협업) 52% vs 자동화(통째 위임) 45%로 균형이 맞지만, 기업용 API에서는 자동화가 75%에 달한다. 개인은 AI와 "함께" 일하지만, 기업 시스템은 AI에게 "맡기는" 쪽으로 설계되고 있다는 뜻이다. 극단 시나리오의 핵심 가정(자동화 90%)은 허공에서 나온 것이 아니라, 기업 API의 75%라는 현재 추세선의 연장선에 있다.
17.9%는 예측이 아니다. 하지만 "기업이 AI를 증강이 아니라 자동화로 쓴다"는 가정은 이미 데이터에 나타난 현재형이다. 시나리오와 현실의 거리는 생각보다 가깝다.
내 직무가 고위험군인지 판단하는 3가지 질문은?
시나리오 모델의 입력 변수를 개인 버전으로 뒤집으면 자가 진단 기준이 나온다. ①내 산출물이 화면 안에서 완결되는가 ②내 업무가 위임형으로 쓰이는가 협업형으로 쓰이는가 ③AI 도입 후 내 역할에 새 태스크가 생기고 있는가.
질문 1: 내 산출물은 화면 안에서 완결되는가?
보고서, 코드, 분석, 상담 응대처럼 입력도 출력도 디지털인 업무가 모델이 말하는 "인지 태스크"다. 현장 이동, 물리적 조작, 대면 신뢰 구축이 섞여 있을수록 노출도는 낮아진다. 내 주간 업무를 시간 단위로 쪼개서 "화면 안 완결" 비중을 계산해보라: 그 비율이 1차 노출도다.
질문 2: 내 업무는 위임형인가, 협업형인가?
같은 직무라도 결과물이 표준화되어 검수 없이 나가는 업무(위임형)는 자동화 대상이 되고, 매번 맥락 판단이 필요해 사람이 루프 안에 있어야 하는 업무(협업형)는 증강 대상이 된다. 기업 API의 자동화 75%가 보여주듯, 회사가 시스템을 만들 때는 위임형부터 자동화한다. 내 업무 산출물이 "누가 검토하지 않아도 되는" 것일수록 위험이 크다.
질문 3: AI 도입 후 내 역할에 새 태스크가 생기고 있는가?
극단 시나리오와 상당 시나리오를 가르는 결정적 변수가 "새 태스크 창출"이다. 개인 차원에서도 같다. AI가 초안을 쓰기 시작한 뒤 내게 검증, 기준 설계, AI 산출물 감독 같은 새 일이 생겼다면 나는 시나리오의 좋은 쪽에 있다. 반대로 기존 일이 줄기만 하고 새 역할이 생기지 않는다면, 내 직무는 극단 시나리오의 가정("새 태스크 없음")을 개인 단위로 살고 있는 것이다. OpenAI가 금융 특화 ChatGPT로 주니어 애널리스트 업무를 정조준한 것이 정확히 이 갈림길의 사례다.
그래서 지금 무엇을 해야 하나?
시나리오가 보여주는 개인 전략은 하나로 수렴한다. 위임형 태스크의 비중을 줄이고, 검증·설계·감독이라는 새 태스크를 선점하는 것. 이것은 회사가 해주는 것이 아니라 스스로 옮겨가는 것이다.
구체적으로는 세 가지다. 첫째, AI 산출물을 판정하는 기준을 언어화하는 연습: "좋은 보고서"를 감으로 아는 것과 루브릭으로 쓸 수 있는 것은 다른 역량이고, 후자만 AI 시대의 자산이 된다. 둘째, 내 도메인 지식을 AI 워크플로 설계에 붙이는 경험: 도구를 쓰는 사람에서 도구의 규칙을 만드는 사람으로. 셋째, 조직 차원의 전환을 이끄는 역할 선점: AI 리더에게 필요한 휴먼 테크에서 다뤘듯, 변화 감지·경계 설계·전환 관리는 자동화가 만들어내는 대표적 "새 태스크"다.
Anthropic의 시나리오 보고서에서 가장 정직한 부분은 숫자가 아니라 태도다. AI 회사가 자기 기술의 하방 시나리오를 스스로 모델링해 공개하고, 예측이 아님을 명시하며 정책 논의를 청했다. 독자에게 필요한 태도도 같다. 17.9%에 겁먹을 일도, "극단 시나리오일 뿐"이라며 덮을 일도 아니다. 물어야 할 것은 하나다. 내 업무의 자동화 비중과 새 태스크 창출 여부, 그 두 변수를 나는 어느 방향으로 움직이고 있는가. 시나리오의 변수는 국가 단위로는 정책이 정하지만, 개인 단위로는 오늘의 업무 선택이 정한다.
참고: Scenarios for our Economic Future, Anthropic (2026.09.09) · Anthropic Economic Index · New research sketches out how AI might reshape the economy — Axios
이 주제의 전체 그림: 기업 AI 교육 완벽 가이드