brunch

You can make anything
by writing

C.S.Lewis

by 투영인 Oct 10. 2024

AI는 현재 미국노동시장에 얼마나 영향을 미치고 있을까

월요일 아침, Chris Ong, Larry Summers와 함께 작성한 논문  “Technological Disruption  in the  Labor Market”를 Aspen Economic Strategy Group에서 발표했습니다. 

(https://www.economicstrategygroup.org/publication/deming_ong_summers/)

이 논문은 기술적 대변혁의 시대라는 끊임없는 주장에 대한 대응에서 비롯되었습니다. 많은 컨설팅 보고서나 칼럼에서 이러한 급격한 변화에 대해 호흡이 가빠질 정도로 선언하지만, 정작 그러한 주장은 명확한 증거에 기초하는 경우가 드뭅니다. 아마 다른 경제학자들과 마찬가지로, 저희도 "변화가 그 어느 때보다 빠르다"라는 주장이 역사적 지식이 부족한 사람들이나 무언가를 팔려는 사람들이 자주 사용하는 약한 논리라는 직감을 가지고 있었습니다.


그래서 저희는 실제로 “변화가 그 어느 때보다 빠른지에 대한 실증적인 진실을 확인하고자 했습니다. 2017년에 저희는 직업 '변동'(occupational churn)이라는 개념을 개발했습니다. 이는 시간에 따라 서로 다른 유형의 직업 빈도 변화의 총량을 측정한 것입니다.


직업적 '변동'(churn)을 계산하는 방법은 세 가지 단계로 이루어집니다:


1. 각 해마다 직업별 고용 점유율을 계산합니다.


2. 주어진 기간 동안 직업별 고용 점유율 차이의 절대값을 계산합니다.


3. 모든 직업군의 절대값을 합산하여 노동 시장의 전체적인 '변동'을 측정합니다.


예를 들어:

경찰과 소방관 같은 보호 서비스 직업군은 2010년 미국 전체 직업의 약 2.1%를 차지했고, 2024년에는 약 1.9%를 차지했습니다.


2010년과 2024년 사이의 차이의 절대값은 0.02입니다 (|0.019 - 0.021| = 0.02).


이러한 수치를 모든 직업군에 대해 더해주면 '변동(churn)' 지표를 얻습니다. 직업 분포가 완전히 안정된 경제에서는 변동이 0에 가깝게 나오며변동 값이 높을수록 직업 분포에 더 큰 변화가 있었음을 의미합니다.


2010년대에 직업적 변동(churn)을 측정했을 때, "변화가 그 어느 때보다 빠르다"는 통념과는 달리 실제로는 변동이 1990년대와 2000년대에 비해 느려졌다는 사실을 발견했습니다. 이는 우리에게는 새로운 사실이었고, 당시 미국 직업의 거의 절반이 자동화 위험에 처해 있다는 대중적 서사와 상반되는 결과였습니다. 우리는 이에 대해 글을 쓰려 했지만 끝내 실행하지 못했습니다.


이번에 AESG 논문을 작성할 기회를 얻으면서, “까다로운 경제학자들이 모두에게 진정하라고 말하는” 논조를 다시 꺼낼 적기라고 생각했습니다.


이번 논문에서는 1880년이후  직업 변화 데이터를 분석하며 매우 긴 시각으로 접근했습니다. 아래 도표는 미국 인구조사(그리고 최근의 미국 지역사회 조사) 데이터를 기반으로 10년 단위로 측정한 직업적 변동 지표를 보여줍니다. 


이러한 역사적인 분석은 현대의 기술적 변화에 대한 서사를 새롭게 조명해 주며, 변동 속도가 줄어들었다는 사실을 통해 노동 시장의 구조적 변화에 대한 신중한 시각을 제시합니다.


1940년부터 1970년까지의 30년은 미국 노동 시장 역사상 가장 변동이 심했던 시기였습니다. 농업 부문에서의 전환이 가속화되었으며, 1940년에서 1970년 사이 농업 고용 비중이 13% 이상 감소했습니다. 또한, 블루칼라 직업의 구성 변화가 크게 나타났는데, 건설 및 수리 직업이 급격히 증가한 반면, 교통 관련 직업은 큰 폭으로 감소했습니다. 이는 철도에서 개인 자동차로의 전환이 주요 요인으로 작용했습니다. 동시에 20세기 중반에는 전문직과 행정 지원 직업도 빠르게 성장했습니다.


1970년 이후 미국 노동 시장은 40년간 상대적으로 안정된 시기를 맞이했습니다. 1990년대, 2000년대, 2010년대(2010-2019, 팬데믹 이전)는 역사상 가장 변동이 적었던 시기 중 하나였습니다.


우리는 이 이야기가 여기서 끝날 것이라고 생각했으며, 모두에게 '진정하라'고 말할 수 있을 것으로 예상했습니다.


그러나 팬데믹 이후의 노동 시장 데이터를 분석하면서, 우리는 이전의 믿음을 다시 생각하게 되었습니다. 다음 네 가지 이유 때문에 이번에는 상황이 다를 수 있다고 판단했습니다:


1. 팬데믹으로 인한 기술적 변혁의 가속화

2. 재택근무와 같은 새로운 근무 형태의 확산

3. 자동화와 인공지능의 빠른 도입

4. 특정 직종과 산업에서의 고용 변화


The labor market is no longer polarizing(노동시장의 양극화가 멈췄다)


1980년에서 2010년 사이의 노동 시장에서 가장 중요한 트렌드 중 하나는 "양극화"였습니다. 이는 저임금과 고임금 직업에서 고용이 증가하고 중간 임금 직업에서는 고용이 감소하는 현상을 의미합니다. 2006년 Autor, Katz, Kearney의 논문이 이 현상을 처음으로 문서화한 것으로 보이며, 이후 다른 여러 국가에서도 발견되었습니다. 그 당시 설명은 컴퓨터가 기계공이나 은행원과 같은 중간 임금 직업의 반복적인 물리적, 정보 처리 작업을 자동화하면서, 이러한 직업에서의 고용이 감소했다는 것입니다. 반면에 기본적인 수작업이나 개인 서비스 직업은 기계가 자동화하기 어려워, 임금은 낮지만 고용이 증가했습니다.


그러나 2010년대 중반에 이 30년간의 양극화 추세가 멈췄습니다. 중간 임금 직업이 다시 부활해서가 아니라, 이제는 오직 고임금 직업만이 성장하고 있기 때문입니다. 수십 년간 동일한 직업 카테고리를 기준으로 분석했을 때, 2016년 이후의 패턴은 더 이상 양극화가 아니라 "업그레이딩"에 가깝습니다.


즉, 더 이상 저임금과 고임금 간의 양극화가 두드러지지 않고, 고임금 직업으로의 전환이 강조되는 추세입니다.



The decline of personal services occupations(개인서비스 일자리가 감소했다)


개인 서비스 직업의 감소는 노동 시장 양극화의 주요 원인 중 하나였습니다. 저임금 서비스 업종의 성장, 예를 들어 가정 건강 보조사, 음식 준비 및 서비스, 청소 및 관리 서비스, 미용사, 피트니스 강사, 보육 교사 등의 직업이 이러한 양극화를 이끌었습니다.


1990년대부터 2010년대 초반까지 서비스 직업에서의 고용은 매우 빠르게 증가했습니다. 그러나 이후 이러한 고용 증가가 정체되거나 감소하고 있습니다. 팬데믹이 이러한 감소에 중요한 역할을 했습니다. 특히 2019년에서 2020년 사이 음식 및 개인 서비스 직종에서 큰 감소가 있었지만, 실제로 이러한 하락은 팬데믹 이전인 2014년경에 이미 시작된 것으로 보입니다.


따라서 개인 서비스 직업의 감소는 노동 시장의 구조 변화, 특히 저임금 직업의 성장이 정체되면서 양극화 추세가 멈춘 것과 맞물려 나타난 현상입니다.



The boom in STEM employment(STEM과학, 기술, 공학, 수학 직업의 급성장)


STEM(과학, 기술, 공학, 수학) 직업의 급성장이 현재 미국에서 두드러지고 있습니다. 2010년 전체 고용의 6.5%를 차지하던 STEM 직업이 2024년에는 10%로 증가하며 50% 이상의 성장을 기록했습니다. 특히 지난 5년간 성장이 매우 빠르게 이루어졌습니다. 이러한 성장은 주로 컴퓨터와 소프트웨어 관련 직업에서 집중되었지만, 공학 및 과학 직업에서도 고용이 증가했습니다.


또한, 비즈니스와 관리 직업에서도 빠른 고용 증가가 나타났습니다. 이 분야에서 가장 빠르게 성장한 직업은 과학 및 엔지니어링  관리자, 경영 분석가, 기타 비즈니스 운영 전문가입니다. 특히 주목할 만한 점은 2000년에서 2012년 사이 STEM 고용이 약간 감소했던 것입니다. 당시 저는 이것이 전문 직업에서 사회적 상호작용의 중요성이 증가했기 때문이라고 주장했습니다. 여전히 그 주장은 유효하지만, STEM 고용은 이후 다시 급격히 증가했습니다.

이러한 변화는 STEM 직업이 기술 발전과 함께 미국 노동 시장에서 다시 강력한 성장을 이루고 있음을 보여줍니다.

STEM 및 하이테크 관리 직업의 성장은 인공지능(AI) 관련 기술에 대한 자본 투자 증가와 동시에 이루어지고 있습니다. 현재 소프트웨어와 정보 처리 장비에 대한 지출은 GDP의 약 4%에 달하며, 이는 2001년 닷컴 버블 이후 가장 높은 수치입니다. 또한 민간 연구개발(R&D) 지출은  GDP의 약 2.7%로 사상 최고치에  도달했습니다. 이러한 지출의 상당 부분은 STEM 인력 고용과 직결되며, 데이터 센터와 같은 컴퓨팅 용량에 대한 투자와도 밀접하게 관련되어 있습니다.


이러한 투자는 고급 기술 분야에서의 고용 증가를 촉진하고, 인공지능과 관련된 산업을 빠르게 확장시키고 있습니다. STEM 직업의 성장은 AI 기술에 대한 수요와 맞물려 지속적으로 강화되고 있으며, 이는 경제 전반에서 기술 발전의 중요한 촉매제가 되고 있습니다.



Retail sales jobs are disappearing rapidly(소매판매 일자리가 급속히 감소)


우리가 발견한 마지막 노동 시장 트렌드는 소매업 판매 직종의 급격한 감소입니다. 아래 그림에 나타나 있듯이, 소매업 판매는 2003년부터 2013년까지 고용의 약 7.5%를 차지했으나, 그 이후로 5.7%로 하락하여 10년 만에 약 25% 감소했습니다. 다른 말로 하면, 미국 경제는 2013년에서 2023년 사이에 총 1,900만 개의 일자리를 추가했지만, 소매업 판매 직종에서는 85만 개의 일자리를 잃었습니다. 이 감소는 팬데믹이 시작되기 훨씬 전부터 시작되었습니다.



이러한 최근 변화들이 인공지능(AI)과 얼마나 관련이 있을까요?


ChatGPT는 겨우 몇 년 전에 등장했기 때문에, 생성형 AI가 노동 시장에 미치는 직접적인 영향이 가시화되기에는 아직 이른 시기일 것입니다. 하지만 "예측형" AI는 생성형 AI보다 훨씬 오랜 기간 존재해 왔습니다. 아마존과 같은 기업들은 2010년대 중반부터 머신러닝과 같은 예측형 AI 도구를 활용해 맞춤형 가격 제시, 제품 추천, 재고 관리 최적화 등 다양한 혁신을 이루어 왔습니다. 


예측형 AI가 소매업 판매 직종 감소의 원인일 수 있을까요? 확실히 말하기는 어렵지만, 온라인 소매업이 오래전부터 존재해 왔다는 점은 주목할 만합니다. (예를 들어, Pets.com을 기억하시나요?) 왜 소매업 일자리는 닷컴 붐 이후 20년 넘게 유지되다가, 2010년대 초반에 들어서서 급격히 감소하기 시작했을까요?


2010년대 초반에는 중요한 AI 발전이 많이 있었습니다. 대형 기술 기업들은 Nvidia가 생산한 GPU 칩을 사용해 딥러닝 모델(예: AlexNet)에서 성능이 크게 향상된 것을 보고 AI에 대규모 투자를 시작했습니다. 상업적으로는, 아마존이 2012년에 AI로 제어되는 이동 로봇을 사용해 재고를 관리하는 회사인 Kiva Systems (현재 Amazon Robotics)를 인수하기도 했습니다.


또한 STEM(과학, 기술, 공학, 수학) 분야의 고용 증가가 기업들의 AI 투자에 의해 부분적으로 추진되었을 가능성이 큽니다. 흥미롭게도, 2023년 이후 “재고 관리자 및 주문 처리 담당자”와 “소형 배송 트럭 운전사”는 각각 60%와 29% 증가했으며, 이는 전체 일자리 성장률 14%와 비교해 훨씬 높은 수치입니다. 이것이 확실한 증거는 아니지만, AI가 이미 미국 노동 시장에 상당한 영향을 미쳤다는 간접적인 사례로 볼 수 있을 것입니다.


이러한 맥락은 수십 년에 걸친 화이트칼라 직업의 직무 고도화 경향의 일환으로 볼 수 있습니다. 재무관련 서기나 비서와 같은 행정 및 사무직 일자리는 1990년에 전체 일자리의 7.8%를 차지했으나, 현재는 3.3%로 줄어들었습니다. 동시에, 경영 및 비즈니스 관련 직종은 빠르게 증가했습니다. 일부는 직무의 재명명일 수 있지만, 이는 단순 사무 기능에서 분석, 전략 수립, 의사 결정으로의 전환을 반영한 실제 변화이기도 합니다.


AI가 대부분의 화이트칼라 사무직을 일종의 상품처럼 다루는 미래를 상상할 수 있습니다. 사업 계획 작성, 사무실 일정 관리, 소프트웨어 코드 생성 및 편집과 같은 작업이 현재의 AI 모델로 쉽게, 저렴하게 수행될 수 있기 때문입니다. 사람들이 생각하는 것만큼 빠르게 그 미래가 도래할 것이라고는 생각하지 않지만, 몇 주 전에도 언급했듯이, AI 도입은 천천히 이루어지고 있고, 해결해야 할 문제들이 많습니다. 그렇지만 언젠가는 이러한 변화가 일어날 가능성이 높아 보입니다. 중간에 또 다른 닷컴 붐과 같은 일이 발생하더라도 말이죠.


AI의 폭발적인 성장을 예측하는 것은 아니지만, 전반적으로 우리는 우리가 서 있는 기반이 움직이고 있을 가능성을 고려해야 할 것 같습니다.



지금까지  내용을 바탕으로 볼 때, AI의 발전과 화이트칼라 직업 변화는 미국 경제와 주식시장에 몇 가지 중요한 영향을 미칠 수 있습니다.


1. 노동 시장의 변화: AI의 도입이 가속화되면, 특히 예측형 AI와 자동화 도구들이 사무직과 소매업 일자리를 줄이는 역할을 할 수 있습니다. 이는 실업률 증가 또는 직무 재훈련의 필요성을 초래할 수 있으며, 특정 직업군의 급격한 변화가 예상됩니다. 동시에, STEM 직업군이나 AI 기술을 다루는 직종의 수요는 증가할 가능성이 큽니다.


2. 기업 수익성 및 비용 절감: AI는 기업들이 인건비를 절감하고 효율성을 극대화하는 데 기여할 것입니다. AI를 활용한 비즈니스 계획 작성, 일정 관리, 재고 관리 등은 운영비용을 줄이고, 기업들의 수익성을 높일 수 있습니다. 이는 장기적으로 주식시장에 긍정적인 영향을 미칠 수 있습니다. 특히, AI 기술을 활용하는 기업들은 더 높은 평가를 받을 가능성이 있습니다.


3. 산업 구조 변화: AI가 기존의 사무직과 소매업 일자리를 대체하면서, 산업 구조가 변화할 것입니다. 기업들은 더 많은 자원을 데이터 분석, 전략 수립, 의사 결정 같은 고차원적인 업무에 집중하게 될 것이고, 이에 따라 새로운 기술을 적용하는 산업들이 주목받을 것입니다. 이는 IT, AI, 로봇 공학 관련 주식이 더욱 주목받는 계기가 될 수 있습니다.


4. 소비 패턴 변화: AI의 도입으로 인해 소매업의 구조가 변화하면서 온라인 쇼핑과 자동화된 시스템이 대세가 될 가능성이 높습니다. 이는 소비자들이 물리적인 상점을 덜 찾고, 전자상거래와 AI 기반 추천 시스템을 통해 쇼핑하는 방식으로 바뀔 것입니다. 이러한 변화는 아마존과 같은 전자상거래 기업의 성장을 촉진하고, 이와 관련된 주식에 긍정적인 영향을 미칠 수 있습니다.



종합적으로, AI의 발전은 경제와 주식시장에 단기적인 변동성을 초래할 수 있지만, 장기적으로는 AI를 활용하는 기업들의 성장과 수익성을 높이는 방향으로 작용할 가능성이 큽니다.

-GPT4 o1


<출처:forklighting.substack.com>





작가의 이전글 88세 일본 트레이더의 성공투자 스토리!
브런치는 최신 브라우저에 최적화 되어있습니다. IE chrome safari