지식노동자인데 아직 불안함이 없으시다고요?
올해 진짜 큰일납니다 - 고용을 집어삼킬 AI 쓰나미
120만 6,374명. 작년 한 해 동안 미국 정부와 기업이 해고한 사람의 숫자다. 이는 2024년 대비 58% 증가한 것으로, 비트코인의 등장을 촉진한 바로 그 글로벌 금융위기의 2008년 한 해 해고된 노동자 규모와 맞먹는다.
2025년, 세계 시총 순위 4위로 나쁘지 않은 한 해를 마감한 마이크로소프트는 한 해 동안 약 1만 5천 명을 내보냈다. 아마존은 본사 인력 1만 4천 명을 잘랐다. 메타는 2026년 초까지 약 1만 5천 명의 추가 감원을 예고하고 있다. Layoffs.fyi에 따르면 2025년 한 해만 12만 7천 명이 테크 업계에서 해고됐고, 2026년 1분기엔 이미 5만 5천 명이 추가됐다.
세계에서 가장 뛰어난 사람들이 모인, 세계 최고의 빅테크 기업의 시니어 엔지니어, PM, 데이터 사이언티스트들은 어쩌다 대뜸 회사로부터 ‘차단’당하는 소름끼치는 아침을 맞이하게 된 걸까. 우리가 옵티머스, 아틀라스의 몸재간을 구경하며 현대차 노조의 미래를 남일처럼 걱정하는 사이에 이미 가장 몸값이 비싼 인재들이 해고되어 밀려나고 있다. 여전히 남의 나라, 남의 사정처럼 느껴지고 등골이 서늘하지 않다면 글을 조금 더 읽어 보길 바란다.
나도 느긋했다, 한 6주 전까진
솔직히 나도 최근 한두 달 전까지 AI를 적당히 쓰던 사람이었다. 물론 매일 ChatGPT를 쓰기야 했지만, 그걸로 업무를 자동화하거나 나를 위한 비서처럼 사용한 것이 아니고 그냥 적당히 머리를 쓰는 일을 보조해 주는 정도의 툴로 사용했다. 클로드, 제미나이 모델을 비교해 가며 새로운 가능성을 찾기보다는, 어느 순간 “LLM 서비스는 편리한 툴은 맞지, 근데 그 정도고 다 고만고만해”라는 생각으로 ‘적당히’ 썼다.
물론 바이브 코딩이 유행하는 건 알고 있었다. 크립토 업계 안에서도 많은 빌더들이 나타나 매일 재미난 실험들을 풀어놓기 시작했고, 신기한 걸 만드는 걸 지켜봤다. 하지만 뭐랄까, 중국어 공부가 유행할 때 책만 사놓고 그 유행을 슬쩍 지켜봤던 것처럼, 뛰어들 자신이 없었다. 사실 너무 바쁘니까, 또 세상엔 내가 신경 쓰고 사랑해야 할 정보와 지식이 꼭 그것만은 아니니까, 꽤나 어려워 보이는 그 영역에 발을 들이기가 망설여졌다. 코딩 경험이 없는 비개발자인 나에게, ‘바이브코딩’이란 단어는 그 자체가 아이러니하게도 꽤나 테크-세비한 사람들의 전유물처럼 장벽으로 느껴졌다.
막상 회사 업무가 밀리는 게 짜증나서 ‘뭐라도 좀 써보자!’고 시작하고 보니, 내가 바이브코딩(이라 말하는 게 부끄러우니 이하 ‘AI딸깍’이라 하겠다)을 붙잡고 실질적인 자동화와 효율화를 만들어 내는 데에는 반나절도 걸리지 않았다. AI 딸깍과 오픈소스 스택들을 조합하면 ‘대충 이런 것도 다 되겠네’ 하고 구체적인 플랜을 짤 수 있게 된 건 이틀 차였다. 넉넉 잡아 주말 이틀의 몰입이면, AI 주변인에 머물던 한 사람이 AI 에이전트 에이전시를 꾸리는 1인 대표가 될 수 있었다. 클로드와 ChatGPT를 프로젝트 단위로 붙들고 조합해 쓰는 것도 자연스러워졌고, 다른 이들의 신박한 결과물을 큰 고생 없이 흡사하게 만들 수 있게 되었다.
‘인간이 상상할 수 있는 모든 것은 현실이 될 수 있는 것들이다’라고 했던가. 과거엔 내 숙련도가 필수적이었던 다양한 업무와 일 처리들이, 적당한 논리와 합리로 구조화할 정도의 사고력만 있으면 거의 다 자동화할 수 있다는 걸 알게 되었다. 물론 AI딸깍만으로 복잡한 구조의 풀스택 서비스나 엄청나게 복잡한 퀀트 엔진을 손쉽게 만드는 건 좀 더 걸리겠지만, 필연적으로 다가올 미래라는 걸 매일, 매 순간 절실히 체감하게 되었다.
즉, 그래서 내가 느낀 건 단순한 생산성 향상이 아니다. 내가 슈퍼맨이 됐다는 사실보다, 업무 소화량이 늘어났다는 사실보다, AI를 제대로 사용하는 것의 허들이 계속 내려가고 있다는 게 와 닿았다. 내가 한두 달 전엔 좀 고생해서 각을 잡았던 오케스트레이션 세팅 작업도 지금 진입하는 사람들은 훨씬 쉽게 세팅할 수 있다. 몇 주 뒤에는 지금보다도 훨씬 쉬워질 거다. 그리고 늘어나는 숙련 사용자들과 오픈소스 환경으로 인해 이런 흐름은 그야말로 기하급수적으로 가속화될 거다.
그게 바로 나한테는 무서운 지점이다.
사진: 약 4주 전 씨름하며 세팅한 AI 에이전트 오케스트레이션 체계. 시중에 뛰어난 대안이 많아져서 곧 버려졌다.해저 지진: 아무도 모르게 이미 충격은 시작됬다
Pew Research의 2025년 10월 조사에 따르면, 미국 직장인 중 AI를 업무에 쓰는 비율은 21%. 매일 쓰는 사람은 10%에 불과했다. 이미 반년 가까이 지난 정보이긴 하나, 거의 대부분의 사람이 아직 AI를 제대로 써 보지 않았다는 단서다. 당장 주변만 보더라도, 가장 빠르게 변화하는 산업 중 하나인 크립토에 종사하고 있지만 AI딸깍을 적극 활용하는 비율은 10%가 안되고, AI의 파괴적 힘에 위기감을 느끼는 비율은 5%도 안 되는 것 같다. 마치 크립토가 그러하였듯, 새로운 것이 등장하고 또 지며 사이클은 돌지만 결국은 우리는 이 자리에서 그동안 해 오던 것과 같은 경쟁을 계속해 나갈 것이라고 생각하는 듯하다.
열심히 회사를 다니며 사회생활과 투자 공부 둘 다 진심인 친구들을 만나면 오히려 상황은 더 묘하다. 물론 다들 AI가 중요하고 좋은 것은 알겠다고 말하지만, 당장 당신의 성과나 삶의 개선으로 연결되지 않는 바이부?코딩인지 뭔지의 너디한 유행이, 중요한 분과의 골프 또는 부동산 스터디보다 중요할 수는 없다. 굳이 직접 허슬하지 않아도 때 되면 슈카월드에서 떠먹여 줄 테고, 주식 고수 친구한테 AI 벨류체인 질문 하나만 던지면 몇 개 종목은 던져 줄 테니까. 당장 오늘은 장 마감 전에 장세를 한 번 더 살피는 게 코스피 5000 시대를 살아가는 자본주의 시민으로서의 책임일지도 모른다.
전 세계에서 인터넷과 스마트폰 보급률이 가장 높고 지식·기술 노동에 대한 집중도가 가장 높은 편에 속하는 한국에서 AI의 파괴력에 대한 경각심이 이 정도이다. 선진국 고학력 노동자들은 나름의 자신감으로, 중진국의 일반 노동자들은 이 변화는 그네들 삶과 상관 없을 거라는 무관심으로, 다들 그 동안 살아온 것과 크게 다르지 않게 또 살아가게 될 것이라고 착각하고 있다.
AI는 암호화폐처럼 ‘다수 사람들의 신뢰라는 전제가 없으면 완성되지 못하는 가치’의 기술이 아니다. 이미 자체적으로 압도적인 내재 가치를 완성한 채 세상에 던져진 상태로, 실시간으로 진보하고 있으며, 오히려 너무 빠른 발전으로 인해 인간이 따라가지 못한다고 봐야 한다. 이 잠재력을 개인, 기업, 국가 차원에서 과소평가하고 있는 것이 어댑션을 늦추고 있는 유일한 요인이며, 또 그나마 빨리 캐치한 사람들의 경쟁 우위이다.
파동: 1명이 커버하는 직군, 팀의 역할이 점점 늘어난다
거의 모든 제품/서비스를 판매하는 회사에 필수적인 GTM(Go-to-market) 프로세스를 생각해 보자. GTM은 특정 제품의 출시와 동시에 그 가치 제언을 효과적으로 시장에 전달하고, 고객의 관심을 유도하기 위한 일련의 준비 과정과 결과물이다.이를 위해서는 고객, 채널, 콘텐츠 제작 전문가들과의 협업이 필수다. 제품 오너가 GTM 킥오프를 하면, 마케팅 팀은 마케팅 엣지, 고객 세분화, 타겟팅을 고민한 뒤 핵심 내러티브와 그 수단을 준비해야 했고, 오퍼레이션팀은 운영 가이드라인 및 협업 프로세스를 정리해야 했다. 디자인 팀은 새 랜딩 페이지, 배너, 컨텐츠 제작을 위해 레퍼런스를 리서치하고 시안을 만들며 싱크해야 했고, 영상 팀은 어떤 에셋으로 어떤 메시지를 전할 지 고민하고 콘티부터 짜야했다. 각 결과물의 수준은 팀(담당자)의 전문성과 리소스, 학습 수준에 의존도가 높아 편차가 존재했으며, 동시에 여러 GTM을 병렬적으로 추가하는 것은 한계가 있었다.
이젠 제품 오너가 최초 기획 단계에서 앞서 말한 모든 것을 끝낼 수 있다. 모든 내용이란 ‘디테일한 기획’을 의미하는 게 아니다. 아티클, Terms & Conditions, 안내 메일, 공지와 같은 문자 콘텐츠부터 웹 디자인, 웹 배너, 프로모션 카드 등 이미지는 물론 숏츠와 홍보 영상물까지. 최고 수준의 최종 콘텐츠를 만들어 주는 툴이 너무나 많고, 이것을 자동화하여 수십 개의 시안이나 결과물을 받는 것도 어렵지 않다. 예전 같았으면 각 팀을 구슬려 리소스를 얻고, 신경 좀 써 주도록 하는 것이 핵심이고, 일머리였을 것이다. 이젠 반대로 당신은 다른 팀에게 일거리 좀 주려면 어디까지 AI를 활용할지를 걱정해야 한다. 자칫하면, 레퍼런스만 주려고 했다가 최종 버전 콘텐츠가 나와 버릴 수 있으니까. 자신이 며칠 동안 만들어 낼 작업물보다 높은 퀄리티의 결과물을 Day 1에 예시로 받아든 담당자는 어안이 벙벙할 것이다.
아직 숙련도와 경험이 필요한 일은 남아 있지 않느냐고? 다음 예시로 ‘계약’이 준비되는 사례를 생각해 보자. 약 3, 4년 전 SK의 글로벌 사업팀에서 일을 하던 때를 돌이켜 보면, 파트너쉽을 준비하는 두 회사가 모든 합의를 마친 상태에서도 계약서 작성은 한 달 이상 소요되는 큰 일이었다.
· 1주차
- 먼저 한쪽이(=갑 포지션의 회사가) 계약서 초안을 보내준다.
- 받은 PMO팀은 계약서를 Line-by-line으로 잘게 쪼개어 스프레드시트에 배열한다.
- 며칠에 걸쳐 팀 내 담당자들이 1차 숙고해 코멘트를 남기고, 책임자가 2차 검토한다.
- 이 과정에서 현업 각각의 담당 팀과 확인해야 할 사항들을 캐노니컬하게 분류한다.
· 2주차
- PMO는 마케팅, 운영, 개발, 제품, 유통… 모든 팀과 미팅을 요청해 따로 미팅을 잡는다.
- 미팅에서 계약의 배경, 목적과 현황을 브리핑한다
- 이 사안이 왜 중요한지, 계약서에는 어떤 식으로 담으면 좋은지 싱크한다.
· 3주차
- 각 팀은 담당자를 지정하고 내부 검토를 시작해 며칠 내로 PMO팀에게 의견을 제출한다.
- 몇 차례 핑퐁 끝에 초벌구이가 끝나면, 회계/리걸/정책담당 팀에 문의하여 검토를 요청한다.
- 필연적으로 사업/개발 등 다른 팀들과 재협의가 진행된다.
· 4주차
- 이렇게 다듬어 진 우리의 입장이, 상급책임자 또는 C레벨에게 보고된다.
- 드디어 ‘계약서_v1’이 상대측으로 넘어가고, 상대도 같은 절차를 진행한다.
· 이후
- 상대와 핑퐁을 3~7번 진행하고 나면 드디어 서명을 진행할 수 있게 된다.
물론 계약서가 얼마나 많은 이해관계자의 관여를 동반하느냐에 따라 크게 달라지지만, 한 사업 아젠다에 대해 ‘회사의 입장’을 정리하는 것은 수 많은 사람들의 두뇌를 필요로 하는 일이었다. 검토의 검토를 거치고, 버전의 버전을 관리하며 눈을 부릅떠야 겨우 완결성이 담보되는, 손에 덜컥 쥐기에 큰 책임감이 느껴지는 무거운 일이었다.
올해, 타국의 한 회사와 파트너쉽을 발굴해 계약서를 작성하는 일이 있었다. AI도입 이후 이 업무는 거의 일상 과업만큼 쉽게 처리되었고, 물 흐르듯 처리되어 몇 번 프롬프트와 함께 내 손끝에서 솜털처럼 끝나버렸다.
· 1일차
- 클로드에게 아젠다와 관련성이 있을 수 있는 모든 사내 자료, 이메일, 미팅 노트, 채팅 내역을 학습시켰다.
- 계약의 목표, 필수 관철 요소, 우려되는 점 등을 10분 정도 자세히 떠들고 계약서 초안을 요청했다.
- 클로드의 추가 질문에 답하자 계약서가 즉시 만들어졌고, 검토했으나 문제가 없었다.
- 계약을 검토해야 할 현업 부서들을 알아서 판단한 뒤, 검토 요청 준비를 해 달라고 했다.
- 각 팀 채널마다 내가 보내야 할 정중한 문체의 초안이 제시되었고,난 ‘send’ 버튼을 눌렀다.
· 2일차
- 리걸팀을 포함한 모든 부서가 이견 없다고 확인이 왔다.
- 상대 회사에 초안을 보내자, 상대방도 클로드를 활용해 초안을 검토하겠다고 한다.
· 3일차
- 용어 수정 등 마이너한 피드백이 도착했고, 리걸팀 수락도 싱겁게 끝났다.
- 계약서 최종 버전이 완성되고 서명 단계로 넘어갔다.
클로드는 현재 커넥터를 통해 슬랙, 노션, Gmail, GDrive를 비롯해 축적된 자료와 맥락에 접근할 수 있다. 스펙 문서나 잘 정리된 가이드라인, 보고서만을 조회해 상위 레벨에서만 판단하는 게 아니다. 최근 사내의 미팅 기록, 협업 스레드, 반복된 코멘트, 이슈 대응 기록까지 조회하고, 각 팀의 역할 및 입장과 같은 ‘맥락’을 이해하게 됐다. 상대 회사와 주고받은 메시지를 모두 봤기에 상대의 약점이나 우려하는 지점까지도, 심지어 담당자의 개인적인 욕심까지도 당연히 고려되어 있다. 이렇게 모두의 입장과 이해를 정확하게 반영한 유려한 악보 같은 계약서가 하루 만에 준비가 끝난다.
잘 기록된 데이터만 충분히 줄 수 있다면, LLM은 이제 한 회사의 입장을 시뮬레이션할 수 있게 된다. 많은 사람들이 전문성을 갖고, 오랜 기간 숙련하여 갖추게 된 ‘경험의 정보’와 ‘판단의 능력’은 대체 불가능한 부분이 아니게 되었다. 그 데이터를 축적시켜 주는 게 사람이니 사람이 필요한 게 아니냐고? - 사실 AI는 이미 담당자, 전문가 수준의 판단을 할 데이터를 모두 확보하고 있다. 그저 우리 회사의, 그 사람의 입장에 특화하기 위해 ‘은혜롭게 우리를 들여다보고 우리에게 맞춰 주신 것’이라고 봐야 한다.
굳이 당신이 새로이 공급하는 경험과 데이터가 없더라도 이미 AI는 마치 수십 년 최정상을 지킨 전문가처럼 인간의 역할을 대신할 수 있다. 전문가들은 ‘리더십’은 살아남을 거라며 빨리 관리자가 되라고 말하고, 리더들은 안심한다. 그건 반 쪽 짜리 제언이다. 이제 리더는 사람만 관리하는 게 아니라, 에이전트를 관리하고, 에이전트를 다루는 사람까지 관리해야 한다. '리드해야 할 대상’ 자체가 바뀌고 있기에, 오히려 지금 당신이 리더라면 사원보다 더 빨리 바이브코딩을 시작하고 에이전트를 부려야 한다.
물론 에이전트를 써서 자동화하는 시도가 아니더라도, 위 사례처럼 AI는 인간의 숙련도와 전문성을 대체하고 시간을 절약시키며 마법처럼 일을 해결한다. 한 작업당 인간이 직접 해야 할 일은 파괴적으로 줄어들고, 한 명이 10명, 30명의 일을 해 나간다. 이미 AI 에이전트로 회사를 완성한 유호현님 같은 선지자들이 2024년 즈음에 세계에 수십 명 정도 있었다면, 그 물결은 서서히 다가와 이제 나 같은 게으른 범인에게도 도달했다. ‘AI로 무엇을 할 수 있을까’의 고민 페이즈는 이미 작년을 기점으로 끝났고, ‘무엇을 인간을 위해 남겨두어야 하는가’의 고민이 시작된 것이 올해, 지금이다.
이스라엘의 개발자 Maor Shlomo는 AI를 활용해 Base44라는 제품을 혼자 출시, 6개월만에 8천만 달러에 매각했다리버스 임팩트: 위에서부터, 비싼 인력부터 시작되는 붕괴
근대 이후 사람의 가치는 신분이 아니라 ‘측정 가능한 능력’으로 분류되기 시작했다. 높은 지능이 있는 사람은 문해력, 창의력, 논리력 등의 사고 능력이 높았고, 그것이 돈을 벌게하는 산업·행정·기술의 발전 시스템과 강하게 연결되면서, 지능과 학력이 곧 소득 수준이고 지위의 근간이 된 것이다. 이로 인해 노동은 육체노동과 지식노동으로 완전히 분리되기 시작했다.
현대에서는 여기서 한 발 더 나아가, 지식 노동을 ‘저지능 노동’과 ‘고지능 노동’으로 재차 분류한다. 전자는 쉽게 표준화·매뉴얼화·대체 가능한 노동이고, 후자는 문맥 판단·통합적 의사결정이 필요한 노동이다. 이 구분은 단순한 개념 정리가 아니라 실제로 시장에서 보상 구조를 결정하는 기준으로 작동한다. 고지능 노동은 더 높은 임금과 안정성을 보장받고, 저지능 노동은 언제든 대체 가능한 영역으로 여겨진다. 그래서 우리는, “고지능 노동자일수록 안정감을 느끼고 사회 역시 그의 안정성을 신뢰하며, 저지능 노동자들은 불안을 느끼고 사회 역시 그들을 불안정성 변수로 여기는 사고 회로”에 익숙해져 왔다.
당신은 혹시 AI로 인하여 대체될 위험은 매뉴얼화된 지식 노동들, 부가가치에 대한 기대치가 작은 일들에게 훨씬 크다고 생각하지는 않는가? 그렇다면 그건 정말 큰 착각이다. 진짜 문제는 AX(AI 트랜스포메이션)에 인간이 적응하는 속도보다 AI 자체의 능력이 훨씬 빨리 진보해 버렸고, 지금도 그 속도가 늘고 있다는 점이다. 즉, 점진적인 트랜지션에 앞서서 '일단 비싼 얘들부터 가지치기를 하는 게 훨씬 이득'인 상태에 놓여 버렸다는 것이다. 거친 묘목을 아름다운 분재로 가꿀 때도 큰 가치부터 쳐 내는 법이다. “우리 회사도 콜센터 직원 10%만 남겼어~ 무섭긴 해”라며 너스레 떨 때가 아닌 상황이다.
압도적인 AI의 진화로 인해, 인간 지식과 지성의 가치는 0에 수렴하게 될 것이다그래서 사실 본격적인 노동 붕괴는 위에서부터 무너지는 건물처럼 온다. ‘회사’의 이익 논리란 지극히 단순해서, 경쟁 회사가 고숙련 노동자를 줄여 비용을 절감하고 AX에 박차를 가하는 게 보이면 우리 역시 안 할 이유가 없다. 이런 변화는 어느 임계점을 지나면서 들불처럼 퍼져 시장엔 고지능, 고학력, 고숙련 구직자들이 넘치게 될 것이다. 유행은 트렌드가 되고, 트렌드는 상식이 되며 당연하다는 듯 구조조정을 통한 조직 쇄신 붐이 일어날 것이다. 대기업은 실적이 개선되고 스타트업은 런웨이가 늘어나는데 실제 효율과 생산성은 증가되는 현상이 관찰될 것이다. 개인은 AI가 할 수 없는 것을 할 수 있어야만 고용될 당위를 얻는다.
그럼 그 고지능 고연봉 직장인들은 어디로 갈까? 미국에서 대학을 나와 집안의 자랑이던 철수의 시나리오를 보자.
“베이 에어리어에서 연 30만 달러를 받던 유망한 엔지니어 철수는, AI 혁신이 빠르게 반영되는 좋은 회사에 몸담았던 이유로 최근 갑작스럽게 해고되었다. 다른 곳 가지 뭐 하고 즉시 주변 친구들을 통해 구직을 알아보지만, 철수 눈높이에 있던 모든 회사는 다 AI를 도입하며 인력을 줄일 계획만 있다. 몇 주를 고생하다 소름 돋는 현실에 절망하며 급히 귀국하니, 그래도 네카라우당탕에선 자신의 경력을 인정해 주어 곧바로 취업을 했다. 연봉은 15만 달러로 줄었고 업무는 재미없지만, 그래도 이제 좀 한국 회사에 적응하려던 찰나인데, 몇 주 뒤 이번엔 이 회사도 인력 감축을 한단다. 불안한 맘에 다시 구직을 알아보지만, 한국도 상황이 비슷해졌다. 모든 대기업이 철수 포지션의 채용을 멈췄다는 말만 들려온다. 철수는 이제 더 낮은 포지션을 찾기 시작했다. 신입부터 퇴직자까지 수십만 경쟁자들과 경합해야 한다는 생각에, 희망 연봉을 매주 낮추며 이력서를 돌리지만, 회신은 오지 않는다.”
가장 비싼 순서대로 빠르게 대체된 고급 인력들은 점진적으로 단계를 낮춰가며 하방의 노동자들과 경쟁해야 한다. 노동자 공급이 많아질수록 고용 적체가 쌓이고, 신입 채용도 안 하는데 숙련 노동자들이 염가로 쏟아지니 노동의 가치는 더 희석된다. 이 하방 압력은 연쇄적으로 이어지며 중위 노동자들도 하위 노동자들과 경합해야 하는 상황으로 몰게 된다. 해고 눈사태는 아래로 갈수록 더 많은 인력을 휩쓴다.
침수: 삭아가던 경제의 기둥들은 쓰나미를 버틸 것인가
개인의 노동이, 급여가, 소비가 멈춘 사회에서 경제는 작동할 수 있을까? 젠슨 황과 알트만의 약속대로 AI는 에이전트와 로보틱스 등의 신 수요와 가치를 꾸준히 창출하며 벨류체인 전체를, 나아가 자산 시장 전체를 부양시킬 것인가?
고용 쓰나미의 충격은 고학력 중산층에게 타격을 안긴다. 소비력이 높고, 아이도 낳고, 자산과 미래에 과감하게 투자하는 중산층에 먼저 위기가 찾아온다. 경제의 허리가 끊어지면 그들의 신용으로 이루어진 레버리지 구조도 흔들린다. 월급이 끊겼는데도 이자를 내며 투자를 늘릴 사람은 없다. 자산들의 처분이 시작되고, 개인의 투자 수요가 줄며, 레버리지가 줄어든다. 이미 부채율이 높은 현대 경제 구조 전체에 균열이 가기 시작한다.
우리의 경제는 튼튼한가? 우리나라는 월 100만 원도 못 버는 사업자가 922만 명에 달하고, 2024년 폐업 건수가 100만을 넘은 나라다. 압도적인 합계출산율 0.8 달성으로 한 세대마다 출생 인구가 반 이하로 줄어드는데다 초고령 사회인데 노인 빈곤률은 40%가 넘는 나라이고, 보증금을 포함한 가처분소득 대비 가계부채의 비율은 303.7%로 OECD 1위를 달성하고 있다.
즉, 한국의 보통의 삶은 결코 하이닉스와 삼성의 실적을 챙겨 볼 정도로 녹록하지 않다. 공실은 늘어가는데 그나마 버티는 분들도 월세 겨우 내는 게 현실이고, 20대는 쉬었음 청년 또는 N포 상태여도 이상하지 않은 나라. 취업했으면 ‘먹고 삶’의 불안을 해소하기 위해 투자 트랙을 선택하고 레버리지를 일으켜야 정상인 나라. 그것이 5000피 시대를 축하하는 한국의 현실이다.
그럼 비단 이 불안한 경제 상태는 한국만의 이슈일까? 그렇지도 않다. 한국에만 N포 세대가 있는 게 아니다. 중국 '탕핑(躺平)', '바이란(摆烂)', 일본엔 '사토리 세대', '히키코모리'; 서구 'quiet quitting' 등 청년 체념 현상은 국경이 없다. OECD 38개국 중 37개국이 대체출산율보다 낮은 출산율로 ‘인구 감소의 시대’를 살고 있다. 미국인들은 역시 K-shaped economy의 양극화에 분노하고 있다. 세계에서 가장 부유한 도시, 뉴욕에서 ‘먹고 삶’의 화두를 꺼내 ‘어폴더빌리티(Affordability)’를 슬로건으로 건 조란 맘다니가 사상 최연소이자 최초의 무슬림·아시아계(인도계)·밀레니얼세대란 불리를 극복하고 시장으로 취임한 사실은 미국인조차 힘겨운 생존 싸움을 하고 있음을 보여주는 사례이다.
사진: 2026년 뉴욕 시장으로 취임한 조란 맘다니(Zohran Kwame Mamdani)나는 전문가는 아니나, 현대적인 자본주의를 택한 대부분의 국가가 양극화, 인구감소, 노령화, 가계부채와 정부부채 문제를 똑같이 앓고 있다는 점에서 지금을 나름 ‘후기 자본주의’라고, 즉 자본주의의 한계가 드러나는 단계라고 생각한다. 인구와 경제의 성장이 멈추는 것은 고려하지 않은 듯 미래로, 미래로 부채를 전가하던 구조는 효용의 피크를 지났다. 당장 붕괴를 단정할 수는 없지만, 최소한 그간 사회가 약속했던 가치들 - 능력 기반의 안정성, 계층 이동, 미래 보장, 세대 재생산 등의 ‘당연한’ 기대들이 광범위하게 망가지는 국면에 들어섰다고 생각한다.
과연 현대 사회의 이 삭아가는 경제가, AI가 생산성 향상보다 앞서서 가져올 당장의 고용 충격, 노동 가치의 증발을 견뎌낼 수 있을까?
가속도: 늦었다고 생각할 때면 정말 너무 늦게된다
멀리서 보는 쓰나미는 신기한 출렁임이고 볼거리다. 그러나 내 발을 적실 정도로 가까이 왔을 땐 당신은 절대 피할 수도 대처할 수도 없다. 불과 몇 초 내에 당신이 서 있던 자리는 흔적도 없이 사라지고, 이미 먼 발치에서 보고 고지대로 피한 사람들만이 생존해 남게 될 것이다.
AI가 지금 그렇다. AX는 DT처럼 적당히 뭉게다가 회사가 시킬 때 잘 따라가고, 진급할 때 바짝 신경 써서 넘어가는 작은 파도가 아니다. 뒤돌아 서 있던 당신이 AI의 파괴력을 체감할 즈음에는 이미 당신은 급여 삭감과 해고의 물결에 휩쓸려 아무런 대응을 하지 못할 것이다. 그나마 쓰나미의 속도는 일정하기라도 하지, AI 생산성의 발전 속도는 정말 경이로운 수준이다.
1월 초 GPT-5.2가 출시되며 업무 자동화 범위가 증가하나 싶더니, 한 달 뒤 2월 초 Claude Opus 4.6가 출시되며 1M 토큰 컨텍스트를 지원하며 기업 라이브러리 전체를 한 번에 처리할 수 있게 됐다. 26년 초 오픈클로와 맥미니를 통한 로컬 에이전트 세팅이 유행하나 싶더니, 이젠 클로드가 에이전트형 워크플로를 직접 자체 제공한다. 선구자들만의 실험 같던 에이전트 오케스트레이션은 이제 AI 서비스의 기본 기능이 되어 간다.
지난달 어렵게 배우고 세팅한 것이 오늘 아침 딸깍 한 번으로 완성되는 걸 보고 있으면, 바이브코딩 어쩌구 호들갑 하는 것 자체마저 의미 없다는 생각이 들게 한다. AI를 잘 다루는 방법 자체가 인간의 러닝 커브보다 훨씬 빠르게 발전하고, 편해지고, 쉬워지고 있으니까. 심지어는 이미 기술은 이보다 훨씬 진보한 수준으로 완성되어 있는데, 얼리어댑터마저 못 따라올까 봐 기능 공개 속도를 지연시키고 있는 게 아닌가 싶을 정도다. 매일 다루는 입장에서 이 속도감을 보고 있노라면.
액션아이템: 그래서 뭘 하란 말이냐
우선, 아직 AI를 하루에 3시간 이상 쓰지 않는다면 일단 이유를 묻지 말고 이 클로드 앱을 설치하고 가입하라. 주말 중 이틀을 소비해 이 녀석이 나랑 같이 할 수 있는 일, 함께 만들 수 있는 결과물이 어디까지 가능한지 검증해라. 마치 직군을 알 수 없는 신입사원의 면접을 보듯 그가 가진 능력에 대해 질문만 꾸준히 던져라. 이 정도라도 한다면 당신은 그 발견의 즐거움과 두려움에 알아서 놓지 않게 될 것이다.
(추가: 반드시 Opus 4.6모델의 '확장사고'를 켜고 써라. 쓰면서 모르는 것은 유튜브나 구글링 하지말고 클로드 본인한테 그대로 질문해라. 채팅에 숙달되어 뭔가 더 가능할 듯 한데 답답함이 느껴진다면, PC용 앱을 다운받고 Cowork로 넘어가라. 그마저 갑갑할 때 Code와 터미널로 넘어가면 된다.)
이미 그 정도는 사용하고 있다면, 경감식을 잔뜩 장착한 상태로 몇 가지 제언을 읽어 보길 권한다.
첫째, 공격형: AI를 활용해 창조하고 돈을 벌어라. AI를 통해 직접 제품을 만들고, 실험하고, 현금 흐름을 뚫는 거다. 물론 이미 1인 개발자가 시장에 넘치고, 그들이 시장에 던지는 서비스도 차고 넘친다. 그러나 그렁에도 바이브 코딩에 손을 담그는 사람은 전 세계의 1%도 안 될 것이다. 전에 없던 개발의 자유가 주어진 이 시기를 놓치지 말고, 당신의 아이디어와 기획을 시험하며 50개, 100개의 실험이 쌓일 때까지 시도하라. 거창한 퀀트 엔진이 아니라도, 단순 서비스부터 트레이딩봇, 하다못해 숏츠 공장이라도 상관없다. 한 개라도 매출이 나오는 순간, 당신은 시대를 타는 사람이다.
둘째, 수비형: AI를 잘 다루는 인간이 되어라. AI를 능숙하게 다루고, 에이전트 오케스트레이션을 익히고, 당신과 조직의 생산성을 높여라. 다른 사람들의 AI 적응을 도와라. 짧게는 2~3년, 길게는 5~6년까지 당신의 기존 산업 바운더리 안에서 ‘커리어’란 형태로 노동을 유지할 수 있을지 모른다. AI로 인해 노동력을 대폭 줄여도, AI를 써서 팀 전체의 업무를 해내는 사람은 남는다. 격한 비유를 하자면 AI라는 침략군의 앞잡이가 되어 마지막까지 살아남는 편이 되라는 뜻이다.
셋째, 자본과 권력의 곁으로 가라. 지식의 가치가 0으로 수렴하며 사회 계층은 다시 전근대적 모델로 돌아갈 가능성이 높다. 계층 이동 사다리는 끊어지겠지만 자본과 권력을 쥔 사람들은 이미 AI쓰나미 그 이후를 준비하고 있다. 그들은 누구보다 시대 흐름을 알고 싶어 하고, 누구보다 빠른 정보로 공부하기 때문이다. AI 시대에 직접 대응하기 어렵다면, 자산가와 권력가에게 실질적인 가치를 줄 수 있는 포지션도 전략이다. 꼭 그들과 직접 친구가 될 필요는 없고, 고가치 고객을 대상으로 하는 비즈니스나 직무도 선택지가 될 수 있다.
넷째, 독자적인 가치를 자산화하라. AI가 대체하기 힘든 것 중 하나가 인간의 영향력이고, 인적 네트워크 안에서의 신뢰다. 인플루언서, 슈퍼커넥터를 목표로 노력하고 도전하라. 인적 자본, 사회적 자본, 콘텐츠, 매력, 사람과 사람을 연결하고 이해관계를 파악해 판을 짜는 능력 등등 - 이것을 내재화할 수 있다면 살아남을 확률이 높다. 아니, 오히려 AI 시대에 진짜 가치 있는 자산이 될 수도 있을 것이다.
그리고 추천하는 세 가지 태도
하나, AI가 이미 당신보다 똑똑하다는 걸 인정하라. 할루시네이션이 어쨌니, 아직 내 전문성보다는 못하지 않냐는 말은 '엑셀 팡숀 맹신하지 말라'며 주판 튕기는 소리와 다를 바 없다. AI가 멍청한 게 아니라 당신이 아직 최적의 툴과 세팅과 프롬프팅을 찾지 못한 것이다. 이 한 가지를 받아들이는 순간, 비로소 AI가 위협이 아니라 기회로 보이기 시작한다.
둘, 지식과 타이틀에 대한 믿음을 버려라. 앞으로는 지식이나 지성을 잣대로 사람을 평가하는 것 자체가 웃기는 일이 된다. 전문자격증, 학위, 숙련의 연차는 지금까지 당신의 몸값을 결정했지만, AI 앞에서 인간의 인지 능력은 평등하게 무의미한 수준으로 수렴할 예정이다. 중요한 건 무엇을 아느냐가 아니라, 사람을 움직일 줄 아느냐이다.
셋, 인간을 더 소중하게 여기라. 이상하게 들릴 수 있지만, 인간의 지적 노동이 무의미해질수록 오히려 다른 인간에게 더 잘해야 한다. 누군가 도움을 요청하면 "제가 도움을 줄 수 있게 해 주셔서 감사합니다"라고 말할 수 있어야 한다. 아직 누군가에게 쓸모가 있을 수 있음에 감사하고, 그가 선물한 '관계'라는 것 자체를 적립하라. AI가 모든 것을 대체한 뒤에도 남는 것은 사람 사이에만 존재하는 신뢰이다.
결국 내가 하고 싶은 말
“일단 해 보고 판단해라”
빨리 뛰어들어 손으로 쥐어보고 판단해라. 지금 연봉 10%, 20% 더 받겠다고 커리어 사다리 게임을 계속하거나, 제2 외국어 공부하고 자격증 준비할 때가 아니다. 지난 50년, 20년 패턴을 근거로 다음 5년의 시계열을 보려고 하다간 큰일 난다. 지금 AI는 인간의 노동 관점에서 이미 특이점에 도달한 상태다. AGI나 초지능의 도래를 연말 불꽃놀이 기다리듯 할 때가 아니다. 이 특이점은 인간 개인의 인지 능력의 한계로, 또 기업과 사회의 인식 전환이 느린 덕분에 그저 아직 그 체감을 못 하고 있을 뿐이다. 곧 들불처럼 들이닥쳤을 때 당신이 대처할 수 있는 방법은 없다.
물론 내가 제시하는 대안과 조언마저 완전한 답이 아니다. 오히려 일자리를 잃는 정도의 문제는 수년의 보릿고개를 지나며 해결될 수도 있다. AI가 자원과 재화의 생산력을 폭발적으로 늘리고, 보편소득이 현실이 되면 훨씬 나은 세상이 펼쳐질지도 모른다. 그러나 진짜 질문은 생존 그 이후에 남아 있을 수도 있다. 능력을 발휘하고 성취를 통해 존재의 당위를 확인하던 인간이, 그 수단을 잃었을 때 과연 행복할 수 있을까. 그 답을 찾기 위해선, 살아남아야 한다. 눈을 크게 뜨시길.
이 글은 비전문가의 감상 노트에 불과합니다. 비판의 피드백은 물론 견해의 확장을 위한/글쓰기를 위한 조언을 주시는 분들께는 커피 한 잔씩 대접하겠습니다:riversh0215@gmail.com
이 글은 AI의 경이에 놀란 저의 오랜만의 장문 글입니다. 이후 "AI 시대에 진짜 희소한 자산은 무엇인가", "AI 경쟁이 가져올 지정학의 민낯:다크포레스트" 등 꾸준히 작성해 보려 합니다. 뭐든 제 SNS를 팔로우해 주시면 업데이트를 받으실 수 있습니다.