AI는 일자리를 없애지 않는다: '번들 해체'로 저임금화하는 방식

AI가 일자리를 '없애는' 방식이 다르다

"AI가 내 일자리를 빼앗을 것인가?" 이 질문에 대해 지금까지의 분석들은 대부분 같은 방정식을 사용했다: AI가 담당할 수 있는 업무 비중이 높은 직업일수록 위험하다. 그러나 런던 경제대학원(LSE) 루이스 가리카노(Luis Garicano) 교수팀의 새 논문은 이 틀이 불완전하다고 주장한다.

논문의 핵심 주장: 중요한 것은 AI가 얼마나 많은 업무를 할 수 있느냐가 아니라, 그 업무들이 직업에서 실제로 분리 가능한지다. 가리카노 교수(LSE), 진 리(Jin Li), 얀후이 우(Yanhui Wu) - 모두 홍콩대학교 소속 - 가 공동 작성한 이 논문은 The Register의 보도와 함께 2026년 3월 소셜 미디어에서 빠르게 확산됐다.

이 연구가 제시하는 핵심 개념이 **"직업 번들(job bundle)"**이다. 직업은 독립된 업무들의 리스트가 아니라 서로 엮인 업무 묶음이다. 이 묶음이 얼마나 분리 가능한지가 AI의 실제 영향을 결정한다.

약한 번들 vs. 강한 번들: 어디에 속하는가

연구팀은 직업을 **약한 번들(weak bundle)**과 **강한 번들(strong bundle)**로 분류한다.

약한 번들 직업: 업무들이 독립적으로 분리 가능하다. AI가 특정 업무를 대체하면 인간은 남은 업무만 담당하는 더 좁은 역할로 축소된다. 이 과정에서 업무당 생산성이 높아지고, 결과적으로 필요한 인력이 줄어든다.

예시: 고객 지원 티켓 처리, 반복적 코드 작성, 표준 법률 문서 검토, 회계 데이터 입력

강한 번들 직업: 업무들이 서로 분리되면 직업 자체의 가치가 손상된다. AI가 일부를 담당해도 인간은 여전히 전체 맥락에서 필요하다. AI는 이 경우 인간을 대체하는 것이 아니라 강화한다.

예시: 방사선과 의사(스캔 판독 + 임상의 소통 + 최종 책임), 판사(사례 분석 + 판단 + 법적 책임), 고급 소프트웨어 아키텍트(설계 + 맥락 + 의사결정)

역설적 결과: 생산성 향상이 오히려 고용을 줄인다

이 연구의 가장 흥미로운 부분은 AI가 고용을 줄이는 메커니즘에 대한 새로운 설명이다.

기존 사고: AI가 당신의 업무를 모두 할 수 있다 → 당신의 일자리가 없어진다.

새 연구: AI가 업무 일부를 대체한다 → 인간이 남은 업무에만 집중하는 더 효율적인 구조 → 1인당 생산성 급상승 → 동일한 아웃풋을 위해 더 적은 인원 필요 → 고용 감소는 AI의 직접 대체가 아니라 효율성 향상의 부산물이다.

연구팀은 이를 "번들이 약해지면 AI는 일부 업무를 자동화하고 직업 경계를 좁힌다. 인간은 남은 것에 올인하게 되고, 인당 산출량이 증가하며, 가격이 하락하고, 결국 그 많은 수의 인력이 필요 없어진다"고 설명한다.

이 메커니즘은 이미 현실에서 관찰된다. AI 코딩 도구 도입 후 소규모 팀이 더 많은 기능을 더 빠르게 출시하는 현상이 대표적이다. 팀의 총 작업량은 늘었지만 구성원 수는 줄었다. Block(Jack Dorsey의 핀테크)이 2026년 초 40% 구조조정을 발표하며 AI를 이유 중 하나로 꼽은 것도 이 패턴이다[The Register 2026년 2월].

한국 노동시장 적용: 어떤 직군이 위험한가

번들 이론을 한국 노동시장에 적용하면 구체적인 직군별 전망이 가능하다.

약한 번들 고위험 직군 (한국):

• 콜센터 상담원: 단순 질의응답은 AI 챗봇으로 빠르게 대체 중. 고용정보원에 따르면 국내 콜센터 업무의 **약 60%**가 AI 자동화 가능 영역으로 분류[고용정보원 2024]
• 초급 회계사: 데이터 입력과 표준 신고서 작성은 AI 자동화 영역
• 주니어 개발자: Microsoft 임원들이 2026년 초 AI가 엔트리레벨 코딩 업무를 잠식하고 있다고 경고. 시니어 수준의 시스템 설계와 아키텍처 능력이 더 중요해짐
• 단순 법률 문서 작성: 계약서 초안, 표준 법률 자문 등

강한 번들 안전 직군 (한국):

• 정신건강의학과 의사 (공감, 판단, 법적 책임 필수)
• 형사·민사 소송 담당 변호사 (전략적 판단, 의뢰인 관계)
• 기업 경영진 (리더십, 문화, 정치적 판단)
• 교사·교수 (관계, 동기부여, 학생별 맞춤 개입)

고용노동부 통계에 따르면 한국에서 AI 자동화 고위험 직업 종사자는 전체 취업자의 약 12%인 300만 명 이상으로 추정된다[고용노동부 2025].

---

Q1: '번들 해체'를 막기 위해 근로자가 할 수 있는 것은 무엇인가요?

A: 자신의 업무가 강한 번들인지 약한 번들인지 파악하는 것이 첫 단계입니다. 약한 번들에 있다면 분리하기 어려운 고맥락 업무(판단, 책임, 관계)로 역할을 확장하는 것이 중요합니다. 또한 AI 도구를 사용해 생산성을 높이면서 자신의 역할을 AI 협력 방향으로 재정의하는 것이 효과적입니다.

Q2: 한국 AI 기본법은 이런 노동시장 변화에 대비하고 있나요?

A: 현재 논의 중인 AI 기본법은 주로 AI 안전성, 개인정보보호, 책임 분배에 초점을 맞추고 있습니다. 노동시장 영향에 대한 안전망 조항은 미비한 편입니다. 고용보험 개혁이나 AI 전환 훈련 지원 등의 사회 정책이 별도로 논의되고 있지만 구체적인 입법 시일은 불확실합니다.

Q3: 주니어 개발자는 진짜 위험한가요?

A: 번들 이론에 따르면 반복적 코드 작성은 약한 번들이라 위험합니다. 그러나 시스템 아키텍처 설계, 레거시 코드 이해, 팀 협업, 비즈니스 요구사항 번역 등의 업무는 강한 번들에 가깝습니다. 초급 개발자라도 AI 도구를 적극적으로 활용하며 더 복잡한 설계 업무로 빠르게 성장하는 것이 핵심 전략입니다.

Q4: 약한 번들 직업에서 강한 번들로 전환하는 것이 가능한가요?

A: 가능하지만 쉽지 않습니다. 방사선과 의사가 AI 스캔 판독을 도구로 활용하며 더 복잡한 임상 판단에 집중하는 것처럼, 자신의 역할에서 AI가 대체하기 어려운 맥락·판단·책임 영역을 의도적으로 확장해야 합니다. 이를 위해서는 도메인 전문성과 커뮤니케이션 역량의 동시 개발이 필요합니다.

Q5: "AI가 일자리 1000만 개를 없앨 것"이라는 전망은 틀린 건가요?

A: 번들 이론은 그런 예측이 '틀렸다'기보다 '불완전하다'고 본다고 해석하면 됩니다. 직접 대체보다 번들 해체를 통한 점진적 고용 축소가 현실에 더 가깝지만, 결과적으로 고용 감소가 발생한다는 점에서 위기감은 여전히 유효합니다. 다만 그 방식과 속도를 이해해야 적절한 정책과 개인 전략을 세울 수 있습니다.

---

이 연구는 "AI 위협"을 더 정밀하게 이해하게 해준다. 자신의 직업이 AI에 의해 한꺼번에 사라지는 것을 두려워할 필요는 없다. 그러나 업무 번들이 서서히 분해되고, 남은 부분이 저임금화되는 과정은 이미 진행 중이다. 한국 노동자와 기업 모두 번들 이론 관점에서 자신의 포지션을 재평가하고, 강한 번들을 구성하는 방향으로 역할과 조직을 재설계할 필요가 있다.

관련 기사:

• Gen Z가 선택한 AI 대응 커리어 전략
• Claude AI 코드 품질 GitHub 통계: 개발자 생산성의 실제 수치
• Microsoft AI 엔트리레벨 코딩 위협 논쟁
• ARC-AGI-3 벤치마크: AI 능력의 새로운 측정 기준
• Stanford AI 아첨 연구: AI를 맹신하면 안 되는 이유

외부 참고 자료:

• The Register 원본 기사
• 연구 논문 트위터 발표
• 고용정보원 AI 자동화 위험 직업 연구
• OECD AI and the Future of Jobs
• McKinsey - Jobs Lost, Jobs Gained
• Block AI 구조조정 보도