작업 자동화와 일자리 — 기계가 더 잘해도 그 직업 인원이 늘 수 있는 이유 (2026)

2026-10-10

결론: 자동화되는 건 직업이 아니라 작업입니다

결론부터 말하면, 기계가 어떤 일을 사람보다 잘하게 됐다는 사실만으로 그 직업의 인원이 줄어든다고 볼 수는 없습니다.

직업은 여러 작업의 묶음이고, 자동화는 그 묶음 중 일부를 떼어 갑니다.

남은 작업의 가치가 오르거나, 값이 싸진 서비스의 수요가 늘면 인원은 오히려 늘어날 수 있습니다.

일자리 뉴스와 거시 지표를 함께 보고 싶다면 Passive 앱(https://dinsightlab.com)의 캘린더에서 고용지표 발표 일정을 먼저 확인해 두면 편합니다.

스탠리 드러켄밀러는 2026년 1월 30일 녹화된 모건스탠리 인터뷰에서 이런 경험을 말했습니다.

ChatGPT가 나오기 전, 그는 영상의학과 의사인 가족에게 5~10년 뒤엔 일자리가 없을 수도 있다고 말했습니다.

그가 투자한 회사의 기계가 전립선암 병리를 사람만큼, 또는 더 잘 찾아냈기 때문입니다.

그런데 그의 말로는 지금 영상의학과 의사가 10년 전보다 많고, 의사는 환자와 대화하고 결정을 함께 짚는 데 시간을 더 쓴다고 합니다.

의사 수 자체는 그의 발언이라 이 글에서 따로 검증하지 않았지만, 구조는 일반적인 원리로 설명할 수 있습니다.

판독이라는 작업이 빨라지자, 같은 의사가 맡는 작업 묶음의 비중이 설명·상담·결정 쪽으로 옮겨 간 것입니다.

자동화가 한 직업에 미치는 효과는 보통 세 갈래로 나눠 볼 수 있습니다.

첫째는 대체입니다. 기계가 맡은 작업만큼 사람의 시간이 빠집니다.

둘째는 보완입니다. 남은 작업, 예컨대 판단·설명·책임지는 일의 가치가 올라 사람 한 명이 내는 성과가 커집니다.

셋째는 수요입니다. 작업 단가가 내려가면 그 서비스를 더 많이 쓰게 되고, 늘어난 양을 처리할 사람이 다시 필요해집니다.

인원이 줄어드는 건 첫째가 둘째와 셋째를 합친 것보다 클 때뿐입니다.

그래서 “기계가 더 잘한다”는 소식은 첫째 갈래 하나만 보여 주는 신호이고, 나머지 두 갈래를 확인하기 전에는 결론이 나지 않습니다.

미국 노동통계국 집계(FRED PAYEMS)로 비농업 일자리는 1939년 1월 2,992만 개에서 2026년 9월 1억 5,904만 개로 늘었습니다.

직접 계산하면 약 5.3배이고, 87년 8개월 동안 연평균 약 1.9%씩 늘어난 셈입니다.

그 사이 자동차·전화 자동교환·컴퓨터·인터넷이 많은 작업을 대체했지만, 전체 일자리는 줄지 않고 늘었습니다.

다만 이 숫자는 전체 합계라서, 특정 직업이 사라진 사례를 가려 주지는 않습니다.

전체가 늘었다는 사실과 어떤 직업이 줄었다는 사실은 함께 성립할 수 있습니다.

시장이 고용 충격을 어떻게 받아들이는지 흐름을 보고 싶다면 Passive 앱(https://dinsightlab.com)의 시장 분위기 10년 추이 화면이 도움이 됩니다.

반대로 인원이 실제로 줄어드는 경우도 분명히 있습니다.

작업 묶음의 대부분이 한꺼번에 자동화돼 남는 작업이 거의 없을 때가 첫째입니다.

값이 싸져도 수요가 거의 늘지 않는 서비스, 즉 가격에 둔감한 수요일 때가 둘째입니다.

변화 속도가 너무 빨라 사람이 새 작업으로 옮겨 갈 시간이 부족할 때가 셋째입니다.

드러켄밀러도 같은 인터뷰에서 이번 변화의 속도는 전례가 없다며 비관론의 가능성을 열어 두었습니다.

자동화 뉴스를 볼 때는 세 가지를 순서대로 묻는 습관이 유용합니다.

그 직업에서 대체되는 작업이 전체 작업 시간의 몇 퍼센트인지 먼저 봅니다.

남는 작업이 더 가치 있어지는지, 즉 사람 한 명이 내는 매출이나 처리량이 늘어나는지 봅니다.

단가가 내려갈 때 그 서비스의 이용량이 실제로 늘어나는지 봅니다.

이 셋을 확인하지 않은 “일자리 종말” 전망은 첫째 갈래만 본 계산일 가능성이 큽니다.

고용·물가 발표가 시장 방향과 어떻게 이어지는지 매일 정리해 보고 싶다면 Passive 앱(https://dinsightlab.com)의 AI 종합판단에서 상승·하락 요인을 함께 확인할 수 있습니다.