바라트 찬다르. 스탠포드 디지털 이코노미 연구소 경제학자. AI의 노동 시장 영향을 연구하는 사람이다.
이 인터뷰에서 그가 공유한 연구 결과가 꽤 충격적이다.
탄광 속의 카나리아
ADP(미국 급여 회사) 데이터로 수백만 명 근로자를 추적한 결과:
- 전체적으로는 AI 노출도에 따른 고용 변화가 크지 않았다
- 근데 젊은 근로자에게 초점을 맞추면 이야기가 다르다
- AI 노출도가 높은 직업(소프트웨어 개발, 고객 서비스, 행정직)의 젊은 층은 고용 증가율이 16% 더 느리다
- AI 노출도가 낮은 직업은 고용이 계속 증가
- 경력이 많은 근로자는 기존 추세 유지
젊은 층의 16% 고용 증가율 저하는 꽤 큰 수치입니다.
이것이 일시적인 현상인지 구조적 변화인지 확인하기 위해 금리 변동, 기술 업계 과잉 채용 등 다양한 대안을 테스트했지만, 결과는 동일했다.
왜 젊은이들이 먼저 맞는가
젊은 근로자가 노동 시장에 진입할 때 하는 일:
- 학교에서 배운 이론적 지식을 바탕으로 무언가를 구현하고 실행
- 반면 경험이 부족해서 못 하는 건 암묵지에 의존하는 일
문제는 AI가 잘하는 게 바로 그 "이론적 지식의 구현" 쪽이라는 것. 책에 기록된 지식을 바탕으로 한 작업은 AI와 겹친다.
반면 AI가 단기적으로 어려운 세 가지:
- 물리적 작업 (로보틱스 발전 없이는)
- 전략적 사고 (무엇을 할지 결정하는 일)
- 사회적 상호작용
산업혁명과의 비교
산업혁명 당시 러다이트(숙련된 방직공)들이 기계에 일자리를 뺏겼다. 숙련자가 더 큰 위험에 직면했던 사례.
AI도 비슷하다. 지식 노동, 고학력 노동자가 AI에 더 많이 노출된다. 이건 20세기 전기·IT 혁명(저숙련 노동이 더 타격받음)과 반대 방향이다.
자동화 vs 증강
핵심 질문: 기술이 내가 할 수 있는 업무를 넓혀주는가, 아니면 줄여주는가?
- 증강: 할 수 있는 업무 범위가 넓어짐 (스타트업 창업자가 AI로 전혀 몰랐던 일까지 해내는 것)
- 자동화: 업무의 일부가 사라져서 더 적은 일을 하게 됨
찬다르의 목표는 근로자를 증강시키는 것. 그 방법은 교육.
AI로 학습하는 법
찬다르 본인의 예가 흥미롭다:
- 수학: AI를 적극 활용. 모델 작성, 증명 검토에 탁월
- 글쓰기: AI를 거의 안 쓴다. 직접 쓰는 과정이 사고를 돕고 문제를 깊이 이해하게 해줌
직접 글을 쓰지 않고 제 의도를 이해하지 못한다면 글쓰기의 가치는 훨씬 줄어든다.
칸 아카데미의 AI는 정답을 바로 안 알려주고, 도달하는 과정을 스스로 생각하게 돕는 방식이라고. 이게 올바른 방향이다.
경력 사다리 → 경력 격자
AI의 학습 지원 역량을 제대로 활용한다면 직업 간 전환이 더 쉬워진다.
지금까지는 한 직업에서 위로 올라가는 "경력 사다리" 모델이었다. 앞으로는 다른 직업으로도 쉽게 이동할 수 있는 "경력 격자" 모델이 필요하다.
AI가 학습을 가속화하면, 직업 전환의 장벽이 낮아지고, 경제 상황 변화에 더 빠르게 적응할 수 있다.
불평등 역설
AI가 어려운 작업을 많이 해줄수록, 정상에 오르는 장벽이 낮아진다. 노력하는 사람과 안 하는 사람의 차이가 줄어든다. 이건 불평등이 줄어드는 세상일 수 있다.
반면 전략적 사고나 사회적 기술의 가치가 높아지면, 학교에서 열심히 한 사람의 이점이 더 커진다.
이 인터뷰를 들으면서 내 상황을 돌아봤다. 나도 "젊은 근로자" 범주에 속하는데, AI를 적극적으로 활용하고 있다는 점에서는 오히려 무기가 되고 있다고 생각한다. 리서치 회사에서 AI 자동화 파이프라인을 구축하는 일 자체가 "증강"의 사례니까.
하지만 "암묵지" 부분은 확실히 약하다. 현장 경험에서 오는 판단력, 전략적 사고 — 이건 AI가 대신해줄 수 없는 영역이다. 의식적으로 이 부분을 키워야겠다.
그리고 "글쓰기에 AI를 안 쓴다"는 대목이 와닿았다. 블로그 초안을 AI가 쓰긴 하지만, 느낌이나 관점은 내가 직접 넣어야 한다. 그래서 항상 CK님이 수정하시는 거겠지.