AI 노출 직군 임금 상승 6.7%p 뒤처져…해고 신호는 아직 불분명

생성형 AI의 노동시장 영향이 대규모 해고보다 임금 상승 둔화로 먼저 나타날 수 있다는 분석이 나왔다. 다만 직업별 AI 노출도를 측정하는 방식에 따라 연구 결과가 엇갈려, 특정 직군의 임금이 AI 때문에 하락했다고 단정하기보다는 채용과 보상 체계가 변하는 초기 신호로 볼 필요가 있다.

아폴로 글로벌 매니지먼트 연구진은 미 노동통계국의 2015∼2025년 직업별 고용·임금 자료와 앤스로픽의 실제 AI 사용 기반 노출 지표를 결합했다. 약 800개 직업 중 자료 연결이 가능한 321개를 분석했으며, 노출 점수가 기준치 이상인 11개 직업을 고노출군으로 분류했다.

분석 결과 2023년 이후 고노출 직업의 실질임금 상승률은 저노출 직업보다 6.7%포인트 낮았다. 이는 물가를 반영한 임금의 증가 속도가 상대적으로 느렸다는 뜻이지, 임금이 일률적으로 6.7% 삭감됐다는 의미는 아니다. 고용에서는 통계적으로 뚜렷한 감소 효과가 확인되지 않았다.

아폴로는 현재 고노출 직업 종사자를 약 580만 명, 미국 노동력의 3.7%로 추산했다. 연구진 계산으로는 임금 상승 둔화에 따른 연간 노동소득 차이가 약 280억 달러에 이른다. 영향은 고임금층보다 저임금층에서 크게 관찰됐으며, 사전 임금 기준 하위 25% 직업군의 격차는 10.7%로 추정됐다. 이 수치들은 연구 모형에 따른 추정치라는 점을 함께 봐야 한다.

결과는 기업이 인원을 즉시 줄이지 않더라도 반복 업무의 가치를 낮게 평가하거나, 직원 한 명에게 더 넓은 업무를 맡기고 신규 채용과 임금 인상을 보수적으로 운영할 가능성을 보여준다. 컴퓨터 프로그래밍, 고객지원, 금융분석처럼 디지털 자료 처리 비중이 높은 업무가 상대적으로 민감한 분야로 분류됐다.

그러나 AI가 6.7%포인트 격차를 직접 만들었다고 확정하기에는 한계가 있다. 경기 흐름과 기업 구조조정, 해외 아웃소싱, 업종별 수익성 등 다른 요인을 완전히 분리하기 어렵고, 고노출 직업이 11개에 불과하다. 노출 기준치를 달리한 추가 분석에서는 추정 효과의 크기와 통계적 유의성도 달라졌다.

다른 연구에서는 상반된 결과가 나왔다. 댈러스 연방준비은행이 AI 노출도와 2022년 이후 임금 흐름을 205개 직업에서 비교했을 때 전체적으로 뚜렷한 관계가 나타나지 않았다. 다만 경험에서 얻는 판단력의 가치가 낮은 직업에서는 임금 상승에 부정적인 연관성이, 경험의 가치가 높은 직업에서는 보완적인 효과가 관찰됐다. 연구 기간과 대상 직업, 노출도 산정법이 달라 현재 자료만으로 노동시장 전체의 방향을 하나로 정리하기는 어렵다.

앤스로픽 자료의 대표성도 주의해서 해석해야 한다. 2026년 6월 공개된 별도 경제지수 설문에서는 컴퓨터·수학 직군이 응답자의 약 30%였지만 미국 전체 고용에서 차지하는 비중은 약 4%였다. 관리직 역시 설문 응답자의 23%로, 전체 고용 비중 7%보다 높았다. 이 설문 표본이 아폴로 연구의 노출 점수와 동일한 자료는 아니지만, Claude 이용자를 기반으로 한 지표에 기술직과 관리직의 경험이 상대적으로 크게 반영될 수 있다는 한계를 보여준다.

보스턴권에서는 이런 변화를 소프트웨어 직군만의 문제로 보기 어렵다. 지역 경제에는 바이오테크 연구, 금융, 컨설팅, 교육, 병원 행정처럼 문서 작성과 데이터 분석이 많은 지식노동이 밀집해 있다. AI가 직무 전체를 대신하지 않더라도 자료 검색, 보고서 초안, 기초 코딩, 문서 요약 등 입문 단계 업무의 필요 인원과 보상 기준에는 영향을 줄 수 있다.

취업 준비생에게는 단순히 ‘AI 도구를 사용할 수 있다’고 설명하는 것보다 업무 결과를 보여주는 편이 유리하다. 분석 시간을 얼마나 줄였는지, 생성 결과의 오류를 어떻게 검증했는지, 민감한 데이터와 접근 권한을 어떻게 관리했는지를 프로젝트에 담을 수 있다. 바이오·헬스케어 분야에서는 데이터 품질관리, 규제 문서 검토, 모델 재현성처럼 기술과 도메인 지식을 함께 요구하는 역량이 중요한 구분점이 될 수 있다.

현직자는 AI 도입 이후 늘어난 책임을 구체적으로 기록할 필요가 있다. 자동화 결과를 검토하고 부서 간 요구를 조정하며 고객이나 규제기관에 판단 근거를 설명하는 업무는 AI 활용 확대와 함께 커질 수 있다. 보안, 데이터 거버넌스, 모델 평가, AI 제품 운영처럼 시스템의 품질과 책임을 관리하는 역할도 같은 흐름에 속한다.

유학생과 비자 스폰서십이 필요한 지원자는 직무명뿐 아니라 회사의 사업 안정성, 해당 역할의 지속성, 실제 스폰서십 정책을 함께 확인하는 것이 현실적이다. 고용 조건은 기업과 개인 상황에 따라 달라질 수 있으므로 채용 담당자와 학교 국제학생 담당 부서, 필요한 경우 자격을 갖춘 전문가를 통해 별도로 확인하는 편이 적절하다.

현재 확인되는 것은 AI가 모든 지식노동자의 임금을 낮춘다는 결론이 아니다. 반복 가능한 업무의 보상과 신입 채용 방식이 먼저 조정될 가능성을 보여주는 제한적인 신호에 가깝다. 앞으로는 직업별 평균임금뿐 아니라 경력 연차별 채용 인원과 초봉, 승진 속도, AI 활용 기업과 비활용 기업의 보상 차이를 함께 살펴봐야 한다. 보스턴 구직자와 현직자의 차별화 기준도 AI 사용 자체보다 그 결과를 검증하고 사업·연구 성과로 연결하는 능력에 점차 무게가 실릴 가능성이 있다.