3줄 요약
- Stanford 경제학자 Erik Brynjolfsson과 ADP Research 수석 경제학자 Nela Richardson이 2026년 6월 공개한 Canaries Dashboard는 약 460만 미국 노동자, 730여 직업의 페이롤 데이터를 실시간으로 추적한다. 작년 8월 같은 팀이 낸 paper의 결론 — 생성형 AI 도입 이후 22~25세 신입 노동자의 AI 고노출 직업에서 유의미한 상대적 고용 감소가 일어났다 — 을 2026년 4월까지 연장한다.
- 집계 수치는 평이하다. 전체로는 AI 고노출 직업이 전년 대비 -0.2%, 저노출 직업은 +0.1%. 그러나 22~25세 코호트로 좁히면 AI 고노출 직업 고용이 연 -3.8% 속도로 줄고 있고, 그 감속은 월 0.5%p씩 가속 중이다. AI는 일자리 전체를 깎아 내는 게 아니라 온램프(on-ramp)를 끊는다.
- 학계 논쟁의 위치 자체가 바뀌었다. 1년 전엔 “AI가 변혁적이냐"가 쟁점이었지만 지금은 “규모와 시기"가 쟁점이다. 노벨상 수상자 Daron Acemoglu가 생산성 추정치를 훨씬 낮게 잡지만, 그조차 “AI는 인간을 보완하는 쪽으로 배치되어야 한다"는 데는 Brynjolfsson과 합의한다.
자료 정보
- 저자: Nick Lichtenberg (Fortune Business Editor)
- 매체·발행: Fortune, 2026-06-27
- 주요 인용자:
- Erik Brynjolfsson — Stanford Digital Economy Lab 디렉터
- Nela Richardson — ADP Chief Economist (대시보드 공동 연구자)
- Daron Acemoglu — MIT, 2024년 노벨 경제학상 수상자 (회의론 측)
- 데이터: ADP 페이롤, 약 460만 미국 노동자, 730개 이상 직업, 2022년 말 ChatGPT 출시부터 2026년 4월까지
- 공개 대시보드: Canaries Dashboard (Stanford Digital Economy Lab)
집계 수치는 진실을 가린다
전체 노동자 기준으로 보면 변화의 폭이 좁다. 2026년 4월 기준 AI 고노출 직업은 전년 대비 -0.2%, 저노출 직업은 +0.1%. ChatGPT 등장(2022년 말) 이후 연평균 고용 증가율로 보면 AI 노출 직업도 1.1%씩 늘었다. 저노출 직업의 +2.0%에 미치지 못할 뿐이다. 헤드라인 수치만 보면 하늘이 무너지지는 않는다.
연령대별로 자르면 그림이 달라진다. 22~25세에서는 AI 고노출 직업 고용이 연 -3.8% 속도로 축소되고 있다. 더 중요한 건 이 감속이 가속한다는 점이다. 2024년 4월까지는 -2.8%였다가 그 뒤로 -4%대로 진입했다. Brynjolfsson은 월간 데이터는 노이즈가 많지만 연 단위로 보면 매월 약 0.5%p씩 감소 폭이 깊어진다고 말한다.
| 연령대 | AI 고노출 직업 (YoY) | AI 저노출 직업 (YoY) |
|---|---|---|
| 22~25세 | -3.8% (감속 중) | +2.0% |
| 31~34세 | -1.7% | — |
| 35~40세 | +2.0% | — |
기술은 일자리를 무차별적으로 없애지 않는다. 데이터가 쌓일수록 더 정확하게 온램프만 골라 끊어 낸다.
왜 신입이 먼저 맞는가
메커니즘은 어렵지 않다. AI는 일자리보다 먼저 과업을 흡수한다. 그리고 가장 먼저 흡수되는 과업은 — 정보 검색, 요약, 일정 정리, 서식 맞추기, 자료의 기계적 조립 — 모두 경력 초반에 맡겨지는 종류다. 시니어 노동자는 이미 직무 특유의 암묵지를 쌓아 두었기 때문에 대체 압력이 약하다. 주니어 노동자에겐 아직 그게 없다.
Richardson은 증강(augmentation)과 자동화(automation)의 구분이 핵심 변수라고 본다. AI가 인간 노동을 증강하는 직업은 고용 성장이 지속되고, AI가 과업을 자동화하는 직업은 수축한다. 경력 초반 노동자는 거의 모든 직업에서 가장 자동화 가능한 층에 분포해 있으므로, 정확히 후자의 사선에 놓인다.
집계 수치만 보면 AI가 일자리에 미치는 영향은 여전히 미미하다. 그러나 경력 단계로 잘라 보면 극적인 차이가 드러난다.
— Nela Richardson, ADP Research 블로그 (2026-06-16)
Brynjolfsson은 비판자들이 들이댄 반론을 하나씩 검증했다고 말한다. 금리 가설은 방향이 반대다 — 가장 금리 민감한 직업(건설업 등)은 AI 노출도가 가장 낮다. 테크 섹터 전체를 빼 보았다. 원격근무 효과를 분리해 보았다. 패턴은 매번 살아남았다.
테크 산업 전체를 빼도, AI 관련 직업을 모두 빼도, 어떻게 잘라 봐도 이 효과는 나온다.
— Erik Brynjolfsson
원래 paper는 2025년 8월까지의 데이터였다. 대시보드는 2026년 4월까지를 다룬다. ChatGPT 이후 거의 4년 치의 노동시장 데이터에서 효과는 평균으로 회귀하지 않았다. 매월 약 0.5%p씩 일관되게 더 깊어졌다.
학계 내부의 우호적 다툼
MIT 경제학자이자 노벨 경제학상 수상자 Daron Acemoglu는 학계에서 AI 회의론의 가장 두드러진 목소리가 됐다. Acemoglu의 모형은 Brynjolfsson의 모형보다 훨씬 낮은 생산성 효과를 예측한다. 인터뷰 당일 아침에도 두 사람이 의견을 주고받고 있었다고 Brynjolfsson은 전한다. “공통 기반을 찾으려 한다"는 게 그의 표현이다.
공통 기반은 있다. AI는 인간 노동자를 대체하기보다 보완해야 한다는 데 두 사람 모두 동의한다. 두 사람 모두 그 점을 부지런히 강조해 왔다. 그러나 생산성 수치 문제에서 거리는 여전히 멀다. Acemoglu는 AI가 올바르게 쓰이면 의미 있는 생산성 향상을 낼 수 있다는 입장도 동시에 갖고 있는데, Brynjolfsson은 이 두 주장이 다소 모순적이라고 본다.
그가 어떻게 그렇게 낮은 생산성 수치를 내는지 도무지 이해가 안 된다. 본인에게도 그렇게 말한다. 시간이 가려 줄 거다. 곧 누가 맞았는지 보게 될 것이다.
— Erik Brynjolfsson
Acemoglu는 6월 21일 Fortune 인터뷰에서 AI 생산성 담론의 상당 부분이 “brainless“라고 표현했다. 어리석다는 뜻이 아니라 허구에 가까울 만큼 사변적이라는 뜻이라고 그는 분명히 밝혔다.
이 다툼에서 진짜 변한 건 논점의 위치다. 1년 전엔 AI가 변혁적이냐 아니냐가 쟁점이었다. 지금은 규모와 타이밍이 쟁점이다. Brynjolfsson이 한때 주류 경제학자들에게 “이 질문을 진지하게 받아 달라"고 설득하던 자리에서, 이제 논쟁은 그의 영역으로 옮겨졌고, 그가 만들고 있는 데이터가 그 논쟁을 결판낼 자료로 자리 잡았다.
무엇이 걸려 있는가
Brynjolfsson은 규모에 대해 신중하다. 그는 실리콘밸리의 파국론자들과 AI가 생산성에 한 줌만 보탠다고 보는 주류 경제학자들 사이에 자리를 잡는다. 그러나 그 중간 자리조차도 역사적 기준으로 보면 크다. 그의 비교 대상은 인터넷이 아니다. 세계화도 아니다.
2016년 베스트셀러 The Second Machine Age에서 그가 끌어다 쓴 비교는 산업혁명이다. 인류가 마지막으로 일과 생산성을 완전히 바꾸는 기계를 지었을 때다.
그때는 우리 근육을 자동화하고 증강했다. 지금은 우리 마음에 그걸 하고 있다. 그게 산업혁명만큼 크지 않을 수 있겠는가? 나는 그보다 크고, 10배 빠를 거라고 본다.
— Erik Brynjolfsson
다만 AI 노출 직업의 경력 초반 노동자들은 헤드라인 수치엔 잡히지 않는 비용을 지금 치르고 있다. Canaries Dashboard라는 이름의 유래는 여기서 온다. 광산의 카나리아는 위험을 막아 주지 않는다. 시계가 가고 있다는 사실을 알려 줄 뿐이다.
Brynjolfsson은 노스웨스턴 대학의 Bob Gordon 교수와 가벼운 내기를 걸어 두었다. longbets.com에 10년짜리로 — 이번 10년이 끝날 무렵 생산성이 유의미하게 더 높아져 있을 것이라는 쪽에 그가 걸었다.
이미 내가 앞서 있다. 그리고 나는 늘 J-커브 이론 때문에 이게 뒤로 무거운(backloaded) 효과일 거라고 봤다. 그러니 전쟁이나 재앙만 없다면 — AI 부분은 긍정 쪽일 것이다.
— Erik Brynjolfsson
가장 흥미로운 지점
내가 가장 곱씹은 대목은 논쟁의 위치 이동이다. Brynjolfsson의 데이터가 정확히 맞는지는 시간이 가려 줄 문제다. 그러나 Acemoglu처럼 회의적인 학자조차도 더 이상 “AI가 노동시장에 변혁적 영향을 미치지 않을 것"이라는 자리에서 논쟁하지 않는다. 둘이 다투는 건 얼마나, 언제, 어떤 메커니즘으로다. 회의론의 가장 강한 형태가 이 정도 자리로 옮겨졌다는 것 자체가 데이터의 한 단면이다.
두 번째로 흥미로운 건 온램프 가설이다. AI가 일자리를 골고루 줄이는 게 아니라 경력 진입 지점만 정밀하게 끊는다는 가설은, 1~2년 뒤가 아니라 10년 뒤에 가장 무거운 비용으로 돌아온다. 22~25세에서 끊긴 신입의 자리는 곧 10년 뒤 31~34세 시니어로 자랄 사람의 자리이기도 하기 때문이다. 시니어 노동자가 가진 “직무 특유의 암묵지"가 다음 경쟁 해자라면, 그 해자를 만들 통로가 지금 닫히고 있다.
원문에는 인용할 만한 차트·도식이 본문 안에 들어 있지 않다. 시각 자료는 모두 Canaries Dashboard로 링크 처리되어 있고, 본문에 노출된 유일한 이미지는 Brynjolfsson 인물 사진(Getty Images)이라 인용을 생략했다. 이 다이제스트는 텍스트만 옮겼다.
출처
Fortune, “‘It’s not going away’: The Stanford economist who called the AI entry-level jobs crisis early has the receipts”, Nick Lichtenberg, 2026-06-27.
대시보드: https://digitaleconomy.stanford.edu/project/indicators/canaries-dashboard/
선행 보도 (2025-08): https://fortune.com/2025/08/26/stanford-ai-entry-level-jobs-gen-z-erik-brynjolfsson/