노동시장

Uber COO Andrew Macdonald가 사내 AI 토큰 지출의 ROI를 정당화하기 어렵다고 발언했다. CTO의 ‘Claude Code 2026년 예산 소진’ 폭로 이후 토큰 사용량과 유용한 기능 산출 사이의 인과 링크가 약하다는 진단이 본격화됐다.

Every의 Dan Shipper가 쓴 매니페스토. 사내에서 가능한 모든 작업을 자동화했음에도 사람이 할 일은 오히려 늘었다는 역설에서 출발해, 벤치마크의 프레임 구조와 AGI에 닿아도 사라지지 않는 ‘framer’의 자리를 짚는다.

JayaGup10는 AI가 시도·검색·리버설 비용을 동시에 무너뜨린 결과 시니어의 ‘경험’이 해자에서 세금으로 전환되었다고 진단한다. 의사결정의 세 가지 알고리즘이 어떻게 다시 짜이는지, 시니어의 ‘판단력’이 어떤 세 성분의 혼합인지, 그리고 환경이 어떻게 사고 필터를 신경계에 내재화시키는지를 추적한다.

AI로 인력을 줄였던 기업의 68%가 해고자를 다시 채용한다. 클라르나·맥도날드·버라이즌 사례부터 가트너 2027년 50% 재고용 전망까지, 시장이 ‘AI 드롭인 노동자’ 환상의 비용을 정정하고 있다.

ATM이 은행 텔러를 없애지 않은 이유를 데이터로 보여주고, 자동화가 직무를 ‘제거’하는 것이 아니라 ‘대체’한다는 논지를 편 2015년 IMF 기고문.

ATM은 은행원을 죽이지 않았지만, 아이폰은 죽였다. David Oks가 과업 자동화와 패러다임 교체의 차이를 은행업 사례로 분석한다.