AI의 노동시장 영향: 새로운 지표와 초기 증거

observed exposure라는 새 지표로 AI가 실제 노동시장에 얼마나 들어왔는지 측정한다. O*NET 태스크, Anthropic Economic Index의 사용 데이터, 그리고 LLM이 태스크를 2배 빠르게 만들 수 있는지 본 β 추정치를 결합했다.

이 지표는 단순한 이론적 가능성보다 실제 업무 맥락에서의 자동화 사용, work-related usage, 그리고 직무 전체에서 AI가 차지하는 비중을 더 크게 반영한다. 그 결과, AI가 할 수 있는 일은 많지만 실제로 커버하는 범위는 여전히 이론적 한계보다 훨씬 작다.

핵심 결과는 분명하다. Computer & Math 직군은 이론상 폭넓게 노출돼 있지만 실제 커버리지는 33% 수준이고, 가장 노출이 큰 직업군으로는 Computer Programmers(75%), Customer Service Representatives, **Data Entry Keyers(67%)**가 꼽힌다. 반대로 **30%**의 근로자는 표본에서 노출이 사실상 0으로 나타났고, 요리사, 오토바이 정비사, 구조대원, 바텐더, 식기세척원 같은 직군이 여기에 포함된다.

노출이 높은 직업일수록 BLS의 2024~2034 고용 성장 전망은 더 약했다. 노출 10%포인트 증가마다 성장 전망이 0.6%포인트 하락했지만, 이 관계는 강하지 않았고, 이론적 β 지표만으로는 같은 상관이 보이지 않았다.

근로자 특성도 다르다. 상위 노출 집단은 더 여성이고, 더 고학력이며, 평균 임금이 47% 높다. 2022년 8~10월 CPS 기준으로 graduate degree 보유 비중은 비노출 집단 4.5%, 고노출 집단 **17.4%**로 크게 벌어졌다.

초기 고용 지표에서는 대규모 충격이 아직 보이지 않는다. 2022년 말 이후 고노출 근로자의 실업률이 체계적으로 높아졌다는 증거는 없지만, 고노출 직군에서 젊은 근로자 채용이 둔화됐을 가능성은 시사된다.