고백한다, 나는 당신의 일자리를 먹고 자랐다 — 80%가 거부해도 소용없는 이유

앞으로 6개월에서 1년 사이의 단기 흐름부터 살펴보면, 2026년 하반기는 "AI 화이트칼라 대체"라는 키워드가 뉴스 헤드라인에서 기업 이사회의 공식 안건으로 격상되는 전환점이 될 것이다. 현재 Fortune 500 기업 중 약 60%가 AI 도입 파일럿을 진행 중인데, 이 중 상당수가 3분기부터 본격적인 확대 실행 단계에 진입한다. 특히 법률 서비스, 재무 분석, 마케팅 카피라이팅 영역에서 AI 대체율이 2026년 말까지 현재 35%에서 50%를 돌파할 것으로 보인다. 이 시기에 주목해야 할 이벤트는 EU AI법의 2026년 8월 전면 시행이다. 고용 관련 AI 사용에 대한 규제가 본격화되면서, 유럽 기업들은 "해고 먼저, 규제 준수는 나중에"라는 미국식 접근과 달리 좀 더 신중한 행보를 보일 가능성이 크다.

단기적으로 또 하나 중요한 건 FOBO의 진화 방향이다. 현재 80%의 저항률은 2026년 말에는 50~60%로 떨어질 가능성이 높다. 왜냐면 AI를 거부하는 직원과 수용하는 직원 사이의 성과 격차가 가시적으로 드러나기 시작할 것이기 때문이다. AI를 활용하는 20%의 직원이 나머지 80%보다 2~3배 높은 생산성을 보여주는 사례가 쌓이면, 거부의 논리적 근거가 약해진다. 미국 의회에서 진행 중인 AI 고용 영향 공청회도 이 시기에 구체적인 정책 논의로 발전할 것인데, 내 예측으로는 "AI 대체 영향 평가 의무화"와 같은 절충적 규제가 먼저 나올 것이다. 완전한 규제보다는 투명성 확보에 초점이 맞춰질 거라는 뜻이다. 이 지역별 규제 차이가 흥미로운 자연 실험이 될 텐데, 유럽은 신중하게, 미국은 빠르게, 아시아는 그 중간 어딘가에서 각자의 실험을 진행하게 될 것이다.

한국도 이 흐름에서 자유롭지 않다. 국내 대기업들은 이미 AI 기반 업무 자동화를 사내 핵심 과제로 삼고 있으며, 삼성·LG·SK·현대 등 주요 그룹사들이 2026년 하반기에 대규모 AI 전환 프로젝트를 가동 중이다. 특히 한국의 사무직 노동 구조는 보고서 작성, 회의록 정리, 데이터 취합 등 반복적 인지노동의 비중이 글로벌 평균보다 높은 편이라, AI 대체에 특히 취약한 환경이다. 한국고용정보원의 2026년 초 발표에 따르면 국내 화이트칼라 일자리의 약 40%가 향후 5년 내 AI 자동화 고위험군으로 분류됐다. 이 데이터는 한국 사회가 이 문제를 더 심각하게 받아들여야 한다는 신호다.

중기적으로 6개월에서 2년 사이를 보면 진짜 구조적 변화가 드러난다. 2027년 중반까지 화이트칼라 일자리의 재편은 "대체"보다는 "재구조화"라는 형태로 나타날 것이다. 완전히 사라지는 직종보다 "AI와 협업하는 형태로 변형되는 직종"이 더 많을 거라는 이야기다. 예를 들어 법률 보조는 사라지지만 "AI 법률 시스템 감독관"이라는 새로운 역할이 생기고, 마케팅 카피라이터는 줄어들지만 "AI 콘텐츠 전략가"가 필요해진다. McKinsey 추산으로는 2027년까지 글로벌 화이트칼라 일자리의 약 25%가 이런 식으로 재정의될 것이다.

근데 여기서 핵심은 재정의된 일자리의 임금 수준이다. 나는 새로 생기는 "AI 협업 직종"의 평균 임금이 기존 직종보다 15~20% 낮을 것이라고 본다. 왜냐면 AI가 핵심 업무를 수행하고 인간은 감독과 미세 조정을 담당하게 되면서, 인간 노동의 "대체 불가능성 프리미엄"이 줄어들기 때문이다. 이것은 직종이 살아남더라도 실질 소득이 하락하는 '고용의 질적 하락'을 의미한다. 겉으로 보면 일자리는 있는데 실질 생활 수준은 떨어지는, 숨겨진 빈곤화가 진행되는 것이다.

이 중기 시점에서 산업 간 격차도 확대된다. 금융과 법률은 AI 대체가 가장 빠르게 진행되는 영역인데, 2027년 말까지 이 분야의 엔트리 레벨 포지션 중 40%가 AI로 전환될 것이다. 반면 교육, 의료 상담, 사회복지 같은 "인간 접촉(human touch)" 중심 화이트칼라 직종은 상대적으로 안전할 것이다. 이 격차는 대학 전공 선택에도 영향을 미치게 될 텐데, 2027년부터 법학전문대학원과 경영대학원 지원율이 눈에 띄게 줄어들고, 대신 심리학, 간호학, 사회복지학 같은 전공의 인기가 올라가는 현상이 나타날 것이다. 교육 시스템이 이 변화에 얼마나 빠르게 대응하느냐가 국가별 격차를 만들 핵심 변수가 된다.

장기적으로 2년에서 5년 사이, 그러니까 2028년에서 2031년 사이를 보면, 패러다임 자체가 전환된다. 나는 이 시기에 "일자리"라는 개념 자체가 현재와 완전히 달라질 것이라고 본다. 지금 우리가 "화이트칼라 일자리"라고 부르는 것의 대부분은 산업혁명 이후 만들어진 조직 구조의 산물이다. 회사에 출근해서, 정해진 시간 동안, 관리자의 지시에 따라, 정형화된 인지 업무를 수행하는 것 — 이 모델이 근본적으로 해체될 것이다.

그 대신 "프로젝트 기반 전문가 네트워크"가 표준적인 노동 형태로 부상한다. AI가 루틴 업무를 처리하고, 인간은 비정형 판단, 창의적 문제 정의, 인간관계 조율에 집중하는 구조다. Stanford의 추산으로는 2030년까지 선진국 노동인구의 약 35%가 이런 프로젝트 기반 형태로 일하게 될 것이다. 과거의 정규직 중심 노동시장에서 프리랜서와 계약직이 주류가 되는 구조적 전환이 일어나는 셈인데, 이것이 해방인지 불안정인지는 사회 안전망의 설계에 달려 있다.

장기적 전망에서 가장 큰 변수는 "AI 이익의 분배 구조"다. 나는 이것이 21세기의 가장 중요한 정치경제적 질문이 될 것이라고 본다. AI가 화이트칼라 업무를 대체해서 기업이 수조 달러를 절감했을 때, 그 돈은 어디로 가는가? 현재 추세대로라면 주주 배당과 경영진 보상으로 대부분 흘러간다. 그런데 이 구조가 지속되면 소비자 기반 자체가 무너진다. 소비할 돈이 있는 중산층이 줄어드니까 기업 매출도 결국 줄어든다. 이 모순을 해결하기 위한 보편적 기본소득(UBI), AI세, 로봇세 같은 정책 실험이 2029년 이후 본격화될 것이다. 핀란드와 한국이 선도 실험 국가가 될 가능성이 높고, 미국은 정치적 양극화 때문에 가장 늦을 것이다.

시나리오별로 정리해보면, 낙관 시나리오에서는 AI 대체로 인한 생산성 향상이 새로운 산업과 일자리를 만들어내고, 정부의 재교육 투자와 AI세 도입으로 전환 비용이 적절히 분산된다. 이 경우 2030년까지 글로벌 GDP가 15~20% 추가 성장하면서 "AI가 파이를 키운" 결과로 대부분의 화이트칼라 노동자가 더 높은 가치의 일자리로 이동한다. 이 시나리오의 확률은 내 판단으로 약 20%다. 중립 시나리오에서는 AI 대체가 지속되지만 속도가 예상보다 느리고, 기업들이 "AI + 인간 하이브리드 모델"로 수렴하면서 일자리의 절반이 재정의되고 나머지 절반은 2~3년간의 혼란기를 거쳐 새로운 균형을 찾는다. 이 경우 실질 임금은 5~10% 하락하지만 대량 실업은 피할 수 있다. 이 시나리오의 확률은 약 50%다.

비관 시나리오에서는 AI 이익이 소수 테크 기업에 집중되고, 정부 대응이 늦어져 중산층 공동화가 가속화된다. 글로벌 화이트칼라 실업률이 2029년까지 15%를 넘기고, 이것이 정치적 포퓰리즘과 반기술 운동으로 이어진다. 이 시나리오의 확률은 약 30%인데, 솔직히 현재 추세를 보면 이쪽으로 기울고 있다는 게 나의 우려다. 각국 정부의 대응 속도가 기술 변화 속도를 따라잡지 못하고 있고, 기업들의 자발적 전환 지원은 미미한 수준에 머물고 있기 때문이다.

내 전망이 틀릴 수 있는 조건도 분명히 있다. 만약 AI 기술 발전이 현재의 속도를 유지하지 못하고 — 예를 들어 에너지 비용 폭등, 규제 강화, 또는 기술적 병목 — 정체기에 접어들면, 화이트칼라 대체 속도가 크게 둔화될 수 있다. IEA 보고서에 따르면 AI 데이터센터의 전력 소비가 2026년에 이미 1,000TWh에 근접하고 있는데, 이건 일본 전체의 연간 전력 소비량과 맞먹는다. 에너지 제약이 AI 확장의 물리적 한계가 될 가능성은 무시할 수 없다. 또한 AI가 만들어내는 결과물의 품질 문제, 이른바 'AI 할루시네이션'이 고위험 영역에서 심각한 사고를 유발할 경우, 규제 당국이 AI 도입 전반에 급브레이크를 밟을 가능성도 현실적으로 열어둬야 한다.

독자들에게 내가 할 수 있는 조언은 이렇다. 지금 당장 AI 도구를 적극적으로 배우고 사용하라. FOBO에 빠져서 거부하는 것은 자기 무덤을 파는 것과 같다. 동시에, 회사가 제공하는 AI 도구를 사용하면서도 "AI가 절대 대체할 수 없는 나만의 역량"이 무엇인지 냉정하게 파악하라. 그것이 비정형적 판단 능력이든, 인간관계 관리든, 창의적 문제 정의든, 그 역량에 집중적으로 투자하라.

그리고 가장 중요한 건, 이 변화의 이익이 공정하게 분배되도록 요구하는 목소리를 내는 것이다. AI 대체를 막을 수는 없지만, AI 이익의 분배 구조는 우리가 결정할 수 있다. 노동조합, 시민단체, 정치 참여를 통해 AI세나 전환 지원 정책을 요구하라. 기술의 방향은 못 바꿔도, 기술이 만든 부의 흐름은 바꿀 수 있다. 그것이 러다이트와 설계자의 차이다.