2025 - Beyond Job Displacement: How AI Could Reshape the Value of Human Expertise
12. 메일진 2025. 12. 22. 01:05
이 연구 보고서는 인공지능이 노동 시장에서 인간의 전문성 가치를 어떻게 재편하는지 분석하며, 단순히 일자리 소멸이 아닌 업무 과업의 변화에 주목합니다. 저자들은 AI가 저숙련 업무를 자동화하면 직업의 전문 장벽이 높아져 임금이 상승하지만, 고숙련 핵심 업무를 대체할 경우 해당 분야의 진입 장벽이 낮아져 임금이 하락할 수 있다고 설명합니다. 특히 현대 AI는 묵시적 지식을 스스로 학습하는 능력을 갖추어 과거의 기술 혁신보다 더 광범위하고 예측 불가능한 영향을 미칠 것으로 전망됩니다. 이에 대응하기 위해 모든 시민에게 생산 자산의 지분을 부여하는 보편적 기본 자본이나 실직자를 위한 임금 보험 같은 혁신적인 정책 대안이 제시됩니다. 결론적으로 미래의 노동 가치는 기술을 설계하는 방식에 달려 있으며, 인간과 인공지능의 협업을 통해 전문성을 민주화하는 방향으로 나아가야 함을 강조합니다.
1. 서론 – AI와 노동의 관계
이 글은 단순히 일자리가 없어지는 것이 아니라, AI가 인간 전문성의 가치를 어떻게 재편할지를 탐구합니다. AI는 특정 직업의 전체 고용 규모를 줄일 수도 있지만, 동시에 인간의 전문 지식에 대한 수요와 가치도 바꿀 것입니다.
2. 전문성의 퍼즐
과거 회계 사무원과 재고 사무원을 비교하면, 비슷해 보이던 두 직업이 자동화 이후 서로 다른 길을 걷게 된 이유가 드러납니다. 회계 사무원은 단순 업무가 자동화되면서 더 전문적인 업무 위주로 남아 임금이 상승했지만, 재고 사무원은 단순 업무가 남아 노동력이 확대되었고 임금은 하락했습니다. 이러한 차이는 자동화가 어떤 업무를 대체했느냐에 따라 결과가 달라졌음을 보여 줍니다.
3. 전문성 프레임워크
모든 직업은 전문적인 업무와 비전문적인 업무의 조합으로 이루어집니다. AI가 비전문적인 업무를 대체하면 남은 업무가 더 전문화되어 임금은 높아질 수 있고, 반대로 전문적인 핵심 업무가 대체되면 남은 일이 비전문 업무가 되어 더 많은 사람들이 진입하지만 임금은 낮아질 수 있습니다.
4. 전문성의 상대성
같은 업무라도 직업에 따라 전문성 수준이 다르게 인식됩니다. 예를 들어 교수에게는 단순 업무라도 다른 사람에게는 전문적인 일이 될 수 있습니다. 이런 상대성 때문에 자동화의 영향은 직업마다 다르게 나타납니다.
5. AI 시대의 전문성
AI가 모든 지적 업무를 대체할 수 있는 변혁적 AI 시대가 온다면 인간 전문성의 가치가 어떻게 될까요? 이 글은 인간의 정신과 기계적 지능을 동일시할 수 있다고 가정하면서도, 희소성(Scarcity)이 가치를 만든다는 경제 원칙은 여전히 중요하다고 말합니다.
6. 미래 일자리의 상상력
과거 농업과 제조업 노동자가 오늘날의 직업 세계를 상상할 수 없었던 것처럼, 우리는 AI가 만들어낼 새로운 일자리와 전문성을 상상하기 어렵다는 점을 강조합니다. 기술 혁신은 항상 새로운 전문성을 수반해 왔습니다.
7. AI 시대의 새로운 작업
AI가 많은 현재의 업무를 대체하더라도, 새로운 형태의 전문성이 필요한 역할이 만들어질 수 있습니다. 예컨대 AI 시스템을 관리하거나 결과를 해석하는 등의 역할은 인간의 판단과 가치가 중요한 영역으로 남을 수 있습니다.
8. 노동 가치가 사라지는 시나리오
가장 부정적인 시나리오는 AI가 인간 노동의 희소성을 완전히 없애는 경우입니다. 만약 AI가 모든 작업을 인간보다 빠르고 싸게 처리한다면, 전통적인 의미의 노동 시장은 사라질 수 있습니다. 이렇게 되면 시장 경제와 민주주의 자체가 위협받을 수 있습니다.
9. 정책적 대응 – 기본 자본
AI 시대의 불확실성에 대비하기 위해 저자들은 UBI(기본소득)를 넘는 제도로서 “기본 자본(Universal Basic Capital)” 제안을 소개합니다. 이는 모든 사람에게 생산 자산에 대한 소유 지분을 부여해 AI가 만들어낸 부의 혜택을 공유하도록 하자는 것입니다.
10. 노동 전환 지원 정책
전문성이 빠르게 변하는 상황에서 노동자들이 전환을 잘 할 수 있도록 임금 보험(Wage Insurance) 같은 제도가 필요합니다. 이는 낮은 임금으로 전직하게 되는 노동자에게 일정 기간 보조금을 줌으로써 경제적 충격을 완화하는 정책입니다.
11. 결론 – 미래의 노동
자동화는 업무의 어떤 부분이 남느냐에 따라 노동자의 전문성과 경제적 위치를 다르게 만들며, 새로운 전문성이 등장하기 전까지 노동 시장은 큰 변화를 겪을 것입니다. AI의 영향은 긍정적일 수도, 부정적일 수도 있지만, 적절한 정책 설계가 필요하다는 점을 강조합니다.
https://www.digitalistpapers.com/vol2/autorthompson
Beyond Job Displacement: How AI Could Reshape the Value of Human Expertise — Digitalist Papers
Many observers fear that the pursuit of transformative AI or artificial general intelligence (AGI) presents a challenge to the existing global order. Their worry is that the US and China, the two global leaders in AI, are now locked in a destructive race t
www.digitalistpapers.com
출처:
1. We are indebted to Lucy Hampton and Can Yeşildere for extensive input and assistance that improved this manuscript.
2. David H. Autor and Neil Thompson, “Expertise,” Journal of the European Economic Association 23, no. 4 (2025): 1203-1271, https://doi.org/10.1093/jeea/jvaf023.
3. Herbert. A. Simon, “‘Automation’ (A Letter in Response to ‘Where Do We Go From Here?’ from the March 17, 1966 Issue),” New York Review of Books, May 26, 1966, https://www.nybooks.com/articles/1966/05/26/automation-3/.
4. “Amazon Workers Face ‘Increased Rates’ of Mental Illness,” BBC, November 25, 2013, https://www.bbc.com/news/business-25034598.
5. Karen Weise, “Amazon Plans to Replace More Than Half a Million Jobs with Robots,” New York Times, October 25, 2025, https://www.nytimes.com/2025/10/21/technology/inside-amazons-plans-to-replace-workers-with-robots.html.
6. Carl Benedikt Frey and Michael A. Osborne, “The Future of Employment: How Susceptible Are Jobs to Computerisation?,” Technological Forecasting and Social Change 114 (January 2017): 254–280, https://doi.org/10.1016/j.techfore.2016.08.019.
7. Daron Acemoglu and Pascual Restrepo, “The Race Between Man and Machine: Implications of Technology for Growth, Factor Shares, and Employment,” American Economic Review 108, no. 6 (2018): 1488–1542, https://doi.org/10.1257/aer.20160696.
8. Autor and Thompson, “Expertise.”
9. David H. Autor, Lawrence F. Katz, and Melissa S. Kearney, “The Polarization of the US Labor Market,” American Economic Review: Papers & Proceedings 96, no. 2 (2006): 189–194, https://doi.org/10.1257/000282806777212620; Maarten Goos and Alan Manning, “Lousy and Lovely Jobs: The Rising Polarization of Work in Britain,” Review of Economics and Statistics 89, no. 1 (2007): 118–133, https://doi.org/10.1162/rest.89.1.118; Maarten Goos, Alan Manning, and Anna Salomons, “Job Polarization in Europe,” American Economic Review: Papers and Proceedings 99, no. 2 (2009): 58–63, https://doi.org/10.1257/aer.99.2.58.
10. Other ingenious explanations, focused on changing occupation composition and self-selection, have been offered: Guido Matias Cortes, “Where Have the Middle-Wage Workers Gone? A Study of Polarization Using Panel Data,” Journal of Labor Economics 34, no. 1 (2016): 63–105, https://doi.org/10.1086/682289; Michael J. Böhm, “The Price of Polarization: Estimating Task Prices Under Routine-Biased Technical Change,” Quantitative Economics 11, no. 2 (2020): 761–799, https://doi.org/10.3982/QE1031; Michael J. Böhm, Hans-Martin von Gaudecker, and Felix Schran, “Occupation Growth, Skill Prices, and Wage Inequality,” Journal of Labor Economics 42, no. 1 (2024): 201–243, https://doi.org/10.1086/722084; Oren Danieli, “Skill-Replacing Technology and Bottom-Half Inequality,” working paper, Tel Aviv University, May 2025.
11. Daron Acemoglu and David Autor, “Skills, Tasks and Technologies: Implications for Employment and Earnings,” in Handbook of Labor Economics, vol. 4 (Elsevier, 2011): 1043–1171; Daron Acemoglu and Pascual Restrepo, “The Race Between Man and Machine: Implications of Technology for Growth, Factor Shares, and Employment,” American Economic Review 108, no. 6 (2018): 1488-1542, https://doi.org/10.1257/aer.20160696; Daron Acemoglu and Pascual Restrepo, “Automation and New Tasks: How Technology Displaces and Reinstates Labor,” Journal of Economic Perspectives 33, no. 2 (Spring 2019): 3–30, https://doi.org/10.1257/jep.33.2.3.
12. Daniel Susskind, “A Model of Technological Unemployment,” Economics Series Working Papers 819, no. 10.1017 (May 2017), https://api.semanticscholar.org/CorpusID:44650688.
13. Jeffrey Lin, “Technological Adaptation, Cities, and New Work,” Review of Economics and Statistics 93, no. 2 (2011): 554–574, https://doi.org/10.1162/REST_a_00079; Acemoglu and Restrepo, “The Race Between Man and Machine”; Acemoglu and Restrepo, “Automation and New Tasks.”
14. See, among others, Lin, “Technological Adaptation, Cities, and New Work”; Enghin Atalay, Phai Phongthiengtham, Sebastian Sotelo, and Daniel Tannenbaum, “The Evolution of Work in the United States,” American Economic Journal: Applied Economics 12, no. 2 (2020): 1–34, https://doi.org/10.1257/app.20190070; David H. Autor, Caroline Chin, Anna Salomons, and Bryan Seegmiller, “New Frontiers: The Origins and Content of New Work, 1940–2018,” Quarterly Journal of Economics 139, no. 3 (2024): 1399–1465, https://doi.org/10.1257/000282806777212620; David H. Autor, Caroline Chin, Anna Salomons, and Bryan Seegmiller, “What Makes New Work Different from More Work?,” Annual Review of Economics, 2025, forthcoming.
15. David Schloss, “Why Working Men Dislike Piece-Work,” The Economic Review 1, no. 3 (July 1891): 311–326.
16. Benjamin F. Jones, “The Burden of Knowledge and the ‘Death of the Renaissance Man’: Is Innovation Getting Harder?,” Review of Economic Studies 76, no. 1 (2009): 283–317, https://doi.org/10.1111/j.1467-937X.2008.00531.x.
17. Qualifying slightly, some automation replaced capabilities provided by beasts of burden.
18. Joel Mokyr, Chris Vickers, and Nicolas L. Ziebarth, “The History of Technological Anxiety and the Future of Economic Growth: Is This Time Different?,” Journal of Economic Perspectives 29, no. 3 (2015): 31–50, https://doi.org/10.1257/jep.29.3.31.
19. Robert C. Allen, “Engels’ Pause: Technical Change, Capital Accumulation, and Inequality in the British Industrial Revolution,” Explorations in Economic History 46, no. 4 (2009): 418–435, https://doi.org/10.1016/j.eeh.2009.04.004.
20. Michael Polanyi, The Tacit Dimension (Doubleday, 1966); David H. Autor, “Why Are There Still So Many Jobs? The History and Future of Workplace Automation,” Journal of Economic Perspectives 29, no. 3 (2015): 3–30, https://doi.org/10.1257/jep.29.3.3.
21. David H. Autor, “The Labor Market Impacts of Technological Change: From Unbridled Enthusiasm to Qualified Optimism to Vast Uncertainty,” Working Paper No. 20074 (National Bureau of Economic Research, July 2022), https://doi.org/10.3386/w30074.
22. Jonathan S. Rosenfeld, Amir Rosenfeld, Yonatan Belinkov, and Nir Shavit, “A Constructive Prediction of the Generalization Error Across Scales,” preprint, arXiv, December 20, 2019, https://arxiv.org/abs/1909.12673.
23. U.S. Bureau of Labor Statistics, “Occupational Outlook Handbook: Data Scientists,” last modified August 28, 2025, https://www.bls.gov/ooh/math/data-scientists.htm; U.S. Bureau of Labor Statistics, “Occupational Employment and Wage Statistics,” last modified April 3, 2024, https://doi.org/10.1257/000282806777212620.
24. Erik Brynjolfsson, “The Turing Trap: The Promise and Peril of Human-Like Artificial Intelligence,” in eds. Daniel Araya and Peter Marber, Augmented Education in the Global Age (Routledge, 2023): 103–116.
25. Autor, Chin, Salomons, and Seegmiller, “New Frontiers: The Origins and Content of New Work, 1940–2018.”
26. Autor, Chin, Salomons, and Seegmiller, “What Makes New Work Different from More Work?”
27. Acemoglu and Restrepo, “The Race Between Man and Machine”; Acemoglu and Restrepo, “Automation and New Tasks.”
28. David H. Autor and James Manyika, “A Better Way to Think About AI: Artificial Intelligence Is Ready to Collaborate. Why Fixate on Automation?,” The Atlantic, August 24, 2025, https://www.theatlantic.com/technology/archive/2025/08/ai-job-loss-human-enhancement-google/683963/.
29. Erik Brynjolfsson, Danielle Li, and Lindsey Raymond, “Generative AI at Work,” Quarterly Journal of Economics 140, no. 2 (2025): 889–942, https://doi.org/10.1093/qje/qjae044.
30. Neil Thompson, Danial Lashkair, and Omeed Maghzian, “Discussion: ‘We Won’t Be Missed: Work and Growth in the Era of AGI’ by Pascual Restrepo,” National Bureau of Economic Research Conference on Transformative AI, October 2025, https://www.nber.org/system/files/chapters/c15315/c15315.pdf; Maja Svanberg, Wensu Li, Martin Fleming, Brian Goehring, and Neil Thompson, “Beyond AI Exposure: Which Tasks Are Cost-Effective to Automate with Computer Vision?,” working paper, January 2024, https://doi.org/10.2139/ssrn.4700751.
31. Andreas Haupt and Erik Brynjolfsson, “A Case for Centaur Evaluations,” in NeurIPS 2025 Workshop on Evaluating the Evolving LLM Lifecycle: Benchmarks, Emergent Abilities, and Scaling (September 2025), https://openreview.net/forum?id=KiuJy4lF9R.
32. David H. Autor, David Dorn, Lawrence F. Katz, Christina Patterson, and John Van Reenen, “The Fall of the Labor Share and the Rise of Superstar Firms,” Quarterly Journal of Economics 135, no. 2 (2020): 645–709, https://doi.org/10.1093/qje/qjaa004.
33. Aristotle, The Politics of Aristotle, trans. Benjamin Jowett (Clarendon Press, 1885), Book 1, Chapter 4 (1253b33–1254a1).
34. See Nathan Gardels, “New Deal 2.0: Make Labor Capitalists,” Noēma, April 9, 2021, https://www.noemamag.com/new-deal-2-0-make-labor-capitalists/; Nicolas Berggruen, “Universal Basic Capital Would Create a Fair AI Economy,” Financial Times, October 31, 2025, https://www.ft.com/content/9b93e02a-c693-4070-9094-a2f532dfa929.
35. Christopher Huckfeldt, “Understanding the Scarring Effect of Recessions,” American Economic Review 112, no. 4 (2022): 1273–1310, https://doi.org/10.1257/aer.20160449.
36. Lori G. Kletzer and Robert E. Litan, “A Prescription to Relieve Worker Anxiety,” Policy Brief 01-02, Peterson Institute for International Economics, March 2001, https://www.piie.com/publications/policy-briefs/prescription-relieve-workeranxiety.
37. Benjamin G. Hyman, Brian K. Kovak, and Adam Leive, “Wage Insurance for Displaced Workers,” Working Paper No. 32464 (National Bureau of Economic Research, May 2024), http://www.nber.org/papers/w32464.
38. Mohsen Moghaddam, Nicholas C. Wilson, Alicia Sasser Modestino, Kemi Jona, and Stacy C. Marsella, “Exploring Augmented Reality for Worker Assistance Versus Training,” Advanced Engineering Informatics 50 (October 2021): 101410, https://doi.org/10.1016/j.aei.2021.101410.
39. As quoted in Michelle Mohney, “What AI Means for the Future of Work: HDI+C Panel with David Autor and Eric Horvitz,” Northwestern McCormick School of Engineering, May 4, 2025, https://www.mccormick.northwestern.edu/news/articles/2025/03/what-ai-means-for-the-future-of-work/.
'12. 메일진' 카테고리의 다른 글
| 2025 - 글로벌 AI∙디지털 혁신 사례로 본 국내기업 AX 전략 (0) | 2025.12.21 |
|---|---|
| 2025 - 「AI 학습데이터 구축 안내서」 배포 (0) | 2025.12.21 |
| 2025 - AI-augmented Engineering 기반 공공기관 AX 전략과 시사점 (0) | 2025.12.20 |
| 2026 - MS, 2026년 주목해야 할 7대 AI 트렌드(What’s next in AI: 7 trends to watch in 2026) (0) | 2025.12.18 |
| 2025 - 개인정보 보호 신뢰 기반의 AI융합사회 촉진 (0) | 2025.12.14 |
