AI가 먼저 흔드는 건 공장이 아니라 연봉 상위 10%의 사무실이다

AI가 일자리를 빼앗는다는 뉴스가 나올 때마다 떠오르는 이미지가 있다. 조립 라인이 멈추고, 물류 창고에 로봇팔이 들어서는 장면. 하지만 최근 글로벌 연구 데이터를 교차해 보면, 이 그림은 현실과 거의 반대다. AI 노출도가 가장 높은 구간은 임금 분포의 90분위 — 연봉 상위 10%에 해당하는 화이트칼라 전문직이다. 문제는 그 다음이다. 기업의 복리후생 대응과 정부의 전환 안전망은 여전히 저숙련 대량 해고 시나리오를 전제로 설계돼 있다. 타깃이 바뀌었는데 방어선은 그대로인 셈이다.

임금 90분위에서 정점을 찍는 AI 충격파

과거의 기술 혁신은 비교적 예측 가능한 패턴을 따랐다. 자동화가 중간 숙련 일자리를 삼키고, 저숙련과 고숙련 양극단은 남기는 이른바 ‘직업 양극화’. 그런데 AI는 이 공식을 깨뜨렸다. 미국 경제연구소(NBER)의 분석에 따르면, AI 노출도는 임금 순위가 올라갈수록 함께 오르다가 90분위에서 정점에 도달한다. 이전 기술이 중간을 파고들었다면, AI는 꼭대기 근처를 겨누고 있다.

한국은행의 분석은 이 패턴을 국내 맥락으로 번역한다. AI 노출지수 상위 20%에 해당하는 직종에서 약 341만 개(전체 일자리의 12%) 일자리가 영향권에 놓여 있다. 기준을 상위 25%로 넓히면 398만 개(14%)까지 올라간다. 직종별 노출 순위가 특히 충격적이다 — 일반 의사가 상위 1% 이내로 가장 높고, 전문 의사 상위 7%, 회계사·자산운용가 상위 19%, 변호사 상위 21%다. 개인적으로는, 이 수치가 과장인지 아닌지보다 더 중요한 건 방향성이라고 본다. 공장이 아니라 사무실, 그것도 고층 사무실이 진앙이라는 점 말이다.

AI 구독권이라는 이름의 면죄부

기업들은 대응하고 있을까? 표면적으로는 그렇다. 2026년 발표된 글로벌 복리후생 조사에 따르면, AI 도구 구독을 직원 복리후생으로 제공하는 기업이 33%에 달한다. 전년 대비 17%p 급증한 수치다. 리더십·관리자 코칭도 55%(+8%p)로 올랐다. 그런데 흥미로운 건, 같은 시기 유연근무제 도입률은 오히려 6%p 하락했고 하이브리드 근무도 3%p 줄었다는 점이다. AI 도구는 쥐여주면서, 그 도구를 활용할 자율성은 거두고 있다.

하지만 이 숫자를 곱씹어 보면 불편한 질문이 생긴다. AI 도구 구독을 준다는 것은, 직원에게 “이 도구로 생산성을 높여라”는 메시지다. 그런데 바로 그 도구가 장기적으로 해당 직무 자체를 축소시킬 수 있다면? 글로벌 컨설팅 기업 한 곳의 사례가 이 긴장을 잘 보여준다. 이 회사는 수십만 명에게 AI 역량 교육을 실시하면서, 동시에 보상 구조를 일시금 50% + 기본급 50%로 재편했다. CEO가 직접 “AI 전환에는 수년이 걸린다”고 인정한 것도 주목할 대목이다.

솔직히, 보상 구조를 일시금 비중 50%까지 올린 건 꽤 파격적인 시그널이다. 기본급 의존도를 낮추겠다는 건, 결국 고정 인건비를 유연화하겠다는 뜻이기도 하다. 직원 입장에서 이걸 ‘역량 투자’로 볼지 ‘리스크 전가’로 볼지는 전적으로 그 사이에 어떤 전환 지원이 끼어 있느냐에 달려 있다.

누구를 위한 전환 안전망인가

정책 쪽으로 눈을 돌리면 불일치가 더 선명해진다. 미국의 대표적 정책연구소가 제시한 처방전을 보자. 포터블 복리후생(한 직장에 묶이지 않는 이동형 복리후생), 소득 변동성 보호, 멘토링 결합형 중장년 전직교육 — 파일럿 프로그램에만 2,000만 달러가 배정됐다. 이런 투자가 필요한 배경도 명확하다. 미국에서 독립 근로자(프리랜서·자영업자)는 2020년 3,900만 명에서 2024년 7,200만 명으로 거의 두 배가 됐고, 자영업자의 소득 변동폭 20% 이상 급변을 경험할 가능성은 정규직보다 44% 높다. 그런데 이 처방전이 상정하는 대상은 누구인가? 자동화에 노출된 제조업·서비스업 현장 근로자, 지역 간 격차에 갇힌 중장년이다.

NBER 데이터가 보여주는 AI 최고 노출 구간 — 연봉 90분위의 변호사, 회계사, 금융 분석가 — 은 이 안전망의 대상이 아니다. 이들에게는 포터블 복리후생이 필요한 게 아니라, 전문 영역이 AI로 재정의되는 상황에서 자신의 판단력과 관계 자본을 어떻게 재배치할 것인가라는 전혀 다른 차원의 문제가 놓여 있다.

2026년 6월 열린 제114차 국제노동기구(ILO) 총회에서 사무총장이 던진 메시지도 이 맥락에서 읽힌다. “일의 미래는 기술 혼자 결정하지 않는다.” 생산성 이익의 공정한 배분, 더 강력한 노동 보호, 단체교섭의 역할을 강조한 이 발언은 거시적으로 맞다. 하지만 여기서도 전제는 기존 노동 보호 체계 안에 있는 사람들이다. 고소득 전문직 — 대부분 개인사업자이거나 임원급인 — 은 단체교섭의 영역 밖에 있다.

리스킬링 너머, 구조가 먼저 바뀌어야 하는 이유

리스킬링은 지난 10년간 AI 전환 논의의 만능키처럼 쓰여 왔다. 코딩을 배우라, 데이터 리터러시를 높이라, AI 프롬프트를 익히라. 하지만 세 가지 데이터가 이 접근의 한계를 드러낸다.

첫째, 스킬 도태의 규모. 세계경제포럼(WEF)은 2025~2030년 사이 기존 스킬셋의 39%가 변환되거나 쓸모없어질 것으로 추정한다. 둘째, 전환 인력의 규모. 미국에서만 2019~2022년 사이 860만 명이 직종을 전환했고, 2030년까지 1,200만 명이 추가로 직종 이동이 필요할 것으로 예측된다. 셋째, 전환에 걸리는 시간. 글로벌 컨설팅 기업조차 CEO가 “수년이 걸린다”고 인정하는 상황에서, 개인에게 6개월 부트캠프를 제시하는 건 현실과 동떨어져 있다.

이건 좀 핵심이다 — AI 전환의 진짜 병목은 ‘기술을 배우는 속도’가 아니라 ‘조직과 제도가 재설계되는 속도’다. 개인이 새 기술을 익히는 것보다 기업의 보상 체계, 직무 정의, 경력 경로가 AI 시대에 맞게 바뀌는 것이 훨씬 느리다. 보상 구조를 일시금 비중으로 재편한 기업의 사례는, 적어도 이 속도 차이를 인식한 드문 경우다.

생산성 이익은 어디로 흘러가는가

AI 도입의 최대 수혜는 생산성 향상이다. 그런데 그 이익은 누구에게 돌아가는가? ILO 총회의 핵심 의제가 바로 이것이었다 — 생산성 이익의 공정한 분배. 여기에 NBER 데이터를 겹쳐 보면 역설이 드러난다.

AI가 가장 크게 생산성을 끌어올리는 직종은 고숙련 화이트칼라다. 법률 문서 검토, 재무 분석, 진단 보조 같은 영역에서 AI는 이미 인간 전문가의 생산성을 수십 퍼센트 끌어올리고 있다. 그런데 동시에 이 직종이 AI에 가장 많이 ‘노출’되어 있기도 하다. 생산성이 올라가는 바로 그 메커니즘이 장기적으로 인력 수요를 줄이는 메커니즘이기도 한 것이다.

한국은행의 분석이 이 역설을 한국 맥락에서 구체화한다. AI 노출지수가 10분위 높아질 때마다 해당 직종의 고용 비중은 7%p 감소하고, 임금 상승률은 2%p 하락할 것으로 추정한다. 동시에 AI가 생산성 향상과 새로운 일자리 창출에 긍정적 영향을 미친다고 분석한다. 이 두 문장이 모순처럼 보이지만 사실은 같은 현상의 양면이다. 생산성이 오르면 같은 일을 더 적은 인력으로 할 수 있고, 동시에 새로운 영역이 열린다. 문제는 ‘줄어드는 쪽’에 있는 사람과 ‘새로 열리는 쪽’으로 이동하는 사람이 같은 사람인지 여부다.

사각지대의 지도 — 한국 HR이 지금 봐야 할 곳

지금까지의 논의를 종합하면, 사각지대의 윤곽이 드러난다. AI의 최대 타깃인 고소득 전문직은 기존 안전망(포터블 복리후생, 전직교육, 단체교섭)의 적용 범위 밖에 있다. 기업이 제공하는 AI 도구 구독은 생산성 도구이지 전환 안전망이 아니다. 리스킬링만으로는 조직·제도의 속도를 따라잡을 수 없다. 생산성 이익의 분배 구조는 설계되지 않은 채 남아 있다.

이 불일치가 한국에서 특히 위험한 이유가 있다. 341만 개라는 숫자가 보여주듯, 한국의 AI 노출 고위험 직종에는 사회적 영향력이 큰 전문직이 대거 포함되어 있다. 이들의 직무가 AI로 재정의되는 과정에서 발생하는 마찰은, 제조업 라인 축소와는 질적으로 다른 파급력을 가진다. 의료, 법률, 금융, 회계 — 이 영역의 서비스 품질과 접근성이 AI 전환 과정에서 어떻게 변하느냐는 사회 전체의 문제다.

한 줄 요약: AI가 가장 먼저 흔드는 건 공장 라인이 아니라 연봉 상위 10%의 사무실이다 — 기업의 복리후생 대응과 정책의 전환 안전망은 여전히 저숙련 노동자용으로 설계돼 있고, 이 타깃 불일치가 진짜 위기다.

💡 실무 시사점 — HR이 이번 분기에 점검할 3가지:

① AI 노출 직무 맵핑을 ‘전문직’까지 확장하라. 대부분의 AI 영향 평가가 생산직·사무보조직에 집중돼 있다. 법무, 재무, 전략기획 등 고숙련 직무의 AI 노출도를 별도로 분석하고, 직무 재설계 로드맵에 포함시켜야 한다.

② AI 도구 ‘제공’을 넘어 전환 경로를 설계하라. AI 도구 구독 복리후생은 시작일 뿐이다. 해당 도구가 직무를 어떻게 바꾸는지, 줄어드는 업무를 대체할 새 역할은 무엇인지를 함께 제시해야 진짜 전환 지원이 된다.

③ 보상 구조에 전환 비용을 내재화하라. 일시금 비중 확대, 역량 개발 수당, 경력 전환 기금 등 보상 체계 안에 전환 메커니즘을 심어야 한다. 외부 정책에만 의존하면 고소득 전문직은 안전망 사각지대에 남는다.

#AI전환 #전문직리스크 #안전망사각지대 #보상구조 #HR전략

참고 링크

• NBER, “Artificial Intelligence and the Skill Premium” (2024)
• 한국은행, “AI와 노동시장 변화” (2025)
• SHRM, “Strategic Benefits Shifts Reshaping the Workplace in 2026” (2026)
• Brookings, “Workforce Capacity Development and Occupational Transitions with Dignity” (2026)
• People Matters, “As AI Transformation Takes Time, Accenture Recalibrates Its Workforce Strategy” (2026)
• ILO, “The Future of Work Will Not Be Determined by Technology Alone” (2026)

작성: 서재홍 | NODE