AI가 만든 임금은 어디로 증발하는가 — 자동화 역설, 양극화, 그리고 HR의 새로운 역할

미국 빅테크 5개사가 2025년 한 해 동안 AI에 쏟아부은 자본지출이 3,800억 달러다. 2026년에는 이 숫자가 두 배로 뛸 전망이다. 경제 모델은 이 투자가 2030년까지 GDP를 5~58%p 끌어올릴 수 있다고 계산한다. 그런데 같은 시기, 한국에서 1년간 순증한 일자리는 고작 6만 개 — 2016년 통계 작성 이후 최저 증가율이다. 이 두 숫자를 나란히 놓으면 불편한 질문이 떠오른다. 자동화는 임금을 올리면서 동시에 노동소득분배율을 떨어뜨리고, 그 결과가 자산 양극화를 거쳐 총요소생산성까지 갉아먹는 자기파괴적 루프를 만들고 있다 — HR이 이 루프를 조직 안에서 끊지 못하면, 수천억 달러의 AI 투자 자체가 무력화된다.

3,800억 달러의 약속, 6만 개의 현실

AI 전환기의 경제 전망은 유례없이 넓은 스펙트럼을 그린다. 미국 경제연구소(NBER)의 최신 모델은 AI 부문 생산성이 약 2.7배 높아질 수 있다고 추정하면서, 그 파급 효과로 AI 경제 비중이 현재 8%에서 39%까지 팽창할 수 있다고 봤다. 무위험이자율은 0.5%p, 주식 리스크프리미엄은 3%p 상승 — 자본시장이 이 전환에 건 베팅의 크기를 보여주는 숫자다.

한국 노동시장은 이 낙관에 동참하지 못하고 있다. 2024년 연간 일자리는 2,671만 개로, 전년 대비 0.2% 증가에 그쳤다. 대기업·중소기업·20대 일자리가 동반 감소했고, 건설업 경기 둔화와 글로벌 교역 둔화가 겹쳤다. 지속일자리(같은 기업에서 전년에도 올해에도 유지된 자리)는 2,089만 개(78.2%), 대체일자리(퇴직·이직으로 사람만 바뀐 자리)는 299만 개(11.2%). 새 일자리가 만들어지는 것보다 기존 자리에서 사람이 교체되는 비율이 압도적이다.

개인적으로는 이 간극이 단순한 시차의 문제가 아니라고 본다. AI 투자 → 생산성 증가 → 고용 확대라는 교과서적 전달 경로가 어딘가에서 끊겼다. 어디서 끊겼는지를 추적하려면, 자동화가 임금에 미치는 영향부터 다시 뜯어봐야 한다.

자동화 역설 — 임금은 오르는데 몫은 줄어든다

자동화가 일자리를 위협한다는 이야기는 이제 진부하다. 더 까다로운 질문은 따로 있다. 자동화가 실제로 임금을 올렸는데, 왜 노동자들의 체감은 나빠지고 있는가?

12개 선진국 데이터를 분석한 최신 연구는 이 모순에 정면으로 답한다. 규모에 대한 수익이 일정한 경쟁경제에서, 자본-노동 비율이 결정하는 임금 극대화 노동소득분배율이라는 것이 존재한다. 현재 12개국 모두 이 최적점 위에 있다. 노동소득분배율이 떨어질수록 오히려 임금이 올라가는 구간에 들어서 있다는 뜻이다.

수치로 확인하면 이렇다. 1954년부터 2019년까지 자동화가 주도한 노동소득분배율 하락은 미국 실질임금 성장의 약 16%를 설명한다. 자동화가 임금을 올린 것은 사실이다. 문제는 그 16%가 노동자의 주머니에 고스란히 남지 않는다는 데 있다. 분배율이 떨어졌다는 것은 경제 전체 파이에서 노동이 가져가는 조각이 줄었다는 의미이기 때문이다.

여기서 한국 데이터와 교차하면 풍경이 달라진다. 한국은행이 2026년 6월 내놓은 BOK 이슈노트는 순자산 지니계수가 0.584(2017)에서 0.625(2025)로 올랐다고 진단했다. 같은 기간 부동산 중심의 자산 집중이 가속되면서, 임금 소득이 올라도 자산 격차를 좁히지 못하는 구조가 굳어졌다.

양극화가 총요소생산성을 갉아먹는 메커니즘

양극화가 ‘불공정하다’는 도덕적 주장은 오래됐다. 한국은행 분석이 주목할 만한 이유는 양극화가 생산성을 실제로 갉아먹는다는 실증을 120개국 패널 데이터로 보여줬기 때문이다.

상위 10% 자산 점유율이 1%p 상승하면, 2년 뒤 총요소생산성(TFP)이 0.16% 하락한다. 작아 보이는 숫자지만 매년 누적되면 이야기가 달라진다. 순자산과 소득 모두 1분위(하위 20%)인 가구에서 20~30대 비중은 7.9%(2020)에서 15.2%(2025)로 급등했다. 이른바 ‘복합 양극화’ — 자산도 없고 소득도 낮은 청년층이 두 배로 늘었다는 뜻이다.

이제 루프가 보인다. AI 자본지출 → 자동화 → 노동소득분배율 하락 → 자산 양극화 심화 → TFP 하락 → AI 투자의 생산성 효과 감소. 생산성을 올리려는 투자가 양극화를 거쳐 생산성을 깎아먹는다. 솔직히 이 구조가 작동하고 있다면, NBER이 말하는 ‘GDP 5~58%p 추가 성장’의 하한 시나리오조차 달성하기 어렵다.

K자형 성장이 만드는 조직 안 단층선

거시 데이터에서 드러나는 이 루프는 기업 조직 안에서도 똑같이 재현된다. 한국은행 보고서가 짚은 현상 하나가 눈에 띈다 — 성장이 IT 섹터에 집중되면서, 임금 격차의 주된 동인이 고용형태(정규직 vs 비정규직)에서 산업 차이로 전환됐다는 것이다.

같은 기업 안에서도 AI를 활용하는 팀과 그렇지 않은 팀의 생산성 격차가 벌어지고 있다. 글로벌 HR 기업 조사에서 리더의 68%가 ‘자사 인력이 미래에 필요한 스킬을 갖추고 있지 않다’고 답했다. 더 문제적인 숫자는 HR 리더의 42%만이 자기 팀이 AI를 수용할 준비가 됐다고 본다는 것이다. AI 전환을 이끌어야 할 HR 자신이 준비되지 않았다는 역설.

현장에서 이것은 곧 K자형 분기로 나타난다. 반도체·AI·클라우드 관련 직군은 임금이 오르고 채용이 활발하지만, 같은 기업의 관리·지원·제조 직군은 일자리가 정체되거나 줄어든다. 2024년 한국 일자리 통계에서 보건·사회복지 분야가 130만 개 순증한 반면 건설업과 금융업이 동반 감소한 것도 이 구조적 분기의 산업 버전이다.

스킬 기반 모델은 왜 분배 문제인가

글로벌 HR 담론에서 ‘스킬 기반 조직(skills-based organization)’은 이미 대세 키워드다. 조직의 절반 이상이 이미 스킬 기반 운영 모델로 전환 중이고, 내부 이동으로 충원된 인재가 외부 채용보다 최고 성과자일 가능성이 80% 높다는 데이터도 나왔다. 전문가의 83%는 AI가 보편화될수록 인간 중심 스킬이 더 중요해진다고 본다.

이건 좀 다르게 읽어야 한다. 스킬 기반 모델이 ‘효율적인 인재 배치’를 넘어 생산성 이득의 사내 분배 메커니즘으로 작동할 수 있다는 점이 핵심이다. 자동화로 특정 직군의 생산성이 폭발하면, 그 이득은 해당 직군 임금 상승 → 주주 배당 → 자산 축적 경로를 탄다. 스킬 기반 모델은 이 경로에 ‘내부 이동’이라는 분기점을 삽입한다. 자동화로 생긴 여유 인력을 새 고부가가치 역할로 전환시켜, 이득이 특정 직군에 쏠리는 대신 조직 전체로 순환하게 만드는 것이다.

그러나 현실은 낙관적이지 않다. 2030년까지 노동자 핵심 스킬의 약 39%가 교체돼야 한다는 전망은, 재교육(reskilling)이 ‘좋은 일’이 아니라 생존 과제라는 뜻이다. 그리고 이 재교육의 비용과 시간을 누가 부담할 것인가가 곧 분배 문제다. 기업이 부담하면 생산성 이득이 사내에 순환하고, 개인이 부담하면 이미 자산이 많은 사람만 투자할 수 있어 양극화가 심화된다.

한 줄 요약: 스킬 기반 전환은 인재 전략이 아니라 분배 전략이다 — 생산성 이득을 조직 전체에 순환시키느냐, 특정 직군에 쌓이도록 방치하느냐의 갈림길.

사회보호 없는 AI 전환이 공허한 이유

ILO가 2026년 4월 내놓은 보고서의 핵심 메시지는 간결하다 — “사회보호 시스템 강화는 더 이상 선택이 아니라 필수”. 임시직·파트타임·자영업·소규모 사업장·가사노동·비공식 경제 종사자까지 보호 범위를 확장하라는 요구다.

이 요구를 자동화 역설과 겹쳐 읽으면 뚜렷한 그림이 나온다. 자동화가 노동소득분배율을 떨어뜨리면서 임금은 올리는 구조에서, 표준 고용(정규직·대기업) 밖의 노동자는 임금 상승 혜택조차 받지 못한다. 한국의 2024년 일자리 통계에서 개인사업체 일자리는 831만 개(31%)인데, 이 영역은 자동화의 생산성 이득이 전달되지 않는 사각지대다.

ILO가 제시한 재원 방안 — 사회보험료, 누진적 조세, 저소득 노동자 공공 보조, 국제 연대 지원 — 은 결국 자동화가 만든 초과이익을 재순환시키는 거시적 메커니즘이다. 기업 안에서 HR이 하는 ‘스킬 기반 내부 이동’의 사회 전체 버전이라고 볼 수 있다. 개인적으로는 이 두 메커니즘이 동시에 작동하지 않으면 어느 쪽도 효과를 내기 어렵다고 본다. 기업이 내부 순환을 열심히 해도 사회 안전망이 없으면 퇴직자·프리랜서가 양극화를 가속시키고, 사회보호를 확충해도 기업 내부에서 이득이 쏠리면 조직 내 K자형 분기가 지속되기 때문이다.

생산성 이득의 사내 순환을 설계하라

자기파괴적 루프의 구조가 드러났다면, HR에게 남은 과제는 이 루프를 조직 안에서 끊는 것이다. ‘채용·보상 관리자’에서 ‘생산성 이득의 사내 순환 설계자’로 역할을 재정의해야 하는 이유가 여기에 있다.

구체적으로, 이것은 세 가지 설계 과제를 의미한다.

우선, 자동화 이득의 추적과 재배분이다. AI 도입으로 특정 팀의 생산성이 올라가면, 그 이득이 어디로 흘러가는지를 실시간으로 추적해야 한다. 이익이 해당 팀 성과급 → 주주 배당으로만 흘러간다면, 조직 내 양극화가 거시 양극화를 복제하게 된다.

다음으로, 내부 이동을 분배 메커니즘으로 운영하는 것이다. 내부 이동 인재가 외부 채용보다 최고 성과자일 가능성이 80% 높다는 데이터는, 내부 이동이 효율적일 뿐 아니라 생산성 이득을 조직 전체에 퍼뜨리는 가장 직접적인 경로라는 뜻이기도 하다. 자동화로 여유 인력이 생기는 부서에서, AI 확장으로 인력이 필요한 부서로의 전환을 시스템으로 설계해야 한다.

마지막으로, 재교육 비용의 기업 부담을 명시적으로 선택하는 것이다. 2030년까지 핵심 스킬의 39%가 교체돼야 하는 상황에서, 재교육을 ‘자기계발’로 개인에게 떠넘기면 자산이 있는 직원만 투자할 수 있다. 이것은 조직 내 스킬 양극화 → 생산성 격차 고착 → 인재 유출이라는 내부 버전의 자기파괴 루프를 만든다.

💡 실무 시사점 — HR이 이번 분기에 점검할 3가지:

① 자동화 이득 흐름 감사. AI 도입 팀의 생산성 향상분이 성과급·배당·재투자 중 어디로 얼마나 흘러가는지 숫자로 파악한다. 이득의 사내 순환 비율이 곧 조직의 양극화 방지력이다.

② 내부 이동률을 ‘분배 지표’로 재정의. 현재 내부 충원 비율을 측정하되, 단순 효율이 아니라 ‘자동화 여파 부서 → 성장 부서’ 이동 경로별로 분석한다. 이 경로가 막혀 있으면 생산성 이득이 조직 밖으로 유출된다.

③ 재교육 투자의 ROI를 TFP 관점으로 전환. 교육 시간·비용 대비 ‘조직 전체 총요소생산성 기여분’을 측정한다. 개인 스킬 향상이 아니라, 양극화 방지를 통한 조직 생산성 유지가 재교육의 진짜 ROI다.

#자동화역설 #노동소득분배율 #스킬기반조직 #생산성순환

참고 링크

• NBER, “What Investment Data Implies about the AI Transition” (2026)
• 통계청, “2024년 일자리행정통계 결과” (2026)
• arXiv, “Resolving the Automation Paradox: Falling Labor Share, Rising Wages” (2026)
• 한국은행, “우리 경제 가계 양극화의 실태와 파급영향” (2026)
• ILO, “ILO calls for stronger social protection for a changing world of work” (2026)
• Workday, “What the Future of HR Management Looks Like” (2026)

작성: 서재홍 | NODE