기술은 보통 젊고 숙련된 노동자를 위한 일자리를 창출합니다. AI도 같은 일을 할까요?

I’m happy to translate the article for you, but I’ll need the text you’d like translated. Could you please paste the content (excluding the source line you’ve already provided) here? Once I have the text, I’ll translate it into Korean while preserving the original formatting and technical terms.

Source: (원본 링크는 그대로 유지됩니다)

기술, 고용, 그리고 새로운 일의 부상

특정 시점에서 기술은 고용에 두 가지 일을 합니다: 전통적인 직업을 대체하고 새로운 업무 라인을 창출합니다. 기계가 농부를 대체하지만, 그 덕분에 항공우주 엔지니어가 존재할 수 있게 됩니다. 그렇다면 기술이 새로운 일자리를 만든다면, 그 일자리를 누가 차지하게 될까요? 급여는 얼마나 될까요? 새로운 일자리는 언제쯤 “새로운” 상태를 벗어나 일반 노동자가 할 수 있는 흔한 업무가 될까요?

MIT 노동경제학자 David Autor가 이끄는 미국 고용에 관한 새로운 연구가 이러한 질문들에 대한 통찰을 제공합니다. 전후 미국에서 Autor와 그의 동료들이 상세히 보여주듯, 새로운 형태의 일은 30세 이하의 대학 졸업생에게 다른 사람들보다 더 큰 혜택을 주는 경향이 있었습니다.

“우리는 지금까지 정확히 누가 새로운 일을 하고 있는지 본 적이 없었습니다,” Autor가 말합니다.
“그 일은 주로 젊고 교육받은 사람들, 도심 지역에서 이루어지고 있습니다.”

이 연구는 또 다른 강력한 대규모 통찰을 담고 있습니다: 혁신 기반의 새로운 일은 수요에 의해 크게 좌우된다는 점입니다. 제2차 세계대전 대응으로 1940년대에 정부가 주도한 연구와 제조업 확장은 새로운 일과 새로운 전문 분야를 엄청나게 창출했습니다.

“이 말은 우리가 새로운 투자를 어디에 하든, 그 결과 새로운 전문화가 생긴다는 뜻입니다,” Autor가 설명합니다.
“대규모 활동을 만들면, 그와 관련된 새로운 전문 지식에 대한 기회가 항상 생깁니다. 우리는 이것을 보게 되어 흥미로웠습니다.”

논문 What Makes New Work Different from More Work 은 Annual Review of Economics에 곧 게재될 예정입니다. 저자는 다음과 같습니다:

• David Autor (MIT)
• Caroline Chin, 박사과정 학생, MIT 경제학과
• Anna M. Salomons, 교수, Tilburg University & Utrecht University
• Bryan Seegmiller, PhD ’22, 조교수, Northwestern University Kellogg School of Management

그리고 새로운 일—그리고 그 일을 얻는 노동자 유형—에 대한 학습은 인공지능 확산과도 관련이 있을 수 있습니다. 다만 Autor는 AI가 직장에 어떤 영향을 미칠지는 아직 정확히 판단하기 이르다고 봅니다.

“사람들은 AI 기반 자동화가 특정 업무를 더 빠르게 침식시킬까 봐 크게 우려하고 있습니다,” Autor가 관찰합니다.
“업무를 침식한다는 것은 일자리를 침식한다는 것과는 다릅니다. 많은 일자리가 여러 업무를 포함하고 있기 때문이죠. 하지만 우리는 모두 묻고 있습니다: 새로운 일은 어디서 나올까? 이것은 매우 중요하지만 우리는 거의 알지 못합니다. 어떤 형태가 될지, 어떻게 보일지, 누가 할 수 있을지 모릅니다.”

“모두가 전문가라면, 아무도 전문가가 아니다”

네 명의 공동 저자는 2024년에 발표된 이전 주요 연구에서도 새로운 일에 대해 협업했으며, 그 연구에서는 1940년부터 2018년까지 미국의 직업 중 약 6/10이 1940년 이후에 널리 발전한 새로운 전문 분야에 속한다는 결과를 제시했습니다. 이번 새로운 연구는 누가 새로운 업무 라인을 채우는지를 보다 정밀하게 살펴봅니다.

이를 위해 연구진은 다음 자료들을 활용했습니다:

1. U.S. Census Bureau data (1940–1950) – 두 번의 인구조사 사이에 직업, 급여, 직업 전환을 개인 수준에서 분석할 수 있는 공개 기록.
2. American Community Survey (ACS) data (2011–2023) – 인구조사국과의 안전한 협업을 통해 얻은 자료로, 새로운 직업 전문 분야와 기존 직업 전문 분야에 종사하는 근로자의 소득, 교육, 인구통계 정보를 개인 수준에서 제공합니다.

Autor는 새로운 일은 언제나 새로운 형태의 전문성과 연결된다고 말합니다. 처음에는 이 전문성이 희소하지만, 시간이 지나면서 더 일반화될 수 있습니다. 어쨌든 전문성은 종종 새로운 기술과 연관됩니다.

“그것은 어떤 역량을 숙달해야 합니다,” Autor가 말합니다.
“노동의 가치는 단순히 무언가를 할 수 있는 능력이 아니라, 전문 지식에 있습니다. 그리고 그 지식이 고임금 일과 저임금 일을 구분짓는 경우가 많습니다.”
“그것은 희소해야 합니다. 모두가 전문가라면, 아무도 전문가가 아니다.”

주요 발견

(표의 구체적인 수치는 원문을 참고하십시오.)

Source: … (keep the original source line unchanged)

• 신규 작업 비율은 10년마다 대략 비슷하지만, Autor는 이를 엄격한 규칙으로 보지 말라고 경고합니다.
• 1940년에 신규 직업에 진입한 근로자는 1950년에 일반 인구보다 2.5 × 더 높은 확률로 신규 작업에 종사했습니다.
• 대학 졸업자는 고등학교 졸업자보다 2.9 percentage points 더 높은 확률로 신규 작업에 참여했습니다.
• 신규 작업은 기존 직업에 비해 임금 프리미엄을 제공하지만, 이 프리미엄은 전문 지식이 널리 퍼지고 결국 자동화됨에 따라 시간이 지나면서 사라집니다.

“희소성 가치는 사라진다,” Autor는 말한다. “그것은 상식이 된다. 그것 자체가 자동화된다. 신규 작업은 오래된다.”

익숙한 예: 자동차 운전은 한때 희소한 기술이었고; 워드‑프로세싱은 1990년대까지 프리미엄 기술이었다. 오늘날 두 기술 모두 많은 직업의 기본 요소가 되었다.

잠시 AI로 돌아가기

새로운 일자리를 얻는 사람들을 연구한 결과 학자들은 새로운 작업이 어떻게 창출되는지에 대한 놀라운 결론에 도달했다. 제2차 세계대전 시기의 카운티 수준 데이터를 조사했을 때—연방 정부가 새로운 제조업을 지원하던 시기—… (원본 텍스트가 여기서 끊겼으며, 전체 기사에서는 분석이 계속됩니다).

수요‑주도 혁신과 AI 기반 일자리의 미래

미국 전역의 공공‑민간 파트너십 연구에 따르면, 새로운 공장이 들어선 카운티에서는 새로운 일자리가 급증했으며, 1940년부터 1950년까지의 새로운 일자리 중 85 %–90 %가 기술‑주도였다고 합니다.

이러한 맥락에서 당시에는 수요‑주도 혁신이 크게 일어났습니다. 오늘날 혁신에 대한 공적 담론은 종종 공급 측면—새로운 제품을 만들려는 혁신가와 기업가—에 초점을 맞춥니다. 그러나 이 연구는 수요 측면도 혁신 활동에 상당한 영향을 미칠 수 있음을 보여줍니다.

“기술은 ‘유레카!’처럼 그냥 일어나는 것이 아닙니다,”라고 Autor는 말합니다.
“혁신은 목적이 있는 활동이며, 누적됩니다. 충분히 진행하면 자체적인 모멘텀을 갖게 됩니다. 하지만 그렇지 않으면 결코 도달하지 못합니다.”

2026년 AI와 일자리 환경

이제 2026년에 대화를 지배하고 있는 AI 주제로 돌아갑니다. AI가 좋은 새로운 일자리를 만들 것인가, 아니면 일자리를 빼앗을 것인가? Autor에 따르면 답은 우리가 어떻게 구현하느냐에 달려 있습니다.

많은 종류의 기술‑주도 새로운 일자리가 등장할 수 있는 방대한 의료 분야를 예로 들어 보겠습니다. 우리가 의도적으로 일자리를 창출하려고 한다면 말이죠.

“의료 분야에서 AI를 활용할 수 있는 방법은 여러 가지가 있습니다,”라고 Autor는 말합니다.
“하나는 사람들의 일을 자동화해서 없애는 것이고, 다른 하나는 다양한 수준의 전문성을 가진 사람들이 서로 다른 작업을 수행하도록 하는 것입니다. 저는 후자가 사회적으로 더 유익하다고 생각합니다. 하지만 시장이 그 방향으로 갈지는 명확하지 않습니다.”

반면에, 정부 주도의 수요는 AI 적용을 의료 생산성 향상으로 유도하여 새로운 고용 기회를 창출할 수 있습니다.

“미국 의료 분야 지출의 절반 이상이 공공 자금입니다,”라고 Autor는 관찰합니다.
“우리는 그곳에서 많은 레버리지를 가지고 있어, 방향을 그쪽으로 밀어낼 수 있습니다. 이를 활용하는 다양한 방법이 있습니다.”

연구비 지원 감사

이 연구는 부분적으로 다음 기관들의 지원을 받았습니다:

• 휴렛트 재단
• 구글 기술 및 사회 방문 펠로우 프로그램
• 노미스 재단
• 슈미트 사이언스 AI2050 펠로우십
• 스미스 리처드슨 재단
• 제임스 M. 및 캐슬린 D. 스톤 재단
• Instituut Gak