Anthropic 8만 1천명 보고서로 본 인공지능 시대의 노동 — 효율은 올랐는데 왜 더 불안해지는가

Anthropic이 8만 1천 명의 Claude 사용자를 대상으로 진행한 인터뷰 조사에서 한 가지 역설이 드러났다. 인공지능으로 일하는 시간이 줄어든 사람일수록, 자기 일자리에 대한 불안이 더 커진다는 것이다. 2026년 4월에 공개된 이 보고서는 생산성 향상이 곧 여유로 이어지지 않는 현실, 오히려 효율이 오를수록 더 빨리 달려야 한다는 압박감이 강해지는 구조를 보여준다.

조사에 따르면 응답자의 5명 중 1명이 인공지능에 의한 일자리 대체를 우려하고 있었다. 흥미로운 것은 이 우려의 분포다. 인공지능을 가장 적게 쓰는 직군인 초등학교 교사보다, 가장 많이 쓰는 직군인 소프트웨어 엔지니어가 훨씬 더 큰 불안을 느끼고 있었다. 한 소프트웨어 엔지니어의 응답은 이렇다. 화이트칼라라면 누구나 마찬가지겠지만, 자기는 인공지능에 일자리를 잃을까봐 24시간 걱정한다는 것이다. 인공지능 노출도(Observed Exposure)가 10% 포인트 올라갈 때마다 일자리 위협 인식은 1.3% 포인트 올랐고, 노출도 상위 25%는 하위 25%보다 세 배 더 자주 이 우려를 표현했다.

여기서 첫 번째 역설이 등장한다. 인공지능이 가장 많이 도와주는 사람일수록 가장 많이 두려워한다. 기술이 만들어내는 공포는 기술과 거리가 먼 사람들에게서 오는 것이 아니라, 기술과 가장 친밀한 사람들에게서 온다.

또 하나의 결정적 패턴은 응답자들이 보고한 작업 속도 향상과 일자리 위협 인식 사이의 관계다. 그래프는 U자형을 그렸다. 양 끝, 그러니까 인공지능이 자기 일을 더 느리게 만들었다고 답한 사람과, 인공지능 덕에 일이 압도적으로 빨라졌다고 답한 사람 모두에서 일자리 위협 인식이 높았다. 작업이 빨라질수록 그 직무가 앞으로도 필요할까에 대한 의심이 깊어지는 것이다. 회계사 한 명이 보고서에서 인용된 말이 있다. 두 시간 걸리던 자금 작업을 이제 15분 만에 끝낸다는 이야기였다. 듣기에는 자랑처럼 들리지만, 다른 한편으로는 의문이다. 15분이면 끝나는 일에 회사가 정직원을 계속 둘 이유가 무엇인가. 본인은 그것을 알고 있다.

그런데도 사람들은 멈추지 않는다. 멈추면 옆자리 동료가 같은 도구로 같은 일을 더 빨리 해낸다. 한 소프트웨어 개발자는 이렇게 말했다. 인공지능이 등장한 이후, 프로젝트 매니저들이 점점 더 어려운 티켓과 버그를 떨어뜨리기 시작했다는 것이다. 효율이 오른 만큼 쉴 시간이 늘어난 것이 아니라, 그 효율을 전제로 더 어려운 과제가 부과된 것이다. 이것이 두 번째 역설이다. 생산성 향상의 과실은 노동자에게 가지 않고, 그 자리에서 더 많은 산출물을 짜내는 압력으로 변환된다.

응답자의 4분의 1만이 누가 이 생산성의 수혜자인지 명시적으로 언급했다. 그중 다수는 자기 자신이라고 답했다. 하지만 10%는 고용주나 클라이언트가 더 많은 일을 요구하고 더 많은 일을 받아내고 있다고 답했다. 이 비율은 경력 단계에 따라 갈렸다. 시니어 전문직의 80%가 자신이 수혜자라고 느낀 반면, 초기 경력자는 60%에 그쳤다. 신입에 가까울수록 인공지능의 효율은 자기 몫이 아니라 회사 몫이라고 체감한다는 뜻이다.

여기서 세 번째 균열이 나타난다. 초기 경력자, 그러니까 사회 초년생들이 가장 큰 불안을 떠안고 있다. 보고서는 인공지능 노출도가 높은 직종에서 22~25세 청년의 채용이 둔화되는 조짐을 이전 연구에서도 관찰했다고 언급한다. 사람을 새로 뽑아 가르치는 것보다, 기존 직원이 인공지능을 끼고 그 일을 처리하는 것이 더 빠르고 싸다고 판단되는 순간, 신입 자리는 사라진다. 누가 일을 못하는 것이 아니다. 일이 줄어든 것도 아니다. 다만 그 일이 신입을 거쳐갈 필요가 없어진 것이다.

이것은 프리랜서 시장에서도 비슷한 모습으로 진행되고 있다. 보고서가 직접 다루지는 않았지만, 데이터의 행간에 그 풍경이 비친다. 응답자 중 한 명인 배달 기사가 인공지능으로 전자상거래 사업을 시작했고, 한 조경사가 음악 앱을 만들고 있다는 사례가 등장한다. 임금 분포의 양극단에서 모두 큰 생산성 향상이 보고됐다. 고임금 직종에서는 더 빨리, 저임금 직종에서는 그동안 손대지 못했던 새 영역으로. 중간이 비어가고 있다. 그 중간 지대가 전통적으로 프리랜서들이 살아가던 자리다. 글쓰기, 디자인, 번역, 단순 코딩, 자료 정리. 직장인이 퇴근 후 인공지능을 켜고 두세 시간만 들이면 어지간한 외주 결과물을 만들어내는 시대가 되면, 외주를 받아 생계를 잇던 사람들의 일감은 빠르게 마른다.

엘리트의 풍경은 어떤가. 보고서에서 가장 큰 생산성 이득을 보고한 직군은 두 개였다. 경영(management) 직군과 컴퓨터/수학 직군. 그런데 경영 직군의 응답자 대부분은 기존 임원이 아니라 인공지능으로 사업을 시작한 1인 창업자(solopreneur)들이었다. 이 사실이 의미하는 바가 작지 않다. 큰 조직의 사다리를 오르며 권한을 축적하던 전통적 엘리트 코스가 아니라, 혼자 인공지능을 무기로 사업체를 세우는 사람들이 가장 큰 효율을 누리고 있다. 변호사들의 응답은 정반대였다. 한 변호사는 어디에 무엇이 있는지, 법률 문서를 어떻게 읽어야 하는지, 무엇을 해야 하는지를 매우 구체적으로 지시했지만 매번 다른 길로 새더라는 불만을 토로했다. 정밀한 직업적 규범을 가진 전문직일수록 인공지능과의 마찰이 크다. 그들의 자산이었던 정밀성이 오히려 협업의 장벽이 되고 있다.

보고서가 명시적으로 말하지 않은 또 하나의 풍경이 있다. 인공지능의 출력을 그대로 받아들이는 사람과, 그것을 검증하고 걸러내는 사람 사이의 격차다. 한 변호사가 말한 “매번 다른 길로 새더라”는 말은, 인공지능이 그럴듯하지만 틀린 답을 내놓는 일이 흔하다는 점을 보여준다. 같은 도구를 들고 같은 시간을 쓴 두 사람이 있다고 하자. 한 명은 출력물을 그대로 보고서에 넣고, 한 명은 그것이 헛소리인지 들을 만한 이야기인지를 자기 머릿속에서 한 번 더 거른다. 시간이 지날수록 두 사람의 결과물은 갈수록 벌어진다. 보고서가 보여주는 표면적 평균 생산성 향상의 이면에는, 검증 능력의 유무에 따라 결과의 격차가 기하급수적으로 벌어지는 새로운 분포가 깔려 있다.

도덕경(道德經)에 이런 구절이 있다.

知人者智，自知者明

남을 아는 것은 지(智)이고, 자기를 아는 것은 명(明)이다. 인공지능 시대에 이 구절이 묘하게 다시 읽힌다. 인공지능이 무엇을 아는지를 아는 것은 지(智)이고, 인공지능이 무엇을 모르는지를 아는 것이 명(明)이다. 출력의 결을 보고 그것이 그럴듯한 거짓인지 진짜인지를 가려내는 사람만이 이 도구의 진짜 수익자가 된다. 가려내지 못하는 사람은 빠른 속도로 잘못된 답변을 양산하고, 그 결과물이 자기 평판으로 돌아온다.

장자(莊子) 양생주(養生主)에는 포정해우(庖丁解牛) 이야기가 있다. 칼을 19년 썼는데 칼날이 새것 같다는 백정의 비결은 소의 결을 따라 칼을 댄 데 있다. 결을 모르는 자는 매달 칼을 갈아야 했고, 결을 아는 자는 평생 한 자루로 살았다. 인공지능이라는 칼을 받아든 사람들이 지금 이 비유 안에 있다. 모두가 같은 칼을 받았지만, 결을 보는 자와 못 보는 자 사이에 수익의 격차가 갈리고 있다.

보고서는 1인 창업자들이 가장 큰 효익을 누린다고 했고, 변호사처럼 정밀한 규범을 가진 전문직이 가장 큰 마찰을 겪는다고 했다. 둘 다 인공지능의 출력 품질을 가려낼 줄 아는 사람들이라는 공통점이 있다. 다만 한쪽은 그 가려냄을 자기 사업의 무기로 삼고, 다른 한쪽은 가려낸 결과 인공지능을 신뢰하지 못해 협업 자체가 어려워진다. 같은 식별 능력이 누구에게는 자산이 되고 누구에게는 부담이 된다.

응답자들이 가장 자주 언급한 생산성 이득 유형은 속도(40%)가 아니라 범위(scope, 48%)였다. 인공지능이 단순히 기존 일을 빨라지게 한 것이 아니라, 자기가 못 하던 일을 할 수 있게 해줬다는 답변이 더 많았다는 뜻이다. 비기술자가 풀스택 개발자가 됐다, 예산이 부족해 못 쓰던 소셜 미디어 매니저 일을 직접 할 수 있게 됐다는 응답들이다. 이것은 도구의 본질적 변화다. 칼을 더 빠르게 휘두르게 된 것이 아니라, 망치도, 톱도, 현미경도 같은 손에 쥐어진 셈이다.

이 변화 앞에서 사람들은 분주해진다. 같은 한 사람이 갑자기 디자이너이자 개발자이자 마케터이자 회계사가 될 수 있는 시대에, 자기 영역을 좁혀 지키던 전문가들은 흔들린다. 고용주는 묻는다. 한 사람이 다 할 수 있는데 왜 여러 사람을 두어야 하느냐. 그래서 효율은 휴식으로 환원되지 않고 통합으로 환원된다. 일자리 다섯 개가 한 자리로 합쳐지고, 그 한 자리는 다섯 배 빨리 일해야 한다. 효율의 이익은 회사가 가져가고, 압박은 자리에 남은 사람이 진다.

블루칼라의 풍경은 다소 다르다. 보고서는 임금 분포에서 가장 낮은 분위(quartile)에서도 큰 생산성 이득을 보고하는 사례들이 있었다고 적었다. 배달 기사의 전자상거래 시도, 조경사의 앱 개발이 그 예다. 이전이라면 학습 자원과 시간 부족으로 진입조차 어려웠던 영역에 인공지능이 손을 내밀고 있다. 화이트칼라 엘리트는 자기 영역을 갉아먹히는 위협을 느끼고, 블루칼라 일부는 새 영역으로 발을 들이는 기회를 본다. 같은 도구가 누구에게는 위협이고 누구에게는 사다리가 된다.

물론 이 사다리도 누구에게나 열린 것은 아니다. 인공지능 출력을 가려낼 수 있느냐, 그 출력을 자기 일에 결합할 줄 아느냐가 관문이다. 새로운 격차가 그 관문에서 만들어지고 있다. 학력이나 직군이 아니라, 출력 품질에 대한 판별력이 새로운 계층 구분선이 되고 있다.

보고서가 마지막으로 보여주는 풍경은 이렇다. 인공지능을 가장 많이 쓰는 사람이 가장 많이 두려워한다. 가장 빨리 일하는 사람이 가장 큰 일자리 위협을 느낀다. 효율의 과실은 종종 본인이 아니라 회사로 흐른다. 신입은 줄어들고, 프리랜서의 외곽이 침식되며, 엘리트 전문직은 자기 정밀성과 인공지능의 부정확성 사이에서 마찰을 일으킨다. 그 와중에 인공지능 출력의 결을 읽을 줄 아는 사람만이 도구의 진짜 수익을 가져간다.

장자(莊子)의 또 다른 구절이 떠오른다. 무용지용(無用之用), 쓸모없음의 쓸모. 가장 효율적인 도구를 손에 쥔 시대에, 즉답을 내놓는 능력보다 즉답을 의심하는 능력이 더 귀해진다. 모두가 답을 빨리 만들 수 있게 된 세상에서, 답을 멈추고 들여다보는 시간이 가장 비싼 자원이 된다. 빨리 달리는 사람들 사이에서, 한 박자 늦게 결을 보는 자가 어떤 모습으로 살아남을지는 아직 보고서에 적혀 있지 않다.