지식 노동의 최전선에 있는 전문직 일자리가 인공지능(AI)이라는 거대한 파도에 휩쓸리고 있다. 과거 AI가 단순 반복 업무만을 대체할 것이라는 안일한 예측은 빗나갔다. 이제는 고도의 지적 판단이 필요한 법률 리서치와 예산 분석, 코딩 영역까지 AI가 인간의 자리를 빠르게 꿰차며 노동 시장의 질서를 근본적으로 뒤흔들고 있다.
2026 AEA 총회 충격 보고: 법조계·빅테크 고용 '역성장' 전환, 고소득 전문직 진입장벽 붕괴
지난 3일(현지시간) 필라델피아에서 개최된 '2026 전미경제학회(AEA) 연차총회'에서는 미국 노동시장의 암울한 미래와 대전환을 예고하는 통계들이 쏟아졌다. 특히 '미국 노동시장의 현주소' 세션에서 발표자로 나선 전문가들은 전문직 종사자들이 더 이상 안전지대에 머물 수 없음을 강력히 경고했다. 윌리엄 비치 전 미국 노동통계국장은 현 상황을 진단하며 로펌들이 더 이상 법대 출신의 신규 변호사를 채용하기보다 AI를 통한 리서치 효율화에 집중하고 있다는 점을 최우선 과제로 꼽았다.
실제로 수치상으로 나타나는 고용 데이터는 충격적이다. 디지털 전환의 상징이었던 컴퓨터 시스템 디자인 업계는 2023년까지 매년 3.4% 이상의 성장을 이어왔으나, 생성형 AI가 본격 도입된 직후인 2023년 9월부터 연평균 1.9%의 역성장으로 돌아섰다. 기업의 생산성은 10년 내 최고치를 기록하고 있음에도 불구하고 신규 채용 인원은 오히려 20만 명 이상 급감했다. 이는 기업들이 코딩이나 법률 검토와 같은 핵심 직무를 인력이 아닌 알고리즘에 맡기기 시작했음을 의미한다.
이러한 현상은 취업 시장의 전통적인 위계질서마저 무너뜨리고 있다. 링크트인의 실시간 데이터에 따르면, 과거 빅테크 취업의 보증수표였던 컴퓨터과학(CS) 전공자들의 취업 성과가 최근 급격히 하락해 인문학 전공자들과 비슷한 수준에 머물고 있는 것으로 나타났다. 리사 칸 로체스터대 교수는 "고스펙 이공계 인재들이 하향 지원을 하면서 기존 인문계 졸업생들이 노동 시장 밖으로 밀려나는 '구축 효과'가 심화되고 있다"고 분석했다.
단순 반복 업무 넘어 핵심 리서치까지 AI가 장악… 미 노동시장 '업무 대체'의 강 건넜다
기술직과 단순 노무직 역시 AI와 로봇의 공세에서 자유롭지 못하다. 마이클 호리건 업존 연구소장은 "저숙련 노동자들에게 로봇은 보완재가 아닌 완벽한 대체재"라며 공장과 물류 현장에서 인간의 설 자리가 사라지고 있음을 시사했다. 특히 주목할 점은 인구 구조의 변화다. 2034년 미국 내 신규 고용 증가는 사실상 '제로(0)'에 수렴할 것으로 예측되며, 이는 경제 성장을 유지하기 위해 AI 도입이 선택이 아닌 필수적인 생존 전략이 되었음을 시사한다.
전문가들은 이러한 위기 속에서도 역설적으로 'AI 활용 능력'이 유일한 생존 열쇠라고 입을 모은다. 로버트 시먼스 뉴욕대 교수는 직업 대전환(JX) 시대를 맞아 새로운 기술 확보의 중요성을 강조했다. 비록 프리랜서 작가나 마케팅 직군의 급여가 일시적으로 하락하는 진통을 겪고 있으나, AI를 도구로 활용해 개인의 생산성을 확장하는 이들에게는 새로운 기회의 장이 열릴 것이라는 분석이다.
인구 구조 변화와 고용 제로 시대의 역설, 생존 위한 'AI 생산성 확장'만이 유일한 탈출구
본 기사는 2026 AEA 총회 내용을 바탕으로 AI가 전문직 노동시장에 미치는 파괴적 영향력을 분석했다. 로펌의 신규 채용 중단과 빅테크 업계의 역성장은 인공지능이 단순 보조를 넘어 핵심 업무의 주체로 급부상했음을 입증한다. 이를 통해 독자들은 향후 직업 선택의 기준을 재정립하고, AI와 공존하며 생산성을 극대화할 수 있는 전략적 필요성을 인식하게 될 것으로 기대된다.
노동 시장은 이제 '사람을 뽑는 시대'에서 '업무를 기술로 대체하는 시대'로 완전히 진입했다. 전문직이라는 이름의 견고한 성벽은 허물어졌으며, 변화에 적응하지 못한 인력은 도태될 수밖에 없는 냉혹한 현실이 눈앞에 있다. 결국 다가오는 고용 제로 시대에서 살아남기 위해서는 AI를 단순한 위협이 아닌, 자신의 역량을 증폭시키는 '생산성 확장 도구'로 재정의하는 인식의 전환이 시급하다.
){kind=small}
){kind=small}
){kind=small}
){kind=small}
