AI가 당신을 하루아침에 대체하진 않습니다 — 하지만 매 분기 더 똑똑해지고 있어요

65%. 지금 AI가 3~4시간짜리 텍스트 업무를 성공적으로 처리하는 비율입니다. 불과 1년 전엔 50%였어요. 사실 — [MIT/arXiv, 2026년 4월]

솔직히 이 숫자 보고 좀 놀랐어요. 1년 만에 15%p가 올랐다는 건, 올해 안 되던 일이 내년엔 된다는 뜻이거든요. 그런데 더 중요한 건 이 변화의 패턴입니다.

MIT의 닐 톰슨 교수 연구팀이 미국 노동부 O*NET 데이터베이스에서 3,000개 이상의 텍스트 기반 업무를 뽑아 17,000건 이상의 근로자 평가를 수집했습니다. 사실 — [arXiv:2604.01363] 연구팀이 던진 질문은 이겁니다: AI가 "파도처럼 갑자기 덮치는" 건가, 아니면 "밀물처럼 천천히 차오르는" 건가?

데이터가 말하는 답은 압도적으로 후자입니다.

밀물이지, 쓰나미가 아닙니다

연구진은 특정 업무를 갑자기 완전히 대체하는 "파도" 패턴의 증거는 거의 발견하지 못했습니다. 대신 거의 모든 텍스트 기반 업무에서 AI 능력이 꾸준히 올라가는 "밀물" 패턴을 확인했어요. 사실 — [arXiv:2604.01363]

구체적으로 보면 이렇습니다. 2024년 2분기에 대규모 언어 모델(LLM)은 숙련 근로자가 3~4시간 걸리는 텍스트 업무의 약 50%를 처리할 수 있었습니다. 2025년 3분기에는 이 수치가 약 65%로 올랐어요. 사실 — [arXiv:2604.01363] 한 가지 좁은 기술이 아니라 수천 가지 다양한 업무에 걸쳐서요.

연구진의 전망에 따르면, 2029년까지 AI는 대부분의 텍스트 관련 업무에서 80~95% 성공률을 달성할 수 있습니다. 추정 — [arXiv:2604.01363] 다만 완벽하거나 사람보다 뛰어난 수준에 이르려면 그 이후로도 몇 년이 더 걸릴 거라고 합니다.

텍스트 중심 직업에 미치는 영향

글을 쓰거나, 분석하거나, 요약하거나, 번역하거나, 코딩하거나, 텍스트 기반 정보를 처리하는 일을 한다면 이 연구가 직접적으로 관련됩니다. 밀물은 직업을 크게 가리지 않고 넓게 올라오니까요.

데이터 입력 담당자를 생각해 보세요. 이 직업의 핵심 업무인 정형 텍스트 처리는 AI 성공률이 가장 빠르게 올라가는 영역입니다. 저희 데이터에서도 이미 전 직업군 중 AI 노출도가 최상위권이에요.

고객 서비스 상담원도 비슷한 궤도에 있습니다. 문의 대응, 답변 작성, 이슈 분류 — 모두 LLM이 분기마다 꾸준히 성능을 올리고 있는 텍스트 기반 업무입니다.

편집자와 테크니컬 라이터는 좀 더 복잡합니다. AI가 이제 꽤 괜찮은 수준으로 글을 쓰고 수정할 수 있지만, 전문 편집과 기술 문서의 품질 기준은 여전히 높습니다. MIT 연구에서도 "최소 품질"과 "전문가 수준" 사이의 격차가 2029년 이후에도 남을 거라고 지적했어요. 주장 — [arXiv:2604.01363]

번역가, 소프트웨어 개발자, 법률 보조원, 회계사, 시장 조사 분석가 모두 텍스트가 중심인 환경에서 일합니다. 하지만 연구진이 강조하는 핵심이 있어요 — "업무를 할 수 있는 것"과 "그 업무를 하는 사람을 대체하는 것"은 완전히 다릅니다.

도입 격차: 능력 vs 현실

직장이 걱정되는 분들에게 가장 중요한 발견은 이겁니다: AI 도입 시점은 AI 능력 개발 시점보다 훨씬 늦을 수 있습니다. 주장 — [arXiv:2604.01363] AI가 업무를 할 수 있다는 것과 조직이 실제로 도입한다는 것은 별개의 문제니까요.

이렇게 생각해 보세요. 스프레드시트가 수십 년 전에 많은 회계 업무를 자동화할 수 있었지만, 회계사가 사라지진 않았잖아요 — 일하는 방식이 바뀐 거죠. 여기서도 같은 패턴이 반복될 가능성이 높습니다. MIT 연구팀은 프로세스 재설계, 신뢰 구축, 규제 준수, 인력 적응이 모두 필요하다고 명시했습니다.

이 도입 격차가 "밀물" 비유가 중요한 이유입니다. 느리고 꾸준한 상승은 근로자, 기업, 정책 입안자에게 적응할 시간을 줍니다. 쓰나미는 그런 시간을 주지 않아요.

이 정보를 어떻게 활용할까요

텍스트 중심 직업에 종사하고 있다면, 데이터가 말해주는 실천 방안은 세 가지입니다.

첫째, 대체보다 협업이 먼저 옵니다. 65% 성공률은 AI가 이미 많은 업무에서 유용한 협업 도구라는 뜻이지만, 아직 충분히 자주 실패하기 때문에 사람의 감독이 필수입니다. 지금 AI 도구와 함께 일하는 법을 익히세요 — 당장의 커리어 경쟁력이 거기 있습니다.

둘째, 판단력과 품질에 투자하세요. AI가 2029년까지 "최소 품질" 기준으로 80~95%에 도달하지만, "탁월한 품질"은 그보다 수년 뒤입니다. 깊은 전문 지식, 윤리적 판단, 이해관계자와의 관계가 필요한 업무가 마지막까지 남습니다.

셋째, 스냅샷이 아니라 추세를 주시하세요. 연간 15%p 상승은 상당합니다. 6개월마다 AI가 내 업무 중 어떤 부분을 도울 수 있는지 재점검하는 습관을 들이세요.

MIT 연구진은 우리에게 소중한 걸 줬습니다. 공포 대신 측정에 기반한 프레임워크요. 밀물은 올라오고 있지만, 쓰나미는 아닙니다. 시간이 있어요 — 현명하게 쓰세요.

혹시 본인 직업의 AI 노출도가 궁금하시다면, 위에 링크된 직업 상세 페이지에서 확인해 보세요. 어떠세요, 지금 하는 일 중 AI가 도울 수 있는 부분이 떠오르나요?

출처

• Mertens, M., Kuzee, A., Harris, B.S., Lyu, H., Li, W., Rosenfeld, J., Anto, M., Fleming, M., & Thompson, N. (2026). "Crashing Waves vs. Rising Tides: Preliminary Findings on AI Automation from Thousands of Worker Evaluations of Labor Market Tasks." arXiv:2604.01363. https://arxiv.org/abs/2604.01363

업데이트 이력

• 2026-04-04: arXiv:2604.01363 (2026년 4월) 기반 최초 게시.

---

이 분석은 AI(Claude claude-opus-4-6)의 도움을 받아 작성되었습니다. 모든 주장에는 근거 강도 표시와 출처 링크가 포함되어 있습니다. 언급된 직업의 상세 자동화 데이터는 링크된 직업 페이지에서 확인하세요.