AI 해고 함정: 모든 기업이 자동화 경쟁에 뛰어드는 이유 — 그리고 왜 역효과가 날 수 있는지
와튼스쿨 신규 연구가 게임이론의 역설을 밝힙니다. 기업은 비용 절감을 위해 합리적으로 자동화하지만, 집단적으로는 자신이 의존하는 소비 수요를 파괴합니다. UBI, 재교육 등 일반적 처방은 전부 실패하고, 딱 하나의 정책만 작동합니다.
AI로 직원을 대체하는 기업은 비용 절감의 100%를 가져갑니다. 하지만 그로 인한 피해는 극히 일부만 부담하죠. 이 격차가 UPenn 와튼스쿨 신규 연구의 핵심이고, 지금 벌어지는 AI 해고 물결이 아무도 원치 않는 방향으로 흘러가는 이유를 설명합니다.
고객 서비스, 경영 관리, 소프트웨어 개발, 재무 분석 분야에서 일하고 있다면, 이 연구는 여러분의 업종에 — 놀랍게도, 여러분의 고용주에게도 — 불편한 함의를 갖고 있습니다.
함정: 합리적 선택, 집단적 재앙
2026년 3월 발표된 Brett Hemenway Falk, Gerry Tsoukalas의 논문 "The AI Layoff Trap"의 핵심 통찰입니다. [주장] 기업이 한 직무를 자동화하면 임금 절감분을 전부 챙깁니다. 하지만 일자리를 잃은 직원은 소비를 줄이고 — 이 줄어든 소비는 해당 업종의 모든 기업에 분산됩니다. 경쟁사가 20곳인 시장이라면, 각 기업은 자신이 파괴한 수요의 1/20만 체감합니다.
계산은 잔인합니다. 각 기업 입장에서 자동화는 명백한 이득입니다 — 절감액은 크고, 수요 감소는 미미하니까요. 하지만 20개 기업이 동시에 같은 합리적 계산을 하면, 집단적 수요 손실은 거대해지고 모두를 덮칩니다.
[주장] 연구진은 이를 "수요 외부효과"라 부르며, 게임이론 모형을 통해 이것이 전형적인 죄수의 딜레마를 만든다는 것을 보여줍니다. 모든 기업이 직원을 해고하지만, 집단적 자제가 오히려 모든 기업의 이익을 높일 수 있습니다. 시장 참여자가 많을수록 함정은 심해집니다 — 각 기업이 내재화하는 피해 비율이 더 작아지니까요.
이건 이론적 호기심 거리가 아닙니다. 논문은 최근 10만 명 이상의 IT 인력이 해고된 사실을 지적하며, Salesforce, Goldman Sachs, Infosys 등이 공개적으로 AI를 해고 이유로 들었습니다. [주장] 연구진은 경쟁 시장의 균형 자동화율이 사회적 최적 수준의 2배에 달할 수 있다고 추정합니다.
왜 일반적 처방이 전부 실패하는가
논문은 7가지 인기 있는 정책 대안을 체계적으로 해체합니다. 시장이 알아서 교정될 거라 기대하는 분들에게 불편한 대목입니다.
임금 조정은 문제가 터지는 시점만 바꿀 뿐, 문제 자체를 해결하지 않습니다. 임금이 낮아지면 절감액도 줄고 수요 손실도 줄지만 — 외부효과의 비율은 그대로입니다.
자유 진입(신규 기업의 시장 참여)은 오히려 상황을 악화시킵니다. [주장] 테스트 시나리오의 94% 이상에서, 경쟁자가 늘어나면 과도한 자동화 격차가 좁혀지기는커녕 더 벌어졌습니다.
자본소득세는 논리적으로 들리지만 핵심을 빗나갑니다. [주장] 세금은 이익 수준에 작용하지, 과업별 자동화 결정에 작용하지 않습니다. 수학적으로 상쇄되어 — 세금 유무와 관계없이 기업은 정확히 같은 비율로 자동화합니다.
근로자 지분 참여(이익 공유)는 부분적으로 돕지만 격차를 메울 수 없습니다. [주장] 근로자가 업종 내 소비액의 100% 이상을 배당으로 돌려받아야 하는데 — 수학적으로 불가능합니다.
기본소득(UBI)은 바닥을 높이지만 자동화 인센티브를 바꾸지 않습니다. [주장] 기업은 여전히 같은 사적 계산에 직면합니다. UBI가 오히려 더 많은 기업을 유인해 시장을 분절시키고 외부효과를 악화시킬 수도 있습니다.
재교육과 업스킬링은 해고된 근로자가 새 일자리를 찾는 데 도움이 됩니다. 하지만 소득 대체를 완전히 달성할 수는 없어서 — 격차는 남고, 외부효과도 살아남습니다.
코스 협상(기업 간 자동화 자제 합의)은 자동화 결정이 경쟁 기업 간에 계약으로 묶을 수 없고, 이탈 유인이 항상 지배적이기 때문에 실패합니다.
실제로 작동하는 단 하나의 정책
[주장] 논문은 피구세(자동화세) — 내재화되지 않은 수요 손실만큼의 과업별 부과금 — 만이 깨진 인센티브를 고칠 수 있다고 주장합니다. 최적 세율은 각 기업이 경쟁사에 가하는 수요 피해, 구체적으로는 근로자 소비 감소액에 (1 - 1/N)을 곱한 값입니다.
왜 다른 정책은 전부 실패하는데 이것만 작동할까요? 실제 의사결정이 일어나는 정확한 지점에 작용하기 때문입니다. 다른 모든 정책은 이익 수준이나 총소득에 작용하지만 — 이 세금은 과업별 자동화 선택 자체에 작용하여, 기업이 해고의 전체 비용을 내재화하게 만듭니다.
[주장] 영리한 부분이 있습니다. 세수를 재교육 프로그램에 투입하면 근로자의 소득 대체율이 올라갑니다. 해고된 근로자가 새 직무에 재흡수될수록 수요 손실이 줄고 — 필요한 세율도 줄어듭니다. 세금이 일시적이 됩니다, 영구적이 아니라. 자동화 군비경쟁이 수요를 파괴하지 않도록 노동시장이 적응할 시간을 벌어주는 겁니다.
여러분의 커리어에 이것이 의미하는 바
고객 서비스, 경영 관리, 소프트웨어 개발, 재무 분석 분야에 있다면, 메시지는 미묘합니다. 위협은 단지 AI가 여러분 업무 일부를 할 수 있다는 것만이 아닙니다 — 여러분의 고용주가 집단적으로 합리적이든 아니든, 엄청난 경쟁 압박 속에서 자동화를 추진해야 한다는 것입니다.
경영 컨설턴트와 회계 사무원의 경우, AI가 잘 처리하는 고도로 구조화된 업무 비중이 높아 자동화 압박이 특히 강합니다.
하지만 연구는 반직관적인 사실도 시사합니다: 과도한 자동화는 기업 이익도 해칩니다. 비효율 손실(deadweight loss)은 근로자만이 아니라 기업주에게도 떨어집니다. 노동과 자본 양쪽 모두 현명한 규제를 지지할 이유가 있는 이상한 정치적 연합이 만들어지는 거죠.
현실적 교훈은요? 시장의 힘이 알아서 균형을 찾을 거라 가정하지 마세요. 수요 외부효과는 시장이 체계적으로 과도하게 자동화한다는 뜻입니다. 커리어를 설계하는 근로자든, 어떤 역할을 자동화할지 고민하는 관리자든, 정책 옵션을 따져보는 정책결정자든 — 죄수의 딜레마는 현실이고, 의도적인 정책만이 이를 깨뜨릴 수 있습니다.
Update History
- 2026-03-25: Falk & Tsoukalas (2026), "The AI Layoff Trap," arXiv:2603.20617 기반 초기 발행.
이 분석은 참조된 연구 논문을 바탕으로 AI(Claude, Anthropic)의 도움을 받아 작성되었습니다. 모든 주장은 원본 출처에 귀속됩니다. 특정 직업의 상세 자동화 위험도 데이터는 링크된 직업 페이지를 참조하세요. 이 글은 재무 또는 커리어 조언이 아닙니다.