로봇은 신체 업무 74%를 할 수 있다. 사람보다 싼 건 0.3%뿐

미국 일자리에 있는 신체 과업의 74%는 이미 로봇이 할 수 있습니다. 그런데 로봇이 사람보다 싸게 하는 일은 전체 업무의 0.3%뿐입니다. 두 숫자 모두 2026년 9월 30일 Anthropic이 낸 같은 논문에서 나왔고, 솔직히 이 둘 사이의 거리가 이 글의 핵심입니다.

Russell Legate-Yang과 Maxim Massenkoff가 쓴 「What work can robots do?」는 저자들이 「로봇 노출 지수」라고 부르는 척도를 만듭니다. 우리가 거의 매주 다루는 LLM 노출 지표의 물리 세계 버전인데, 가리키는 노동자 집단이 전혀 다릅니다.

지수는 어떻게 만들었나

[사실] 출발점은 O*NET입니다. 직업 약 900개, 과업 설명 약 19,000개. 먼저 Claude가 물리적 기계 없이는 자동화할 수 없는 과업을 골라냈고, 그 수가 7,594개입니다. 그다음 각 신체 과업을 「로봇이 얼마나 통제된 환경을 필요로 하는가」에 따라 4단계로 매깁니다.

• E0: 어떤 로봇도 못 한다.
• E1: 조립 라인처럼 로봇용으로 만든 환경에서만 한다.
• E2: 물류창고·병원처럼 사람이 일하는 정돈된 작업장에서 한다.
• E3: 도로처럼 정돈되지 않은 환경에서도 한다.

[사실] 실제로 입증된 능력만 셉니다. Claude가 실제 로봇을 검색해 배치·판매·시연을 보여주는 출처를 인용해야 하고, 로봇은 신뢰성과 속도에서 사람과 비슷해야 합니다. 저자들은 시연 근거를 빼도 결과가 거의 달라지지 않는다고 밝힙니다.

[사실] 「도랑 파기」 예시가 기준이 얼마나 엄격한지 보여줍니다. 빈 땅에 곧게 도랑을 파는 일은 굴착기를 자율화하는 장치가 있어 E3입니다. 묻힌 배관 주변을 손으로 조심스럽게 파는 일은 E0입니다. 이 과업에서는 후자가 시간을 더 차지하므로 과업 전체가 「비노출」로 판정됩니다.

오늘의 로봇이 할 수 있는 일

[사실] 신체 과업은 미국 전체 근로시간의 46%입니다. 그중 74%는 어떤 환경에서든 로봇이 할 수 있고, 이는 전체 근로시간의 34%입니다. 다만 쏠림이 큽니다. 전체 업무 기준으로 23%는 로봇 전용 환경에서만, 10%는 정돈된 작업장에서, 열린 환경에서 가능한 것은 1%뿐이며 그 1%는 대부분 운전입니다.

[사실] 가장 노출된 직업 10개 중 9개가 차량 운전직입니다. 택시 기사가 0~3 지수에서 2.2로 1위입니다. 재활용 선별원은 1.7, 석고보드 마감공(테이퍼)은 1.6, 진열·주문 피킹원은 1.0입니다.

[사실] 테이퍼 사례는 중간 점수가 서로 다른 두 일을 가릴 수 있음을 보여줍니다. 젖은 줄눈 반죽에 종이 테이프를 눌러 붙이는 일은 로봇이 못 합니다(작업 시간의 26%). 반면 벽을 스캔해 덧칠을 분사하고 샌딩하는 로봇이 있어서 작업 시간의 41%는 E3로 판정됩니다.

진짜 발견은 비용 격차다

[사실] 노출된 과업마다 Claude가 인용된 로봇을 1년간 배치하는 비용을 추정하고, 그 과업 시간만큼의 인건비와 비교했습니다. 로봇이 더 싼 것은 전체 업무의 0.3%입니다.

[추정] 두 헤드라인 숫자를 나란히 놓으면, 로봇이 기술적으로 할 수 있는 일(34%)은 지금 수지가 맞는 일(0.3%)의 약 113배입니다.

[사실] 로봇이 이미 이기는 가장 큰 직업은 포장원입니다. 라인 전체 구입·설치비는 200만 달러 이상이고 약 14명 몫을 대신합니다. 연 단위로 환산하면 1명당 약 45,000달러이고, 상대는 연 약 49,000달러가 드는 노동자로 근무 시간의 97%를 로봇이 할 수 있는 과업에 씁니다. 로봇이 연 2,500달러 정도 싸다는 계산입니다.

[추정] 여유는 얇습니다. 49,000달러 × 97%는 약 47,500달러이니 로봇은 약 5%만 쌉니다. 이 논문의 로봇 비용은 모두 Claude가 웹 검색으로 만든 추정치입니다. 불리한 쪽으로 6%만 틀려도 포장원은 「비용 경쟁력 없음」으로 뒤집힙니다. 논문도 비용 지표를 「시사적」이라고 표현합니다.

[사실] 다른 직업은 격차가 큽니다. 용접공의 과업을 다 덮는 로봇은 용접공 비용의 약 5배입니다. 설거지원·청소원의 로봇은 이들 임금이 용접공보다 25,000~30,000달러 낮은데도 「몇 배 비쌉니다」. 로보택시는 택시 기사보다 약 7,000달러만 더 들지만 규제가 막고 있습니다.

[사실] 로봇 가격은 1990년대 이후 연 약 3%씩 내려왔습니다. 그 속도면 20% 하락에 약 7년, 그때 로봇이 더 싸지는 일은 280만 명 몫(전체 근로시간의 0.8%)입니다. 전체 업무의 10%에 이르려면 70% 하락, 약 40년이 필요합니다.

[추정] 논문 그림 설명의 예시 하나를 직접 계산해 봤습니다. 우편 집배원은 과업의 94%를 로봇이 할 수 있고, 로봇 비용은 연 166,000달러, 중위 총보상은 82,000달러입니다. 비용이 약 54% 떨어져야 동등해지고, 연 3%면 약 25년입니다.

노출된 사람은 AI 이야기와 정반대

AI와 일자리 기사 대부분은, 우리 것을 포함해 사무직 이야기입니다. 이 논문은 그 그림을 뒤집습니다.

[사실] 2020~2024년 미국 지역사회조사(ACS) 기준, 로봇 노출 상위 20% 노동자는 비노출 노동자보다 여성일 확률이 20%p 낮고, 히스패닉일 확률이 16%p 높으며, 학사 이상 학위 보유 확률이 55%p 낮습니다. 시급은 약 30달러 적고 실업률은 두 배 이상입니다. 저자들은 이것이 LLM 노출과 「여러 면에서 정반대」라고 씁니다.

[사실] 두 지표를 합치면 그림이 바뀝니다. LLM만으로는 전체 업무의 약 절반이 노출되지만 로봇을 더하면 81%가 됩니다. 운송·이동 과업은 15% 미만에서 약 90%로 뜁니다. 40% 미만인 대분류 직업군은 하나도 없습니다.

[사실] 남는 것은 손으로 하고 얼굴을 맞대는 일입니다. 돌봄, 의료 지원, 설치·수리. 신체 과업의 약 70%에서 주된 장벽은 능력이고, 절반은 물건을 만지고 다루는 조작 능력이 더 좋아져야 합니다. 규제가 막는 것은 14%, 사람들의 선호가 막는 것은 약 4분의 1입니다.

백테스트, 그리고 그것이 말해주지 못하는 것

[사실] 저자들은 1977년 시점의 과업을 다시 평가했고, 그때 로봇에 더 노출된 직업이 이후 수십 년간 임금과 고용이 더 크게 줄었음을 산업 추세를 통제한 뒤에도 확인했습니다. 또 로봇이 매년 전에 못 하던 신체 업무의 약 2%를 새로 할 수 있게 된다고 추정합니다. 1977년에는 신체 과업의 62%를 못 했지만 오늘의 로봇은 그 과업 중 24%만 못 합니다.

[주장] 이 백테스트는 오늘의 능력을 길잡이로 쓰는 근거가 되지만, 느린 기술을 잰 것입니다. 산업용 로봇은 수십 년에 걸쳐 퍼졌습니다. AI 기반 조작 능력이 더 빨리 좋아지면 이 척도는 「건너뛰어질」 수 있고, 저자들도 그렇게 말합니다.

한계 세 가지는 분명히 적어 둡니다.

• [사실] 측정 대부분을 Claude가 합니다. 어떤 과업이 신체적인지, 시간이 얼마나 드는지, 어떤 로봇이 있고 얼마인지. 본문에 사람이 표본을 검수한 결과는 보고되지 않습니다.
• [사실] 이 글은 Anthropic 경제학자들이 쓰고 Anthropic의 모델로 과업을 평가한 기업 리서치 게시물이며 동료 심사 논문이 아닙니다. 우리 사이트도 Anthropic의 노동 데이터를 많이 쓰니 그 점을 감안해 읽어 주세요.
• [주장] 비용 동등이 곧 일자리 감소는 아닙니다. 로봇 비용 추정에는 사람의 감독·수리 업무가 들어 있는 경우가 많습니다. 저자들은 기계가 사람과 같은 값이 아니라 훨씬 싸져야 생산성 이득이 온다는 연구를 인용합니다.

[사실] 「40년간 아무 일도 없다」로 읽으면 안 되는 근거도 하나 있습니다. 포장원 고용은 2015년 이후 이미 22% 줄었고, BLS는 2035년까지 이 직업의 일자리 감소 폭이 전체 직업 중 11번째로 클 것으로 전망합니다.

일하는 사람에게 의미하는 것

• 운전·창고 노동자는 논문이 가장 먼저 변화를 예상하는 곳입니다. 택시·트럭 기사에게 장벽은 능력이 아니라 규제와 크지 않은 비용 격차입니다. 기술 뉴스보다 지역 로보택시 규정을 지켜보세요.
• 포장원은 숫자가 이미 로봇 쪽으로 기운 유일한 대규모 직업입니다. 다만 차이는 약 5%입니다. 포장 라인을 운영하고, 막힘을 풀고, 정비하는 기술이 남는 부분입니다.
• 용접공, 테이퍼, 청소원, 설거지원은 일의 상당 부분을 할 수 있지만 몇 배 비싼 로봇을 마주합니다. 비용 곡선이 주는 시간은 몇 달이 아니라 몇 년입니다.
• 간호사와 수리 기사는 노출 최하단입니다. 손으로 하고, 사람을 상대하고, 규제가 많은 일. 지금 로봇과 LLM이 가장 못 하는 바로 그 일입니다.

직업별 데이터는 택시 기사, 트럭 운전사, 수작업 포장원, 진열·주문 피킹원, 용접공, 테이퍼, 청소원, 설거지원, 간호사 페이지에서 확인하세요.

출처

• Russell Legate-Yang, Maxim Massenkoff, 「What work can robots do?」, Anthropic, 2026년 9월 30일: https://www.anthropic.com/research/what-work-can-robots-do

이 분석에 대해

이 글은 AI의 도움을 받아 작성했습니다. [사실]로 표시한 수치는 요약이 아니라 Anthropic 게시물 본문 전체에서 읽었습니다. [추정]으로 표시한 수치(113배 격차, 포장원 5% 여유, 집배원 25년)는 논문이 보고한 숫자로 우리가 직접 계산한 것입니다. 별도 부록은 읽지 않았습니다. 논문의 그림과 표는 옮겨 싣지 않았습니다.