자동화 불안은 대체로 "이야기"입니다. 증거는 그것을 교정합니다.

미국과 독일 노동자의 절반 이상이 "자동화 때문에 실업률이 올라갈 것"이라고 답했습니다. 그런데 "내가 잘릴 것 같다"고 답한 사람은 열 명 중 세 명도 안 됩니다. 남들에게 닥칠 거라고 상상하는 재앙과, 나 자신에게 실제로 매기는 위험 사이의 이 간극 — 새 연구에서 가장 많은 것을 말해주는 숫자가 바로 이겁니다. 그리고 이 간극은 희망적인 사실 하나를 가리킵니다. 자동화 불안의 상당 부분은 예측이 아니라, 우리가 어디선가 흡수한 이야기라는 것. 이야기는 증거로 교정될 수 있습니다.

이 연구는 멜라니 아른츠(Melanie Arntz), 제바스티안 블레세(Sebastian Blesse), 필립 되렌베르크(Philipp Doerrenberg)가 쓴 「일의 종말이 가까워 보인다: 사람들은 디지털 기술과 자동화의 영향을 어떻게 인식하는가」로, Labour Economics(2026)에 실렸고 독일 노동시장직업연구소(IAB)가 공개하고 있습니다. 이 논문이 특이한 이유는, 자동화가 일자리에 무엇을 하는지를 측정하지 않기 때문입니다. 대신 사람들이 자동화가 일자리에 무엇을 한다고 믿는지를 측정하고, 그다음 실험을 통해 "실제 연구 결과를 알려주면 그 믿음이 바뀌는가"를 검증합니다.

바뀝니다. 다만 낙관론자가 바랄 만한 깔끔한 방식으로는 아닙니다.

사람들이 실제로 믿는 것

연구진은 2019년 2~3월 YouGov를 통해 근로 연령대(18~55세) 경제활동인구 5,147명을 조사했습니다. 미국 3,066명, 독일 2,081명입니다.

결과는 아주 특정한 방향으로 기울어 있습니다. 두 나라 모두 응답자의 절반 이상이 자동화가 전체 실업률을 끌어올릴 것이라고 봤고, 실업률이 내려갈 것이라고 본 사람은 약 10%에 불과했습니다. 두 나라 모두 약 90%가 자동화의 충격이 사회 집단별로 불평등하게 나타날 것이라 봤고, 저숙련 노동자가 가장 큰 피해자가 될 것이라고 답했습니다.

그런데 똑같은 사람들에게 "앞으로 5년 안에 당신이 자동화로 실직할 것 같은가"라고 물으면, 조금이라도 걱정된다고 답한 사람은 4분의 1을 조금 넘는 수준에 그칩니다. [사실]

이건 사람들이 아무 이유 없이 모순적인 게 아닙니다. 저자들은 이것이 "자동화 불안(automation angst)"의 서로 다른 차원임을 보여줍니다. 전체 실업률 상승에 대한 두려움과 내 일자리에 대한 두려움의 상관계수는 0.1 미만입니다. 경제 전체에 대한 두려움과 불평등에 대한 두려움은 약 0.3입니다. 즉 "로봇이 일자리를 없앤다"와 "로봇이 내 일자리를 없앤다"는, 한 사람의 머릿속에 살면서도 거의 독립적인 두 개의 믿음입니다. [사실]

경제 전체에 대한 불안은 직업이 아니라 정치에서 온다

자동화 헤드라인을 읽는 방식을 다시 생각하게 만드는 발견이 여기 있습니다. 개인의 위험 인식은 현실을 꽤 잘 따라갑니다. 실제 직무·직장 특성 — 업무의 반복성 비중, 디지털 도구 노출도, 고용 이력 — 과 강하게 상관됩니다. 사람들은 자기 노출도에 대해서는 대체로 괜찮은 판단자입니다.

경제 전체에 대한 공포는 다르게 움직입니다. 미국에서는 인구통계와 직무 특성을 통제한 뒤에도 정치 이념과 정부 신뢰도가 이 공포를 강하게 예측합니다. 좌파 성향 응답자는 우파 성향 응답자보다 실업 증가 우려가 0.2 표준편차, 분배 우려가 0.5 표준편차 높습니다. 정치적 극단에 자신을 위치시킨 비율이 미국 50.9%, 독일 24.9%인데, 독일에서는 이런 이념적 패턴이 훨씬 약합니다. [사실]

즉 "자동화가 일자리를 파괴할 것"이라는 응답의 상당 부분은 노동시장 판단이 아닙니다. 노동시장 질문의 형태를 빌려 표현된 정치적 정체성입니다.

실험: 사람들에게 증거를 보여주면 어떻게 되는가

이 지점에서 이 논문의 값어치가 나옵니다. 응답자들은 무작위로 두 가지 실제 과학적 정보 중 하나를 받거나 — 1993~2007년 17개국 산업용 로봇을 분석한 동료심사 연구 Graetz & Michaels(2018)에서 가져온 내용입니다 — 아무것도 받지 않는 통제집단에 배정됐습니다.

첫 번째 처치는 "로봇이 전체 고용을 유의하게 줄이지 않았다"는 결과를 알려줍니다. 생산성 향상과 가격 하락이 경쟁력을 높였기 때문입니다. 두 번째 처치는 같은 연구의 다른 결과, 즉 "로봇이 저숙련 노동자의 고용 비중을 줄였다"를 알려줍니다.

첫 번째 처치는 효과가 있었습니다. 전체 실업률 상승에 대한 공포가 평균 0.15 표준편차 감소했고, 숙련 노동자가 피해를 볼 것이라는 우려도 줄었습니다. 효과는 미국에서 다소 더 강했습니다. [사실]

이걸 각주 이상으로 만드는 세부사항이 셋 있습니다. 첫째, 처치를 받은 응답자의 87%가 그 정보를 신뢰할 만하다고, 82%가 유용하다고 답했습니다. 흘려듣지 않았다는 뜻입니다. 둘째, 4주 뒤 미국 참가자 2,225명(재접촉 대상의 약 75%)을 대상으로 한 추적조사에서 되돌아가는 현상이 없었습니다. 교정된 인식이 유지됐습니다. 셋째, "자동화가 저숙련층에 해롭다"는 두 번째 처치는 거의 아무것도 바꾸지 못했고, 바꾼 부분에서는 오히려 대졸 노동자에 대한 우려를 약 0.1 표준편차 낮췄습니다. 나쁜 분배 소식은 사람들이 이미 믿고 있었던 겁니다. [사실]

핵심은 이 비대칭성입니다. 정보는 틀린 믿음(대량 일자리 파괴)을 교정했고, 이미 맞는 믿음(불평등한 충격)에는 거의 손대지 못했습니다. 총량 차원의 자동화 불안이 합리적 예측이라기보다 상당 부분 교정 가능한 오인식이라면, 정확히 이런 결과가 나옵니다. [주장]

낙관론자들이 건너뛰는 부분

같은 정보가 균일한 반응을 만들어내지는 않았습니다. 이걸 감추면 정직하지 않은 글이 됩니다.

처치 효과는 사전 신념에 크게 좌우됐습니다. 실업 공포의 감소는 주로 원래 비관적이던 사람들에게서 나왔습니다. 반면 개인적·분배적 우려의 변화는 오히려 덜 비관적이던 사람들에게서 더 많이 나타났습니다. 정책 선호로 오면 반응은 이질적이고 때로는 정반대였습니다. 낙관적 사전 신념을 가진 응답자는 처치 후 정책 개입 요구를 줄였고, 원래 중립적이던 응답자는 다소 반대 방향으로 움직였으며, 공포가 가장 크게 줄어든 비관론자들은 정책 요구를 전혀 바꾸지 않았습니다. [사실]

함정이 하나 더 있습니다. 원자료에서 자동화 불안이 높을수록 직업 전환 의향과 재교육 투자 의향이 높았지만, 동시에 실제 금전이 걸린 기부 결정에서 기부를 덜 했습니다. 공포는 두 가지 일을 동시에 하고 있었습니다. 자기 보호를 자극하는 동시에 연대를 갉아먹는 것. 공포를 없애면 동기도 함께 사라질 수 있습니다. [사실]

그리고 정직하게 밝혀야 할 한계. 이 조사는 2019년 초에 이뤄졌습니다. 응답자에게 제공된 정보는 생성형 AI가 아니라 산업용 로봇에 관한 것이었습니다. 오늘 LLM에 노출된 사무직 노동자를 상대로 같은 실험을 해도 같은 안심 효과가 나온다는 보장은, 이 연구 어디에도 없습니다. 한 서사를 교정한 증거가 다음 서사에 대한 낙관을 자동으로 허가해주지는 않습니다.

그래서 당신에게 의미하는 것

교훈은 "마음 놓아라, 아무 일도 없을 것"이 아닙니다. 그보다 좁고, 그래서 더 쓸모 있습니다.

두 질문을 분리하세요. "AI가 일자리 전반을 파괴할까?"와 "내 직업이 노출돼 있나?"는 답이 다른 별개의 질문인데, 연구는 대부분의 사람이 둘을 뒤섞는다는 걸 보여줍니다. 당신의 노출도는 오늘 아침 읽은 헤드라인이 아니라 실제 업무 구성 — 얼마나 반복적이고, 얼마나 규칙화되어 있는지 — 에 달려 있습니다. 우리 데이터에서 고객 서비스 담당자의 자동화 노출도는 용접공보다 훨씬 높습니다. 두 직업 모두 똑같이 "로봇이 몰려온다" 기사에 등장하는데도요.

무서운 숫자의 출처를 확인하세요. 널리 인용되는 "미국 일자리의 약 47%가 자동화 고위험"이라는 주장은 직업 단위 추정치입니다. 같은 질문을 직무(task) 단위로 물으면, 이 논문의 제1저자가 참여한 OECD 추정치는 21개국 기준 고위험 일자리 약 9%로 내려옵니다. 숫자가 다섯 배 넘게 달라진 건 세상이 바뀌어서가 아니라 방법론이 바뀌었기 때문입니다. [사실]

불안을 이용하되, 불안에 이용당하지 마세요. 걱정하는 노동자가 재교육에 더 적극적이라는 발견은 진짜이고 지킬 가치가 있습니다. 목표는 두려움 없이 동기만 남기는 것입니다. 자기 직무 노출도를 정직하게 읽고, 그에 맞춰 의도적으로 재교육하고, 증거가 "맞을 때보다 틀릴 때가 더 많다"고 말하는 총량 예측에 내 감정 상태를 외주 주는 일을 그만두는 것.

서사가 말하는 자리가 아니라 내 일이 실제로 놓인 자리를 보고 싶다면, 직업 페이지에서 시작하세요. 예를 들어 회계사, 소프트웨어 개발자, 법무 보조원 페이지의 직무별 분해를 머릿속 이야기와 비교해보세요. 이 연구에서 그 비교는 공포 0.15 표준편차어치의 값을 했습니다. 당신에게는 5분이 듭니다.

출처

• Arntz, M., Blesse, S. & Doerrenberg, P. (2026). "The end of work feels near. How do people perceive the impact of digital technologies and automation?" _Labour Economics_. IAB 발행 기록 (DOI: 10.1016/j.labeco.2026.102897, 오픈 액세스)
• Arntz, M., Gregory, T. & Zierahn, U. (2016). "The Risk of Automation for Jobs in OECD Countries: A Comparative Analysis", OECD Social, Employment and Migration Working Papers No. 189.

업데이트 이력

• 2026-07-14: 최초 발행. Arntz, Blesse & Doerrenberg(2026), _Labour Economics_(IAB 발행 기록) 기반.

---

_AI 지원 분석. 이 글은 AI의 도움을 받아 작성되었고 사람 편집자가 검토했습니다. 설문 수치, 실험 효과 크기, 표본 수는 인용된 연구에서 직접 가져왔으며, 직업별 노출도 추정치는 자체 O\*NET 기반 데이터셋에서 산출한 것입니다._