중앙은행들의 은행 BIS의 진단 — AI는 해고보다 먼저 채용을 얼렸다
BIS는 AI가 대량 해고를 일으키지 않았다고 말합니다. 대신 채용이 얼어붙었죠. 실업률은 낮은데 취업은 왜 이렇게 힘든지, 어떤 직업에서 대체의 첫 신호가 나왔는지, 이 경고를 노동자가 어떻게 쓸 수 있는지 불리틴 130호를 정리했습니다.
AI가 정말 모두의 일자리를 빼앗고 있다면, 왜 실업률은 폭등하지 않을까요? 세계 각국 중앙은행에 조언하는 바젤의 국제결제은행(BIS)이 이 질문에 대한 답을 내놨는데, 수많은 구직자가 이미 몸으로 느끼고 있던 것과 정확히 일치합니다. 기업들은 AI 때문에 사람을 자르는 게 아닙니다. 지금은 그저 뽑지 않을 뿐입니다.
이 진단은 2026년 7월 28일 발행된 BIS 불리틴 130호 "AI와 글로벌 경제: 중앙은행에 대한 시사점"에 담겨 있습니다. 이냐키 알다소로, 레오나르도 감바코르타, 에니세 카루비, 마티아스 로트너 네 명의 이코노미스트가 썼습니다. 통화정책 담당자를 위한 8쪽짜리 브리핑이지만, 그 거시 분석 안에는 통계로는 평온해 보이고 현실에서는 얼어붙은 노동시장에 대한 지금까지 가장 명확한 공식 설명이 들어 있습니다.
1조 달러짜리 베팅, 그런데 점점 빚으로
[사실] BIS에 따르면 데이터센터·반도체·관련 AI 인프라 지출은 노출도가 가장 높은 경제권에서 GDP의 약 1%에 도달했습니다. [추정] 대형 하이퍼스케일러들의 AI 설비투자 합계는 2025-2026년에 걸쳐 1조 달러 규모로 추산됩니다.
BIS가 걱정하는 건 규모만이 아니라 자금 조달 방식입니다. [사실] 불리틴은 이 투자 급증이 점점 더 부채로 조달되고 있다고 지적합니다. 과거 테크 붐을 지탱하던 현금 보유고 대신, 공모 채권시장과 사모 크레딧에 기대고 있다는 겁니다.
이 디테일이 왜 당신의 일자리와 관련이 있을까요? 빚에는 기한이 있기 때문입니다. AI 인프라에 수십억 달러를 빌려 쓴 기업은 그 인프라가 눈에 보이는 수익을 내야 하고, 가장 빨리 보이는 수익은 인건비 절감입니다. AI 붐의 자금 조달 구조가 기업들이 자동화를 얼마나 세게 밀어붙일지를, 그리고 사람 머릿수에 얼마나 인내심을 가질 수 있을지를 결정하게 됩니다.
생산성 효과: 클 수도 있지만, 확실히 늦다
[사실] 불리틴 요약문은 직설적입니다. "AI의 생산성 효과는 잠재적으로 크지만, 섹터와 국가에 걸쳐 불확실하고 불균등하다."
[주장] 저자들은 "생산성 J커브" 패턴을 지목합니다. 범용 기술이 등장하면 기업들이 조직을 재편하고 재교육하고 프로세스를 다시 짜는 동안 측정되는 생산성이 오히려 먼저 떨어졌다가 나중에 올라간다는 겁니다. 개별 기업들은 이미 AI 도구로 이득을 보고 있다고 보고하지만, 이 미시적 성과가 경제 전체 숫자로 이어지려면 활동이 도입에 서툰 기업에서 잘하는 기업으로 얼마나 빨리 재배분되느냐에 달려 있습니다.
[사실] 미국은 이 트레이드오프를 축소판으로 보여줍니다. AI 노출이 높은 섹터일수록 생산성 이득이 크지만, 그 대가의 일부는 고용 성장 둔화입니다. 1인당 산출은 올라가는데 사람 수는 제자리인 거죠. 소프트웨어, 금융, 전문 서비스에서 일하고 계시다면 지난 2년이 딱 그랬을 겁니다.
당신의 일자리를 서로 반대로 당기는 두 힘
BIS는 AI의 노동시장 효과를 두 힘의 대결로 봅니다. 생성형 AI는 인간의 투입이 필요한 과업 — 판단, 예외 처리, 맥락과 책임이 필요한 일 — 을 보완합니다. 반면 전부 또는 일부 자동화할 수 있는 루틴한 인지 과업은 대체합니다.
[사실] 지금까지 실제 대체는 제한적이었다는 게 불리틴의 판단입니다. 다만 특정 과업과 직업에서 대체의 초기 신호를 포착했고, 이름까지 적시했습니다. 콜센터와 비즈니스 센터입니다.
우리 자체 데이터도 일치합니다. 고객 서비스 담당자의 2026년 AI 노출도는 76%, 자동화 위험은 72%로, 2023년의 55%에서 가파르게 올랐습니다. 우리가 추적하는 1,016개 직업 중 가장 가파른 상승 축에 속합니다. 상세 데이터 보기
콜센터나 백오피스에서 일하신다면, BIS가 방금 당신이 첫 번째 물결 안에 있다는 걸 공식 확인해 준 셈입니다. 무섭게 들리지만, 뒤집으면 역사상 대부분의 노동자가 받아보지 못한 사전 경고를 받은 것이기도 합니다.
"저채용, 저해고" — 취업이 유독 힘든 이유
2026년의 이상한 노동시장을 설명하는 대목이 여기입니다. [사실] BIS에 따르면 많은 기업이 규제, 도입 비용, 조직 적응, AI 신뢰성에 대한 의구심 때문에 아직 관망(wait-and-see) 단계에 머물러 있습니다. [주장] 저자들은 이 신중함이 여러 국가에서 관측되는 "저채용, 저해고(low hiring, low firing)" 동학과 일치한다고 봅니다.
노동자 입장에서 번역하면 이렇습니다. 직장이 있다면 상대적으로 안전합니다 — 기업들이 아직 자르지는 않으니까요. 하지만 일자리를 찾는 중이라면, 특히 첫 직장을 찾는 중이라면, 조용히 닫혀버린 문을 밀고 있는 겁니다. 실업률이 낮으니 헤드라인은 평온합니다. 그 사이 채용 공고는 줄고, 채용 절차는 길어지고, 신입 포지션은 증발합니다. 공식 통계와 체감이 서로 다른 말을 하는데, 둘 다 사실인 상황입니다.
BIS의 경고 하나는 꼭 옮겨야겠습니다. 이 동결은 종착지가 아니라 대기 상태입니다. [주장] AI 도구의 역량이 계속 확장되면, 균형추가 관망에서 대체 쪽으로 이동할 수 있습니다. 기업들이 망설이는 이 시간이야말로 노동자가 써야 할 시간입니다.
중앙은행들이 긴장하는 이유 — 그리고 그게 당신 월급에 닿는 경로
[사실] 정책 담당자들을 향한 불리틴의 핵심 메시지는 이겁니다. AI는 수요와 공급을 동시에 건드립니다. 투자 급증은 오늘의 수요를 밀어 올리고, 생산성 이득은 알 수 없는 시점에 내일의 공급을 밀어 올립니다. 이 조합이 경기 신호를 흐려서 경제가 과열인지 둔화인지 읽기 어렵게 만들고, 금리를 올바르게 설정하기도 어렵게 만듭니다.
금리 실수는 추상적인 문제가 아닙니다. AI 투자를 과열로 오독해 금리를 너무 높게 잡으면 채용 동결이 해고로 굳어집니다. 생산성 이득이 물가 압력을 가리는 바람에 너무 낮게 잡으면 인플레이션이 당신의 임금 인상분을 갉아먹습니다. 어느 쪽 실수든 노동자에게 먼저 떨어집니다. 중앙은행들의 은행이 이 불리틴을 쓴 이유이고, 정책과 무관한 사람이 읽어도 남는 게 있는 이유입니다.
그래서 뭘 하면 되는가
BIS는 중앙은행가를 위해 썼지만, 노동자 버전으로 번역하면 이렇습니다.
첫째, 당신의 업무가 루틴한 인지 과업 — 고객 응대 스크립트, 정형화된 문서 처리, 1차 지원 — 중심이라면, 불리틴의 콜센터 지목을 조기 통지로 받아들이세요. 보완 쪽 장부는 진짜입니다. 에스컬레이션 처리, 관계 회복, 애매한 사안에 대한 판단. 회사가 아직 관망 중인 지금, 당신의 일주일을 그런 과업 쪽으로 옮기세요.
둘째, "관망"의 의미를 기억하세요. 대부분의 기업이 아직 도입하지 않았습니다. AI의 입증된 역량과 실제 도입 사이의 간극은 연 단위로 벌어져 있고, 그 간극이 당신의 준비 시간입니다.
셋째, 회사가 AI 투자를 어떻게 조달하는지 지켜보세요. 차입으로 조달한 발표에는 수익 기한이 따라오고, 기한에는 비용 절감 압력이 따라옵니다. 어떤 헤드라인보다 나은 구조조정 예측 지표입니다.
솔직한 한계
이 불리틴은 8쪽짜리 거시 브리핑이지 직업별 연구가 아닙니다. 방향을 짚을 뿐, 직업 하나하나의 확률을 주지는 않습니다. 그리고 채용 동결에는 경쟁 설명이 있습니다. 수년간 이어진 고금리도 채용을 억누르며, BIS 스스로 두 신호를 깔끔하게 분리할 수 없다고 인정합니다. 사실 그게 이 불리틴의 핵심입니다 — AI가 경제를 중앙은행조차 읽기 어렵게 만들었다는 것. 이게 어떻게 흘러갈지 정확히 안다고 말하는 사람은 뭔가를 팔려는 사람입니다.
증거가 뒷받침하는 것은 이렇습니다. 대체는 아직 제한적이고, 식별 가능한 과업 유형에 집중돼 있으며, 그 전에 눈에 보이는 채용 둔화가 먼저 옵니다. 노동자가 이만큼의 사전 경고를 받는 경우는 드뭅니다. 이 시간을 쓰십시오.
출처
- BIS 불리틴 130호 — AI와 글로벌 경제: 중앙은행에 대한 시사점 (국제결제은행, 2026년 7월 28일)
- 보고서 전문 PDF
이 글은 BIS 불리틴에 대한 AI 보조 분석으로 작성되었으며 정확성 검토를 거쳤습니다. 개별 직업 수치는 자체 추적 데이터 기준이며, 링크된 직업 페이지에서 확인할 수 있습니다.
본 분석은 Anthropic Economic Index, 미국 노동통계국(BLS), O*NET 직업 데이터를 기반으로 합니다. 방법론 자세히 보기
업데이트 이력
- 2026년 8월 6일에 최초 게시되었습니다.
- 2026년 8월 6일에 최종 검토되었습니다.