AI·로봇은 가장 덜 늙은 산업에 맞는다 — BIS 135개국 분석

2010년부터 2024년 사이 전 세계 농업 종사자 중 55세 이상 비율은 24%에서 33%로 올랐다. 보건·사회복지업에서는 18%에서 25%가 됐다. 2026년 9월 24일 국제결제은행(BIS)이 낸 BIS Bulletin은 이렇게 빠르게 고령화하는 두 산업이 AI·로봇 자동화 점수에서 바닥권에 있고, 두 기술이 가장 잘 맞는 산업은 오히려 종사자가 젊다고 밝혔다.

기계가 맞는 곳과 고령 노동자가 있는 곳

[사실] BIS의 Iñaki Aldasoro, Sebastian Doerr, Daniel Rees는 135개 경제의 연령·산업별 ILO 고용 자료를 기존 노출 지표 두 가지와 결합했다. Felten·Raj·Seamans(2021)의 AI 산업 노출 지수와 Acemoglu·Restrepo(2020)의 로봇 밀도 자료다. 두 지표를 평균해 산업마다 점수 하나를 매겼다.

[사실] 이 점수에서 제조업이 1위(산업 평균 대비 1.91 표준편차)이고, 금융·보험(0.91), 전문·기술 서비스(0.72), 교육(0.58), 정보통신(0.43)이 뒤를 잇는다. 제조업의 1위는 순전히 로봇 덕분이다. AI 노출만 보면 -0.42로 평균보다 낮다. AI 노출이 가장 높은 산업은 금융으로 2.08이다. 꼴찌는 농업(-0.94)이며, 그 앞에 건설(-0.69)과 숙박·음식(-0.65)이 있다.

[사실] 보건·사회복지업 점수는 0.19다. 저자들은 이 산업을 규모가 크고 고령화가 진행 중이며 노출은 약한 산업으로 설명한다. 돌봄과 대인 업무는 여전히 자동화가 어렵고, 인구가 늙을수록 수요는 늘어난다. 농업 종사자는 7억 명이 넘고, 표본 국가들에서 전체 고용 대비 농업 비중의 중앙값은 14.2%다.

국가 점수: 고령화-자동화 중첩도

[사실] 저자들은 경제마다 고령 노동자가 AI·로봇이 닿는 산업에 몰려 있는지를 측정하고, 각 산업의 고용 규모로 가중했다. 점수가 높을수록 고령화가 자동화 가능한 산업에서 일어난다는 뜻이다. 점수는 북미, 북서유럽 일부, 호주에서 가장 높다. 남아시아·동남아시아 상당수와 발칸·캅카스 일부에서는 낮다.

[사실] 소득과의 연관은 약하다. 점수와 1인당 GDP(로그) 사이 상관계수는 0.14이고, 사하라 이남 아프리카를 빼면 0.36으로 오른다. 빠르게 고령화하는 선진국 몇 곳은 아시아 국가를 포함해 최하위권 점수를 받았다. 자동화 역량이 젊은 인력 중심의 대규모 제조업에 쏠려 있기 때문이다. 저자들은 AI나 로봇 도입에서 세계를 선도한다고 해서 고령화한 노동력을 자동화로 메우기에 유리한 위치에 있는 것은 아니라고 결론짓는다.

[사실] 들어맞는 정도는 나빠졌다. 2010~2013년 평균과 비교해 절반 넘는 경제에서 점수가 떨어졌고, 변화의 중앙값은 -0.09다. 동아시아·동남아시아와 남유럽은 2050년까지 고령화 속도가 빠를 것으로 전망되는데 점수는 낮다.

[사실] 점수가 낮은 곳에 대해 저자들은 경제활동참가율 제고, 노동 이동성, 이민을 대안으로 든다. 그런데 점수가 낮은 경제일수록 현재 이주민 비중이 작고, 점수와 노동시장 유연성 지표 사이 상관은 거의 없다.

고령화 산업 종사자가 준비할 것

이 보고서는 직업이 아니라 산업 단위로 분석한다. [추정] 자동화가 가장 더디고 고령화가 가장 빠른 산업군에 직접 속하는 직업으로는 재가 요양보호사, 간호조무사, 간호사, 작물·온실 농업 노동자가 있다.

• 돌봄 종사자: [추정] 수요 증가, 낮은 노출 점수, 고령 인력이 겹쳐 보건·사회복지업의 채용 압력은 계속될 것으로 보인다. 은퇴로 생긴 빈자리를 기계가 메우지 못하는 산업이므로, 보조 인력에서 간호직이나 관리직으로 옮길 수 있게 해 주는 자격이 가치를 지닌다.
• 농업 종사자: [주장] 저자들은 일부 경제의 농업이 기존 기술만으로도 기계화할 여지가 있다고 본다. 농장 일자리에 가장 먼저 닿을 변화는 이미 쓰이는 농기계 교육이다.
• 금융·전문 서비스의 젊은 종사자: [사실] 이들 산업은 AI 노출이 가장 높고 인력이 비교적 젊다. [추정] 이곳의 AI 도입은 은퇴 때문에 일어나지 않으므로, 금융·투자 분석가 같은 종사자는 경력 중간에 업무가 바뀌는 일을 겪게 된다.
• 이직을 고민하는 50세 이상: [사실] 저자들은 노동자의 직업 전환을 돕는 데 노동 이동성이 결정적이라고 보며, 나이가 들수록 이직이 줄어든다는 OECD 자료를 인용한다. [추정] 50대 초반의 전환이 은퇴 직전의 전환보다 수월할 가능성이 크다.

한계

여기서 노출은 기술적 가능성을 뜻할 뿐, AI나 로봇이 노동자를 대체하는지 보조하는지를 말하지 않는다. 또 정태적 지표라 신기술, 재교육, 산업 간 이동을 반영하지 않는다. AI 점수는 미국 고용 가중치로 집계해 모든 경제에 적용했고, 사우디아라비아는 산업 자료에서 빠졌으며, 중국 수치는 2020년 인구센서스에서 왔다. 온라인 부록의 국가별 표는 이미지라 이 요약에서 읽지 못했다.

출처

• Iñaki Aldasoro, Sebastian Doerr, Daniel Rees, "Old workers, young machines: can AI and automation offset population ageing?", BIS Bulletin No 135, 2026년 9월 24일: https://www.bis.org/publications/bulletin-135-old-workers-young-machines-can-ai-and-automation-offset-population-ageing

이 분석에 대해

이 글은 AI의 도움을 받아 보고서 전문과 온라인 부록을 바탕으로 작성했다. [추정] 표시 항목(직업 대응, 산업 단위 결과에서 끌어낸 조언)은 보고서에 대한 우리의 해석이다. 저자들도 연구 보조와 문장 다듬기에 AI를 썼다고 밝혔다. 보고서의 그래프와 표는 옮겨 싣지 않았다.