댈러스 연준: 텍사스에서 AI 자동화 가능 직업 채용공고 7~8% 감소

2026년 5월, 텍사스 기업 3분의 2가 댈러스 연준에 "업무에 AI를 쓴다"고 답했습니다. 2년 전엔 40%였어요. 그 뒤로 텍사스 직장인들이 던져온 질문은 단순합니다. 그 도입이 실제로 "누가 채용되는가"에 나타나고 있느냐는 거죠. 댈러스 연준의 새 분석은 "그렇다"고 답하면서 숫자까지 붙였습니다. 생성형 AI가 자동화할 수 있는 직업의 채용공고가 덜 노출된 직업 대비 약 7~8% 줄었고, 공고를 줄인 주체는 신생 AI 스타트업이 아니라 ChatGPT 이전부터 채용하던 바로 그 기존 기업들이었습니다.

이 연구가 실제로 측정한 것

[사실] 댈러스 연준 이코노미스트 새뮤얼 도디니와 터커 스미스가 2026년 9월 1일 발표한 분석입니다. 22만 개 이상의 구인 게시판과 기업 사이트에서 공고를 수집하는 Lightcast의 분기별 온라인 채용공고 데이터를, 직업별 "자동화 노출도" 점수와 연결했습니다. 이 점수는 Anthropic의 과업 기반 지수에서 가져온 것으로, 약 1,000개 직업의 O*NET 과업을 사람들이 실제로 Claude로 수행하는 과업에 대응시킨 것입니다. 저자들은 이를 "생성형 AI가 자동화할 수 있는 해당 직업 과업의 비중"으로 해석합니다.

이 점이 결과를 읽는 방식을 좌우합니다. 이 노출도는 AI가 이론적으로 할 수 있는 일의 예측이 아니라, 하나의 AI 어시스턴트가 기업과 소비자가 기꺼이 지불하는 가격에서 이미 어떤 용도로 쓰이고 있는지의 기록입니다. 그게 이 지표의 강점이자 가장 큰 약점이고, 아래에서 다시 다룹니다.

[사실] 저자들은 예시 하나를 듭니다. 의무기록 기술자의 경우 이 지수상 과업의 약 5%가 자동화 가능합니다. 가장 많이 노출된 직업은 소프트웨어 개발, 웹 디자인 등 컴퓨터 중심 직무이고, 그다음이 관리자, 사무직, 편집자입니다. 해당 직군이라면 이 사이트의 의무기록 전문가, 소프트웨어 개발자, 웹 개발자, 편집자 페이지에서 과업 구성을 확인할 수 있습니다.

헤드라인: 노출 직업의 공고가 줄었고, 계속 줄었다

[사실] 핵심 추정은 같은 산업 안에서 고노출 직업과 저노출 직업의 공고 수를 비교합니다. 그래서 예컨대 테크 업계 전반의 채용 둔화가 AI 효과로 잡히지 않습니다. 자동화 가능 과업 비중 10%p 차이 기준으로, 고노출 직업의 공고는 2023년 말까지 약 5%, 그리고 본문 표현으로는 2025년 1분기까지 약 8% 감소했습니다.

저는 기사와 함께 공개된 차트 데이터 파일을 내려받아 직접 다시 읽어봤습니다. [추정] 분기별 계수는 2023년 4분기 −5.7, 2025년 1분기 −6.9, 2025년 3분기 −8.1, 저점인 2025년 4분기 −8.4, 2026년 1분기 −8.0, 그리고 최신 분기인 2026년 2분기 −7.1입니다. 본문의 "2025년 1분기까지 8%"라는 표현은 데이터 파일보다 조금 앞서 있는 셈입니다. 파일에서 −8을 처음 넘는 시점은 2025년 3분기거든요. 이야기가 달라지는 건 아니지만, 요약이 말하는 수준에 도달한 게 2025년 하반기라는 건 알아둘 만합니다.

[추정] 불확실성도 헤드라인보다 큽니다. 2023년 4분기 추정치의 표준오차는 0.96포인트였는데 2026년 2분기는 1.82포인트로 거의 두 배입니다. 최신 분기의 95% 신뢰구간은 대략 −10.7에서 −3.5까지 걸쳐 있습니다. 방향은 의심할 여지가 없어요. 정확한 크기는 아닙니다.

줄이는 쪽은 스타트업이 아니라 기존 기업이다

이 연구에서 가장 쓸모 있는 부분은 기업 단위 분석입니다. AI와 채용에 관한 깔끔한 이야기 하나는 "AI 네이티브 신생 기업이 애초에 적은 인원으로 시작하니, 전체 변화는 기존 고용주의 행동 변화가 아니라 기업 교체에서 온다"는 겁니다. 댈러스 연준은 이걸 직접 검증했습니다.

[사실] 분석 기간 내내 공고 데이터에 존재한 텍사스 기업들의 균형 패널을 쓰고, 각 기업의 노출도를 ChatGPT 이전에 올리던 직업으로 정의했더니, 고노출 기존 기업은 2024년 중반까지 약 5~6%, 2026년 초까지 8~9% 공고를 줄였습니다. 이 수치는 직업 단위 결과와 통계적으로 구분되지 않습니다. 즉 살아남은 기존 고용주가 감소분 거의 전부를 설명합니다. 저자들은 JPMorgan Chase 연구가 "처음부터 AI를 도입할 가능성이 높다"고 본 AI 네이티브 기업 집단이 불균형하게 책임이 있어 보이진 않는다고 명시합니다.

[사실] 기존 기업은 요구하는 내용도 바꿨습니다. ChatGPT 이전 채용 구성이 10%p 더 자동화 가능했던 기업은 이후 자동화 가능 과업이 약 2%p 적은 공고를 올렸고, 저자들은 이를 평균 대비 거의 50% 감소로 표현합니다. [추정] 차트 데이터를 보면 이 구성 변화는 2026년 2분기에 −2.4%p이고, 2022년 4분기 이후 거의 매 분기 한 방향으로만 움직였습니다. 50%라는 숫자는 표본 기업의 전형적인 자동화 가능 과업 비중이 애초에 4~5%p 정도였다는 뜻이라, 2포인트 변화는 상대적으로 큰 겁니다.

텍사스 전체로는 얼마나 큰가

[사실] 노출도 점수, AI 사용률, 텍사스 산업 구성을 결합해 저자들은 생성형 AI 노출이 텍사스 전체 Lightcast 공고를 2024년 약 1.8%, 2025년 2.6% 줄였다고 추정합니다.

공고 2~3%는 붕괴가 아닙니다. 저자들도 전체 효과는 "지금까지는 완만하다"고 씁니다. 하지만 집중돼 있고, 그 집중이 핵심입니다. [사실] Lightcast 데이터에서 2년 초과 경력을 요구하는 공고는 절반이 안 되고, 5년 초과를 요구하는 공고는 아주 적습니다. [추정] 공개된 분포로 계산하면 경력 2년 이하를 요구하는 공고가 전체의 약 52%, 5년 초과는 약 9%뿐입니다. 온라인 공고의 채용 축소는 따라서 이미 안에 있는 사람보다 들어가려는 사람에게 주로 떨어집니다.

여기서 졸업생 이야기로 이어집니다. [주장] 저자들은 이 시기 최근 대졸자의 이례적으로 높은 실업률이 생성형 AI의 고용·소득 효과가 가장 먼저 나타날 자리라고 주장하고, 텍사스 행정 데이터도 같은 방향을 가리키며 일부 재학생이 전공을 바꾸고 있다고 보고합니다. 기사는 그 행정 데이터 결과를 상세히 싣지 않았기 때문에, 저는 이 부분을 검증 가능한 숫자가 아니라 저자들의 서술로 취급합니다. 이 사이트는 댈러스 연준의 신입 "맨 아래 사다리" 분석을 별도 글에서, 경영진 인력 계획 설문을 또 다른 글에서 다뤘습니다.

이 연구가 말해줄 수 없는 것

한계 셋을 솔직하게 적습니다.

첫째, 노출 점수는 Claude 사용 기록으로 만들어졌습니다. 한 회사 제품이 그 사용자 집단에서 어떤 용도로 쓰이는지를 재는 것이고, 제품과 사용자가 바뀌면 점수도 움직입니다. 지금 점수가 낮은 직업이 안전하다는 뜻은 아닙니다. Claude 사용자가 아직 닿지 않았거나 다른 도구가 지배하는 직업일 수 있어요.

둘째, Lightcast 공고는 온라인 채용 수요의 지표이지 고용의 지표가 아닙니다. 저자들 스스로 농업, 건설, 건물 관리, 개인 서비스 직종이 과소 대표된다고 밝힙니다. 공고 감소는 해고가 아니고, 이 연구 어디에도 노출 직업 종사자가 이미 가진 일자리를 잃었다는 내용은 없습니다.

셋째, 사전 기간이 평탄하지 않습니다. [추정] 차트 데이터에서 같은 노출 직업들은 2020년부터 2021년 초까지도 동료 직업 대비 약 2% 적게 공고를 올리다가 2022년 3분기 기준선으로 회복했습니다. ChatGPT 이후 감소는 그 팬데믹기 하락보다 훨씬 크고 훨씬 지속적이지만, "노출 직업이 원래 경기에 더 민감할 뿐"이라고 주장하고 싶은 독자에게는 발판이 있고, 기사는 이를 다루지 않습니다.

구성 변화 결과에도 반대 해석이 있습니다. 기업이 자동화 가능 과업을 덜 올린다는 건 AI가 그 과업을 하고 있다는 뜻일 수 있습니다. 하지만 2026년에 지원자를 끌어오는 문구가 그렇기 때문에 공고를 덜 반복적으로 들리게 고쳐 쓰고 있다는 뜻일 수도 있어요. 채용 후 그 직원이 실제로 무엇을 하는지는 이 데이터셋에 없습니다.

노출 직업에 있다면 이 결과를 어떻게 쓸까

이 연구의 패턴은 "AI가 당신을 대체한다"가 아닙니다. "당신의 신입 자리를 올렸을 고용주가 그 자리를 덜 자주 올리고, 다르게 묘사한다"입니다. 실질적 함의는 이렇습니다. 전환의 비용이 열다섯 번째 일자리가 아니라 첫 번째 일자리에 떨어지고 있다는 것. 이미 노출 직업에 고용돼 있다면, 여기 증거는 바닥이 꺼지는 게 아니라 뒤의 문이 좁아지는 이야기입니다. 진입하려는 쪽이라면, 남아 있는 공고가 반복 업무를 덜어낸 과업 구성을 요구하고 있으니 그걸 실제로 채용되는 일의 설명서로 읽을 만합니다. 학위 없이 가능한 좋은 일자리에 관한 댈러스 연준의 관련 분석은 여기서 다뤘습니다.

출처

• Dodini, S. and Smith, T. (2026), "Job postings show early signs of AI automation impact," Federal Reserve Bank of Dallas, Dallas Fed Economics, 2026년 9월 1일. https://www.dallasfed.org/research/economics/2026/0901
• 기사와 함께 공개된 차트 데이터(xlsx): https://www.dallasfed.org/-/media/documents/research/economics/2026/0901data.xlsx
• 저자들이 명시한 기초 자료: Lightcast 채용공고, Anthropic 과업 기반 AI 노출 지수, 2026년 5월 Texas Business Outlook Survey.

댈러스 연준 기사 인용은 짧게, 논평 목적으로만 사용했습니다. 기사의 견해는 저자 개인의 것이며 댈러스 연준이나 연준 시스템의 공식 견해가 아닙니다.

AI 보조 분석: 이 글은 AI의 도움을 받아 초안을 작성하고 발행 전 사람이 검토했습니다. 차트 데이터 재해석과 [추정]으로 표시한 파생 수치는 댈러스 연준이 아닌 이 사이트의 자체 계산입니다.