ILO 경고: AI 노출 수치는 신호일 뿐, 실업 예측이 아닙니다

헤드라인 보셨을 거예요. 전 세계 직업 4개 중 1개가 생성형 AI에 노출되어 있다는 말. 그 숫자는 진짜예요 — ILO의 자체 글로벌 지수에서 나온 거니까요. 그런데 ILO가 4월에 16페이지짜리 브리프를 발표했는데, 그 목적이 딱 하나예요. "당신이 기사에서 읽은 방식대로 그 숫자를 해석하지 마세요" 라는 경고.

여기서 아무도 큰 소리로 말하지 않는 게 있어요. "노출(exposure)"은 "대체(displacement)"가 아니에요. 그리고 그 두 단어 사이의 간극이 바로 당신의 커리어가 실제로 살아가는 자리입니다.

만약 당신이 금융 분석가, 회계사, 소프트웨어 엔지니어, 또는 교사라면 — 이 새 ILO 브리프는 당신의 숫자에 대해 구체적으로 할 말이 있고, 또 왜 가장 무서운 해석들이 거의 다 틀렸을 가능성이 높은지도 말해줍니다.

ILO가 실제로 측정한 것

2026년 4월 발표된 Workers' Exposure to AI: What Indicators Tell Us – and What They Don't 브리프는, 국제노동기구가 자기들이 일으킨 논쟁을 좀 진정시키려고 쓴 글이에요. ILO–NASK 글로벌 지수의 핵심 수치는 이래요.

[사실] 전 세계 고용의 3.3%가 GenAI 최고 노출 범주에 들어가요 — AI 도구가 핵심 업무 대부분을 변형시킬 수 있는 구간. 대략 전 세계 노동자 4명 중 1명이 노출 그라데이션 어딘가에 위치합니다. 적어도 일부 업무가 기술적으로 자동화 가능한 상태죠.

그런데 분포가 어마어마하게 불균형해요. [사실] 고소득 국가에서는 전체 노출이 고용의 34%에 달하는 반면, 저소득 국가에서는 단 11%예요. 가난한 나라 노동자들이 더 안전해서가 아니에요 — 그 나라 경제에는 생성형 AI가 잘 하는 인지적·사무직 업무 자체가 적어서 그래요.

성별 차이도 충격적이에요. [사실] 최고 노출 구간에서 여성 고용의 4.7%가 영향받는 반면 남성 고용은 2.4%입니다. 고소득 국가에서는 그 격차가 더 벌어져요 — 최고 노출 구간에서 여성의 9.6% vs 남성의 3.5%. 왜냐하면 행정·사무·고객 서비스 업무 — 역사적으로 여성이 다수인 직종 — 가 대형 언어 모델이 이미 할 수 있는 일의 정중앙에 있거든요.

ILO가 주목하는 직업들

이 브리프는 AI가 누구에게 영향을 미치는지에 대한 통념을 바꿔요. 예전 "자동화 위험" 연구의 첫 물결 — 2010년대 Frey-Osborne 류 — 은 반복적 육체 노동을 가리켰어요. 트럭 운전사, 공장 노동자, 계산원. 새 세대 AI 역량 기반 지표는 다른 말을 합니다.

[주장] 가장 높은 노출이 이제 고숙련 인지 직업에 몰려 있어요. 비즈니스·금융 운영, 컴퓨팅·수학, 교육, 그리고 일부 행정·관리 역할. 이건 언어, 분석, 문서 작성, 구조화된 추론을 다루는 일들 — 정확히 생성형 AI가 만들어진 목적이죠.

그렇다고 금융 분석가가 창고 노동자보다 내년에 실직할 확률이 높다는 뜻은 아니에요. 분석가 업무의 내용이 현재 AI 역량과 더 많이 겹친다는 뜻일 뿐입니다. 그 겹침이 실직으로 이어질지, 업무 재설계로 갈지, 생산성 향상이 될지, 아니면 완전히 다른 무언가가 될지는 — 그리고 이게 ILO의 핵심 논점인데 — 완전히 별개의 질문이에요.

직업별 세부 분석은 금융 분석가, 회계사 및 감사인, 소프트웨어 개발자 페이지에서 업무 단위로 정리해 두었어요.

이 숫자들이 말하지 않는 것 (ILO의 진짜 논지)

이 부분이 헤드라인 퍼센티지보다 훨씬 더 주목받아야 하는 대목이에요. ILO가 이례적으로 직설적이에요. 노출 측정치는 "위험 평가는 제공하지만... 실직 예측으로 해석되어서는 안 된다." 그들이 명시적으로 포착하지 못한다고 인정하는 것들:

경제적 타당성. 업무가 기술적으로 자동화 가능하다는 게, 자동화하는 게 사람을 고용하는 것보다 싸다는 뜻은 아니에요. [추정] 대부분의 기업 AI 배포는 여전히 토큰·통합·감독 비용이, 대체될 인건비보다 비싸요 — 특히 오류 대가가 큰 비반복적 인지 업무에서는 더 그렇죠.

워크플로우 통합. 모델이 재무 보고서 초안을 쓸 수 있어요. 회사가 실제로 그 초안을 활용하기 위해 컴플라이언스·검토·고객 커뮤니케이션 워크플로우를 다시 짤지는 — 모델의 역량 점수와는 거의 관계없는 — 몇 년짜리 조직 차원의 질문이에요.

생산성 주도 일자리 증가. 역사적으로, 직업 내부의 업무를 자동화한 기술은 그 직업을 축소시키지 않았어요 — 오히려 확장시켰어요. 일이 싸졌으니 수요가 늘었으니까요. ATM과 은행원이 교과서적 예시죠. GenAI가 그 패턴을 따를지 깰지는 진짜로 모릅니다.

임금과 노동시장 조정. 노출은 임금이 오를지(AI 보강 노동자의 생산성이 높아져서) 내릴지(자격을 갖춘 노동자 풀이 넓어져서) 아무 말도 안 해요. 역사적으로 둘 다 발생했어요. 산업마다 답이 다릅니다.

네트워크 효과. 여기가 브리프에서 흥미로워지는 부분이에요. 고노출 직업은 혼자 있지 않아요 — 공유된 스킬과 전형적 커리어 경로를 통해 다른 직업과 연결돼 있어요. [주장] 고노출 클러스터의 변화가 표면적으로는 노출되어 보이지 않는 직업까지 파급될 수 있어요. 신입 분석가 수요 감소가 조직도 세 단계 아래 인접 직무의 인재 파이프라인을 조용히 재편할 수 있는 거죠.

본인 직업이 걱정된다면

솔직한 답은: 당신 직업의 노출 점수는 시작 질문이지 끝나는 답이 아니에요. 더 중요한 게 세 가지 있어요.

첫째, 연차와 판단 곡선에서의 위치. AI 도구는 복제 가능하고 명세가 잘 된 업무를 가장 잘 합니다. 모호하고 이해관계가 크고, 틀렸을 때 비용이 큰 업무 — 모델이 갖지 못한 맥락이 필요한 정답 — 에서는 최악이에요. 주니어·반복적·문서화된 업무가 노출이 가장 먼저 무는 자리예요.

둘째, 당신이 속한 산업이 생산성 향상을 구조적으로 흡수할 수 있는지. 헬스케어, 교육, 규제된 금융은 컴플라이언스·인증·책임 문제 때문에 워크플로우 변화가 느려요. 마케팅, 고객 서비스, 콘텐츠 제작은 빨라요. 같은 노출 점수라도 결과는 완전히 다릅니다.

셋째, 당신 나라의 노동시장 제도. ILO가 여기서 신중한 제도적 논점을 펴고 있어요. 단체교섭, 훈련 체계, 사회보장, 경쟁 정책이 AI 주도 생산성 향상이 노동자·소비자·주주 중 누구에게 어떤 조합으로 흘러갈지를 결정합니다. 그래서 이 브리프가 테크 업계 싱크탱크가 아니라 ILO에서 나온 거예요.

최고 노출 클러스터 — 금융, 컴퓨팅, 교육, 행정 — 의 노동자라면 실용적 움직임은 지표가 측정하지 않는 부분에 투자하는 거예요. 판단력, 이해관계자 관리, 새로운 문제 정의, 조직 횡단 맥락. 이것들이 AI가 당신을 위해 키워주지 못하는 근육이에요.

더 큰 그림

ILO가 이 브리프를 낸 이유는, AI와 일자리에 대한 공론장이 25%나 33% 같은 숫자의 선택적 독해로 왜곡됐기 때문이에요. 그 숫자들은 한 가지를 측정해요 — 현재 AI 역량과 현재 직업 업무의 기술적 중첩 — 그런데 사람들은 그게 마치 완전히 다른 무언가를 측정하는 것처럼 다루고 있어요.

실제 노동시장 결과는 결정의 사슬로 정해질 거예요. 어떤 기업이 도입하느냐, 얼마나 빨리, 어떤 감독 아래, 어떤 비용으로, 어떤 규제·교섭 조건에서, 어떤 훈련 투자와 함께. 노출 지표는 그 사슬의 첫 고리지 마지막 고리가 아니에요.

이 브리프에서 한 가지만 가져간다면 이거예요. 지표는 AI가 잠재적으로 무엇을 할 수 있는지 말해줍니다. 실제로 무엇이 일어날지에 대해서는 거의 아무 말도 안 해요. "실제로 일어날" 부분이 당신의 커리어 계획이 집중해야 할 곳입니다.

출처

• ILO. Workers' Exposure to AI: What Indicators Tell Us – and What They Don't. Research Brief, April 2026.
• ILO–NASK Global Index of Occupational Exposure to Generative AI (참조 데이터).
• ILO News: "New ILO brief explains what AI exposure indicators reveal about jobs."

AI 공시

이 분석은 ILO가 공개한 Research Brief와 공식 요약을 바탕으로 AI 도움을 받아 작성되었습니다. 통계 수치는 ILO의 공개 커뮤니케이션과 기저 글로벌 지수에서 직접 인용했어요. 해석적 프레이밍과 직업별 시사점은 AICW 편집 판단을 반영합니다. [사실] 표시는 ILO 공식 출처, [주장]은 ILO의 명시된 분석적 입장, [추정]은 본지 편집 판단을 나타냅니다.