필리핀의 AI 위험은 경제 전체가 아니라 다섯 개 직업명 안에 있다

필리핀에서 거의 100만 명이 하나의 직업 코드를 공유합니다. '일반 사무 및 키보드 사무원'. 이 985,200명 전원이 ILO가 측정하는 생성형 AI 노출도의 가장 높은 구간에 들어가 있습니다. 인접한 사무직 코드 둘을 더하면, 이 나라 최고위험 고용의 약 78%가 직업분류표의 단 세 줄 안에 들어갑니다.

"AI가 필리핀 일자리를 빼앗는다"와는 꽤 다른 문장입니다. 훨씬 좁고, 훨씬 구체적이고, 만약 당신이 그 노동자 중 한 명이라면 훨씬 쓸모 있는 문장이기도 합니다.

이 글의 계기는 2026년 8월 17일에 나온 칼리드 하산 ILO 필리핀 사무소장의 기고문입니다. "AI가 필리핀 일자리를 빼앗을 것인가"라고 묻고, "지금 무엇을 하느냐에 달렸다"고 답합니다. 타당한 답입니다. 다만 기고문은 증거의 요약이지 증거 자체가 아닙니다. 실제 증거는 2026년 2월 ILO 정책 브리프(푸 후인 작성)이고, 필리핀 통계청(PSA) 노동력조사 2024년 1분기 마이크로데이터에 기반해 있으며, 그것을 인용한 칼럼보다 훨씬 정밀합니다.

널리 퍼지는 숫자, 그리고 실제로 중요한 숫자

[사실] 필리핀 고용의 27.7%, 즉 1,270만 개 일자리가 생성형 AI에 어느 정도 노출될 가능성이 있습니다. 비교 가능한 조화 데이터가 있는 ASEAN 국가 중 가장 높은 수치입니다. 인도네시아·태국·베트남은 모두 21~22%에 머물러 있습니다.

[사실] 그런데 최고 구간인 그래디언트 4 — 업무 대부분이 고도로 자동화 가능하고 대체 위험이 실제로 높은 구간 — 에 속하는 일자리는 전체의 3.6%, 약 170만 개뿐입니다. 나머지 1,110만 개 노출 일자리는 기술이 일부 과업만 건드리고 나머지는 그대로 두는 구간에 있습니다.

여기서부터가 흥미롭습니다. 이 170만 개는 경제 전반에 흩어져 있지 않습니다. ILO가 목록을 제시합니다. 일반 사무 및 키보드 사무원(985,200명), 판매직(271,700명), 수치·자재 기록 사무원(237,100명), 기타 사무지원 종사자(101,400명), 그리고 경영·행정 전문가 및 준전문가(75,600명). [추정] 다섯 개 범주가 전국 그래디언트 4 총량의 약 98%를 차지합니다. 사무직 코드 셋만으로도 약 78%입니다.

당신이 필리핀의 데이터 입력원, 경리 사무원, 일반 사무원이라면, 전국 평균은 애초에 당신 이야기가 아니었습니다. 당신이 전국 평균 그 자체입니다.

집중도가 논쟁의 성격을 바꾼다

[사실] 필리핀 사무지원 종사자의 3분의 1이 넘는 35%가 '사업시설 관리 및 지원 서비스업'에 고용되어 있습니다. BPO와 콜센터가 속한 산업입니다. 추가로 9.7%는 금융·보험업에 있는데, 이 산업은 열에 아홉 가까운 일자리가 어느 정도 노출되어 있고 22.7%가 그래디언트 4에 들어갑니다.

필리핀 IT-BPM 부문은 2024년에 180만 명을 고용했고, 그중 160만 명이 콜센터와 비즈니스 프로세스 서비스에 종사했습니다. 즉 이 나라의 최고위험 직업 인구와 간판 수출 산업은 규모가 비슷하고, 같은 노동 풀에서 인력을 뽑으며, 같은 지역에 몰려 있습니다. [사실] 수도권(NCR) 일자리의 42.4%, 약 260만 개가 노출되어 있고, 중부 루손과 칼라바르손도 모두 30%를 넘습니다.

대부분의 나라는 사무직 자동화를 흡수할 수 있습니다. 사무원이 여러 산업에 얇게 퍼져 있기 때문입니다. 필리핀은 사무직으로 수출 산업을 세웠습니다.

그대로 옮겨오지 않는 위안

2주 전 우리는 ILO의 ASEAN 전역 브리프를 다뤘습니다. 거기서 안심되는 역설이 발견됐습니다. 동남아시아에서 가장 많이 노출된 노동자들이 실제로는 AI를 가장 덜 쓰고 있었고, 사무직 도입률은 21.1%에 불과했습니다. 아무도 도구를 켜지 않았기 때문에 노출이 이론에 머물렀던 겁니다.

그 위안은 필리핀 데이터 앞에서 살아남지 못합니다. [사실] 필리핀 IT·비즈니스프로세스협회(IBPAP) 조사에 따르면 회원사의 약 3분의 2가 이미 AI 도구를 업무에 도입했습니다. 반면 별도 분석에서 필리핀 전체 기업 중 AI 도구를 쓰는 곳은 14.9%뿐이었습니다. [추정] 방향이 정확히 반대인 4.5배의 도입 격차입니다. 가장 많이 노출된 노동자를 고용한 바로 그 기업들이 경제 전체에서 가장 빠른 도입자라는 뜻입니다.

이 대목은 우리가 앞서 내놨던 프레이밍을 수정한다는 점을 분명히 밝혀둡니다. 지역 평균은 사실이었고, 동시에 이야기의 전부가 아니었습니다.

청구서가 붙어 온 승급

[사실] 2026년 7월 1일, 필리핀은 고중소득국(upper-middle-income country)이 되었습니다. 2025년 아틀라스 기준 1인당 GNI 약 4,850달러입니다. 세계은행은 이를 성취라고 불렀고, 정확한 표현입니다. 15년간 일자리 1,170만 개가 만들어졌고 빈곤율은 2023년 15.5%까지 떨어졌습니다.

6주 뒤인 8월 11일, ILO는 청년 고용 동향 보고서 2026(GET for Youth 2026)을 발표했습니다. 이 보고서 표 2.2는 소득그룹별로 청년 고용 중 최고 AI 노출 구간의 비중을 보여줍니다. [사실] 중저소득국 3.1%, 고중소득국 7.6%. 필리핀은 방금 앞의 그룹에서 뒤의 그룹으로 옮겨갔습니다.

[주장] 8월에 나온 이 두 문서를 나란히 놓아본 곳은 아직 없고, 이 연결에는 단서가 필요합니다. 소득그룹 평균은 수십 개국의 직업구조에 대한 진술이지 한 나라에 대한 예측이 아닙니다. GNI 문턱을 넘었다고 누군가의 일자리가 하룻밤 사이에 재분류되지는 않습니다. 다만 방향 자체는 우연이 아닙니다. 나라는 노동을 서비스·행정·지식노동으로 옮기면서 부유해지고, 생성형 AI가 손을 뻗는 곳이 바로 그 노동이기 때문입니다.

기고문 속, 필리핀 숫자가 아닌 숫자

칼럼은 15~29세가 보유한 일자리의 6.1%가 AI 관련 변화에 고도로 노출되어 있다고 인용합니다. 우리는 원본 표와 대조했습니다. [사실] 6.1%는 표 2.2의 '세계(World)' 행입니다. 필리핀 수치가 아니라 전 세계 수치입니다.

지금 세 개의 숫자가 돌아다니고 있고, 각각 다른 것을 측정합니다. 전 세계 청년 수치(6.1%), 동남아시아·태평양 소지역 수치(8.1%, 세계 평균보다 높음), 그리고 국가 브리프의 필리핀 고유 수치 — [사실] 15~24세가 보유한 일자리의 4.2%, 약 217,200개가 그래디언트 4입니다. 마지막 수치는 전국 평균 3.6%보다 높습니다. 필리핀 청년의 전체 노출률(27.2%)은 성인(27.8%)보다 근소하게 낮은데도, 최고위험 구간에서는 과대 대표되어 있다는 뜻입니다.

이런 지적이 기고문을 틀렸다고 만들지는 않습니다. 기고문을 기고문답게 만들 뿐입니다.

여기서는 학력이 방패가 되지 않는다

제대로 준비했다고 믿어온 사람들을 불편하게 만들 패턴이 있습니다. [사실] 고등교육을 받은 필리핀 노동자의 노출률은 45.4%이고, 그중 10.4% — 120만 명 — 이 그래디언트 4입니다. 기초교육만 받은 노동자는 노출률 21.7%에 그래디언트 4 비중이 1.0%입니다. [추정] 고위험 비율이 학력이 높은 쪽에서 10배 넘게 높습니다.

[사실] 여성이 종사하는 직업의 노출률은 40.3%, 남성은 19.3%입니다. 청년층에서는 젊은 여성이 보유한 일자리의 7.5%가 그래디언트 4인 반면 젊은 남성은 2.3%입니다.

필리핀에서 가장 많이 노출된 노동자는 메트로 마닐라에서 행정 업무나 고객상담 일을 하는 대졸 젊은 여성입니다. "위험군 노동자"라는 말을 들었을 때 보통 떠올리는 사람이 아닙니다.

실제로 일어날 일

대체는 시끄러운 시나리오입니다. 조용한 쪽이 사회 초년생에게는 더 나쁩니다. GET for Youth 2026은 자동화로 이득을 보게 된 기업이 해고하거나, 재교육하거나, 그냥 채용을 동결할 수 있다고 명시합니다. 그리고 세 번째 선택지는 "일자리 손실 측면에서는 중립이지만 일자리 창출에 영향을 주고 청년 졸업자의 진입을 가로막을 수 있다"고 적혀 있습니다. 어느 실업률 통계에도 잡히지 않습니다.

증거는 쌓이고 있습니다. 브린욜프슨 연구팀은 고노출 분야 미국 22~25세 노동자의 고용이 상대적으로 16% 감소했다고 보고했습니다. 영국 연구는 고노출 기업에서 4.5%의 인력 감소가 있었고 그 효과가 거의 전부 주니어 직급에 집중되었다고 밝혔습니다. 앤트로픽의 2026년 분석은 실업률에는 영향이 없었지만 노출 직업에서 청년 채용이 전반적으로 둔화됐다고 봤습니다. PwC는 이 메커니즘을 "시니어화(seniorization)"라고 부릅니다. AI 노출도가 가장 높은 직업에서, 신입 채용 공고에 새로 등장한 역량의 절반 이상이 전통적으로 경력자에게 요구되던 것이었습니다.

그래서 "기술 정책이 곧 경제 정책"은 구호가 아닙니다. 여기서는 실제로 작동하는 변수입니다.

만약 이게 당신 직업이라면

ILO 자신의 프레임워크는 노출이 결과로 바뀌는 경로를 셋으로 정리합니다. 기술에 대한 접근(access), 그것을 쓸 수 있는 역량(capabilities), 그리고 고용주의 선택(choices). 이 중 가운데 것은 당신이 통제할 수 있습니다.

붙잡아둘 만한 데이터 두 개가 있습니다. [사실] ILO가 분석한 수백만 건의 채용 공고에서, 고용주가 나열한 전체 역량 중 사회정서적 역량이 51.8%, 인지적 역량이 22.9%를 차지했고, 디지털·기술 역량은 17.7%에 그쳤습니다. 그리고 8월 4일 발표된 세계은행 세계개발보고서 2026은 저·중소득국에서 생성형 AI가 일자리의 4.5%를 자동화 위험에 두는 한편 16.2%의 생산성을 유의미하게 끌어올릴 것으로 추정합니다. [추정] 위험 1개당 도움받는 일자리 약 3.6개의 비율이고, 고소득국은 1.3대 1입니다.

이 비율이 필리핀이 실제로 물려받은 조건이고, 좋은 조건입니다. 필리핀은 개발도상국 중에서도 진짜 초기 AI 도입국이고, AI가 가장 잘 보조하는 서비스 과업에 이미 능숙한 노동력을 갖고 있습니다. 위험은 도구가 도착하는 것이 아닙니다. 도구는 기업에 도착하는데 훈련은 노동자에게 도착하지 않는 것, 그리고 모두가 헤드라인 실업률만 보고 있는 사이에 신입 문이 조용히 닫히는 것입니다.

출처

• ILO, Generative AI and Jobs in the Philippines: Labour Market Exposure and Policy Implications, 푸 후인, 2026년 2월 — 필리핀 노출 수치 전부의 1차 출처. PSA 노동력조사 2024년 1분기 마이크로데이터 기반
• ILO, Global Employment Trends for Youth 2026: Back to the future, 2026년 8월 11일 — 표 2.2 소득그룹·소지역별 청년 노출 비중
• ILO, Generative AI and Jobs: A Refined Global Index of Occupational Exposure, Gmyrek 외, ILO 워킹페이퍼 140, 2025년 5월 — 위 문서들이 공통으로 적용한 그래디언트 방법론
• 칼리드 하산, Will AI take Filipino jobs? The answer depends on what we do now, ILO, 2026년 8월 17일 — 진입점 및 정책 프레이밍
• 세계은행, World Development Report 2026: The Promise of Artificial Intelligence, 2026년 8월 4일
• 세계은행, 필리핀 경제 업데이트 2026년 중간판 발표 연설, 2026년 8월 3일 — 고중소득국 진입, 성장률 및 빈곤 수치

AI 활용 분석: 이 글은 AI의 도움을 받아 조사하고 작성했습니다. 모든 통계는 위에 링크한 1차 보고서와 직접 대조해 확인했으며, 6.1% 청년 수치에 대한 정정도 그 과정에서 나왔습니다. 사무직 78% 집중 비율, 4.5배 도입 격차, 10배 학력 격차, 3.6대 1 증강 비율은 공개된 수치로부터 우리가 직접 계산한 것이고, 소득그룹 평균을 국가 신호로 읽는 대목은 그 한계를 함께 표시했습니다.