생성형 AI는 여성 노동자에게 더 가혹할까? Brookings 2024 데이터의 답

여성의 36%가 생성형 AI에 의해 일상 업무의 절반 이상이 재편될 수 있는 직업에 종사합니다. 남성은 25%입니다. 이 11%포인트 차이는 반올림 오차가 아니라, Brookings 연구진이 1,000개 이상의 미국 직업을 ChatGPT-4 태스크 노출 데이터로 뜯어본 끝에 내놓은 경고입니다. 사실 — [Brookings 2024]

솔직히 말하면, 여성 독자라면 이미 어느 정도 감을 잡고 계셨을 거예요. 행정 지원, 문서 처리, 백오피스 업무처럼 여성 비율이 높은 자리가 마침 대규모 언어 모델이 조용히 잠식 중인 영역입니다. Brookings는 그걸 수치로 확인한 것뿐이고, 헤드라인이 말해주지 않는 이야기가 훨씬 심각합니다.

실제로 누가 노출되고, 왜 자꾸 성별이 나오나

Brookings는 OpenAI의 태스크 노출 프레임워크를 바탕으로, O*NET 직무 목록과 BLS 고용 통계를 교차 대입해 각 직업의 일상 업무 중 얼마나 많은 부분이 현 세대 생성형 AI로 보조·대체될 수 있는지 점수화했습니다. [사실] 그 위에 Pew의 인구통계 데이터를 얹어 "실제로 그 일을 누가 하고 있는지"까지 봤어요.

여기서 드러난 패턴이 이렇습니다. 미국 전체 노동자의 30% 이상이 일상 업무의 절반 이상이 노출된 직업에 있습니다. [사실] 시야를 더 넓히면 85% 노동자가 최소 업무의 10%는 이 기술에 닿게 돼요. [사실] 이 물결을 피해서 앉아 있을 수 있는 사람은 사실상 없다는 얘기입니다.

하지만 부담이 고르게 분배된 건 아닙니다. 노출도 상위 5개 직업군은 이렇게 정리돼요.

• 컴퓨터·수학 관련 업무 — 소프트웨어 개발자가 코드를 처음부터 쓰는 대신 AI 생성 코드를 검토하는 형태
• 비즈니스·금융 운영 — 재무 분석가와 회계사·감사인의 모델링과 대조 업무 일부가 자동화 대상
• 엔지니어링
• 사무·행정 지원 — 행정 보조와 부기·회계 사무원 같은 역할
• 법률 지원 — 계약 검토와 리서치 최전선에 있는 법률 보조

이 다섯 중 세 영역(비즈니스·금융, 사무·행정, 법률 지원)이 미국 노동시장에서 여성이 다수를 차지하는 직업군입니다. 사무·행정 지원 하나만 해도 약 1,900만 명이 종사하고, 여성 비중이 70%를 훌쩍 넘습니다. [사실] 36% 대 25% 격차를 떠받치는 한 줄이 바로 이겁니다.

Brookings가 추가한 불편한 층위 — 교섭력

노출도는 절반짜리 이야기예요. 나머지 절반은, 내 직무의 업무 내용이 바뀌기 시작할 때 내가 어떤 지렛대를 가지고 있느냐의 문제입니다.

Brookings가 짚은 한 대목이 요즘 기사에는 잘 안 나오는데, 금융권의 노조 조직률이 약 1%입니다. [사실] 오타가 아니라 정말 1%예요. 생산성 소프트웨어가 재무 분석가나 보험금 심사자의 업무를 재편할 때, 훈련·급여·업무 재설계를 놓고 협상해 줄 제도적 균형추가 사실상 없다는 뜻입니다. 중간 노출 영역인 교육·의료는 그에 비해 노조 조직률이 의미 있게 높고, 새 도구 도입 방식에 노동자의 목소리가 들어갈 여지가 더 컸어요.

그러니까 이야기의 결은 "AI가 여성을 대체한다"가 아닙니다. 훨씬 좁고, 훨씬 정직한 표현이 필요해요. 주장 — [Brookings 2024]

정확한 이야기는 이것입니다. 생성형 AI에 가장 많이 노출된 직업군이 마침 여성이 많은 직업이고, 그 직업들은 마침 미국 경제에서 집단 교섭 기반이 가장 약한 축에 속합니다. 파도가 칠 때 그 자리에 서 있는 사람이, 협상할 수 있는 공식적 수단이 가장 적은 거예요.

저노출 항목이 우리에게 하는 말

Brookings의 저노출 목록도 재미있습니다. 육체노동, 블루칼라, 대면 서비스 — 건설, 조리, 돌봄 — 가 태스크 노출 점수가 낮게 나왔어요. [추정] 도구를 써본 분들은 대략 감이 오죠. 지금 세대의 생성형 AI는 텍스트, 코드, 정형 데이터에는 강하고, 몸을 써야 하는 맥락 많은 일에는 아직 어색합니다.

한 세대 만에 처음으로, 범용 기술이 육체노동보다 화이트칼라·사무직을 더 세게 두드리고 있습니다. 2010년대 자동화 서사의 역전이에요. 그때는 물류창고 로봇과 트럭 운전사 이야기가 헤드라인을 장악했잖아요.

중간 노출 구간에 계시다면 — LLM과 함께 일하는 고객 서비스 상담원, 디스커버리에 AI를 쓰는 변호사, AI 차팅을 쓰는 간호사 — Brookings 데이터가 제3의 길을 보여줍니다. 업무가 바뀌는 거지, 직무가 통째로 사라지는 건 아니에요. 다만 하루 동안 하는 일의 구성비가 달라집니다.

그래서 여러분은 무엇을 할 수 있을까요

몇 가지는 담백하게 말할 필요가 있습니다.

첫째, 본인 직업의 노출도를 파악하세요. 5대 고노출 직업군 중 하나에 계시다면 현재 업무의 30-50%가 3-5년 안에 의미 있게 달라질 거라고 가정하시는 편이 안전합니다. [추정] 실업 예고가 아니라, 하루 일과의 내용이 바뀐다는 예고입니다. 그 변화에 맞춰 업무 포트폴리오를 가장 빨리 조정한 사람이 가장 많은 지렛대를 유지합니다.

둘째, 여성 중심의 팀(행정·재무 운영·법률 보조·고객 지원)을 관리하신다면 이건 생산성 이슈이기 전에 인재 유지 이슈입니다. 업무 재편의 영향을 가장 많이 받는 인력이, 공식 교섭력이 가장 약한 쪽이에요. 여러분이 지금 갖고 있는 교육·재배치·임금 정책은 노출 프로파일이 이렇게 기울어지기 전에 설계된 것들일 가능성이 큽니다.

셋째, Brookings 데이터는 계속 업데이트됩니다. 이번엔 GPT-4가 노출도 대리변수였는데, 더 최신 프런티어 모델은 노출 곡선을 과거에 판단이 필요하다고 여겨졌던 태스크까지 밀어 올립니다. [주장] 2024년 데이터의 성별 격차는 바닥이지 천장이 아니라고 봐야 해요.

여러분은 어떠세요? 본인 직무의 "바뀔 만한 업무 비율"을 한 번쯤 가늠해보신 적이 있으신가요?

출처

• Muro, Mark, Maxim, Robert, Hathaway, Shriya Methkupally. "Generative AI, the American worker, and the future of work." The Brookings Institution. 2024년 10월 10일. 링크
• 기초 데이터: OpenAI ChatGPT-4 태스크 노출 점수 (1,000+ 직업), O*NET 직무 목록, 미국 노동통계국(BLS) 직업별 고용·임금 통계, Pew 인구통계 자료

Update History

• 2026-04-17: Brookings 2024 보고서 기반 최초 발행. 여성 36% 대 남성 25% 노출 격차, 1,900만 명 사무·행정 지원 인력, 금융권 노조 조직률 1% — 이 세 숫자를 중심으로 정리했습니다.

---

AI가 초안을 쓴 분석 글입니다. AI 리서치 에이전트가 원문 사실관계를 검증한 뒤 aichanging.work 편집 감독 아래 발행되었습니다.