AI가 배관공(파이프레이어)을 대체할까? 지하 작업은 지하에 머문다 (2026 데이터)

점토, 암석, 아무도 정확히 매핑하지 않은 100년 된 매설관이 섞인 곳을 뚫고 도랑을 파서, 중력 흐름에 정확히 맞는 경사로 완벽하게 하수관을 깔아보라고 기계에게 말해 보세요. 배관공이 매일 하는 일이고, 자동화 위험도가 5%에 불과한 이유입니다. [사실]

이 직종에 종사하신다면, AI는 생계를 위협하지 않아요. 다만 도면 읽기는 좀 더 쉬워질 수 있습니다.

미국에서 가장 물리적인 직업의 데이터

배관공의 2025년 전체 AI 노출도는 7%로, 우리가 추적하는 가장 AI 영향이 적은 직업 중 하나입니다. [사실] 미국 내 약 37,900명의 배관공이 중위 연봉 약 ₩6,200만 원($46,660)을 받습니다. [사실] BLS는 2034년까지 -4% 감소를 전망하지만, 기술 대체가 아닌 인프라 프로젝트 주기와 인력 인구 통계를 반영합니다. [사실]

업무별 데이터가 전체 이야기를 들려줍니다. 파이프 설치를 위한 도랑 굴착: 2% 자동화. [사실] 파이프 구간 정렬 및 연결: 3% 자동화. [사실] 도랑 바닥 경사 및 수평 맞추기: 6% 자동화. [사실] 의미 있는 AI 영향이 있는 유일한 업무는 건설 도면 읽기 및 해석으로 25% 자동화입니다. [사실]

즉, 지하에서 일어나는 작업 — 직업의 물리적 핵심 — 은 AI에 거의 영향을 받지 않아요.

자동화가 지하에서 벽에 부딪히는 이유

배관 작업은 자동화에 적대적인 조건에서 이루어집니다. 모든 현장이 다르고, 토양이 한 블록마다 성격이 바뀌고, 기존 지하 매설관이 도면에 없는 장애물을 만들어요.

물리적 업무는 중장비 운전, 수작업, 공간 추론의 조합을 요구하며 현재 로봇공학으로는 맞출 수 없어요. 좁고 습한 도랑에서 두 파이프 구간을 연결하려면 손재주, 체력, 불편한 자세에서 일하는 능력이 필요합니다. [주장]

개활지의 장거리 직선 파이프라인에 대한 자동 배관 기계 실험이 있었지만, 대부분의 배관공이 일하는 도시 유틸리티 작업은 변수가 너무 많아요. [주장]

디지털 설계실

AI가 진짜 차이를 만드는 한 영역은 시공 전 계획입니다. 지중 탐사 레이더 데이터의 AI 분석, 태블릿에서의 디지털 도면 관리, 경로 최적화 알고리즘 등이요. [주장] 이런 도구들은 계획 단계를 더 빠르고 안전하게 만들지만, 실제 굴착, 배관, 연결을 누가 하는지는 바꾸지 않아요.

2028년 전망

2028년까지 전체 노출도는 13%, 자동화 위험도는 8%로 상승할 전망입니다. [추정]

배관공이시라면 직종은 안전합니다. 미국이 필요로 하는 인프라 — 상수도, 하수도 업그레이드, 가스관 교체 — 모두 지하에서 인간의 손을 필요로 해요. 상세 데이터는 [배관공 페이지에서 확인하세요.]

---

AI 지원 분석: Anthropic 경제 영향 연구, BLS 직업 전망, ONET 직무 데이터베이스 기반.*