AI가 창고 작업자를 대체할까요? 280만 일자리, 75만 로봇, 그리고 놀라운 계산 (2026 데이터)
Amazon은 수십만 대의 로봇을 배치합니다. 창고 고용은 계속 증가합니다. 자동화 위험도 21%, 추적 업무 자동화 70%. 진짜 이야기는 예상과 다릅니다.
미국에서 280만 명이 창고에서 일합니다. 그리고 매년 더 많이 채용됩니다.
먼저 통념을 깨는 숫자부터 보겠습니다. 지금 미국에는 280만 명의 창고 노동자가 있습니다 [사실]. 이는 미국에서 가장 큰 단일 직업 범주 중 하나입니다. 미국 노동통계국(BLS)은 2034년까지 6% 성장을 전망합니다 [사실]. 감소가 아니라 성장입니다. 미국 노동통계국에 따르면, 창고 노동자를 포함하는 수작업 노동자 및 자재 운반원의 고용은 전체 직업 평균과 비슷한 속도로 성장할 것으로 전망되며, 향후 10년간 매년 약 67만 개의 일자리가 열릴 것으로 예상됩니다. 이 대부분은 이직하거나 노동시장을 떠나는 노동자를 대체하기 위한 수요에서 발생합니다 (BLS Occupational Outlook Handbook, 2024).
이런 일이 벌어지는 동안 아마존만 해도 전 세계 물류 네트워크에서 75만 대 이상의 로봇을 운영하고 있습니다. 오카도, JD닷컴, 월마트 모두 공상과학 영화에서나 볼 법한 자동화 물류센터를 짓고 있습니다. 보스턴 다이내믹스의 스트레치 로봇은 트럭에서 짐을 내릴 수 있습니다. 버크셔 그레이의 AI 기반 분류 시스템은 어떤 사람보다도 빠르게 소포를 처리합니다.
그런데 왜 창고 고용이 늘어나고 있을까요? 운송되는 물량이 자동화가 흡수할 수 있는 속도보다 더 빠르게 늘고 있기 때문입니다. 전자상거래는 2020년에서 2025년 사이 40% 이상 확대됐습니다. 온라인으로 주문된 모든 상품은 어딘가에서 골라지고, 포장되고, 발송돼야 합니다. 자동화가 매년 더 많은 과정을 처리하지만, 전체 파이 자체가 계속 커지고 있습니다.
우리 데이터는 이 긴장 관계를 정확히 포착합니다. 창고 노동자의 전반적인 AI 노출도는 20%, 자동화 위험은 21%입니다 [사실]. 하지만 과업 단위로 쪼개 보면 진짜 역학이 드러납니다.
두 가지 속도로 움직이는 창고
배송 추적 및 재고 기록 갱신은 70% 자동화 상태입니다 [사실]. 창고 노동자의 업무 포트폴리오에서 가장 많이 자동화된 과업이고, 그 이유는 쉽게 짐작됩니다. 바코드 스캐너, RFID 시스템, 자동 컨베이어 추적, 창고 관리 소프트웨어가 수년간 이 일을 흡수해 왔습니다. 소포가 분류 시설을 통과하면 센서가 사람 개입 없이 위치, 무게, 목적지를 기록합니다. 클립보드는 죽었습니다.
재고 분류 및 정리는 45% 자동화입니다 [사실]. 버크셔 그레이와 킨드레드 같은 로봇 분류 시스템은 표준화된 소포를 효율적으로 처리할 수 있습니다. 하지만 물품이 불규칙하거나, 깨지기 쉽거나, 지나치게 크거나, 이상한 모양이 되는 순간 분류 알고리즘은 쩔쩔맵니다. 인간 노동자는 이상하게 포장된 소포를 보고 어디로 가야 할지 알아낼 수 있습니다. 로봇은 종종 그러지 못합니다.
화물 상·하차는 30% 자동화입니다 [사실]. 트럭 하역 로봇이 존재하고, 보스턴 다이내믹스의 스트레치는 시연에서 인상적입니다. 하지만 현실의 하역장은 어수선합니다. 팔레트는 손상된 채 도착합니다. 물품은 운송 중에 자리를 이탈합니다. 트럭은 약간 잘못된 각도로 후진해 들어옵니다. 실제 화물 처리의 변동성은 인간의 손을 계속 게임 안에 머물게 합니다.
지게차 및 자재 운반 장비 조작은 25% 자동화입니다 [사실]. 자율 이동 로봇이 창고 내부 이동의 점점 더 많은 부분을 담당하지만, 혼잡한 통행이 뒤섞인 복잡한 환경에서의 지게차는 여전히 대부분 사람이 운전합니다.
임금이라는 변수
창고 노동자의 중위 연봉은 물류 사슬에서 가장 낮은 임금대 중 하나이며, 이는 자동화를 둘러싼 독특한 경제 역학을 만들어냅니다.
자동화가 재무적으로 말이 되려면, 인간 노동자를 대체하는 총비용이 그 연봉보다 낮아야 합니다. 넓은 통로, 일정한 조명, 표준화된 재고를 갖춘 새로 지은 전용 창고에서는 일부 과업에 대해 이 계산이 들어맞기 시작합니다. 하지만 오래된 시설, 냉장 창고, 혹은 혼합 상품을 다루는 물류센터에서는 자동화를 뒷받침하는 데 필요한 인프라 투자가 절감액을 초과하는 경우가 많습니다.
그래서 창고 부문은 하이브리드 모델로 자리 잡았습니다. 일상적이고, 예측 가능하며, 데이터 중심적인 과업은 자동화됩니다. 물리적이고, 변동이 크며, 판단이 필요한 과업은 사람에게 남습니다. 그리고 더 많은 창고가 계속 문을 열기 때문에 전체 일자리 수는 계속 늘어납니다.
왜 물리적 노동은 자동화에 저항하는가
창고업의 패턴은 노동시장 전반의 더 큰 발견을 반영합니다. 물리적이고, 수작업이며, 예측 불가능한 과업은 일상적인 인지 과업보다 자동화하기 훨씬 어렵습니다. 세계경제포럼의 미래 일자리 보고서 2025는 고용주들이 기술을 2030년까지 일자리를 가장 크게 변화시킬 힘으로 꼽으면서도, 물리적 손재주와 적응적 수작업 처리가 필요한 직무는 가장 회복력 있는 직무에 속한다는 점을 발견했습니다. 손재주, 지구력, 정밀성은 여전히 고용주가 대체하기 어려워하는 핵심 역량으로 꼽혔습니다 (World Economic Forum, Future of Jobs Report 2025).
이는 OECD의 자동화 위험 평가와도 맞아떨어집니다. OECD 고용 전망 2023은 회원국 전체 일자리의 약 27%가 자동화 고위험 직업군에 속한다고 추정했지만, "높은 노출도"가 임박한 대체를 의미하지는 않는다고 강조했습니다. 그 직무 안의 병목 과업, 특히 비표준 환경에서의 물리적 조작을 수반하는 과업은 기계가 수행하기에 여전히 어렵고 비용이 많이 들기 때문입니다 (OECD Employment Outlook 2023). 모든 하역장과 모든 불규칙한 소포가 직전 것과 다른 창고 노동에서, 이 병목들은 바로 사람을 계속 고용하게 만드는 일입니다.
아마존 모델이 전부는 아니다
아마존 창고는 최첨단을 대표하기 때문에 가장 많은 언론의 주목을 받습니다. 하지만 아마존은 전형적이지 않습니다. 아마존의 물류센터는 처음부터 로봇-인간 협업을 위해 설계됐습니다. 선반 시스템, 바닥 배치, 재고 관리 모두 자동 유도 차량에 최적화돼 있습니다.
대부분의 창고 노동자는 아마존에서 일하지 않습니다. 그들은 지역 물류센터, 제3자 물류 업체, 식료품 창고, 건설 자재 창고, 콜드체인 시설에서 일합니다. 이런 환경들은 훨씬 덜 표준화돼 있고 자동화에 훨씬 비우호적입니다. 깨지기 쉬운 달걀부터 무거운 물 상자까지 수천 가지 품목(SKU)이 있는 식료품 창고는 현재 로봇공학이 제대로 다루지 못하는 복잡성을 보여줍니다.
미국의 280만 창고 노동자는 엄청나게 다양한 환경에서 일합니다. 한 곳에서 작동하는 자동화가 다른 곳에서는 무용지물일 수 있습니다. 이 다양성 자체가 일종의 고용 안정성입니다.
창고 노동자에게 이것이 의미하는 바
당신이 창고에서 일한다면, 그 궤적은 소멸이 아닙니다. 변화입니다. 번창할 노동자는 자동화 시스템과 나란히 일할 수 있는 사람들입니다. 창고 관리 소프트웨어를 운영하고, 컨베이어 시스템을 점검하고, 로봇 장비를 관리하고, 기계가 처리할 수 없는 예외 상황을 다루는 사람들 말입니다.
순수하게 수작업인 과업, 특히 재고 추적과 데이터 입력은 대체로 사라졌거나 사라지고 있습니다. 하지만 물리적 노동, 불규칙한 물품에 대한 판단, 혼란스러운 하역장 환경에 적응하는 능력은 여전히 완강하게 인간의 몫으로 남아 있습니다.
6% 성장 전망과 280만 개의 현재 일자리를 보면 [사실], 이는 멸종을 앞둔 직업이 아닙니다. 전환 중인 직업입니다. 2030년의 창고 노동자는 일부는 물류 기술자, 일부는 육체 노동자, 일부는 로봇 관리자일 것입니다. 일의 모습은 달라질 것입니다. 하지만 일은 여전히 존재할 것입니다.
_Anthropic Economic Research (2026), Eloundou et al. (2023), Brynjolfsson (2025), BLS Occupational Outlook Handbook의 데이터를 기반으로 한 AI 보조 분석. 자동화 백분율은 일자리의 전면 대체가 아니라 과업 단위 노출도를 반영합니다._
업데이트 이력
- 2026-03-24: 2025년 데이터 스냅샷으로 최초 발행.
- 2026-05-22: 창고 고용 전망과 물리적 노동의 자동화 회복력에 관한 BLS, 세계경제포럼, OECD의 1차 자료 인용 추가.
관련: 다른 직업들은 어떨까?
AI는 많은 직업을 재편하고 있습니다:
_우리 블로그에서 470개 이상의 직업 분석을 모두 살펴보세요._
본 분석은 Anthropic Economic Index, 미국 노동통계국(BLS), O*NET 직업 데이터를 기반으로 합니다. 방법론 자세히 보기
업데이트 이력
- 2026년 3월 24일에 최초 게시되었습니다.
- 2026년 5월 21일에 최종 검토되었습니다.