아직 아무도
해고되지 않았다

2026년 2월, Matt Shumer가 트위터에 "Something Big Is Happening"이라는 에세이를 올렸다. 작성 시점 기준 약 1억 회 조회. AI가 코드의 대부분을 작성하고, 에이전트가 비즈니스 로직을 대신 처리하며, 인지 노동의 근간이 흔들리고 있다는 내용이었다. 에세이 상당 부분이 AI로 생성되었다는 사실이 밝혀졌음에도 확산은 멈추지 않았다.

흥미로운 것은 정치 성향을 가리지 않았다는 점이다. 보수 논객 Matt Walsh는 "정말 좋은 글"이라 평가했고, 진보 논객 Mehdi Hasan은 "이번 달 가장 중요한 글"이라 언급했다. The Atlantic, Bernie Sanders까지 AI 일자리 상실을 공개적으로 경고했다. 좌우 합의는 드물다. AI 공포는 그 드문 교집합 중 하나가 되었다.

Shumer의 핵심 비유는 이랬다. "지금은 2020년 2월이다." COVID가 본격적으로 확산되기 직전, 대부분의 사람들이 별일 아니라고 생각하던 그 시점. 다가올 충격은 그만큼 급격하고 파괴적일 것이라는 경고였다.

David Oks가 정면으로 반박했다. Substack에 게시한 "Why I'm not worried about AI job loss"에서 그는 이렇게 단언했다. "지금은 2020년 2월이 아니다. 일반인은 괜찮을 것이다." 비교우위 이론, 제번스 역설, 구조적 병목이라는 세 가지 경제학적 근거를 들이밀었다.

논쟁은 여기서 갈라진다. 낙관론자들은 역사적 선례와 경제 이론을 근거로 제시하고, 비관론자들은 현장의 해고 사례와 구조적 변화를 경고한다. 어느 쪽이 맞는가. 데이터를 펼쳐놓고 검증한다.

Oks의 낙관론은 세 개의 기둥 위에 서 있다. 비교우위, 병목 구조, 제번스 역설. 하나씩 해체한다.

비교우위 논거는 무역 이론에서 빌려온 것이다. 포르투갈이 와인과 직물 모두에서 영국보다 뛰어나더라도, 각자 상대적으로 잘하는 것에 특화하면 양쪽 모두 이득이라는 리카도의 원리. 이를 AI에 적용하면, AI가 코드 작성, 데이터 분석, 문서 처리 모두에서 인간을 능가하더라도 인간이 보완적 가치를 제공하는 한(사용자 의도 해석, 고객 선호 전달, 맥락적 판단) 인간 노동의 경제적 수요는 사라지지 않는다.

실제로 Claude Code 출시 후 12개월 동안 소프트웨어 엔지니어 채용 공고가 오히려 증가했다는 데이터가 존재한다. 코딩이 효율화되었음에도 더 많은 사람이 더 많은 시간을 소프트웨어 개발에 투입하고 있다. 제번스 역설의 현대판이다.

병목 논거는 가장 직관적이다. "생산 과정은 가장 비효율적인 투입 요소에 의해 지배된다. 가장 효율적인 투입 요소가 효율적일수록, 가장 비효율적인 투입 요소의 중요성은 더 커진다." 즉 AI가 아무리 뛰어나도, 계약상의 의무, 레거시 시스템과의 연동, 책임 소재 문제, 규제 준수, 그리고 무엇보다 불만을 다른 인간에게 표출하려는 심리가 급격한 자동화를 막는다.

Oks가 드는 가장 설득력 있는 사례는 아웃소싱 고객 서비스다. GPT-3.5조차 2016년 기준으로는 놀라운 수준이었다. 자동화가 가장 쉬워 보이는 이 분야에서조차 대규모 정리해고 사례가 없다. 지능이 부족해서가 아니다. 지능 밖의 모든 것이 병목인 것이다.

제번스 역설은 19세기 경제학자 윌리엄 스탠리 제번스의 관찰이다. 석탄 연소 효율이 올라가면 석탄 소비가 줄어야 하는데, 실제로는 늘어났다. 에너지가 저렴해지자 에너지를 사용하는 새로운 방법이 폭발적으로 생겨났기 때문이다. 소프트웨어도 마찬가지다. 코드 작성 비용이 떨어지면 이전에는 경제성이 맞지 않았던 맞춤형 소프트웨어에 대한 수요가 열린다. 중소기업만 봐도 맞춤형 소프트웨어 수요는 무궁무진하다.

Oks의 낙관론은 이론적으로 정교하다. 문제는 현실이 이론대로 움직이지 않는다는 것이다. Hacker News에서 수백 명의 실무자가 쏟아낸 반론은 현장의 냄새가 난다.

가장 날카로운 반론은 "인식이 현실을 만든다"는 것이다. 비교우위 이론이 아무리 정교해도, CEO 회의실에서 통용되는 것은 경제학 논문이 아니라 McKinsey 슬라이드다. "AI가 80%의 업무를 처리합니다. 인건비를 60% 줄이겠습니다." 이 한 줄이 수십 명의 해고 통지서가 된다. AI가 실제로 80%를 해내는지는 중요하지 않다. 경영진이 그렇게 믿는다는 것이 중요하다.

글로벌 최저가 경쟁은 가장 현실적인 위협이다. AI가 만든 것은 "기계적 노동의 자동화"가 아니라 "판단력의 민주화"다. 예전에는 도메인 전문가만 할 수 있었던 분석, 검토, 의사결정 보조가 이제는 교육 3개월차 직원에게도 가능해진다. 기업 입장에서 이는 인건비의 글로벌 최저가 경쟁을 의미한다. 일자리가 사라지는 것이 아니라, 그 일자리의 가격이 추락한다.

화이트칼라 직종의 취약성도 무시할 수 없다. 물리적 노동을 로봇으로 대체하는 것은 여전히 비경제적이다. 맥도날드의 점진적 자동화가 보여주듯, 로보틱스와 AI는 완전히 다른 영역이다. 그러나 컴퓨터 앞에서 이루어지는 업무는 다르다. "20명이 하던 일을 3~4명이 AI를 관리하며 처리하게 된다"는 구조 재편은 이미 시작되었다는 현장 보고가 나온다.

파이프라인 고갈은 장기적으로 가장 위험한 신호다. 주니어 개발자 채용이 줄고, AI에 의존해 성장한 신입은 코드 리뷰에서 무너진다. 숫자를 직접 입력할 때 생기는 "정신적 지도(mental map)"가 AI 위임으로 사라진다. 회계사가 데이터를 직접 분류하며 쌓았던 감각, 개발자가 디버깅하며 체득한 시스템 이해. 그 암묵지가 쌓이지 않는 세대가 등장하고 있다.

가장 설득력 있는 시각은 양 극단 사이에 있다. 회계 자동화 도구를 만드는 한 개발자의 증언이 이를 요약한다. "자동화는 일을 없애는 게 아니라, 지루한 부분을 없애고 일의 성격을 바꾸는 것이다." 예전에는 데이터 입력과 분류에 80%의 시간을 쓰고 분석에 20%를 썼다면, 지금은 그 비율이 뒤집혔다.

핵심은 "어떤 기술이 평가절하되고, 사람들이 얼마나 빨리 재교육될 수 있느냐"다. 기계적 정확성, 문서 처리 속도, 코드 타이핑 능력의 가치가 하락한다. 판단력, 도메인 전문성, 맥락적 의사결정의 가치가 상승한다. 이 전환은 일자리의 "수"보다 일자리의 "질"을 바꾼다.

1인 기업의 부상도 중립적 시각에서 주목할 현상이다. "지금의 기업 구조는 AI의 잠재력을 효율적으로 활용하지 못한다." AI는 퍼즐 조각이 아니라 전체 그림을 다룰 수 있는데, 인간 조직은 계층 구조로 나뉘어 있다. 미래에는 한 명의 운영자가 AI 에이전트 팀을 지휘하며 전체 시스템을 관리하는 구조가 등장할 수 있다. 여러 분야를 경험한 제너럴리스트에게는 기회이고, 한 분야에 특화된 스페셜리스트에게는 위기다.

다만 "자동화가 풍요를 가져와서 더 이상 일하지 않아도 된다"는 오래된 환상도 경계해야 한다. 증기기관, 전기, 컴퓨터, 인터넷, AI. 모든 기술이 그 약속을 했고, 모든 기술이 그 약속을 지키지 못했다. 생산비가 줄면 가격이 떨어지고 수요가 늘어난다. 인류는 "일을 줄이는 것"보다 "삶의 질을 높이는 것"을 선택해왔다. 100년 전 수준으로만 살면 훨씬 적게 일해도 된다. 문제는 아무도 그러고 싶어 하지 않는다는 것이다.

세 가지 시각을 교차 검증한 결과, 가장 현실적인 전망은 이렇다. 대량 실업은 오지 않을 가능성이 높다. 그러나 일의 지형은 이미 바뀌고 있다.

Oks의 낙관론은 거시 경제학의 관점에서 정당하다. 비교우위와 제번스 역설은 200년간 검증된 이론이고, 병목 구조는 현실에서 명확히 관찰된다. 그러나 이 거시적 "정상"이 개인에게는 위안이 되지 않는다. 경영진의 인식에 의한 해고, 임금 정체, 글로벌 아웃소싱 가속은 거시 데이터에 포착되지 않는 미시적 고통이다.

비관론의 반격도 과장이 섞여 있다. "20명이 하던 일을 3명이 한다"는 극단적 시나리오는 특정 업무에만 해당하며, 대부분의 직무는 여전히 80/20 문제에 갇혀 있다. AI가 80%를 자동화해도 나머지 20%가 전체 품질을 좌우하며, 그 20%에서 실수하면 80%의 자동화가 무의미해진다. "자신감 있게 엉뚱한 답을 내놓는" AI의 본질적 한계가 여전히 작동한다.

진짜 위험은 Oks가 마지막에 짚은 곳에 있다. 포퓰리즘적 반발. AI 공포가 데이터센터 건설 금지, 종신 고용 보장, 개발·배포를 옥죄는 규제로 이어진다면, 생산성 향상과 과학적 발전이라는 AI의 실질적 혜택이 차단된다. 공포에 기반한 정책은 언제나 그 공포보다 더 큰 피해를 만든다.