1년 전만 해도 두 사람은 AI가 일자리를 대거 소멸시킬 것이라고 경고했습니다. 그 두 사람이 최근 나란히 “내가 틀렸다”고 말하고 있습니다.

OpenAI CEO 샘 알트만과 Anthropic CEO 다리오 아모데이가 잇달아 AI 일자리 종말론을 철회했습니다. 골드만삭스 CEO 데이비드 솔로몬은 처음부터 그 패닉이 과장됐다는 입장이었고, 지금은 자신이 옳았다고 말하고 있습니다.

출처: Sam Altman and Dario Amodei are both walking back AI jobs apocalypse predictions as they eye IPOs – Fortune

두 CEO, 무슨 말을 어떻게 바꿨나

알트만은 지난해 “많은 일자리가 사라질 것”이라며 특히 엔트리 레벨 화이트칼라 직종의 위기를 경고했습니다. 그런 그가 이번 주 인터뷰에서 “내가 꽤 틀렸다”고 인정했습니다. 예상했던 것보다 실제 충격이 훨씬 작았다는 겁니다.

흥미로운 건 그 이유입니다. 알트만은 AI에게 자신의 Slack과 이메일 응답을 맡겨보는 실험을 했고, 결국 직접 답하는 쪽으로 돌아왔다고 밝혔습니다. “우리는 사람과의 상호작용 자체를 중요하게 여긴다”는 게 그가 얻은 교훈이었습니다. 기술이 대체하기 어려운 영역이 생각보다 넓다는 걸 직접 확인한 셈입니다.

아모데이의 변화는 더 극적입니다. 불과 1년 전 그는 AI가 화이트칼라 일자리의 50%를 없앨 수 있다고 주장했습니다. 그런데 이달 초 그는 정반대의 프레이밍을 꺼내 들었습니다. “일의 90%가 자동화되면, 사람들은 나머지 10%를 하게 됩니다. 그 10%가 다시 100%로 확장되면서 생산성이 10배가 됩니다.” 자동화가 일을 빼앗는 게 아니라 일의 범위를 넓힌다는 논리입니다.

데이터는 뭐라 하나

현실 데이터는 깔끔하게 한쪽 손을 들어주지 않습니다.

2026년 5월 기준 테크 업계 감원은 이미 115,000명을 넘었습니다. 연간 기준으로 2025년 전체(124,000명)에 육박하는 속도입니다. Meta, Amazon, Snap 모두 AI를 감원 이유로 꼽았습니다. 반면 예일대 Budget Lab은 ChatGPT 출시 이후 AI 노출도가 높은 직종에서 실업 기간이나 직업 구성에 유의미한 변화가 없었다고 분석했습니다. 콜센터 직원과 방사선과 전문의처럼 자동화 위협이 크다고 여겨졌던 직군은 오히려 꾸준히 유지되거나 늘었습니다.

솔로몬이 거론하는 수치도 있습니다. 1962년 이후 미국 민간 고용은 145% 성장했고, 데이터센터 건설만으로 2022년 이후 20만 개의 일자리가 생겼다는 골드만삭스 자체 연구 결과입니다. 전기화, 인터넷 혁명을 거치면서도 고용이 늘었다는 역사적 패턴을 AI에도 적용할 수 있다는 주장입니다.

‘번복’을 읽는 또 다른 시선

낙관론으로의 전환을 순수하게 받아들이기 어려운 맥락이 하나 있습니다. OpenAI와 Anthropic 모두 올해 IPO를 준비 중이며, 두 회사의 기업 가치는 각각 1조 달러 수준으로 평가받고 있습니다. “AI가 일자리를 대량으로 없앨 것”이라는 메시지는 규제 압박, 인재 이탈, 투자자 우려를 동시에 키울 수 있는 서사입니다. 이 시점에 두 CEO가 나란히 입장을 바꾼 것이 우연인지, 자연스러운 인식의 갱신인지는 각자 판단할 부분입니다.

자동화가 수요를 줄이지 않는다는 논리

이번 논의에서 반복적으로 등장하는 개념이 ‘제번스 역설(Jevons Paradox)’입니다. 19세기 영국 경제학자 윌리엄 스탠리 제번스의 이름을 딴 이 개념은, 효율이 높아지면 소비가 줄어드는 게 아니라 오히려 늘어난다는 역설입니다. 와트 증기기관이 석탄 연소를 효율화했더니 석탄이 더 저렴해지고 더 많이 쓰이게 된 사례가 원형입니다.

아모데이와 여러 경제학자들이 AI에 이 논리를 적용하고 있습니다. 상호작용 한 건의 비용이 낮아지면 상호작용 수 자체가 늘어나고, 결국 그 업무를 담당하는 사람의 수요도 함께 커진다는 것입니다. 전망이 바뀐 배경에는 이런 이론적 전환도 자리하고 있습니다.

아직 AI가 노동 시장에 미치는 영향이 충분히 가시화되지 않은 시점입니다. 두 CEO의 말이 바뀐 것이 현실에 대한 정직한 업데이트인지, 아니면 시기에 맞는 조율인지는 앞으로의 데이터가 답을 줄 것입니다.