너의 공포는 틀렸다 — AI × 고용 × 제번스 역설
AI가 개발자를 3배 빠르게 만들면 일자리가 3분의 1로 줄어드는 게 아니다. 160년 된 경제학 개념이 당신의 공포를 뒤집는다. 단, 낙관론도 아니다.
"AI가 내 일자리를 빼앗을 것이다" — 이 문장을 믿고 있다면, 160년 된 경제학 개념이 당신의 생각을 뒤집을 준비가 됐다. 단, 낙관론도 아니다. 지금부터 불편한 진실을 같이 보자.
// 핵심 주장
AI 코딩 툴이 개발자를 3배 빠르게 만들면, 일자리가 3분의 1로 줄어드는 게 아니다. 역사는 반대 방향을 가리킨다. 하지만 그렇다고 당신이 안전하다는 뜻도 아니다.
// 01 — 1865년, 석탄이 더 많이 타올랐다
영국 경제학자 윌리엄 스탠리 제번스는 당시 상식에 정면으로 반하는 현상을 목격했다. 증기기관의 효율이 올라갈수록 — 즉 같은 석탄으로 더 많은 일을 할 수 있게 될수록 — 영국의 석탄 총 소비량은 줄어들기는커녕 폭발적으로 증가했다.
효율이 높아지면 비용이 낮아지고, 비용이 낮아지면 수요가 폭발한다. 결국 총 소비는 줄지 않고 늘어난다.
— Jevons Paradox, 1865 / "The Coal Question"
이것이 제번스 역설의 본질이다. 이제 이걸 AI로 치환해보자. "AI 툴이 개발자 1명을 3배 빠르게 만들었다"는 건 소프트웨어를 만드는 단가가 낮아졌다는 뜻이다. 단가가 낮아지면? 예전에는 엄두도 못 냈던 곳들이 소프트웨어를 만들기 시작한다. 동네 세탁소가 앱을 만들고, 5인 스타트업이 AI 에이전트를 구축하고, 마케팅팀이 자동화 파이프라인을 직접 짠다. 소프트웨어 수요 자체가 경제 전반으로 확장되는 것이다.
// 02 — ATM이 은행원을 더 많이 뽑았다
1970년대 ATM 등장. 당시 모두의 확신: "이제 은행원은 끝났다." 보스턴대 경제학자 제임스 베슨이 실제 데이터를 모아봤다.
| 연도 | ATM 대수 | 은행원 수 |
|---|---|---|
| 1985 | 6만 대 | 48.5만 명 |
| 2002 | 35만 대 | 52.7만 명 |
| 증감 | +483% | +9% |
그리고 같은 기간 도시 은행 지점은 43% 증가했다.
ATM은 지점당 필요 인원을 20명에서 13명으로 줄였다. 그러자 은행들은 더 적은 비용으로 지점을 열 수 있게 됐고, 경쟁적으로 지점을 43%나 더 많이 열었다. 총 은행원 수는 증가했다. 그리고 남은 은행원들의 업무는 달라졌다 — 현금 입출금 대신 관계 금융, 복잡한 상담, 고부가가치 업무로.
⚡ 반론 — 그런데 결말이 있다
ATM이 은행원을 못 없앴지만, 스마트폰은 없앴다. 2010년대 모바일 뱅킹이 보편화되자 은행원 고용은 실제로 감소하기 시작했다. 차이: ATM은 현금 입출금이라는 일부 업무를 자동화했다. 스마트폰은 지점 방문의 필요성 자체를 없앴다. 일부 자동화와 전면 대체는 다르다. AI가 어느 쪽인지가 핵심 질문이다.
// 03 — 역사는 반복됐다, 매번
| 시기 | 기술 | 소멸한 것 | 탄생한 것 |
|---|---|---|---|
| 1800s | 방직기 자동화 | 직조공 단순 노동 | 면직물 수요 폭발, 직조공 총수 수십 년간 증가 |
| 1980s | 스프레드시트 | 부기 장부 담당자 | 재무 분석가 폭발적 증가, 더 복잡한 금융 분석 수요 창출 |
| 1990s | 데스크탑 출판 | 전통 조판공 | 그래픽 디자이너 시장 폭발, 시각 콘텐츠 수요 확산 |
| 2000s | 인터넷 + 이커머스 | 오프라인 여행사 | 디지털 마케터, UX 디자이너, 데이터 애널리스트 |
| 2023~ | AI 코딩 툴 | 단순 코드 타이핑 직무 | 엔지니어링 채용 최저점 대비 78% 반등, 3년 만의 최고치 |
패턴이 보이는가. 매번 사람들은 "이번엔 다르다"고 말했다. 매번 특정 직무는 소멸했다. 그런데 직종은 변형되거나 새로 생겼다. 소멸한 건 반복적이고 정의 가능한 업무들이었다. 살아남은 건 — 아니, 더 많이 필요해진 건 — 판단, 맥락, 설계였다.
// 04 — 지금 숫자가 뭐라고 하나
// 2025년 개발자 시장 — 공포 내러티브와 실제 데이터
github_metrics = {
monthly_pull_requests: "4,300만 건", // YoY +23%
monthly_commits: "10억 건", // YoY +25%
verdict: "AI가 대체했다면 이 숫자는 줄었어야"
};
engineering_openings = {
count: "67,000+",
vs_recent_low: "+78%",
context: "AI 툴 급속 보급과 동시에 일어남"
};
bls_10yr_forecast = {
computer_programmer: "-27%", // 단순 코드 번역 — 먼저 자동화
software_developer: "+18%", // 판단·설계 중심 역할
ai_infra_engineer: "신규 직종 탄생"
};
숫자가 보여주는 그림은 단순하다. "코드를 타이핑하는 사람"의 자리는 줄어든다. "무엇을 어떻게 만들지 결정하는 사람"의 자리는 늘어난다. 그리고 AI 툴 자체를 구축하고 운영하는 역할은 3년 전엔 존재조차 하지 않았다.
// 05 — 그런데 여기서 착각하면 안 된다
제번스 역설이 "결국 다 괜찮다"는 위안이라고 읽으면 오독이다. 역사는 총량을 보존했을지 모르지만, 같은 사람이 살아남은 게 아니다.
일자리 손실은 빠르고 집중적으로 온다. 새로운 일자리 창출은 느리고 불균등하게 퍼진다. 그 간극에 진짜 고통이 산다.
— "AI, Jobs, and the Jevons Paradox" (2026)
스프레드시트가 등장했을 때 모든 장부 담당자가 재무 분석가로 자연스럽게 전환된 건 아니었다. 데스크탑 출판이 생겼을 때 모든 조판공이 그래픽 디자이너가 된 것도 아니었다. 기술의 혜택과 직업 전환의 고통은 다른 사람들에게 분배됐다.
그리고 한 가지 더. AI가 일부 업무만 자동화하는 동안은 제번스 역설이 작동한다. 하지만 만약 AI가 소프트웨어 개발이라는 행위 자체를 대체하게 된다면 — 마치 스마트폰이 "은행 지점 방문의 필요성"을 없앤 것처럼 — 그건 다른 이야기가 된다. 아직 그 시점은 아니다. 하지만 영원히 그렇지 않다고도 할 수 없다.
그래서 당신은 뭘 해야 하는가
제번스 역설은 "AI를 무서워하지 말라"는 말이 아니다. "무엇을 무서워해야 하는지를 정확히 파악하라"는 말이다. 잘못된 공포는 잘못된 대응을 낳는다.
// 실제로 사라지는 것 vs 살아남는 것
- 반복적인 보일러플레이트 코드 생성 — 자동화 대상
- 스택오버플로 답변 복붙 수준의 디버깅 — 자동화 대상
- 무엇을 만들지 결정하는 판단력 — 더 희귀해짐
- 시스템 전체 맥락을 이해하는 능력 — 더 희귀해짐
- AI 에이전트를 설계하고 감독하는 역할 — 신규 수요 폭발
- 비즈니스 문제를 기술로 번역하는 기술 — 더 희귀해짐
// 왜 이렇게 나뉘는가
레이싱에서 코너를 돌 때, 안쪽 라인일수록 안정적이다. 바깥으로 나갈수록 더 빠르게 움직여야 하고, 원심력에 튕겨나갈 위험도 그만큼 커진다.
AI가 만들어내는 변화는 정확히 이 원심력이다. 보일러플레이트 생성, 답변 복붙 수준의 디버깅 — 이 자리들은 항상 바깥 라인이었다. 더 많은 코드, 더 빠른 납기, 더 많은 티켓. 속도 경쟁. 그런데 AI가 그 속도를 인간이 도저히 따라갈 수 없는 수준으로 끌어올리자, 원심력을 버티지 못하고 바깥으로 튕겨나가는 자리가 됐다.
반면 판단력, 맥락 이해, 비즈니스 번역 — 이건 코너의 중심에 가까운 자리다. 원심력이 약하게 걸린다. AI가 속도를 아무리 높여도 이 자리는 쉽게 흔들리지 않는다. AI는 지금도, 가까운 미래에도 "왜 이걸 만들어야 하는가"를 스스로 물을 수 없기 때문이다.
그리고 AI 에이전트를 설계하고 감독하는 역할은 한 단계 더 나아간다. 이건 코너 자체를 설계하는 자리다. 원심력의 지배를 받는 게 아니라 원심력의 구조를 만드는 쪽.
레이서는 코너 진입 전에 이미 어느 라인을 탈지 결정한다. 코너 한가운데서 라인을 바꾸는 건 가장 위험한 순간이다. 지금이 진입 전이다. 아직 라인을 고를 수 있다.
두려워할 것은 AI가 아니다. 코너 한가운데서 라인을 바꾸려 하는 것이다.
참고 자료
- Bessen, J. (2015). Learning by Doing. Yale University Press.
- IMF Finance & Development (2015). "Toil and Technology."
- Developer First Newsletter #189 (2026). "Jevons Paradox."
- Jim Rutt Substack (2026). "Jevons' Paradox and the Fate of Software Developers."
- CCIA (2026). "What Bank Tellers and Radiologists Can Tell Us About Job Security in the AI Era."
- BLS Occupational Outlook Handbook (2024–2034). Software Developers.
- GitHub Octoverse Report (2025). Pull request & commit volume data.
- Forrester (2026). AI Job Impact Forecast, US 2025–2030.