기계가 일자리를 없앤다는 말은 1911년에 이미 반박됐다 — 그런데 그 반박은 반쪽이었다

프레더릭 테일러가 『과학적 관리법』을 낸 게 1911년이다. 그는 작업 현장에서 사람들이 전력으로 일하지 않는 이유를 셋으로 정리했는데, 그 첫 번째가 이것이다.

"한 사람 또는 한 기계의 산출이 크게 늘면 결국 많은 사람이 일자리를 잃게 되리라는, 아주 오래전부터 노동자들 사이에 거의 보편적으로 퍼져 있는 오해." — Taylor, *The Principles of Scientific Management*, 1911

그리고 그는 반박한다. 각 산업의 역사를 보면 새 기계가 들어오든 더 나은 방법이 도입되든, 생산성이 오르고 비용이 떨어지면 "사람을 내보내는 대신 결국 더 많은 사람의 일거리를 만들었다"는 것이다. 근거로 든 게 신발이다. 기계가 수작업을 대체하면서 신발값이 떨어졌고, 그러자 노동계급의 거의 모든 사람이 해마다 신발을 한두 켤레씩 사게 됐다는 것.

경제학에서는 이걸 노동 총량의 오류(lump of labour fallacy)라고 부른다. 일거리의 총량이 고정돼 있다고 전제하는 데서 오는 착각이라는 뜻이다.

2026년 데이터는 테일러 쪽에 가깝다

AI가 고용을 얼마나 흔들었는지를 묻는 작업이 올해 여러 건 나왔다.

미국 센서스국 연구진이 기업 단위로 본 결과는 이렇다. AI 때문에 고용을 줄였다는 기업은 2% 뿐이었다. 감소가 아예 없다는 뜻은 아니다 — 그 2%가 대기업과 AI를 사람 업무의 대체로 쓰는 기업에 몰려 있었다.

예일대 예산연구소의 노동시장 추적 지표도 같은 방향이다. 2026년 8월 자료까지 넣은 9월 갱신에서 「AI와 연결된 노동시장 교란의 분명한 증거를 제시하지 못한다」고 적었다. 직종 간 이동, 실업자 중 AI 노출 비율, 사용량 지표가 전부 평탄하거나 역사적 범위 안에 있거나 AI 이전 추세를 그대로 따라가고 있다는 것이다.

총량만 보면 1911년의 반박이 아직 유효하다.

그런데 테일러는 한 가지를 빼놓았다

테일러의 논증은 "총량은 늘어난다"에서 멈춘다. 줄어든 자리에 있던 사람이 늘어난 자리로 건너갈 수 있는지는 묻지 않는다.

이 공백이 올해 데이터에서 그대로 드러난다. 스탠퍼드 쪽 분석이 미국 급여 데이터로 추적한 결과, AI 노출이 높은 직군의 22~25세 고용은 덜 노출된 또래가 그린 추세선보다 19% 아래에 있다. 금액이 아니라 사람 수다. 2022년 11월부터 2026년 6월 사이, 노출이 가장 높은 두 구간의 22~25세 고용은 약 11% 줄었고 노출이 가장 낮은 세 구간의 같은 나이대는 약 10% 늘었다. 같은 직군의 경력자 고용은 안정적이었고, 감소는 AI가 업무를 보조하는 쪽이 아니라 대체하는 쪽 직무에 몰렸다.

앞선 기술에서도 같은 모양이 관찰됐다. 산업용 로봇을 지역 노동시장 단위로 분석한 연구는 노동자 1,000명당 로봇 1대가 늘 때 고용인구비율이 0.2%p, 임금이 0.42% 낮아졌다고 보고했다(1990~2007년 미국). 전국 총량이 아니라 그 로봇이 들어간 지역에서 벌어진 일이다.

총량은 괜찮은데 입구가 좁아진 것이다. 테일러의 신발 비유로 돌아가면, 신발 수요가 늘어 공장이 커진 건 맞지만 그 공장에 처음 들어오는 사람이 하던 일이 바로 기계가 가져간 일이었다면, 총량 증가는 그 사람에게 아무 위로가 되지 않는다.

한국 실무로 옮기면 수습 설계의 문제가 된다

한국에서 신입이 들어와 처음 맡는 일을 떠올려 보자. 자료 정리, 1차 검토, 초안 작성, 회의록. 지금 AI가 가장 먼저 가져간 구간이 정확히 거기다.

이게 제도와 부딪히는 지점이 있다. 근로기준법은 수습 중인 근로자라도 해고에 정당한 이유를 요구하고(제23조), 해고 사유와 시기를 서면으로 알리도록 한다(제27조). 시용기간이 끝나고 본채용을 거부하는 경우에도 객관적으로 합리적인 이유와 사회통념상 상당성이 필요하다는 것이 대법원의 입장이다(2006. 2. 24. 선고 2002다62432). 수습은 평가해서 걸러내는 기간이라기보다 가르쳐서 키우는 기간이라는 전제가 깔려 있는 셈이다.

그런데 가르칠 업무를 AI가 먼저 가져가면, 평가할 재료 자체가 남지 않는다. 입사 3주 차 직원의 직무수행 능력을 무엇으로 판단할 것인가. 실무에서 수습 평가표가 비어 있는 채로 기간만 흘러가는 일이 늘고 있다면, 그건 사람이 게을러서가 아니라 평가 대상이 될 업무가 사라졌기 때문일 수 있다.

그래서 질문을 바꿔야 한다

"AI가 일자리를 없애는가"는 1911년에 끝난 질문이다. 지금 답해야 하는 건 이쪽이다.

신입에게 남겨둘 업무를 의도적으로 설계하고 있는가. 수습 평가의 기준이 여전히 유효한 업무를 측정하고 있는가. 경력직만 뽑아서 당장의 생산성을 올린 조직이 3년 뒤에 중간 관리자를 어디서 구할 것인가.

테일러가 옳았던 건 총량이다. 그가 다루지 않은 건 순서다. 그리고 실무에서 문제가 되는 건 거의 언제나 순서 쪽이다.

---

참고한 자료

본문의 숫자는 아래 원문에서 확인한 것만 적었다. 요약이나 2차 인용으로 본 것은 숫자를 쓰지 않았다.

• Taylor, F. W., *The Principles of Scientific Management*(1911) — Project Gutenberg #6435. 인용문은 원문 전문에서 해당 문단을 직접 옮기고 번역했다
• Bonney, Breaux, Dinlersoz, Foster, Haltiwanger, Pande, *The Microstructure of AI Diffusion: Evidence from Firms, Business Functions, and Worker Tasks*, U.S. Census Bureau CES-26-25(2026-04) — census.gov
• The Budget Lab at Yale, *Tracking the Impact of AI on the Labor Market*, 2026-09-15 갱신(2026년 8월 CPS 반영) — budgetlab.yale.edu
• Brynjolfsson, Chandar, Chen, *Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence*, Stanford Digital Economy Lab(2026-08 갱신판) — digitaleconomy.stanford.edu
• Acemoglu & Restrepo, *Robots and Jobs: Evidence from US Labor Markets*, Journal of Political Economy 128(6), 2188–2244(2020) — NBER WP 23285
• 근로기준법 제23조·제27조 — 법제처 조문 원문 확인 · 대법원 2006. 2. 24. 선고 2002다62432 — 판결문 확인

⚠ 위 네 편은 관찰이고 예측이 아니다. 스탠퍼드 쪽은 자기 결과를 인과 추정이 아니라 「탄광의 카나리아」, 곧 이른 신호라고 적었고, 예일 쪽도 데이터가 쌓이면 결론이 바뀔 수 있다고 적었다.