2026년 현재, 한국은행은 전체 취업자의 12%인 약 341만 명이 AI 고대체위험 직군에 해당한다고 공식 분석했습니다. 단순 노무직이 아닙니다. 경리·회계, 법률 문서 작성, 콜센터 상담 — 수십 년 동안 안정적이라고 여겨진 화이트칼라 직군이 목록에 올랐습니다.
그런데 이 숫자는 시작에 불과합니다. 한국은행의 다른 분석은 전체 일자리의 51%가 AI 영향권에 들어와 있으며, 그 중 27%는 대체·소득 감소 위험에 놓여 있다고 밝혔습니다. WEF는 2030년까지 전 세계 기업의 86%가 AI로 사업 모델을 전환할 것이라고 전망합니다. 질문은 "대체될까?"가 아니라 "어떻게 준비할까?"로 바뀌었습니다.
이 글은 한국은행·WEF·OECD·KDI의 검증된 통계를 바탕으로 내 직종의 위험도를 정확하게 읽고, 노동소득이 흔들릴 때 자본소득으로 전환하는 현실적 3단계 전략을 제시합니다.
핵심 요약 (Key Takeaways)
- 한국 전체 취업자의 12%(약 341만 명)가 AI 고대체위험 직군이며, 고소득·고학력 근로자가 더 많이 노출되는 역설이 확인됐습니다 (한국은행 BOK 이슈노트 2023-30호, 2023.11).
- WEF Future of Jobs 2025(2025.1)는 2025~2030년 사이 신규 1억 7,000만 개 창출, 9,200만 개 소멸, 순 증가 7,800만 개를 전망하지만, 소멸 직종과 창출 직종이 달라 개인 단위의 전환이 불가피합니다.
- KDI(2024.7)는 2030년 이후 업무의 90% 이상 자동화가 가능한 일자리가 전체의 90%에 달할 수 있다고 추정합니다.
- NVIDIA 젠슨 황은 2026년 3월 GTC에서 "10년 후 직원 7만 5,000명이 750만 개 AI 에이전트와 협업할 것"이라고 밝혔습니다 (Fortune, 2026.3.19).
- 노동소득 위험을 줄이는 현실적 대안은 AI·나스닥 ETF를 활용한 자본소득 전환 3단계입니다. 국내 나스닥100 ETF 총보수는 이미 0.006%대까지 낮아졌습니다.
이 글에서 다룰 내용
- AI 일자리 대체는 얼마나 빠르게 진행되고 있나
- 한국 노동시장 위험 진단 : 직종별 대체 확률
- 생산의 3요소가 바뀐다 : 노동에서 자본으로 권력 이동
- 자본가가 된다는 것의 현실적 의미
- AI ETF 투자 실전 가이드 : 종목·비용·리스크
- 로봇세와 기본소득 : 정책이 내 전략을 바꿀 시점
- 지금 당장 실행할 3단계
- 자주 묻는 질문 (FAQ)
- 정리 : 기다리면 늦는 이유
1. AI 일자리 대체는 얼마나 빠르게 진행되고 있나
대체 속도는 선형이 아닙니다. 2022년 말 ChatGPT 등장 이후 3년 만에 한국 대기업의 AI 도입률은 48%로 조사 대상 20개국 중 상위권에 올랐습니다(한국은행 BOK 이슈노트 2025-2호 「AI와 한국경제」, 2025.2.10). 같은 기간 WEF는 전 세계 고용주의 41%가 AI 자동화로 인력 축소를 계획하고 있다고 집계했습니다(WEF Future of Jobs Report 2025, 2025.1.8). 계획이 실행으로 전환되는 시점이 이미 시작됐다는 뜻입니다.
Goldman Sachs(2023.3)는 생성형 AI로 전 세계 풀타임 일자리 약 3억 개가 자동화에 노출될 수 있다고 추정했습니다. 핵심 단어는 "대체"가 아니라 "노출(expose to automation)"입니다. 노출이 곧 소멸을 뜻하지는 않습니다. 다만 노출된 직무를 수행하는 근로자는 업무 방식을 바꾸지 않으면 비용 경쟁에서 밀리는 구조에 놓입니다.
자동화와 AI 대체의 차이
20세기 산업 자동화는 반복적인 육체 노동을 기계로 대체했습니다. 공장 라인 작업자, 타자수, 계산원이 직격탄을 맞았지만 분석·판단·소통을 담당하는 화이트칼라 직군은 상대적으로 안전했죠. AI 대체는 방향이 반대입니다. LLM은 언어를 다루고, 문서를 분석하고, 보고서를 초안하는 데 특화돼 있습니다. 이것이 바로 한국은행이 "고소득·고학력 근로자가 더 많이 노출되는 역설"을 지적한 이유입니다.
MIT 경제학자 다론 아세모글루(Daron Acemoglu)는 NBER 연구(w32487, 2024)에서 향후 10년 AI가 총요소생산성(TFP)을 최대 0.66% 높일 수 있다고 추정했습니다. 일부 기관이 제시한 수십 %대 낙관론과는 거리가 있는 수치입니다. 속도에 대한 이견은 있지만, 방향에 대해서는 주류 경제학자 대부분이 같은 자리에 섭니다. AI는 노동시장을 재편합니다. 속도만 다를 뿐입니다.
2. 한국 노동시장 위험 진단 : 직종별 대체 확률
한국 일자리의 51%가 AI 영향권에 있습니다. 그 중 24%는 생산성 이익을 누릴 수 있는 보완 관계, 27%는 대체·소득 감소 위험에 놓여 있습니다(한국은행 BOK 이슈노트 2025-2호, 2025.2.10). 이 글의 핵심 질문은 "나는 어느 27%에 속하는가"입니다.
한국은행이 본 고대체위험 직군 (BOK 이슈노트)
한국은행 이슈노트 2023-30호(한지우·오삼일, 2023.11.16)는 직종별 AI 대체 확률을 실제 업무 내용 기반으로 분석했습니다. 고대체위험 직군에는 세 가지 공통점이 있습니다. 반복 가능한 언어·문서 처리 업무 비중이 높고, 판단 맥락이 표준화돼 있으며, 출력 결과의 품질을 기계가 검증하기 쉽습니다. 통계청 경제활동인구조사(2024.12 기준) 취업자 수와 결합하면 아래 표와 같습니다.
| 직종군 | 취업자 수 (2024.12) | AI 대체 위험도 | 주요 위험 업무 |
|---|---|---|---|
| 사무 종사자 | 503.5만 | 고위험 | 경리·회계, 데이터 입력, 문서 작성 |
| 서비스 종사자 | 353.3만 | 중위험 | 콜센터 상담, 단순 안내 서비스 |
| 판매 종사자 | 247.8만 | 중위험 | 온라인 판매, 단순 매장 응대 |
| 장치·기계조작 | 293.8만 | 저위험 | 정밀 조작, 현장 판단 요구 |
| 단순 노무 종사자 | 352.2만 | 중-고위험 | 물류·배달 자동화 영향 |
출처: 통계청 경제활동인구조사 2024.12 / 위험도 분류: 한국은행 BOK 이슈노트 2023-30호 기준
청년·고학력일수록 더 위험하다는 역설
직관에 반하는 결과입니다. 한국은행 BOK 이슈노트 2023-30호는 AI 고대체위험 직군이 저학력·저소득 일자리에 집중될 것이라는 기존 예측을 뒤집었습니다. 고소득·고학력 근로자가 오히려 더 많이 노출된다는 분석입니다. LLM이 언어·분석·문서 작성에 특화돼 있기 때문입니다. 법무사 보조, 세무사 보조, 금융 분석가 초급직, 보험 심사원이 대표적입니다.
청년층은 이미 타격을 받고 있습니다. 한국은행 BOK 이슈노트 2025-30호에 따르면 최근 3년간 청년층 일자리 감소 21.1만 개 중 20.8만 개가 AI 고노출 업종에서 줄었습니다. 사실상 청년 일자리 감소 전부가 AI 영향권 안에 있다는 뜻입니다. KAIST 서용석 교수의 시나리오 분석(경향신문 2025.12.8 보도)은 저위 12.9%(351만), 중위 24.0%(651만), 고위 73.8%(2,005만)의 폭넓은 범위를 제시했습니다. 어느 시나리오가 현실화되느냐는 AI 확산 속도와 정부 대응에 달려 있습니다.
OECD(2025.10)는 한국 중소기업의 AI 활용 비율이 31%로 독일의 50% 이상보다 낮다는 점을 지목하면서, 한국 청년·저학력·제조업 근로자의 고용에 부정적 영향이 확인됐다고 밝혔습니다. 격차는 앞으로 더 벌어질 수 있습니다.
더 읽기 → AI 에이전트란 무엇인가 : 개념부터 실전까지
3. 생산의 3요소가 바뀐다 : 노동에서 자본으로 권력 이동
경제학 교과서는 생산의 3요소를 토지·노동·자본으로 정의합니다. AI 시대에 이 공식이 흔들립니다. 노동의 역할 일부를 AI와 로봇이 대신하게 되면, 생산에서 노동이 차지하는 비중이 줄고 자본(AI 모델, 데이터, 인프라, 로봇)의 비중이 늘어납니다. 이익은 노동자가 아닌 자본 소유자에게 귀속되는 구조로 굳어집니다.
WEF Future of Jobs 2025는 2030년까지 기업의 86%가 AI를 핵심으로 사업 모델을 전환할 것이라 전망합니다. 41%의 고용주는 AI 자동화로 인력을 줄일 계획이라고 답했습니다. 생산은 늘지만 노동자 수는 줄어드는 구조 — 그 이익이 어디로 가는지는 자명합니다. AI 기업의 주주에게 갑니다.
젠슨 황의 "75K 직원, 7.5M 에이전트" 발언이 의미하는 것
NVIDIA CEO 젠슨 황은 2026년 3월 19일 GTC 컨퍼런스에서 구체적인 숫자를 제시했습니다. "10년 후 NVIDIA는 직원 7만 5,000명이 750만 개 AI 에이전트와 함께 일할 것"이라고 밝혔습니다(Fortune, 2026.3.19). 직원 1인당 100개 에이전트를 관리한다는 의미입니다.
그는 2026년 4월 22일에도 입장을 보완했습니다. "직업이 사라지는 게 아니라, 일하는 방식이 바뀌는 것"이라고 했습니다(Fortune, 2026.4.22). 낙관적 해석이지만 그 안에 전제가 있습니다. 에이전트를 관리하는 사람은 살아남고, 에이전트로 대체되는 사람은 위치가 달라집니다. 두 그룹을 가르는 변수는 AI 리터러시와 자본입니다.
더 읽기 → 멀티에이전트 시스템 : AI가 팀을 이루면 어떻게 달라지는가
4. 자본가가 된다는 것의 현실적 의미
자본소득 전환이라는 말이 거창하게 들릴 수 있습니다. 실제는 단순합니다. AI 혁명의 수혜를 받는 기업의 주인이 되는 것입니다. 엔비디아, 마이크로소프트, 구글, 아마존 — 이 기업들이 AI 전환으로 벌어들이는 이익의 일부는 배당과 주가 상승의 형태로 주주에게 돌아옵니다.
개별 종목을 고르는 일은 어렵습니다. AI 경쟁에서 5년, 10년 후 승자를 지금 확신할 수 있는 사람은 없습니다. 그래서 지수를 사는 ETF가 합리적입니다. 나스닥100은 애플·마이크로소프트·엔비디아·메타·알파벳 등 AI 수혜 기업 100개의 집합체입니다. 개별 종목 리스크 없이 나스닥 전체 성장에 올라탑니다.
KDI(2024.7) 보고서는 2023년 기준 업무의 70% 이상 자동화가 가능한 일자리가 전체의 39%에 달하며, 2030년 이후에는 90% 자동화 가능 일자리가 전체의 90%에 이를 수 있다고 추정했습니다. 이 추정이 현실화될수록 AI 생산성 이익을 독점하는 기업의 가치는 높아집니다. 노동시장에서 발판이 흔들릴 때, 자본시장에서 자리를 먼저 잡아두는 것이 현실적 대응입니다.
5. AI ETF 투자 실전 가이드 : 종목·비용·리스크
ETF 선택의 핵심 변수는 세 가지입니다. 추적 지수(무엇을 사는가), 총보수율(매년 얼마나 떼이는가), 유동성(사고팔기 얼마나 쉬운가). 아래는 2026년 4월 기준 정보입니다. 보수율·종목 구성은 변경될 수 있으므로 투자 전 운용사 공식 자료를 반드시 재확인하세요.
국내 AI·기술 ETF 비교 (정확한 종목코드)
| ETF명 | 종목코드 | 운용사 | 총보수 | 특징 |
|---|---|---|---|---|
| TIGER 미국나스닥100 | 133690 | 미래에셋 | 0.0068% | 나스닥100 패시브, 분배금 지급 |
| KODEX 미국나스닥100 | 379810 | 삼성 | 0.0062% | 나스닥100 패시브, 2025.1 TR 삭제·명칭 변경 |
| TIGER 글로벌AI액티브 | 466950 | 미래에셋 | 0.79% | 글로벌 AI 기업 액티브 선별 |
| TIMEFOLIO 글로벌AI인공지능액티브 | 456600 | 타임폴리오 | 0.80% | AI 순수 테마 액티브, 고변동성 |
종목코드·보수율은 2026.4 기준. 투자 전 운용사 공식 홈페이지 재확인 필수.
미국 AI ETF 비교 (QQQ·BOTZ·AIQ·CHAT)
| 티커 | ETF명 | 총보수 | 특징 |
|---|---|---|---|
| QQQ | Invesco QQQ Trust | 0.18% | 나스닥100 추종, 세계 최대 기술주 ETF |
| BOTZ | Global X Robotics & AI ETF | 0.68% | 로보틱스·AI 특화, 고변동성 테마 |
| AIQ | Global X Artificial Intelligence & Technology ETF | 0.68% | AI 전반 기술주, BOTZ보다 분산 |
| CHAT | Roundhill Generative AI & Technology ETF | 0.75% | 생성형 AI 특화 액티브, 보수 높음 |
초보자 분산 포트폴리오 예시
단일 ETF 집중은 테마 위험을 높입니다. 아래는 AI·기술 테마에 비중을 두면서도 분산을 유지하는 예시입니다. 개인 상황에 따라 비율을 조정하세요.
| 구성 | 비중 예시 | 비고 |
|---|---|---|
| KODEX 미국나스닥100 (379810) | 50% | 핵심 — AI 수혜 나스닥100, 초저보수 |
| TIGER 글로벌AI액티브 (466950) | 20% | AI 테마 집중, 고변동성 감안 |
| 미국 S&P500 ETF (국내 상장) | 20% | 나스닥 편중 완화, 분산 역할 |
| 채권 ETF 또는 현금 등가 | 10% | 변동성 완충, 매수 기회 대비 |
위 포트폴리오는 예시 목적이며 특정 매수 추천이 아닙니다. 투자 결정은 본인 책임 하에 이루어져야 합니다.
더 읽기 → MCP(Model Context Protocol) 완전 이해 가이드
6. 로봇세와 기본소득 : 정책이 내 전략을 바꿀 시점
자본소득 전략의 가장 큰 외부 변수는 세제 변화입니다. AI가 노동을 대체해 세수 기반이 흔들리면 각국 정부는 대안을 찾습니다. 그 후보 중 하나가 로봇세(robot tax)입니다. 2026년 현재, 로봇세를 법제화한 주요국은 없습니다. EU는 2017년 의회에서 로봇세 도입을 투표에 부쳤지만 부결됐고, 논의 수준에 머무르고 있습니다. 한국에서도 '자동화 설비세' 논의가 간헐적으로 나오지만 입법으로 이어진 사례가 없습니다.
기본소득(UBI) 논의도 속도가 붙고 있습니다. 핀란드는 2017~2018년 2,000명 대상 실험에서 기본소득 수령자의 고용률 변화가 미미했지만 정신건강·삶의 만족도가 유의하게 개선됐다는 결과를 발표했습니다(Kela, 2020). 한국에서는 이재명 전 경기지사 시절 경기도 청년 기본소득 실험이 소규모로 진행됐습니다. 전국 단위 도입까지는 아직 거리가 있습니다.
투자자 입장에서 로봇세는 AI·로보틱스 기업의 수익성을 압박하는 요인이 될 수 있습니다. 다만 기업은 로봇세를 소비자 가격 전가 또는 본사 이전으로 회피할 가능성이 높기 때문에, ETF 수익률에 미치는 영향이 어느 방향으로 얼마나 클지는 아직 불분명합니다. 지금 당장 로봇세를 전략 변수로 넣을 단계는 아닙니다. 대신 정책 동향을 분기별로 점검하면서 배당주·리츠 등 다양한 자본소득원을 병행하는 편이 합리적입니다.
7. 지금 당장 실행할 3단계
이론보다 실행이 먼저입니다. 아래 3단계는 순서대로 진행할 수 있으며, 어떤 단계든 시작이 빠를수록 복리 효과가 커집니다.
실행 체크리스트
1단계 : 직종 위험도 자가 진단 (이번 주 안에)
- 한국은행 BOK 이슈노트 2025-2호를 직접 내려받아 자기 직종이 어느 구간에 해당하는지 확인합니다.
- 직종의 주요 업무 중 반복 가능한 언어·문서 처리 비중이 50% 이상이라면 고위험으로 판단합니다.
- ChatGPT·Claude 등 LLM으로 자신의 핵심 업무를 직접 테스트해 봅니다. LLM이 90% 이상 수행할 수 있다면 위험 신호입니다.
2단계 : ETF 자동 적립 개설 (이번 달 안에)
- 주요 증권사 앱에서 나스닥100 ETF 월 정액 자동 매수를 설정합니다 (KODEX 미국나스닥100 379810 또는 TIGER 미국나스닥100 133690).
- 금액은 월 소득의 10~20%를 목표로 하되, 6개월 생활비 현금을 먼저 확보한 뒤 시작합니다.
- 자동 매수는 감정적 판단을 제거해 장기 투자의 핵심인 '시장 타이밍 실수'를 방지합니다.
3단계 : AI 역량 내재화 (3~6개월)
- 현업에서 LLM·에이전트를 활용해 생산성을 높이는 경험을 축적합니다. 에이전트를 사용하는 사람이 아니라 관리하는 사람으로 포지셔닝합니다.
- AI로 대체되는 업무는 내려놓고, AI가 아직 못하는 맥락 판단·관계·신뢰 기반 업무에 집중합니다.
- 자본소득과 AI 역량이 동시에 쌓이는 구조를 만드는 것이 목표입니다.
8. 자주 묻는 질문 (FAQ)
- 한국에서 AI로 대체될 위험이 가장 높은 직종은 무엇인가요?
- 한국은행 BOK 이슈노트 2023-30호(2023.11)에 따르면 경리·회계 사무직, 콜센터 상담원, 데이터 입력원, 단순 법률 문서 처리직이 고대체위험 직군에 해당합니다. 전체 취업자의 12%, 약 341만 명이 이 범주에 포함됩니다. 공통 특징은 반복 가능한 언어·문서 처리 비중이 높다는 점입니다.
- AI가 한국 일자리를 74% 대체한다는 주장은 사실인가요?
- 직접적인 '74% 대체'는 사실이 아닙니다. 이는 KAIST 서용석 교수 시나리오 분석 중 고위 시나리오 수치(73.8%, 약 2,005만 개)입니다. 동일 연구에서 저위 12.9%(351만), 중위 24.0%(651만)도 제시됐습니다(경향신문 2025.12.8 보도). 시나리오 전체 범위를 함께 봐야 맥락이 잡힙니다.
- WEF 2030 전망에서 일자리가 순증한다는데, 안심해도 되나요?
- WEF Future of Jobs 2025(2025.1.8)는 2025~2030년 순 증가 7,800만 개를 전망합니다. 소멸 직종과 창출 직종이 다르기 때문에 재직자 개인은 전환이 불가피합니다. 41%의 고용주가 AI 자동화로 인력 축소를 계획한다는 점도 함께 봐야 합니다. 총량이 순증이어도 내 직종이 소멸 쪽에 있다면 통계는 위안이 되지 않습니다.
- 고학력자도 AI 대체 위험이 높다는 말이 사실인가요?
- 네, 사실입니다. 한국은행 BOK 이슈노트 2023-30호는 고소득·고학력 근로자가 AI 대체 고위험 직군에 더 많이 노출된다는 역설적 결과를 보고했습니다. LLM이 언어·분석·문서 작성에 특화돼 있기 때문에 화이트칼라 지식노동이 단기적으로 더 큰 영향을 받습니다. 의사·변호사도 보조 업무에서 예외가 아닙니다.
- AI ETF 투자 시 국내와 미국 중 어느 쪽이 유리한가요?
- 각각 장단점이 있습니다. 국내 ETF(KODEX 미국나스닥100 379810, 총보수 0.0062%)는 환전 없이 원화 투자가 가능하고 총보수가 매우 낮습니다. 미국 ETF(QQQ 0.18%, BOTZ 0.68%)는 AI 테마를 더 직접적으로 담지만 환헤지 비용과 배당소득세(15%)를 고려해야 합니다. 초보자라면 국내 나스닥100 ETF 자동 적립부터 시작하는 것이 현실적입니다.
- 로봇세나 기본소득이 도입되면 내 투자 전략도 바꿔야 하나요?
- 2026년 현재 로봇세를 법제화한 주요국은 없습니다. 로봇세가 기업 수익성을 압박하면 AI·로보틱스 ETF에 영향이 생길 수 있습니다. 그러나 기업의 세금 회피 수단도 다양합니다. 지금 당장 전략을 바꿀 이유는 없지만, 배당주·리츠 등 다양한 자본소득원을 병행해 단일 테마 의존도를 낮추는 것이 장기적으로 안정적입니다.
- 지금 당장 AI 대체에 대비하려면 무엇부터 시작해야 하나요?
- 세 가지를 동시에 시작합니다. 1) 한국은행 BOK 이슈노트 2025-2호로 직종 위험도를 자가 진단합니다. 2) 월 소득의 10~20%를 나스닥100 ETF 자동 적립으로 설정합니다. 3) 현업에서 LLM·에이전트를 써서 '에이전트를 관리하는 사람'으로 포지셔닝합니다. 어느 순서든 빠를수록 유리합니다.
9. 정리 : 기다리면 늦는 이유
AI 일자리 대체 논의는 종종 두 극단 사이를 오갑니다. "AI가 모든 걸 대체한다"는 공포와 "기술은 항상 새 일자리를 만들었다"는 낙관론. 실제 데이터는 그 중간 어딘가에 있습니다. 한국은행은 전체의 12%가 고대체위험에 있다고 봤고, WEF는 순증이지만 직종 전환이 불가피하다고 했습니다. KDI는 2030년 이후 자동화 가능 일자리 비율이 90%에 달할 수 있다고 추정했습니다. 공포도 낙관도 아닙니다. 변화는 이미 진행 중이고, 방향은 분명합니다.
기다리는 사람에게 복리는 작동하지 않습니다. AI 기업의 수익 성장이 빨라질수록, 일찍 주주가 된 사람과 늦게 된 사람의 격차는 벌어집니다. 노동소득이 안정적인 지금이 자본소득의 씨앗을 심기에 가장 좋은 시점입니다. 위기가 닥친 뒤에는 씨앗을 심을 여력이 줄어듭니다.
AI 시대에 가장 위험한 선택은 아무것도 하지 않는 것입니다. 에이전트를 쓸 줄 아는 사람이 에이전트에게 일을 맡기는 자리에 서고, 지금 ETF를 사는 사람이 AI 이익의 일부를 주주로서 가져갑니다. 시작은 작아도 됩니다. 월 10만 원 자동 적립과 하루 30분 AI 학습이 3년 후 당신이 서 있는 자리를 바꿉니다.
지금 바로 할 수 있는 것
- 한국은행 BOK 이슈노트 2025-2호 내려받기 (무료, bok.or.kr)
- 증권사 앱에서 KODEX/TIGER 나스닥100 월 자동 매수 설정
- 현재 하는 업무 중 LLM으로 대체 가능한 비중 직접 테스트
- AI 에이전트 개념 이해하고 현업에서 1개 이상 도입
- 6개월 생활비 현금 확보 → 잉여 자금으로 ETF 적립 시작
글쓴이 : 성큼이90
컴퓨터공학 전공 R&D 기획·PM. AI 기술·건강·재테크 분야의 데이터 기반 콘텐츠를 씁니다. 학술 1차 출처를 우선해 인용하고, 투자 영역은 투자 면책 고지를 함께 표기합니다.
관련 글
태그: AI일자리대체 / AI자동화 / 한국노동시장 / AIETF / 자본소득 / 노동의종말 / 한국은행이슈노트 / WEF2025 / 젠슨황 / AI투자전략
참고 자료
- 한국은행 — BOK 이슈노트 2023-30호 「AI와 노동시장 변화」 (한지우·오삼일, 2023.11.16)
- 한국은행 — BOK 이슈노트 2025-2호 「AI와 한국경제」 (2025.2.10)
- 한국은행 — BOK 이슈노트 2025-30호 「AI 확산과 청년고용 위축」 (2025.10.30)
- World Economic Forum — Future of Jobs Report 2025 (2025.1.8)
- KDI — 「인공지능으로 인한 노동시장의 변화와 정책방향」 (2024.7)
- OECD — Artificial Intelligence and the Labour Market in Korea (2025.10)
- Daron Acemoglu (MIT) — "The Simple Macroeconomics of AI" NBER Working Paper w32487 (2024)
- Goldman Sachs — "Generative AI could raise global GDP by 7%" (2023.3)
- Fortune — Jensen Huang: NVIDIA will have 75,000 employees working with 7.5 million AI agents (2026.3.19)
- Fortune — Jensen Huang on AI replacing workers vs. jobs (2026.4.22)
- 통계청 KOSIS — 경제활동인구조사 (2024.12 기준 직종별 취업자 수)
- 경향신문 — 「서용석 KAIST 교수 AI 일자리 시나리오 분석」 보도 (2025.12.8)
'AI > AI 활용법' 카테고리의 다른 글
| AI 에이전트, 챗봇이랑 뭐가 달라요? 컴공 출신이 쉽게 설명합니다. (1) | 2026.04.22 |
|---|---|
| MCP(Model Context Protocol)란 무엇인가 : AI 에이전트가 도구를 연결하는 표준 (1) | 2026.04.22 |
| RAG란 무엇인가? ChatGPT가 헛소리를 줄이는 핵심 기술 (0) | 2026.04.21 |
| ChatGPT는 어떻게 말을 만들까? LLM 작동 원리를 컴공 출신이 쉽게 설명합니다 (1) | 2026.04.17 |
| 연합학습(Federated Learning)을 이해하기 쉽게 설명해봐 (0) | 2023.04.06 |
