AI에 대한 불안감이 'FOBO(Fortune Outstanding, 쓸모없어질까 봐 두려워하는 심리)'로 변모하며 경제 전반에 걸쳐 조용한 저항을 불러일으키고 있다 | 포춘

최근 직장인들이 자신의 경력에 ​​대해 생각하는 방식을 바꾸는 새로운 약어가 등장했습니다. 바로 'FOBO(Fear of Becoming Obsolete, 쓸모없어질까 봐 두려워하는 것)'입니다. 전통적인 고용 불안과는 달리, FOBO는 해고에 대한 두려움이 아니라, 자신의 존재가 무의미해질지도 모른다는 두려움을 의미합니다. KPMG에 따르면, 현재 직장인 10명 중 4명은 AI로 인한 일자리 상실을 가장 큰 두려움 중 하나로 꼽았는데, 이는 불과 1년 만에 거의 두 배로 증가한 수치입니다. 63%는 AI가 직장을 덜 인간적으로 만들 것이라고 예상합니다. AI 관련 직무에 요구되는 기술 수준은 불과 1년 전보다 66% 더 빠르게 변화하고 있습니다. 2026년에는 FOBO가 미국 직장의 가장 중요한 심리적 문제로 자리 잡을 것으로 전망됩니다. 앤트로픽의 CEO인 다리오 아모데이가 작년에 AI가 5년 안에 초급 사무직 일자리의 50%를 없앨 수 있다고 주장한 후, 몇 달 만에 마이크로소프트 AI CEO인 무스타파 술레이만도 비슷한 전망을 내놓았습니다. 최근에는 마크 워너 상원의원(민주당, 버지니아주)이 AI 업계 리더들조차 변화의 속도에 놀라고 우려하며 "단기적인 경제적 혼란 때문에 의도적으로 예측치를 낮추고 있다"고 말했습니다. 워너 의원은 향후 2년 안에 신규 대졸자 실업률이 35%에 달할 것이라고 예측했습니다. 이러한 예측들이 FOBO(Fear of Bowel, 투자 손실에 대한 두려움)에 영향을 미치고 있으며, 실제로 현실로 나타나고 있습니다. 하지만 MIT의 대규모 연구 결과는 이러한 추세에 제동을 걸고 있습니다. FOBO가 가리키는 방향이 대체로 정확하다는 것이 밝혀졌지만, 문제는 그 시기입니다. 그리고 이 시기가 모든 것을 바꿔놓는다는 사실이 드러났습니다. MIT 퓨처테크 연구진은 이번 주 인공지능이 노동 시장에 미치는 영향이 갑작스러운 재앙이라기보다는 서서히 증가하는 홍수와 같다는 연구 결과를 발표했습니다. 심각하고 가속화되는 추세이긴 하지만, 지난 2년간 헤드라인을 장식하고 경영진의 불안감을 증폭시켰던 하룻밤 사이의 종말과는 거리가 멀다는 것입니다. 연구진은 "특정 작업들을 한 번에 변화시키는 거대한 파도처럼 몰려오는 것이 아니라, 발전은 일반적으로 여러 작업에 걸쳐 동시에 광범위한 성과를 거두는 밀물과 같다"고 썼습니다. "파도 vs. 밀려오는 조류"라는 제목의 이번 연구는 인공지능의 실제 업무 수행 능력을 실증적으로 분석한 가장 포괄적인 연구 중 하나입니다. 마티아스 메르텐스와 닐 톰슨이 이끄는 9명의 연구팀은 미국 노동부의 O*NET 분류 시스템에서 추출한 3,000개 이상의 노동 시장 업무에 걸쳐 해당 분야 전문가들이 LLM(Learning Leadership Model) 결과물을 평가한 17,000건 이상의 데이터를 수집했습니다. 이러한 업무는 법률 분석부터 음식 조리, 경영, 컴퓨터 과학에 이르기까지 다양한 분야를 아우릅니다. GPT-3.5 Turbo, GPT-5, Claude Opus 4.1, 제미니(Gemini) 2.5 Pro, DeepSeek R1 등 40개 이상의 AI 모델이 테스트에 사용되었습니다. FOBO(놓치는 것에 대한 두려움)에 사로잡힌 사람이라면 누구나 연구자들이 던진 핵심 질문이자 가장 불안감을 자극하는 질문을 떠올릴 것입니다. 바로 "인공지능이 관리자가 수정 없이 결과물을 받아들일 만큼 충분히 훌륭하게 이러한 작업을 수행할 수 있을까?"라는 질문입니다. 답은 이미 "그렇다"이며, 그것도 아주 자주 그렇습니다. 테스트된 모든 모델과 직종에서 AI는 텍스트 기반 노동 시장 작업의 약 50%에서 75%를 최소한의 허용 가능한 품질 수준으로 성공적으로 완료했습니다. 이는 미래 예측이 아니라 현재 수치입니다. 더 구체적으로 말하자면, 이 연구는 2024년 3분기까지 최첨단 AI 모델이 인간이 하루 종일 걸리는 작업에서 이미 50%의 성공률을 달성했음을 밝혀냈습니다. 개선 추세는 매우 가파릅니다. 2024년 2분기와 2025년 3분기 사이에 최첨단 모델은 3~4시간 소요되는 작업에서 50% 성공률 스레스홀드(Threshold) 넘어서는 수준에서, 사람이 일주일 내내 걸리는 작업에서도 동일한 성공률을 달성하는 수준으로 발전했습니다. 실패율은 전반적으로 약 2~3년마다 절반으로 줄어들고 있으며, 이는 연간 15~16%포인트의 성공률 향상으로 이어집니다. 이러한 추세를 외삽해 보면(연구진은 이것이 낙관적인 상한 시나리오임을 분명히 밝힙니다), AI 시스템은 2029년까지 대부분의 텍스트 기반 작업을 최소한의 만족스러운 품질 수준에서 80%에서 95%의 성공률로 완료할 수 있을 것으로 예상됩니다. 사람이 완료하는 데 몇 시간이 걸리는 대부분의 설문 조사 작업의 경우, 2029년에는 성공률이 90%에 육박할 것으로 예상됩니다. MIT는 이 표현을 쓰지 않지만, 이것은 일종의 FOBO(놓치는 것에 대한 두려움) 심리를 정교하게 조정한 것입니다. 두려움은 비이성적인 것이 아니라, 시기상조인 것입니다. 물은 점점 차오르고 있습니다. 하지만 MIT 데이터에 따르면 다음 주 화요일까지 바닥이 물에 잠기지는 않을 것입니다. 불안해하는 노동자들에게 연구진이 전하는 가장 중요한 메시지는 다음과 같습니다. "노동자들은 인공지능 기반 자동화의 급격한 변화에 직면하기보다는 이러한 변화를 어느 정도 예측할 수 있을 것입니다." 밀려오는 물은 당신에게 움직일 시간을 줍니다. 문제는 당신이 움직이고 있느냐는 것입니다. 아이러니하게도 MIT가 인공지능의 놀라운 발전을 기록하고 있는 와중에도, 대부분의 기업은 아직 인공지능 도구를 전혀 도입하지 않고 있습니다. 따라서 FOBO(Fear of Missing Out, 기회에 대한 두려움)는 개인적인 문제가 아니라 조직적인 문제입니다. 골드만삭스의 경제학자 사라 동과 조셉 브릭스는 2026년 3월 AI 도입 추적 보고서에서 미국 인구조사국 자료를 인용하여 미국 기업의 19% 미만이 AI를 도입했다고 밝혔습니다. 골드만삭스는 향후 6개월 동안 이 수치가 22.3%에 그칠 것으로 예상합니다. 이러한 마비 상태를 더욱 심화시키는 것은 다음과 같습니다. 노동력 개발 비영리 단체인 JFF의 연구에 따르면, 근로자 중 약 3분의 1만이 고용주가 적절한 AI 교육, 지침 또는 재교육 기회를 제공하고 있다고 답했는데, 이는 2024년보다 거의 10%포인트 감소한 수치입니다. 대부분의 기업은 실질적인 해결을 위한 인프라 없이 직원들이 FOBO(Fear of Bowel Out, 직장 생활에 대한 불안감)를 홀로 감당하도록 내버려 두고 있습니다. 그러한 격차는 상당한 비용을 초래합니다. OpenAI의 2025년 12월 기업 데이터에 따르면, AI를 사용하는 기업 직원들은 하루에 40~60분을 되찾고 있으며, 75%는 이전에는 전혀 할 수 없었던 작업을 완료할 수 있다고 답했습니다. 골드만삭스 이코노미스트들은 "생성형 AI가 도입된 일부 분야에서 노동 생산성에 상당한 영향이 지속적으로 관찰되고 있다"며, "학술 연구에 따르면 생산성이 평균 23% 향상되는 반면, 기업들의 사례에서는 이보다 약간 더 높은 약 33%의 효율성 향상이 나타났다"고 밝혔다. 간단히 말해, AI를 활용하는 기업들이 앞서나가고 있습니다. 그리고 그 격차는 엄청납니다. 50명 규모의 팀에서 하루 40~60분의 시간 절약은 매일 33~50시간의 생산성 향상으로 이어집니다. 경쟁은 이미 시작되었지만, 많은 기업들은 여전히 ​​출발선에 서서 신호가 울리기만을 기다리고 있습니다. MIT의 데이터는 기업 리더들이 "인간과 기업이 기술을 도입하는 속도를 훨씬 앞지르고 있는" 기술을 파악하기 위해 분주히 움직이는 시점에 나왔습니다. 한 고위 임원은 이 기술의 발전 속도를 언급하며 "EY의 글로벌 최고 혁신 책임자인 트레이더 조(JOE) 데파는 최근 포춘과의 인터뷰에서 '이 기술은 여러 면에서 준비가 되어 있지만, 우리가 이를 활용하는 데는 시간이 걸리고 있다'고 말했습니다. 세계 최대 전문 서비스 기업 중 한 곳에서 AI 전략을 총괄하는 데파는 업계 전반에 걸쳐 끊임없는 압박을 받고 있다고 설명했습니다. "매일 새로운 헤드라인이 나오고, 매일 새로운 일이 벌어지고, 우리는 그에 대비해야 합니다. 매일 상사로부터 전 세계 어딘가에서 발생한 새로운 사건에 대해 묻는 이메일을 받는데, 그 사건들은 AI 분야의 변화 속도가 얼마나 빠른지를 보여주는 중요한 지표입니다." 이러한 압력은 많은 기업의 냉혹한 내부 현실로 인해 더욱 심화됩니다. 500명의 비즈니스 리더를 대상으로 한 설문조사에 따르면, 임원의 83%가 AI를 최대한 활용하기 위한 적절한 데이터 인프라가 부족하다고 답했습니다. EY의 고객사들은 4,500건의 설문조사를 바탕으로, 인공지능(AI)을 최대한 활용하기 위한 적절한 데이터 인프라가 여전히 부족하다고 답했습니다. 다시 말해, 기술은 빠르게 발전하고 있지만, 이를 실제로 활용하기 위한 조직적 기반은 그 속도를 따라가지 못하고 있다는 것입니다. 바로 이 지점에서 "밀물"이라는 관점이 이러한 변화에 고심하는 많은 기업들에게 어느 정도 안심을 제공합니다. MIT의 연구 결과는 AI 안전 분야의 저명한 단체인 METR의 연구에 정면으로 반박합니다. METR은 AI 기능이 특정 작업 세트에서 갑자기 급증한다는 "파도처럼 밀려드는" 모델을 제시하며, 이는 노동자들이 거의 예고 없이 갑자기 쓸모없어질 수 있음을 시사합니다. MIT 연구진은 "파도처럼 밀려드는 현상에 대한 증거는 거의 발견되지 않았지만, 밀물처럼 밀려드는 현상이 AI 자동화의 주요 형태라는 상당한 증거를 발견했다"고 밝혔습니다. MIT 데이터는 인위적으로 만들어진 벤치마크가 아닌, 현실적이고 대표적인 직무에서 추출한 것으로, 일관되게 더 완만한 성능 곡선을 보여줍니다. AI가 갑자기 특정 직무만 완벽하게 마스터하고 나머지는 그대로 두는 것이 아닙니다. 오히려 거의 모든 유형과 기간의 직무에서 동시에 광범위하고 점진적으로 성능이 향상됩니다. 연구진은 "근로자들은 AI 기반 자동화의 급격한 변화에 직면하기보다는 이러한 변화를 어느 정도 인지할 수 있을 것"이라고 밝혔습니다. 더 나아가, 연구진은 AI가 향후 3년 안에 거의 완벽한 자동화 수준에 도달할 것이라는 예측(종말 시나리오처럼 향후 18개월이 아닌)을 통해 "특히 오류 허용치가 낮은 작업에서 근로자들이 적응할 수 있는 시간적 여유"를 확보했다고 설명합니다. 또한, 이들의 예측은 AI 발전 속도가 지난 2년간의 추세를 유지한다는 가정에 기반하므로, 이는 최대치 또는 매우 빠른 시나리오를 의미합니다. AI가 최근처럼 빠른 속도로 계속 발전하지 않을 수도 있다는 것입니다. 이는 기업의 계획 수립 방식과 근로자의 대비 방식에 중요한 영향을 미칩니다. 급격한 변화에 대응하는 모델은 응급 처치를 요구하지만, 점진적으로 변화하는 모델은 전략적 적응을 요구합니다. MIT 연구진은 후자가 더 정확한 모델이라고 주장하면서도 "점진적 접근 방식이 본질적으로 안전을 보장하는 것은 아니다"라고 강조합니다. 직종별로 의미 있는 차이가 나타납니다. 법률 분야는 테스트 대상 분야 중 AI 성공률이 가장 낮아 47%에 불과했습니다. 설치, 유지보수 및 수리(특히 텍스트 기반 작업) 분야는 73%로 가장 높은 성공률을 보였습니다. 관리직은 약 53%, 의료 종사자는 66%, 기업 및 금융 운영 분야는 57%를 기록했습니다. 다시 말해, 어떤 사무직 분야도 AI의 영향에서 완전히 자유롭지는 않지만, 일부 분야는 다른 분야보다 AI 도입의 변곡점에 훨씬 더 가까이 다가가고 있습니다. 데파는 EY 내부에서도 이러한 분류 작업이 실시간으로 진행되고 있으며, 직원들이 이 낯선 업무 파트너에 대한 기대감에 예측 불가능하고 심지어 이상하게 행동하고 있다고 말했습니다. 그는 EY가 전 세계에서 세 번째로 큰 마이크로소프트 코파일럿 사용자라고 밝히면서, 도입 데이터는 세대 차이를 보여준다고 설명했습니다. 즉, 주니어 직원들은 적극적으로 도입하고 있지만, 시니어 리더들은 뒤처지고 있다는 것입니다. 데파는 "세부 데이터를 살펴보면, 주니어 직급 두 곳에서는 도입률이 매우 높았지만, 시니어 직급으로 갈수록 도입률이 떨어지기 시작합니다."라고 말했습니다. 그는 특히 우려스러운 집단에 대해 언급했습니다. 바로 AI 도구 사용을 거부하는 숙련되고 경험이 풍부한 근로자들입니다. "일부 소프트웨어 엔지니어들은 AI를 활용하여 작년보다 10배, 20배 더 생산적인 성과를 내고 있습니다. 정말 대단한 거죠." 그는 이러한 새로운 도구를 숙달한 근로자들이 "평범한" 수준에서 "최고 수준"으로 도약하는 것을 목격했다고 말했습니다. 동시에 "과거에는 정말 뛰어난 소프트웨어 개발자였지만 AI 사용에 다소 저항적인" 사람들도 있다고 지적했습니다. 그들은 자신이 더 잘할 수 있기 때문에 도구가 필요 없다는 태도를 보인다는 것입니다. "그들은 한때 최고 수준이었지만 이제는 동료들 사이에서 최하위로 떨어졌습니다. 저는 바로 이런 사람들이 가장 걱정됩니다." 다시 말해, 쓸모없어질지도 모른다는 두려움은 노동자들이 가장 두려워하는 결과를 가속화합니다. 제대로 치료하지 않으면 심각한 FOBO(Foreign Object Behavior, 쓸모없어질지도 모른다는 두려움)는 결국 현실이 되어버립니다. 데파는 "뛰어난 실무 능력과 경험을 갖췄지만 생산성이 동료들에 비해 10배, 심지어 20배나 뒤처지는 이러한 AI 거부자들은 언젠가는 다른 역할을 찾아야 할 것"이라며 "우리가 지금 고민하고 있는 사람들이 바로 그런 사람들이다"라고 말했다. MIT 연구팀은 자신들의 연구 결과를 과대평가하지 않도록 신중을 기하고 있습니다. 높은 작업 성공률이 곧 일자리 감소로 이어지는 것은 아니라고 지적합니다. AI를 실제 업무 흐름에 통합하는 데 따르는 "마지막 단계 비용", 즉 조직적 마찰, 책임 문제, 소규모 기업의 도입 경제성 등은 어떤 벤치마크에서도 제대로 반영되지 않는 중요한 장벽으로 남아 있습니다. 대부분의 작업에서 거의 완벽한 AI 성능은 2029년 이후에도 수년 동안 지속될 것으로 예상됩니다. 점진적인 상승을 가져오는 평탄한 로지스틱 곡선은 99% 이상의 신뢰도를 향한 최종적인 상승이 긴 여정임을 의미하며, 이는 법률, 의학, 공학 등 오류에 매우 민감한 전문 분야에 상당한 여유를 제공합니다. 연구진은 "진전은 상당하지만, 특히 오류 허용치가 낮은 분야에서 광범위한 자동화가 이루어지려면 아직 갈 길이 멀다"고 밝혔습니다. 결론은 비관론자든 회의론자든 인정하고 싶어하는 것보다 훨씬 복잡합니다. 인공지능은 이미 상당한 능력을 갖추고 있으며, 빠르게 발전하고 있고, 향후 3~5년 안에 여러분의 이메일 수신함 대부분을 차지하게 될 것입니다. 하지만 이러한 변화는 갑작스러운 급작스러운 붕괴보다는 꾸준하고 확실한 변화의 물결처럼 다가올 가능성이 높습니다. 즉, 적응할 수 있는 기회는 무한하지는 않더라도 충분히 있다는 뜻입니다. 물론, 적응하고자 하는 의지가 있다면 말입니다. FOBO(두려움에 의한 매수)는 합리적입니다. MIT 데이터가 이를 뒷받침합니다. 하지만 해결책은 부정이나 마비가 아니라, EY에서 성공적으로 일하고 있는 직원들이 이미 실천하고 있는 방식, 즉 AI를 판단 기준이 아닌 도구로 여기는 것입니다. 기회는 열려 있습니다. 이제 당신이 그 기회를 잡을 차례입니다.