Tracking AI’s Real-Time Footprint On The Labor Market

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 요약

Stanford HAI의 Digital Economy Lab은 월별 AI Economic Indicators로 AI의 경제적 영향을 추적하며, AI 노출도가 높은 초기 경력자의 고용 감소를 포착했지만 거시경제의 폭발적 성장이나 성별 격차에 대해서는 확정적 결론을 내리지 않았다.

📌 핵심 요약

• Stanford HAI의 Digital Economy Lab(DEL)은 2026년 6월 AI Economic Indicators를 출시했다. 매월 갱신되는 지표는 민간기업·학계·정부 통계를 결합하며, Transformation Tracker는 12개 거시경제 지표, Canaries Dashboard는 AI 노출도별 고용, Adoption Monitor는 개인과 기업의 생성형 AI 도입을 추적한다.
• 기사는 소프트웨어 개발·고객 서비스 등 AI 노출 직종의 고용이 올해 4% 넘게 감소했다고 소개한다. Canaries Dashboard에서는 두 분야의 22~25세 고용이 ChatGPT가 출시된 2022년 11월 이후 연간 3% 넘게 감소했으며, 최근에는 감소율이 4.4%로 확대된 것으로 나타났다.
• Canaries Dashboard에는 젊은 여성의 고용 증가가 남성보다 느린 잠정적 양상도 나타났다. 다만 Bharat Chandar는 ADP Research 자료의 대표성이 충분하지 않을 수 있으며, 장기 정부 통계에서는 성별 격차의 증거가 확인되지 않는다고 설명했다.
• Claude와의 익명화된 대화 약 100만 건을 분석하는 Anthropic Economic Index와 연결해 보면, 업무 보조보다 자동화 중심으로 AI를 사용하는 직종에서 고용 증가가 둔화되거나 고용이 감소하는 경향이 나타났다. 이 양상은 특히 초기 경력자 집단에서 두드러졌다.
• Transformation Tracker의 12개 지표는 현재까지 폭발적 성장과 거리가 있는 모습을 보인다. 높은 수준의 10년물 금리는 성장 급증에 대한 약한 증거만 제공하며, DEL은 생성형 AI 도구 등의 소비자잉여를 조사하는 GDP-B: Surplus Observer를 추가해 경제적 가치 측정을 확장하고 있다.

🧩 주요 포인트

1. AI 노출도가 높은 22~25세의 고용 감소와 자동화 중심 직종의 부진 → AI의 노동시장 영향을 전체 고용뿐 아니라 경력 단계와 활용 방식별로 살펴볼 필요성을 보여준다.
2. Canaries Dashboard의 잠정적 성별 차이와 장기 정부 통계의 불일치 → 자료의 대표성과 관측 기간을 고려해야 하며, 성별 격차를 확정하기에는 근거가 부족하다.
3. Transformation Tracker의 제한적인 거시경제 변화와 GDP-B: Surplus Observer의 소비자잉여 측정 → AI의 경제적 영향을 고용·성장과 소비자가 얻는 가치라는 여러 축에서 평가하는 접근이다.

🧠 상세 정리

1. 빠른 AI 확산을 따라가는 월별 경제 관측

Stanford HAI의 Digital Economy Lab(DEL)은 2026년 6월 AI의 경제적 영향을 추적하는 AI Economic Indicators를 공개했다. 프로젝트를 이끈 Connacher Murphy는 AI가 이전의 어떤 기술보다 빠르게 도입됐을 가능성이 있지만, 실제 경제 변화와 과장된 기대를 구분할 종합적 시야를 확보하기는 어렵다고 설명한다. 이 지표들은 매월 갱신되며, 장기 추세를 보고하는 공식 통계와 달리 빠르게 발생하는 변화를 포착하는 데 초점을 둔다. 민간기업, 학계 연구자, 정부 통계기관의 자료를 모아 고용과 임금, 거시적 성과, 소비자잉여, 채용과 기술, AI 사용을 함께 살피는 것이 프로젝트의 기본 구상이다.

2. 서로 다른 관측 역할을 맡은 세 대시보드

초기 구성의 중심에는 Transformation Tracker, Canaries Dashboard, Adoption Monitor라는 세 대시보드가 있다. Transformation Tracker는 12개 거시경제 지표를 관찰하며, 경제 전체에서 AI에 기인한다고 볼 만한 유의미한 변화가 나타나는지 살핀다. Canaries Dashboard는 AI 노출도가 높은 집단과 낮은 집단으로 근로자를 나눠 직종별 고용을 추적하는 조기 경보 도구이며, 모회사의 익명화된 급여 자료를 활용하는 ADP Research와 협력해 구축됐다. Bharat Chandar는 이 도구가 「Canaries in the Coal Mine?」 논문을 바탕으로 노동시장의 세부 영역에서 일상적인 업무 변화의 초기 신호를 찾는다고 설명한다. Adoption Monitor는 설문조사를 통해 개인과 기업의 생성형 AI 도입을 추적하며, 기술이 경제 전반으로 얼마나 빠르게 확산되는지 파악한다.

3. 초기 경력자의 고용 감소와 성별 해석의 한계

연구진이 주목하는 변화는 노동시장에 막 진입한 사람들에게 나타나는 고용 경로의 분화다. Canaries Dashboard에 따르면 AI 노출도가 가장 높은 두 분야인 소프트웨어 개발과 고객 서비스에서 22~25세 고용은 ChatGPT가 출시된 2022년 11월 이후 연간 3% 넘게 감소했고, 최근에는 감소율이 4.4%로 커졌다. 젊은 여성의 고용 증가가 남성보다 느리다는 잠정적 양상도 관찰됐지만, Chandar는 ADP Research 자료의 대표성이 더 넓은 패턴을 확인하기에 충분하지 않을 수 있다고 경고했다. 이 결과는 여성이 AI 노출 분야에 불균형하게 많이 종사한다는 다른 연구와는 부합하지만, 더 긴 기간을 다루는 정부 통계에서는 성별 격차의 증거가 나타나지 않는다. 따라서 연구진은 성별 결과를 확정적 결론으로 제시하기보다 계속 관찰할 대상으로 보고 있다.

4. 자동화와 업무 보조에 따라 달라지는 고용 양상

연구진은 AI에 얼마나 노출되는지와 함께, 실제로 AI를 자동화에 사용하는지 업무 보조에 사용하는지도 살피고 있다. 핵심 자료인 Anthropic Economic Index는 Claude와 나눈 익명화된 사용자 대화 약 100만 건을 분석하고, 사용자를 직업별로 분류해 대규모 언어모델의 주된 활용 방식을 평가한다. Murphy에 따르면 자동화 중심의 사용 패턴이 강한 직종에서는 고용 증가가 느려지거나 고용 자체가 감소하는 경향이 나타난다. 이 양상은 특히 초기 경력자 집단에서 두드러지며, 연구진은 AI 활용 방식과 고용 추세를 연결해 노동시장 변화를 관찰하고 있다. 원문은 이를 관측된 경향으로 제시하며, AI 사용이 고용 변화를 일으켰다는 확정적 인과 결론을 제시하지는 않는다.

5. 거시경제에서는 아직 제한적인 성장 신호

세부 노동시장에서는 변화가 포착되지만, Transformation Tracker가 보여주는 거시경제의 움직임은 현재까지 크지 않다. 12개 지표를 종합하면 경제가 폭발적으로 성장하고 있다는 방향의 신호는 나타나지 않는다. Murphy는 이런 판단이 달라질 가능성을 살필 지표로 금리를 들며, 현재 높은 수준을 유지하는 10년물 금리는 성장 급증에 대한 약한 증거만 제공한다고 설명한다. 금리는 본질적으로 미래에 대한 기대를 반영하고 금융시장에서는 매일 거래가 이뤄지기 때문에, 이 대시보드의 다른 지표보다 사람들의 기대를 일찍 엿볼 수 있다는 것이다. 이는 초기 경력자 고용의 변화와 경제 전체의 성장 신호가 현재 서로 다른 모습을 보인다는 관측으로 이어진다.

6. 소비자잉여 측정으로 넓어지는 경제적 가치 평가

DEL은 AI 기반 창업 등 새로운 자료원을 검토하면서 프로젝트의 관측 범위를 계속 넓히고 있다. 최근에는 AI가 만들어 내는 소비자잉여를 추적하는 GDP-B: Surplus Observer를 출시했으며, 소비자잉여는 지불할 의향이 있는 금액과 실제 지불 가격의 차이를 뜻한다. David Nguyen이 이끄는 연구진은 온라인 설문으로 생성형 AI 도구, 커피, 온라인 검색, GLP-1 약물 등 여러 재화와 서비스의 소비자잉여 자료를 수집하고 있다. Murphy는 이를 통해 AI 시스템의 경제적 가치 창출을 더 종합적으로 볼 수 있다고 설명한다. Chandar는 아직 확정적 답을 얻지는 못했지만, 잠재적으로 큰 경제적 전환을 무작정 맞이하지 않도록 초기 신호를 포착할 기반에 대한 확신은 높아지고 있다고 밝혔다.

🧾 핵심 주장 / 시사점

• 초기 경력자의 고용 악화와 제한적인 거시경제 변화가 동시에 관찰되므로, 경제 전체의 성장 지표만으로 특정 집단의 노동시장 경험을 설명하기는 어렵다.
• AI 노출도와 자동화 중심 활용을 함께 살피는 접근은 어떤 직종과 경력 단계에서 고용 변화가 두드러지는지 더 구체적으로 파악하게 한다.
• 소비자잉여 측정의 추가는 AI의 경제적 가치가 고용과 성장 지표에만 한정되지 않음을 반영하지만, 노동시장 변화에 관한 불확실성을 해소하는 근거와는 구분해 해석할 필요가 있다.

✅ 액션 아이템

• Canaries Dashboard에서 소프트웨어 개발·고객 서비스의 22~25세 고용 감소율 4.4%와 이후 월별 추이 관찰.
• Canaries Dashboard의 잠정적 성별 차이를 ADP Research 자료의 대표성과 장기 정부 통계의 결과를 함께 고려해 검토.
• Transformation Tracker의 12개 지표와 GDP-B: Surplus Observer의 소비자잉여를 함께 살펴 AI의 경제적 영향 평가.

❓ 열린 질문

• 소프트웨어 개발·고객 서비스의 22~25세 고용 감소율 4.4%는 이후 월별 관측에서도 이어질까?
• Canaries Dashboard의 젊은 여성 고용 증가 둔화는 ADP Research 자료의 대표성을 고려해도 유지되는 양상일까?
• Transformation Tracker의 12개 지표와 GDP-B: Surplus Observer의 소비자잉여는 AI의 경제적 영향을 어떻게 다르게 보여줄까?