AI 믿고 해고한 기업들, 땅치고 후회하는 이유? with. 하수정 경제전문기자｜채상욱의 경제쇼｜KBS 260820 방송

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론

AI를 믿고 성급히 해고한 기업들이 땅을 치고 후회하는 이유는 공감·암묵지·예외 판단을 자동화하지 못한 채 인건비 절감부터 실행해 품질 저하와 더 비싼 재채용을 자초했기 때문이다.

📌 핵심 요점

1. AI 감원은 기술적 대체만의 문제가 아니다. 호실적 기업들도 천문학적인 AI 인프라 투자비를 마련하고 투자자에게 혁신과 수익성 개선을 동시에 보여 주기 위해 인건비를 줄였으며, 실제 감원 사유를 AI로 포장하는 ‘AI 워싱’ 유인도 커졌다.
2. 해고 당시의 자동화 전제는 현장에서 빠르게 흔들렸다. 메타의 AI 에이전트 개발은 기대보다 늦어졌고, 클라르나의 챗봇은 고객의 감정을 달래거나 수수료·환불 정책을 정확히 설명하지 못했으며, 포드의 AI 카메라는 숙련자가 감지하던 결함을 놓쳤다.
3. AI는 반복 업무를 크게 줄여도 인간의 역할 전체를 대체하지 못했다. IBM에서는 반복적인 HR 요청의 94%를 AI가 처리했지만, 나머지 6%에는 괴롭힘 신고와 평가 이의 제기처럼 윤리적 판단·관계 이해·예외 조정이 필요한 문제가 남았다.
4. 성급한 감원의 절감 효과는 재채용 단계에서 역전될 수 있다. 조사상 AI 감원 후 다시 채용한 기업은 29%, 감원을 후회한 고용주는 55%였고, 재고용 급여는 20~30% 높아졌으며 감원 기업의 30%는 재고용 비용이 당초 절감액을 넘어섰다고 답했다.
5. 캘리포니아 상원법안 951호는 AI 감원 전에 60일 통지와 대체 시스템·공급업체·직무·재교육 계획의 구체적 공개를 요구해 기업의 주장을 검증하려 한다. 다만 AI가 감원의 유일한 원인일 때만 적용되는 구조라 복수 사유를 제시하면 피할 수 있다는 허점이 남는다.

🧩 배경과 문제 정의

• 미국 기업들은 양호한 실적에도 AI 도입을 명분으로 대규모 감원을 단행했지만, 실제 자동화 속도와 업무 품질은 해고 당시의 기대에 미치지 못했다.
• AI 해고는 인건비를 줄여 막대한 인공지능 인프라 투자를 감당하고, 투자자에게 혁신과 수익성 개선을 동시에 보여 주려는 경영 전략과 맞물려 있다.
• 캘리포니아는 기업이 해고에 활용한 AI와 대체 업무를 구체적으로 공개하도록 법제화를 추진하지만, 복합적인 감원 사유를 내세우면 규제를 피할 수 있다는 허점이 남는다.
• 고객 응대의 공감 능력과 숙련 기술자의 암묵지처럼 학습 데이터로 옮기기 어려운 역량까지 자동화하면서 서비스 품질 저하와 재채용이라는 ‘AI 부메랑’이 발생했다.

🕒 시간순 섹션별 상세정리

1. 해고 명분으로 확장된 AI 워싱

• 친환경이 아니면서 친환경인 척하는 ‘그린 워싱’처럼, AI 기술이 없는데도 AI 기업으로 포장하거나 실제 감원 이유를 AI로 돌리는 행태까지 ‘AI 워싱’에 포함된다. [01:02]
• 백악관 과학기술정책실장 마이클 크라치오스까지 기업의 AI 책임 전가를 문제 삼았고, 혁신적인 기업처럼 보이면 주가와 언론 반응에 유리하다는 유인이 논란을 키웠다. [02:09]

2. 급증한 AI 감원과 빅테크의 공식 명분

• 올 상반기 AI 때문이라고 명시한 감원은 10만 1,700명으로 전년도 전체 약 5만 5천 명의 두 배에 육박했고, 3월부터 6월까지 넉 달 연속 AI가 감원 사유 1위를 차지했다. [03:11]
• 오라클은 지난 1년간 2만 1천 명을 줄인 데 이어 추가 감원을 예고했고, 증권거래위원회 공시에 AI 도입과 배치가 현재와 향후의 인력 감축을 초래할 수 있다는 내용을 넣었다. [04:05]

3. 메타의 선제 감원과 흔들린 자동화 전제

• 메타는 전체 직원의 약 10%인 8천 명을 줄이면서 AI 에이전트가 사람의 자리를 대신할 것이라는 전망을 선제적 조직 효율화의 근거로 삼았다. [05:04]
• 감원 후 두 달도 지나지 않아 AI 에이전트 개발 속도는 기대에 못 미쳤고 조직 개편도 매끄럽지 않았으며, 저커버그 CEO의 내부 발언으로 대규모 감원의 전제가 흔들렸다. [05:49]

4. 호실적 속 감원과 성장의 역설

• 대량 감원을 진행한 빅테크의 매출과 이익은 대체로 양호했고, 일부 기업은 사상 최대 매출을 기록해 경영난만으로는 해고 규모를 설명하기 어려웠다. [06:35]
• 오라클은 매출 17%, 클라우드 인프라 매출 77%, 수주 잔고 300% 증가를 기록했고, 마이크로소프트는 매출과 영업이익이 두 자릿수 성장했으며 시스코와 델도 최대 매출 속에서 인력을 줄였다. [07:10]

5. 미국의 임의고용 원칙과 한국과의 차이

• 미국의 임의고용 원칙에서는 특별한 이유가 없어도 회사가 직원을 해고할 수 있어, AI 도입을 위한 대량 감원 자체만으로는 노동법 위반이 되지 않는다. [09:04]
• 인종·성별 차별이나 내부고발 보복은 금지되지만 일반 해고는 폭넓게 허용되는 반면, 한국은 긴박한 경영상 필요가 입증돼야 정리해고가 가능해 호실적 기업의 자의적 감원을 제한한다. [09:36]

6. 대량 해고 사전 통지의 범위와 목적

• 일정 규모 이상의 기업은 대량 해고 최소 60일 전에 주 정부에 서면으로 알려야 하며, 캘리포니아에서는 직원 75명 이상인 사업장이 50명 넘게 감원할 때 이 절차를 적용한다. [10:25]
• 한 지역에서 수백 명이 갑자기 실직하면 지역 경제가 흔들리므로 정부가 실업급여와 재취업 프로그램을 준비할 시간을 확보하는 것이 핵심이며, 노동자의 고용 자체를 지키는 제도와는 거리가 있다. [10:46]

7. 캘리포니아 노동자 기술대체 보호법

• 캘리포니아 상원법안 951호인 ‘노동자 기술대체 보호법’은 사람을 기술로 대체할 때 기업이 따라야 할 해고 절차를 별도로 규정한다. [11:29]
• 기업은 AI 때문에 직원을 자르기 전에 정부와 시장에 이를 알리고, 어떤 AI가 어떤 노동자의 무슨 업무를 대신하는지 구체적으로 밝혀야 한다. [12:08]

8. 지역사회까지 공개하는 투명한 통지

• AI로 일자리를 대체해 50명 이상을 감원하려는 기업은 최소 60일 전에 서면 통지를 완료해야 한다. [13:11]
• 통지 대상에는 노동자뿐 아니라 주 고용개발국, 지역 직업훈련기관, 시·카운티 의회까지 포함돼 기업이 구조조정을 밀실에서 처리하지 못하고 지역사회 전체가 대응할 수 있다. [13:37]

9. 대체 업무 입증과 노동자 보호 장치

• 기업은 AI를 개발하거나 임대한 외부 업체의 실명, 자동화할 노동자의 구체적인 직무 기능, 해고 대상자에게 재교육 기회를 제공하는지까지 공개해야 한다. [14:43]
• 직원 100명 이상인 기업은 해고 대상자에게 사내 다른 공석에 우선 지원할 권리를 보장해야 하며, 60일의 통지 기간에는 입증된 사유 없이 해당 노동자를 해고할 수 없다. [15:15]

10. 미국 노동법의 기본값을 뒤집는 규제

• 이유 없는 해고도 가능한 임의고용 환경에서 AI 대체의 실체와 절차를 따로 심사하는 법안은 기존 미국 노동법의 기본값을 크게 바꾼다. [16:10]
• AI 공급업체 이름까지 공개하게 하는 조항은 유럽보다도 강한 수준이며, 실리콘밸리의 대규모 감원이 혁신의 범위를 넘어섰다는 정책권의 위기의식을 반영한다. [16:27]

11. ‘잡 킬러’ 낙인을 둘러싼 여론전

• 캘리포니아 상공회의소는 기업의 세금·규제 부담을 늘리는 법안을 ‘잡 킬러’로 분류해 공개 명단을 만들고, 언론 노출과 정치적 압박을 통해 법안 통과를 막는 로비 수단으로 활용해 왔다. [17:21]
• 노동계는 일자리를 죽이는 주체가 보호법이 아니라 AI를 감원 명분으로 쓰는 기업이라고 맞받아쳤고, 법안에 ‘AI 일자리 킬러 통지법’이라는 별명을 붙여 규제의 프레임을 뒤집었다. [18:38]

12. AI 해고를 주저하게 만드는 장치와 허점

• 60일 전 통지, 고용관계 유지, AI 서비스와 대체 업무의 구체적 공개, 위반 시 소송과 벌금이 결합되면서 기업은 AI를 명분으로 감원하기 전에 실제 대체 가능성을 계산해야 한다. [19:36]
• 법 적용 조건이 감원 원인의 전부가 AI인 경우로 좁아 경기 악화, 실적 압박, 팬데믹 당시 과잉 채용 같은 복수 사유를 함께 적으면 규제를 피할 수 있다. [20:35]

13. 뉴욕의 실패 사례와 캘리포니아 법안의 의미

• 뉴욕주는 해고 통지서에 AI의 영향 여부를 묻는 항목을 만들었지만, 1년 동안 160곳이 넘는 기업이 구조조정 서류를 내면서도 AI를 선택한 곳은 한 곳도 없어 공개 홍보와 정부 보고가 엇갈렸다. [21:12]
• 캘리포니아 법안은 8월 31일 회기 종료 전 최종 표결을 앞뒀으며, 모든 AI 워싱을 없애지 못하더라도 ‘기술 대체’를 노동법의 공식 개념으로 편입해 후속 규제의 기반을 만든다. [22:00]

14. 천문학적 AI 투자와 인건비 절감 압력

• 아마존·구글·마이크로소프트·메타·오라클의 설비투자는 2024년 2,610억 달러에서 2025년 약 4,500억 달러로 뛰었고, 2026년 전망치도 당초 약 1천조 원에서 1,200조 원으로 상향됐다. [23:33]
• 2027년 투자 추정치는 9,500억 달러에서 1조 1천억 달러, 약 1,600조 원으로 높아졌으며, 3년 만에 네 배로 불어나는 AI 인프라 비용과 높은 금리 때문에 인건비 절감이 투자 재원으로 이동한다. [24:27]

15. 자동화 실패가 되돌린 AI 부메랑

• 클라르나는 2024년 오픈AI 챗봇 하나가 상담원 700명 몫을 할 것으로 기대했지만, 고객의 분노를 달래지 못하고 수수료·환불 정책에 잘못된 답을 내놓아 만족도와 고객이 감소하자 1년 만에 사람을 다시 채용했다. [27:53]
• 포드는 품질검사 엔지니어를 내보내고 AI 카메라 약 900대를 설치했지만 결함 누락과 리콜이 늘었고, 문서화되지 않은 숙련자의 감각을 학습할 데이터가 부족해 엔지니어 350명을 복귀시킨 뒤에야 리콜 비용을 줄였다. [28:44]

16. IBM의 자동화 성과와 인간 판단의 공백

• 휴가 신청, 급여 명세서·재직증명서 발급, 보험·복리후생 문의 등 반복적인 HR 요청의 94%를 AI가 처리했다. [30:18]
• 나머지 6%에는 상사와의 갈등, 직장 내 괴롭힘 신고, 성과평가 이의 제기, 원칙과 예외의 조정이 포함돼 윤리적 판단과 인간관계 이해가 필요했다. [30:43]

17. 감원 철회가 드러낸 비용과 AI 전환기의 불확실성

• 로버트하프 조사에서는 AI 도입 후 감원했다가 다시 채용한 기업이 29%였고, 재고용의 절반 이상은 6개월 안에 일어났다. 포레스터 조사에서도 고용주의 55%가 AI 감원을 후회했다. [32:15]
• 퇴직금과 생산성 손실, 대체인력 비용에 더해 재고용 인력의 급여가 20~30% 높아졌으며, 감원 기업의 30%는 재고용 비용이 감원 절감액보다 많았다고 답했다. [32:46]

🧾 결론

• AI가 일부 업무를 자동화할 수 있다는 사실과 특정 직무를 즉시 없애도 된다는 판단은 동일하지 않다.
• 충분한 현장 검증 없이 해고부터 단행하면 서비스 품질, 숙련자의 암묵지, 미래 인재 육성 경로를 동시에 잃을 수 있다.
• AI 감원은 기술 선택인 동시에 인프라 투자비와 이익률을 관리하려는 자본 배분 전략이므로, 기업의 공식 설명만으로 대체 효과를 판단해서는 안 된다.
• 규제의 핵심도 AI 사용 금지보다 어떤 기술이 어떤 업무를 실제로 대신하는지 입증하게 만드는 책임성과 투명성에 있다.

📈 투자·시사 포인트

• AI 설비투자 확대와 인력 감축을 함께 발표하는 기업은 단기 이익률뿐 아니라 이후 고객 만족도, 결함률, 리콜, 생산성 손실과 재채용 비용까지 추적해야 한다.
• 호실적 속 감원은 경영난보다 AI 투자 재원 확보와 시장에 보내는 효율화 신호일 수 있으므로, 감원 규모 자체를 자동화 성과로 해석하면 안 된다.
• 공감·윤리 판단·암묵지가 중요한 업무에 인간 검토와 복귀 경로를 유지하는 기업이 전환기의 품질 및 실행 위험을 더 낮출 가능성이 있다.
• 캘리포니아식 공개 의무가 확산되면 AI 공급업체, 대체 대상 업무와 재교육 계획이 새로운 규제·평판·노무 리스크 평가 항목이 될 수 있다.

⚠️ 불확실하거나 확인이 필요한 부분

• 캘리포니아 상원법안 951호는 출처 기준으로 최종 표결을 앞둔 상태이므로 실제 통과 여부, 최종 문안, 시행 시점과 집행 기준은 확정된 사실로 볼 수 없다.
• 로버트하프와 포레스터 조사 수치는 제시됐지만 표본 규모, 조사 대상의 산업 구성과 질문 방식이 제공되지 않아 전체 기업으로 일반화하기에는 한계가 있다.
• 메타·클라르나·포드·IBM 사례는 자동화의 서로 다른 단계와 업무를 다루므로, 개별 결과를 모든 산업과 직무의 AI 대체 가능성에 그대로 적용할 수 없다.
• 자막 기반 정리: 타임스탬프가 있는 자막을 기준으로 정리했으며, 고유명사·수치·인용은 원문 확인 필요 시 별도 검증한다.
• 영상 속 주장: 발표자의 해석·전망·비교는 확인된 외부 사실이 아니라 영상 속 주장으로 분리해 읽는다.
• 검증 필요: 수치, 기업 실적, 정책·시장 전망은 발행 전 최신 자료로 별도 검증이 필요하다.

✅ 액션 아이템

• 감원 전에 직무 전체가 아니라 반복 업무, 예외 처리, 공감 노동, 암묵지와 윤리 판단을 분리해 실제 자동화 가능 범위를 작성한다.
• 제한된 조직에서 AI를 먼저 시험하고 정확도, 고객 만족도, 결함률, 처리 시간과 인간 개입률이 기준을 충족한 뒤에만 인력 계획을 조정한다.
• 퇴직금뿐 아니라 생산성 손실, 대체인력, 품질 사고, 재교육과 향후 재채용 급여까지 포함한 총비용으로 감원 효과를 계산한다.
• 투자 판단이나 정책 검토 전에는 기업 공시, 캘리포니아 법안 최종본과 인용된 조사 원문을 확인해 수치와 적용 조건을 재검증한다.

❓ 열린 질문

• 기업이 주장하는 AI 대체와 투자자에게 효율화를 과시하기 위한 AI 워싱을 어떤 객관적 지표로 구분할 수 있을까?
• 현재 AI가 처리하지 못하는 6%의 복잡한 업무는 기술 발전으로 얼마나 줄어들며, 그 과정에서 인간의 판단 역량은 어떻게 유지할 수 있을까?
• 복수의 감원 사유를 적어 규제를 피할 수 있는 허점을 막으면서도 기업의 정당한 조직 재편을 과도하게 제한하지 않는 기준은 무엇일까?