구글 브레인 창립자 앤드류 응이 계산한 AI 일자리 산수 — 40%가 자동화되면 나머지 60%는 더 비싸집니다

한 줄 핵심

앤드류 응의 핵심 주장은 AI가 일자리를 통째로 없애기보다 업무의 30~40%를 싸게 만들면서 나머지 60%의 인간 판단·맥락·결정의 가치를 더 높이고, 그래서 승자는 AI를 쓰는 사람이며 병목은 무엇을 만들지 정하는 사람이라는 것이다.

시간별 요약

1. 0:00
   AI 공포는 어디서 왔나 AI 공포는 일부 선두 기업의 규제 포획과 PR 전략에서 과장되었고, 핵무기 비유나 사례 부풀리기 같은 메시지가 미국의 AI 도입과 경쟁력을 늦춘다는 문제의식이 제시된다.
2. 3:00
   직업은 사라지지 않고 재편된다 직업 전체가 아니라 세부 업무 단위로 보면 많은 일자리의 30~40%만 AI가 대체 가능하며, 그 결과 남은 60%의 인간 판단과 마무리 업무는 더 비싸지고 가치가 커진다. 그래서 대체의 방향은 AI가 사람을 없애는 것이 아니라 AI를 잘 쓰는 사람이 그렇지 않은 사람을 밀어내는 쪽에 가깝다.
3. 6:00
   신입과 학습에서 중요한 것 대학과 교육 시스템은 AI 변화 속도를 따라가지 못해 여전히 과거 직무를 가르치고 있고, AI 네이티브한 사람은 학교 밖에서 스스로 배워야 한다는 메시지가 나온다. 다만 AI는 학습 도구로는 취약해 과제를 대신 해 주면 성적은 올라가도 장기 기억과 실력은 떨어진다.
4. 12:01
   AI 네이티브 조직의 채용과 업무 방식 AI 덕분에 프런트엔드와 백엔드가 합쳐지듯 마케팅, 채용, 재무도 더 넓은 범위를 다루는 역할로 재편되고, 회사는 단순히 AI를 쓰는 사람보다 AI로 실제로 무엇을 만들어 봤는지를 본다. 비개발 부서에 엔지니어를 붙여 도구를 끝까지 완성하는 구조가 생산성을 크게 끌어올린다.
5. 18:01
   진짜 병목은 무엇을 만들지 정하는 일 AI로 만드는 비용이 크게 떨어지면서 기술 자체보다 무엇을 만들지 결정하는 능력, 즉 고객 맥락을 이해하고 우선순위를 정하는 판단력이 병목이 된다. 그래서 앞으로의 경쟁력은 AI 활용량이 아니라 컨텍스트와 테이스트를 바탕으로 빠르게 만들고 반복하는 능력에 달려 있다.

실무 인사이트

• 채용에서 "AI를 잘 씁니다"보다 "AI로 무엇을 만들었는지"를 묻는 질문으로 바꾸면 실제 실행력을 더 잘 가려낼 수 있다.
• 팀의 반복 업무를 하나 골라 AI로 자동화해 보면, 단순 생산성 향상보다 어떤 판단과 맥락이 사람 몫으로 남는지 더 명확해진다.
• 학습용과 실행용 AI를 구분해 써야 하며, 실무에서는 AI에게 일을 맡기되 익혀야 할 핵심 개념은 별도로 복습하는 루틴이 필요하다.