수요 탄력성은 가격이 내려갈 때 사람들이 그 상품이나 서비스를 얼마나 더 많이 쓰는지를 보는 개념입니다. AI 노동 전환을 이해할 때 이 개념이 중요한 이유는 단순합니다. AI가 어떤 업무의 생산성을 높인다고 해서 그 일이 곧바로 줄어드는 것은 아니기 때문입니다. 비용이 내려간 만큼 새로운 수요가 생기면, 노동 절감 효과의 일부가 상쇄되거나 어떤 영역에서는 오히려 활동량이 늘 수 있습니다.
OpenAI Economic Research의 EU 일자리 전환 보고서는 AI 노출도만으로 노동시장 변화를 판단하지 말고, 사람이 계속 필요한 이유와 함께 수요 탄력성을 보라고 제안합니다. 보고서의 질문은 “AI가 이 일을 할 수 있는가”에서 끝나지 않습니다. 더 정확한 질문은 “AI 때문에 이 서비스의 가격이 내려가면, 고객이 얼마나 더 많이 이용할 것인가”입니다.
한 줄로 말하면
AI 노동 전환에서 수요 탄력성은 AI가 일을 싸게 만들 때 고용이 줄어드는지, 업무가 재조직되는지, 아니면 더 많은 수요가 생기는지를 가르는 핵심 변수입니다.
왜 생산성 향상이 곧 일자리 감소가 아닌가
생산성 향상은 같은 일을 더 적은 시간과 비용으로 할 수 있게 만듭니다. 얼핏 보면 노동 수요가 줄어야 할 것 같습니다. 하지만 경제에서는 가격이 내려가면 수요가 늘어나는 경우가 많습니다.
예를 들어 어떤 전문 서비스가 비싸서 소수 고객만 이용할 수 있었다면, AI 보조 도구가 비용을 낮추는 순간 더 많은 고객이 서비스를 구매할 수 있습니다. 기업 입장에서도 예전에는 수익성이 낮아 하지 않던 프로젝트를 시작할 수 있습니다. 이 경우 AI는 기존 업무량을 줄이는 동시에 새로운 업무량을 만들어냅니다.
반대로 수요가 거의 고정된 영역도 있습니다. 출생, 환자 수, 법정 처리 건수, 공공 예산, 정해진 물류량처럼 서비스의 양이 가격만으로 크게 늘기 어려운 영역에서는 생산성 향상이 고용 증가로 이어지기 어렵습니다. 같은 일을 더 효율적으로 처리하면 필요한 노동 시간이 줄어드는 압력이 더 직접적으로 나타날 수 있습니다.
AI 일자리 전환 프레임워크에서의 역할
AI 일자리 전환 프레임워크는 직업을 네 가지 전환 경로로 나눕니다. 자동화 압력이 큰 일, AI 때문에 재조직될 일, AI와 함께 성장할 수 있는 일, 당장 변화가 제한적인 일입니다.
여기서 수요 탄력성은 특히 “AI와 함께 성장할 수 있는 일”을 판단할 때 중요합니다. 보고서는 생산성 향상으로 고객 가격이 10% 내려갔을 때, 해당 직업의 산출물 수요가 향후 2~3년 동안 얼마나 늘어날지를 묻습니다. 가격 하락이 충분히 큰 수요 증가를 만들 수 있다면, 그 직업은 단순 자동화 압력만으로 보기 어렵습니다.
보고서는 유럽 직업의 중간 가격 탄력성을 약 0.7로 추정합니다. 쉽게 말하면 가격이 10% 내려가면 산출량 수요가 약 7% 늘어나는 정도입니다. 이 값만으로는 노동 절감 효과를 완전히 상쇄하지 못할 수 있지만, 탄력성이 1 이상인 일부 직업에서는 비용 하락이 더 큰 활동량 증가로 이어질 수 있습니다.
탄력성이 높은 일과 낮은 일
수요가 더 탄력적인 일은 보통 다음 특징을 갖습니다.
- 가격이 높아서 고객이 구매를 미루던 서비스
- 온라인으로 제공하기 쉬운 서비스
- 프로젝트 기반이라 새 수요가 생기기 쉬운 일
- 낮은 가격이 구매 빈도나 접근성을 크게 높이는 일
보고서는 여행 설계나 재생에너지 컨설팅처럼 디지털 제공이 가능하고 프로젝트 기반인 서비스를 예로 듭니다. 이런 영역에서는 AI가 비용을 낮추면 새로운 고객이 들어오거나, 예전에는 경제성이 없던 작은 프로젝트가 가능해질 수 있습니다.
수요가 덜 탄력적인 일은 다릅니다.
- 공공 예산이나 정해진 처리량에 묶인 일
- 출생, 사고, 질병, 법정 사건처럼 사건 수 자체가 크게 늘기 어려운 일
- 물리적 현장이나 정해진 일정에 묶인 서비스
- 법·규제·책임 때문에 서비스량을 마음대로 늘리기 어려운 영역
이런 일에서는 AI가 문서화나 정보 검색을 빠르게 해도, 전체 서비스 수요가 그만큼 커지지 않을 수 있습니다.
투자와 산업을 볼 때의 의미
수요 탄력성은 AI 수혜 산업을 볼 때 중요한 필터가 됩니다. 어떤 기업이 AI를 도입했다는 사실만으로는 부족합니다. AI가 낮춘 비용이 더 많은 매출과 사용량으로 이어지는 산업인지, 아니면 같은 물량을 더 적은 인력으로 처리하게 만드는 산업인지 구분해야 합니다.
전자는 시장 확대와 신규 서비스 가능성을 봐야 하고, 후자는 비용 절감, 업무 재설계, 인력 구조 변화, 규제 대응을 봐야 합니다. 같은 AI 도구라도 수요 구조가 다른 산업에서는 전혀 다른 결과를 만들 수 있습니다.
헷갈리지 말아야 할 점
수요 탄력성이 높다고 해서 고용이 반드시 늘어난다는 뜻은 아닙니다. AI가 한 사람의 처리량을 크게 늘리면, 수요 증가가 있어도 필요한 노동 시간이 줄 수 있습니다. 반대로 수요 탄력성이 낮다고 해서 직업이 곧 사라진다는 뜻도 아닙니다. 규제, 관계성, 물리적 필요성 때문에 사람이 계속 중심에 남을 수 있습니다.
또한 보고서의 수치는 예측이 아니라 전환 압력을 읽기 위한 추정입니다. 실제 결과는 기업 채택 속도, 임금, 규제, 교육 시스템, 고객 신뢰, 경기 상황에 따라 달라집니다.