논증 해부

“AI는 일자리를 죽이지 않았다”
— 논리 구조와 반박

화이트칼라 종말론이 빗나갔다는 주장. 결론의 방향은 대체로 맞지만, 거기까지 가는 길에 깔린 두 개의 이론 도구가 반증 불가능에 가깝다.

핵심 논거 5개 견고 2 · 부분 2 · 헐거움 1 누락된 변수 3개
01

논증 사슬

관찰에서 처방까지, 저자가 실제로 밟은 단계.

관찰
채용이 다시 돌기 시작했다 WSJ 보도 — 구글, ServiceNow, CSX 등. 개선폭은 소소하지만 “화이트칼라 50% 소멸”과는 거리가 멀다.
전향
예언자들이 말을 바꿨다 Altman “틀려서 기쁘다”. Amodei “감원이 아니라 산출의 배수”. 90% 자동화되면 남은 10%가 100%로 팽창한다는 논리.
동기 의심
둘 다 IPO를 앞두고 있다 사모 조달기엔 공포가 팔리고, 상장기엔 낙관이 팔린다.
이론화
제번스 역설 + 가트너 하이프 사이클 효율이 오르면 총소비가 늘고(1865), 기대는 정점을 찍고 환멸의 골짜기로 내려간다(1995). 둘 다 오래된 물건이라는 점을 강조.
사례
Hinton의 방사선과 오답 “지금 방사선과 의사 양성 중단해라.” 결과는 반대 — 스캔이 빨라지자 스캔 수요가 늘었고, 저 예언 때문에 지망생이 줄어 인력난이 났다.
처방
잃으면 안 되는 건 문법이 아니라 사고력 for문 구문은 잊어도 된다. “AI가 못 풀면 나도 못 푼다”는 상태가 치명적이다.
02

논거별 반박

주장 · 근거 · 반박, 그리고 판정.

A견고

Hinton 카드가 논증을 한 단계 올린다

이해관계 없는 순수 연구자도 똑같이 틀렸다 → 문제는 거짓말이 아니라 예측 자체의 난이도다.

  • Altman·Amodei만 때렸다면 인신공격으로 끝났을 논증을 구조적 주장으로 승격시킨다.
  • “이번엔 다르다”는 인류가 가장 자주 틀리는 문장이고, 1865·1995년 출처를 강조한 것도 같은 맥락에서 맞다.

반박

없음. 이 영상에서 가장 값어치 있는 대목이다.

B견고

스킬 퇴화 경고

쉽게 만들어주는 데도 한계선이 있다. 그 선을 넘으면 호의가 아니라 박탈이다.

  • 문제 설명 자체를 AI에 시키는 댓글들이 실증 사례로 제시된다.
  • 구문 지식과 문제 분해 능력은 다른 층위의 자산이다.

반박

논쟁의 여지가 거의 없다. 다만 “어디까지가 위임 가능한 인지 노동인가”의 경계선은 여전히 안 그어져 있다. 경고로는 유효하고, 기준으로는 부족하다.

C부분적

제번스 역설을 만능 방패로 쓴다

효율이 올라도 총수요가 늘어 일자리는 유지된다.

  • 스캔이 빨라지자 스캔 건수가 늘었다는 방사선과 사례로 뒷받침.

반박

제번스는 수요가 탄력적일 때만 성립한다. 세상 모든 업무 수요가 무한 탄력적이지 않다. 회사가 필요로 하는 1차 CS 응대 건수는 유한하고, 사내 대시보드 개수도 유한하다.

어디가 탄력적이고 어디가 아닌지를 구분하는 게 논증인데, “제번스니까 괜찮다”로 뭉갠다.

D부분적

방사선과 진단이 절반만 맞다

Hinton이 틀린 이유는 제번스 역설이다.

  • 수요 증가가 일자리를 지켰다는 설명.

반박

더 큰 이유는 제도적 마찰이다. FDA 승인, 의료사고 책임 소재, 기존 PACS 워크플로우 통합, 면허 제도. 병목이 기술이 아니라 배포였다.

이게 훨씬 중요한 교훈이다 — 규제로 보호되지 않는 영역, 이를테면 코딩은 같은 방식으로 지켜지지 않는다는 뜻이니까. 저자는 이 함의를 그냥 지나친다.

E헐거움

인센티브 논증은 양날의 검이다

IPO를 앞뒀으니 말을 바꾼 것이다.

  • 사모 조달기의 공포 마케팅 → 상장기의 낙관 전환이라는 타이밍 대응.

반박

같은 칼이 되돌아온다. “코딩 인터뷰 플랫폼 주인이니까 개발자 안 죽는다고 말하는 거다.” 저자도 알아서 마지막에 방어하는데, 방어를 트래픽 데이터로 한다.

논점이 어긋났다. “돈 벌려고 만든 영상이 아니다”를 증명해봐야 “그의 판단이 옳다”는 도출되지 않는다. 감정 정리 코너로 읽는 게 맞다.

F헐거움

반증 불가능한 도구 두 개

지금은 하이프 사이클의 환멸 구간으로 내려가는 중이다. 앞으로 6~12개월이 흥미로울 것이다.

  • 1995년 가트너 모델이 닷컴 버블을 거의 그대로 설명한다는 점을 근거로.

반박

하이프 사이클은 서사 장치로는 훌륭하나 실증 근거가 빈약하다. 가트너 내부에서도 폐기 논의가 있었던 물건이다. 사후 설명에는 잘 맞고 사전 예측에는 못 쓴다.

“앞으로 6~12개월” — 본인이 “4년째 이 소리 하고 있다”고 자백한다. 자백은 정직하지만, 자백한다고 예측이 되는 건 아니다. 이 문장의 정보량은 0이다.

03

다루지 않은 변수

AI 서사가 잡아먹은 다른 설명들.

미국 세법 Section 174 소프트웨어 R&D 인건비를 즉시 비용처리하지 못하고 자본화하도록 바뀐 조항. 개발자 채용 급감의 상당 부분을 설명한다는 주장이 꽤 있는데 언급조차 없다.
금리와 코로나 과잉채용 정상화 “AI를 빼면 미국 경제는 하락”이라는 주장이 출처 없이 던져진다. 채용 냉각의 다른 후보들이 통제되지 않았다.
수요 탄력성의 분포 어떤 직무의 수요가 늘어나고 어떤 직무가 그대로인지에 대한 구분이 없다. 제번스가 적용되는 범위 자체가 논증되지 않았다.
04

총평

논조는 옳고, 논증은 헐겁다

“AI 종말론은 과장이었다”는 결론에 도달하는 길로 제번스와 하이프 사이클을 골랐다. 둘 다 반증이 거의 불가능한 서사 도구라, 어떤 결과가 나와도 사후에 끼워 맞출 수 있다.

댓글 여론용으로는 충분하고, 의사결정 근거로는 부족하다.

남길 것은 하나

AI가 못 푸는 문제 앞에서 무력해지지 않는 능력. 이건 예측이 아니라 태도라서, 위 예측들이 전부 틀려도 손해를 안 본다.