2026 년 9 월 30 일, 안트립 (Anthropic) 사는 미국 내 약 1 만 9 천 개의 업무를 조사하고, 각 업무가 현재의 로봇으로 수행 가능한지 여부를 판단한 논문을 발표했습니다. 결론은 두 가지 숫자로 요약됩니다. 로봇은 전체 노동 시간의 34%에 해당하는 업무를 어떤 환경에서도 수행할 수 있습니다. 그러나 인간보다 더 저렴하게 수행할 수 있는 것은 0.3% 에 불과합니다. 이 기사는 논문의 수치를 검증하며, '수행할 수 있지만 비용 대비 효율이 낮은' 약 34 포인트가 어떻게 구성되는지, 그리고 이것이 투자자, 경영자, 그리고 근로자들에게 어떤 의미를 가지는지 고찰합니다.
2026 년 10 월 10 일 ／ 대상: Anthropic「로봇이 할 수 있는 일은 무엇인가?」（2026 년 9 월 30 일 발표）
본 기사의 요약
첫째, 로봇은 미국의 물리적 작업의 74%, 전체 작업 시간의 34%를 다양한 환경에서 수행할 수 있습니다. 다만 이 중의 2/3는 조립 라인 같은 '로봇을 위해 조성된 공간'에서의 이야기입니다. 도로나 가정처럼 정비되지 않은 환경에서도 수행할 수 있는 것은 물리적 작업의 2%에 불과합니다 [1].
두 번째로 가장 노출도가 높은 직업은 운전입니다. 노출 순위 상위 10 직업 중 9 가가 차량이나 기계를 운전하는 직업이었습니다. 언어 모델과 달리, 임금과 대학 졸업자 수가 낮고 육체 노동이 많은 직업일수록 로봇에 더 많이 노출됩니다 [1].
셋째. 자동화를 막고 있는 것은 언어 모델이擅长的 '사고력'이 아닙니다. 계획이나 추론의 부족으로 진행이 멈춘 작업은 전체 물리적 작업의 8%에 불과하며, 나머지 절반은 물체를 직접 만지고, 잡아야 하며, 다뤄야 하는 '손의 조작'이 부족하여 멈추고 있습니다 [1].
네 번째로, 가장 큰 장벽은 가격입니다. 인간보다 저렴하게 처리할 수 있는 것은 전체 노동 시간의 0.3%에 불과합니다. 10% 수준에 도달하려면 비용이 약 70% 절감되어야 하며, 과거와 같은 연간 3%의 성장률로 계산하면 약 40 년이 걸립니다 [1]. 예외는 박스 포장과 택시입니다. 박스 포장은 이미 인간보다 저렴하며, 로봇 택시는 인간보다 연간 약 7,000 달러 더 비싸지만 규제 장벽이 존재합니다 [1].
5 번째 항목: 본 기사의 계산. 비용 내역을 살펴보면, 청소·기세세척·용접 분야에서는 고정비만으로도 인건비의 2.2~4.1 배, 유지보수·감시·전력 등 운영비만으로도 1.6~3.9 배에 달합니다. 어느 항목이라도 무료가 되더라도 인건비보다 비싼 것입니다. 하드웨어 가격 하락이나 운영 효율화만으로는 부족하며, 두 가지를 동시에 낮추어야 합니다. 즉, 한 대의 로봇으로 처리할 수 있는 업무량을 늘리는 것입니다.
6 번째 항목, 본 기사의 계산입니다. '40 년'은 현재 수준으로 고정된 임금 기준의 계산입니다. 미국의 실질 임금이 지난 36 년간 매년 1%씩 상승한다면 약 30 년으로 단축됩니다. 다만 로봇 비용에는 감시 및 유지보수 인건비도 포함되므로, 단축 폭은 이보다 작아집니다.
7 번째 항목: 본 기사의 계산입니다. 일본에서는 원화 약세와 낮은 임금 수준으로 인해 동일한 로봇이 더 비싸게 판매됩니다. 택시 가격을 비교하면 미국에서는 12.5%의 가격 하락으로 충분하지만, 일본에서는 23~47%의 하락이 필요합니다. 그럼에도 불구하고 일본에 로봇이 먼저 도입된다면, 그 이유는 가격 반전 때문이 아니라 인력 부족 때문입니다.
1. 무엇을 측정했는지——'할 수 있다'를 네 단계로 구분하다
연구의 출발점은 미국 노동부의 직업 데이터베이스(O*NET)에 수록된 약 900 개의 직업과 약 1 만 9 천 개의 작업 설명입니다 [1]. 먼저 AI 에 각 작업을 '신체적 작업'과 '사고력 및 인간관계가 필요한 작업'으로 구분하도록 지시했습니다. '터널을 파는' 작업은 신체적 작업에 해당합니다. '댄스를 가르치는' 작업은 사고력과 인간관계 능력이 필요하지만, 여전히 신체적 작업으로 분류됩니다. 반면, 컴퓨터로 영수증의 합계를 확인하는 작업은 손으로 움직여도 신체적 작업으로 간주하지 않습니다 [1].
다음으로 물리 작업으로 분류된 7,594 개의 작업에 대해 현재 로봇이 수행할 수 있는지를 판단합니다. 여기서 말하는 로봇은 '주변을 감지하고 스스로 움직이는 기계'를 의미합니다. 차량의 형태를 인식하여 분사량을 조절하는 세차기는 포함되지만, 외과 의사가 모든 것을 직접 조작하는 수술 보조 로봇은 포함되지 않습니다 [1]. 판단 기준은 '가능/불가능'의 이분법이 아니라, 로봇이 어떤 환경에서 수행할 수 있는지에 따라 4 단계로 구분합니다.
판단의 진행 방식은 구체적입니다. '지하수沟을 파다'라는 작업의 경우, 먼저 AI 에게 이 작업이 실제로 어떻게 수행되는지를 장면별로 서술하게 합니다. 열린 땅에 직선으로 수沟을 파는 장면이 작업 시간의 25%, 막힌 배관이나 케이블 주변을 손으로 신중하게 파는 장면이 20% 라는 식입니다 [1].前者는 유압ショベル에 후속 설치하여 자율적으로 수沟을 파게 하는 장치가 있어 E3,后者는 처리할 수 있는 로봇이 없어 E0 입니다. 나머지 장면들도, 직선으로 파는 것보다 신중하게 파는 쪽에 가까운 것이 많았습니다. 판정은 '처리할 수 있는 장면의 절반 이상을 차지하는 곳들 중 가장 덜 정비된 곳'으로 결정되는 다수결이므로, 로봇이 처리할 수 있는 장면이 절반에 도달하지 않는 이 작업은 전체적으로 '불가능'(E0) 이 됩니다 [1]. 판정에 사용할 수 있는 근거는 실제 도입·판매·실연 기록뿐입니다. AI 는 출처를 인용하여 근거를 제시하며, 그 모든 기록이 공개되어 있습니다. 실연만을 근거로 한 판정을 제외하더라도 결과는 거의 동일했다고 합니다 [1]. 이 척도가 실제로 적용되는지는 과거로 거슬러 올라가 확인되었습니다. 1977 년 이후의 몇몇 시점에 대해, 그 시점의 로봇으로 동일한 판정을 내렸을 때, 노출된 직업일수록 그 후 수십 년 동안 임금과 고용이 다른 직업보다 크게 하락했습니다. 산업별 경향을 제외하더라도 이 관계는 유지되었다고 합니다 [1].
로봇은 전체 노동의 34%를 수행할 수 있습니다—다만 대부분은 '로봇 전용 공간'에서 이루어집니다.
미국 전체 노동 시간 중 54% 는 사고 작업이나 사람과의 접촉 작업이며, 나머지 46% 는 물리적 작업입니다 [1]. 그 물리적 작업 중 어디서나 수행할 수 없는 (E0) 작업은 약 4 분의 1 이고, 나머지 약 4 분의 3 은 어떤 환경에서도 로봇이 수행할 수 있는 작업으로, 전체 노동 시간 기준으로 약 34% 를 차지합니다 [1].
그러나 세부 내용을 살펴보면 인상이 크게 달라집니다. 물리적 작업의 절반 (49.8%) 은 조립 라인처럼 로봇 전용으로 조성된 장소에서만 수행할 수 있습니다. 병원의 약품 배송이나 창고 물류처럼 사람이 직접 수행할 수 있는 잘 갖춰진 시설에서 이루어지는 것은 22.0% 입니다. 도로나 가정처럼 아직 정비되지 않은 환경에서도 수행할 수 있는 것은 1.9% 로, 그 대부분은 자율주행 차량이나 트랙터입니다 [1].
즉, '34%'의 대부분은 직장을 로봇에 맞춰 재설계한다는 전제하에 산출된 수치입니다. 재설계 비용은 6 장에서 살펴볼 비용 추정치에 포함되며, 통합 및 설치 비용으로 간주됩니다.
3. 가장 노출되어 있는 것은 '운전 업무'입니다.
직업별로 각 작업 단계 (0~3) 를 작업 시간으로 가중치 부여하여 산출한 평균값을 '로봇 노출 지수'라 합니다. 상위 10 직업 중 9 직종이 차량이나 기계를 운전하는 업무이며, 1 위는 택시 운전사 (2.2) 입니다 [1]. 운전 업무는 전체 업무의 대부분을 차지하며, 그 이유는 자동 운전 차량이 아직 완벽하게 정비되지 않은 도로라는 현장에서 운전 업무를 수행할 수 있기 때문입니다. 자동 운전은 운전 업무를 완전히 대체하지는 않지만, 능력 측면에서는 가장 가까운 위치에 있습니다 [1].
노출 지수가 높은 작업에는 두 가지 유형이 있습니다. 내장 석고보드 접합부를 마감하는 숙련공 (1.6) 의 경우, 상투와 연마는 로봇이 벽면을 인식해 스스로 처리할 수 있지만, 점토 같은 재료를 테이프로 채우는 작업은 로봇이 전혀 수행할 수 없습니다. 작업 시간의 41% 가 E3 로, 26% 는 로봇이 처리할 수 없습니다. 처리 가능한 작업과 처리 불가능한 작업이 명확하게 구분되는 유형입니다. 재활용 선별 작업자 (1.7) 의 경우, 작업 시간의 3 분의 4 이상을 차지하는 시설에서 로봇이 처리할 수 있으며, 처리 불가능한 작업은 8% 만입니다. 이는 광범위하게 얕게 노출되는 유형입니다 [1].前者에서는 흩어진 작업이 자동화의 핵심 요소로 남을 수 있습니다.后者에서는 대규모 시설에서 먼저 교체될 가능성이 있다는 점을 논문이 지적합니다 [1].
일본 독자에게 친숙한 사례도 등장합니다. 미국의 소매점에서는 재고 부족을 알리기 위해만 재고 확인 로봇이 돌아다니지만, 일본의 편의점에서는 논문이 로봇이 음료수 냉장고 자체를 채운다고 기록하고 있습니다 [1]. 같은 작업임에도 불구하고, 국가마다 로봇의 역할이 달라지는 것입니다. 이 점은 9 장에서 일본에 적용할 때 다시 언급됩니다.
4. 로봇에게 맡겨지는 작업은 언어 모델의 역기능과 관련하여 여러 측면에서
노출 지수가 상위 20% 의 직종에서 일하는 사람과 전혀 노출되지 않는 직종 (전체 약 20%) 에서 일하는 사람을 비교하면 차이가 명확하게 드러납니다 [1]. 여성 비율은 20 포인트 낮고, 대학 졸업 이상 비율은 55 포인트 낮으며, 시간당 임금도 약 30 달러 낮습니다 (22.88 달러 대 52.97 달러). 실업률은 2 배를 초과합니다. 서서 일하는 일, 낮은 자세, 물건 들기 및 운반, 야외 작업 등 신체에 가해지는 부담을 나타내는 지표들은 모두 크게 높습니다 [1]. 또한, '노출되지 않은' 측은 로봇이 처리할 수 있는 작업을 하나도 갖지 않는 직종으로, 전문직이나 관리직 등이 많다고 추정됩니다 (본 기사의 추측). 논문은 물리적 작업이 중심인 직종 간 비교에서도 차이는 줄어들지만 여전히 존재한다고 밝힙니다 [1]. 논문이 언급한 바와 같이, 이는 언어 모델이 노출되는 직종의 많은 면에서 반대되는 모습입니다 [1].
그렇다면 언어 모델과 로봇을 결합했을 때 어떤 영역까지 커버할 수 있을까요? 논문은 언어 모델이 작업 시간을 절반으로 줄일 수 있는 작업과 로봇이 어느 정도 수행 가능한 작업을 직업군별로 집계했습니다 [1]. 언어 모델만으로도 전체 노동의 약 절반을 차지하지만, 로봇을 추가하면 81%로 증가합니다. 운송 및 운송 분야에서는 언어 모델만으로도 15%에 도달하지 못하지만, 로봇을 추가하면 약 90%로 상승합니다 [1]. 즉, 언어 모델이 커버하지 못하는 영역에 로봇이 커버한다는 관계입니다.
그렇지만 여전히 남아있는 약 20%는 무엇인가? 논문이 제시한 답은 손으로 일하고, 사람과 마주하며, 때로는 규제가 걸리는 일을 하는 것입니다. 리비오나 보육 등 대인 서비스는 약 40%만 노출되었고, 설치·보수·수리, 의료 보조, 지역 및 사회 복지 역시 낮은 수준입니다 [1]. 예를 들어, '환자에게 약물을 투여하고 반응 및 부작용을 감시하는' 작업에는 손으로 하는 작업, 사람과 마주하는 판단, 그리고 규제가 모두 겹쳐 있습니다 [1]. 어떤 직업군도 40%를 밑돌지 않지만, 현재의 기술로 손이 닿기 어려운 형태의 일은 명확히 드러나고 있습니다.
5. 자동화를 막아주는 것은 '생각하는 능력'이 아니다
논문은 각 물리 작업마다 '어떤 문제가 해결되지 않으면 로봇이 해당 작업의 상당 부분을 수행할 수 없는가'를 AI 에게 판단하게 했습니다 [1]. 결과는 AI 의 발전에 대한 일반적인 상식과 맞지 않습니다. 능력 부족이 장애물이 되는 작업은 약 70% 입니다. 그러나 그 중 AI 가 가장 개선될 것으로 예상되는 계획 및 추론 부족으로 인해 멈추는 것은 물리 작업의 8% 에 불과합니다. 작업의 절반을 막고 있는 것은 손끝의 조작 능력, 즉 물체를 만지고, 잡는, 다루는 힘의 부족입니다 [1]. 꼬여 있는 배선을 풀기 위한 민첩함이 그 대표적인 사례입니다. 이어 사람의 선호도가 약 4 분의 1 의 작업에서 장애물이 되며 (아이의 옷차림이나 변비대 교체는 로봇에 맡기지たくない, 식당에서의 맞나래와 좌석 안내는 사람이 해야 한다 등), 규제가 14% 의 작업을 막고 있습니다 [1]. 그리고 거의 모든 작업에서 비용이 절감되어야 합니다 [1]. 여기서 말하는 '사고력'은 언어 모델이擅长的 계획 및 추론을 의미합니다. 손끝의 조작 역시 하드웨어만의 문제가 아니라 AI 의 문제입니다. 촉각 센서나 손가락 구조 등 하드웨어에 더해, 만진 감각을 바탕으로 조작 방법을 학습하는 제어가 필요합니다. 로봇용 기반 모델 연구가 진행되고 있지만, 카메라만으로 학습하는지, 촉각을 사용하는지 방식은 아직 갈라져 있습니다 [1]. 막고 있는 것은 지능 일반이 아니라 언어 지능을 확장해도 채워지지 않는 종류의 지능입니다. 언어 모델의 연장선상에서 상승하는 '지혜'만으로는 물리 작업의 절반이 움직이지 않습니다. 이 장의 숫자가 보여주는 바가 바로 그것입니다. 본 시리즈의 '물리 AI 1 년대'에서는 가치가 '움직이는 뇌와 근육을 하나로 묶은 계층'에 남을 것으로 보았습니다 [2]. 이 논문의 장애 요인 분석은 그 두뇌에 부족한 것이 '생각하는 힘'이 아니라 '손을 움직이는 힘'임을 보여줍니다.
6. 가격에 부합하는 것은 0.3%——가격의 장벽
논문은 인용된 로봇 가격에 근거하여 인간과 동일한 작업량을 1 년 동안 수행하는 비용을 추정했습니다 [1]. 빵집이 반죽을成形하는 작업을 예로 들면, 사람이 1 년에 약 18 만 개를 만드는 것과 로봇이 만드는 것의 비용 비교입니다. 비용에는 본체, 주변기기, 내장 및 설치, 유지보수, 소프트웨어, 전력, 모니터링 및 운영, 보험, 폐기까지 모두 포함되며, 본체와 같은 고정비는耐用年数와 자본비용을 기준으로耐用年수 동안의 비용을 연평균으로 환산합니다 [1]. 이 비용이 해당 작업에 소요되는 인건비 (직업의 총보수 × 해당 작업 시간 비율) 보다 낮으면 '합리적'이라고 판단합니다. 결과적으로 합리적인 작업은 전체 노동 시간의 0.3% 에 불과했습니다 [1]. 비용이 일률적으로 20%
7. 본 기사의 계산①——본체가 무료이든 운영이 무료이든, 대체 불가능한 업무가 있다
본 기사가 논문 비용 산정에서 가장 중요한 것으로 간주되는 이유는 그 세부 구성 때문입니다. 논문에서 제시된 5 가지 직종의 연간 비용은 고정비 (본체와 설치비를 연 단위별로 환산한 것) 와 운영비 (보수, 감시, 전력 등) 로 구분됩니다 [1]. 이를 해당 직종의 인건비와 병렬로 비교했습니다.
어떤 직종이든 고정비와 운영비는 대략 반반을 차지합니다. 청소원, 식기세척, 용접공이라는 세 직종에서는 고정비와 운영비가 모두 해당 직종 자체의 인건비를 초과합니다. 고정비는 인건비의 4.1 배 (청소), 2.4 배 (용접), 2.2 배 (식기세척)이고, 운영비는 각각 3.9 배, 2.6 배, 1.6 배입니다. 본 기사의 계산에 따르면, 장비와 설치비가 무료화되든가 운영비가 무료화되든 인건비보다 높은 비용이 발생합니다. 비용의 벽은 이중으로 형성됩니다.
논문에서 제시된'연 3%'는 로봇 가격 하락의 실적입니다[1]. 논문은 이를 전체 비용에 균일하게 적용하여 연평균을 산출했습니다. 그러나 운영 비용의 구성 요소는 로봇 가격과 동일한 속도로 하락하지 않을 수 있습니다. 운영 비용에는 유지보수나 감시와 같은 인력 작업이 포함되는 경우가 많으며(논문 사례에서는 유지보수, 일부 인력이 감시, 전력 비용 등), 이러한 항목은 임금 상승에 따라 오히려 증가할 수 있습니다. 고정비 항목에도 통합 설치와 현장 설치와 같은 인력 작업이 포함되어 있습니다. 연 3%를 전체 비용에 적용한다는 전제는 낙관론적일 수 있습니다.
만약 비용 중 한쪽만 연 3% 하락한다고 가정하면, 택시는 고정비만 고려할 때 10.1 년, 운영비만 고려할 때 8.9 년 만에 인력보다 저렴해집니다. 그러나 청소, 식기세척, 용접 작업은 두 경우 모두 본 기사의 계산에서 도달하지 못합니다. 두 요소가 동시에 크게 하락해야만 도달할 수 있습니다. 논문 내 수치의 의미는 바로 이렇습니다. 물론 논문의 비용은 AI 가 추정한 것으로 오차가 있을 수 있습니다. 그럼에도 불구하고 청소와 용접 작업은 고정비와 운영비가 모두 인건비의 2 배를 초과하므로, 추정이 2 배 과대평가되었다고 해도 각각 인건비를 상회합니다. 식기세척은 운영비가 1.6 배로 상대적으로 작아 추정의 오차 여부에 따라 결과가 달라질 수 있습니다. 본 기사의 계산에 따르면, 청소 작업 중 로봇이 처리할 수 있는 작업 시간은 73% 로, 나머지 27% 는 인력이 담당합니다 [1]. 인건비가 '해당 작업의 분량'으로 실제로 절감되는 것은 작업 재배열이 가능한 경우에만 가능합니다. 현실적인 비교는 그림보다 로봇에게 불리한 편입니다. 그렇다면 고정비와 운영비를 동시에 낮추는 방법은 무엇일까요? 가격 인하가 아니라, 한 대의 로봇으로 처리할 수 있는 작업량을 늘리는 것입니다. 청소 로봇은 사람이 더 오래 일한다고 해도 작업 속도가 최대 10 배 느릴 뿐이라고 합니다 [1]. 느린 로봇으로 한 인분의 작업을 처리하려면 로봇 수를 늘려야 하며, 로봇 수가 증가하면 본체 비용뿐만 아니라 유지보수 및 감시 비용도 증가합니다. 속도나稼働률이 2 배가 되면 필요한 로봇 수는 대략 절반으로 줄어들고, 고정비와 운영비가 동시에 하락합니다 (본 기사의 해석). 그리고 이 부분이 AI 가 발휘할 수 있는 역량이 있는 곳입니다. 예외 처리를 인력에 의존하지 않고 해결할 수 있는 로봇은 정지 시간과 감시 인원을 동시에 줄입니다. 논문의 '빠른 시나리오'는 단순한 가격 인하가 아닌 '품질 조정된 비용'의 하락을 의미합니다. 그 이유는 이 부분을 포함하기 위해서라고 읽을 수 있습니다 [1]. 이러한 견해는 논문의 결론을 반박하는 것이 아닙니다. 논문 자체는 비용 산정 시 인력에 따른 감시, 예외 처리, 수리 등이 많이 포함되며, 인력에 남는 작업이 막히게 될 수 있다고 명시하고 있습니다 [1]. 본 기사가 덧붙이고 싶은 점은 비용의 장벽이 구성 요소 양쪽에 존재하며, 세 가지 직종에서는 장비와 운영 중 어느 한쪽만 낮추더라도 넘을 수 없는 높은 수준에 있다는 점입니다.
8. 본 기사의 계산②——'40 년'은 고정된 임금 수치
논문에서 연수 계산은 현재의 작업량과 임금 수준을 고정하고 있습니다 [1]. 그러나 임금은 변동합니다. 미국의 비농업 부문 실질 시간당 보상률은 1990 년부터 2026 년까지 연평균 1.0% 상승했습니다 [3]. 인건비가 실질적으로 연 1% 상승하고 로봇 비용이 연 3% 하락한다면, 격차는 연평균 약 4%로 축소됩니다. 10% 의 작업 효율이 달성되기까지의 약 40 년은 약 30 년으로, 물리적 작업의 절반이 효율적인 시기는 2086 년에서 2071 년으로 앞당겨집니다. 본 기사의 계산입니다. 여기서는 논문의 연 3% 를 물가 상승을 차감한 실질적인 하락률로 다루고 있습니다. 명목 가치라면 축소 폭은 이 계산보다 더 커집니다. 다만, 이는 초기 추정치입니다. 전 장에서 언급했듯이, 로봇 비용에는 감시 및 유지보수를 위한 인건비가 포함되는 경우가 많으므로, 임금이 상승하면 로봇 비용도 일부 상승합니다. 또한 논문의 과거 검증 결과, 로봇에 노출된 직업일수록 다른 직업에 비해 임금이 더 크게 하락해 왔습니다 [1]. 자동화가 진전되는 직업에서는 임금이 성장하기 어렵고, 그 만큼 자동화를 급진히 추진할 동기도 약화됩니다. 이것이 논문이 계산에서 제외하지 않은 '임금의 반동'입니다 [1]. 도표에는 또 다른 해석 포인트가 있습니다. 현재 수행 가능한 작업의 비용이 연 3% 하락하는 단순 계산에서도, 물리적 작업의 절반 (전 노동의 23%) 에 도달하는 시기는 2086 년으로, 능력 상승을 고려한 논문의 2085 년과 거의 일치합니다. 본 기사의 계산입니다. 능력이 연 2% 의 속도로 상승하더라도 [1], 비용 대비 효율적인 선의 진행 방식은 거의 변하지 않습니다. 새로 가능해진 작업도 결국 가격의 벽에 부딪힌다는 것을 읽을 수 있습니다. 두 선이 가까워지는 속도를 결정하는 것은 능력이지 가격이 아닙니다.
9. 본 기사의 계산③——일본에 적용하면 환율 하락을 지연시키고 인력 부족을 가속화한다
본 논문은 미국의 임금 기준으로 계산했습니다. 동일한 로봇을 일본에서 사용할 경우의 비용을 가장 비교하기 쉬운 택시 기준으로 산정해 보았습니다. 일본의 택시 운전자의 연 소득은 2025 년 임금 구조 기본 통계 조사에 따르면 전국 평균 451 만 원, 도쿄도 570 만 원입니다 [4]. 기업 부담 사회보험료 등을 합친 노동 비용은 현금 급여의 약 1.22 배입니다 [5]. 환율은 1 달러 158.2 원으로 환산하면 [6], 전국 약 3 만 5,000 달러, 도쿄도 약 4 만 4,000 달러입니다. 미국의 택시 운전자의 총 보상액 (5 만 6,800 달러) 의 6~8 분의 1 에 해당합니다 [1]. 로봇 택시의 비용을 미국의 동일 연도인 5 만 7,800 달러로 가정하면, 비용 대비 효율을 맞추기 위해 필요한 가격 하락률은 미국의 12.5% 에 비해 도쿄도 약 32%, 전국 약 47% 입니다. 운영 비용 부분만 일본의 임금 수준까지 하락한다고 가정하면, 도쿄도 약 23%, 전국 약 33% 입니다. 연 3% 의 하락률로 계산하면 미국의 4.4 년에 비해 도쿄도 9~13 년, 전국 13~21 년이 걸립니다. 본 기사의 계산입니다. 원화 가치도 영향을 미칩니다. 전국적으로 환율이 1 달러 130 원이면 필요한 가격 하락률은 35% (14 년) 로 충분하지만, 165 원이면 49% (22 년) 까지 확대됩니다. 일본의 운전자는 월 192 시간으로 전 산업 평균인 173 시간보다 더 많이 일하고 있으며 [4], 1 인분의 업무를 대체하려면 그 만큼 많은 로봇의 가동 시간이 필요하므로, 필요한 가격 하락률은 실제로는 이보다 더 크다고 판단됩니다. 비용만 고려해도 일본은 미국보다 자동화가 더 늦어질 것입니다. 임금이 낮고 원화가 약한 만큼, 동일한 로봇이 상대적으로 비싸게 보이기 때문입니다. 이는 박스링킹에도 동일하게 적용됩니다. 미국에서 인력보다 연 2,000~2,500 달러 저렴한 장비라도, 달러로 환산한 인건비가 미국보다 낮은 일본에서는 그대로면 비용 대비 효율이 떨어집니다.
그러나 일본의 실제 상황은 오히려 반대 방향으로 움직일 수 있습니다. 법인 택시의 운전자 수는 2025 년 6 월 말 기준 2020 년 3 월의 약 86% 수준에 머물렀으며 [7], 운전자 평균 연령은 56.8 세입니다 [4]. 2025 년 운전자들의 연 소득은 전년 대비 8.7% 증가하여 전체 산업의 3.5% 를 크게 상회했습니다 [4]. 사람들이 모이지 않는 업무에서는 비교 대상이 '현재 임금'이 아니라 '그 임금을 받으면 사람이 오지 않는 것'에 따른 손실——승차하지 못한 고객이나 줄인 운행 횟수——이 됩니다. 임금이 상승하면 차이는 인건비 측면에서 줄어들고, 운행 횟수 감소에 따른 손실을 포함하면 로봇 비용이 인건비를 초과하더라도 도입의 이유가 생깁니다. 도쿄에서 2025 년부터 시험 운행을 반복해 온 GO·Waymo·일본교통은 9 월, 2027 년 중반에 도쿄에서 완전 무인 상용 운행을 시작하고 단계적으로 약 100 대까지 늘릴 것을 목표로 발표했습니다 [8]. 다만, 사람이 더 비싼 로봇을 도입한다면 그 비용 차이는 누군가가 부담해야 합니다. 요금 인상이나 공공 보조금입니다. 일본의 자동화 수요는 비용 역전보다 요금과 보조금 제도의 설계에 더 크게 좌우될 것이라고 예상해야 합니다. 또한 인력 부족이 해결될 수 있는 것은 로봇이 '할 수 있는' 업무뿐입니다. 돌봄과 같이 손끝 조작과 개인의 취향, 규제가 겹치는 업무에서는 인력이 부족하더라도 대체가 어렵습니다. 5 장에서 본 능력의 장벽은 일본에서도 변하지 않습니다. 논문이 일본의 편의점 보충 로봇을 언급한 것은 미국 로봇이 없는 곳에서 해외 로봇이 일하는 사례를 제시하기 위한 것이었습니다 [1]. 다만 인력이 부족한 국가에서 이러한 도입이 앞서가는 것은 본 기자의 견해와 일치합니다. 일본에서 자동화를 추진한다면, 그것은 가격 반전보다 인력 부족이 더 큰 문제일 것입니다. 다만 이는 로봇이 처리할 수 있는 작업에 한정된 이야기입니다.
10. 이 논문을 어떻게 읽어야 하는가——주의할 4 가지 점
첫째, 판단과 추정은 모두 AI 가 수행합니다. 물리적 작업 여부 분류, 로봇이 수행 가능한지 판단, 작업별 시간 비율, 인력의 연간 작업량, 로봇 비용 등 주요 수치는 대부분 AI 가 추정한 것입니다. 로봇의 능력과 비용은 웹 검색과 인용을 바탕으로, 작업 시간 비율과 인력의 연간 작업량은 AI 가 산출했으며 (임금과 급여는 미국 노동통계국의 통계에 기반함) [1], 근거와 인용 출처가 모두 공개되어 제삼자가 검증할 수 있는 형태로 구성되었습니다. 이는 강점입니다. 반면, 동일한 AI 의 추정이 여러 단계로 쌓이면서 오차가 같은 방향으로 모일 가능성이 있습니다. 특히 비용은 근거가 가격표나 보도 자료에 한정되어 있어 실제 조달 가격보다 높거나 낮게 나올 수 있습니다. 둘째, 과거 검증에는 후지혜의 여지가 있습니다. 1977 년 로봇에 대한 판단도 현재의 AI 가 수행했습니다. AI 는 이후 어떤 작업이 감소했는지 알고 있으므로, 판단이 갈릴 수 있는 작업에서 그 지식이 혼입될 가능성은 원칙적으로 배제할 수 없습니다. 논문은 부록과 공개 데이터를 통해 절차를 제시하고 있으나, 본 기사는 부록까지 확인하지 못했습니다.
셋째, 가치 하락과 능력 향상이라는 두 가지 요소를 모든 작업에 동일하게 적용하고 있습니다. 논문이 스스로 인정하듯, 실제로 로봇 기업은 자체 공장에서 유용한 작업을 먼저 목표로 삼을 가능성이 있습니다. AI 기업이 창작보다 먼저 프로그래밍을 노린 것과 마찬가지입니다 [1]. 현재 인간형 로봇이 자동차 공장이나 창고에서 시험되고 있는 것도 [1], 그 예시라고 볼 수 있습니다.
네 번째는 미국의 데이터입니다. 직업 분류, 임금, 규제 모두 미국의 기준입니다. 일본에서는 임금 수준, 엔화, 인력 부족, 규제 등이 달라, 9 장에서 언급한 바와 같이 결론의 방향까지 달라질 수 있습니다.
11. 투자자, 경영자, 근로자에게 갖는 의미
투자자 입장에서는
- 로봇이 '완료'라는 발표를 하고 일자리가 대체되는 것은 별개의 문제입니다. 실연 영상 수가 늘어나더라도 대체는 비용 효율적인 작업부터 시작할 가능성이 높습니다. 즉, 박스 포장이나 택시 운전 같은 업무부터 먼저 변화할 것입니다. 논문에서도 '과거가 단서를 제공한다면'이라는 전제 하에, 택시 운전사나 창고 포장 작업자는 간호사나 정비사보다 먼저 변화의 시대를 맞을 것으로 보고 있습니다 [1]. 주목해야 할 것은 한 대의 가격이지, 한 사람당 수행되는 업무의 비용이 아닙니다.
- 가치 유지력이 높은 것은 로봇 한 대로 처리 가능한 업무 범위를 확대할 수 있는 사람입니다. 청소나 용접 작업에서는 고정비와 운영비가 각각 인건비를 초과했습니다. 두 가지를 동시에 절감할 수 있는 것은 가격 인하가 아니라 속도와稼働률입니다. 그 위에, 운영비 내의 인력 시간을 소프트웨어와 데이터로 처리량이 증가할수록 저렴하게 할 수 있는 기업, 즉 원격 감시, 예외 처리, 고장 예측을 자체적으로 통제하는 기업은 운영 측면의 제약도 스스로 해소할 수 있습니다. 인력으로 운영을 맡기는 사업은 마진율이 얇아 단순 서비스로 전락하기 쉽습니다. 본 기사는 '피지컬 AI 1 년대'에서 언급한 '뇌와 근육을 통합한 계층'에 '운영'을 추가해야 한다고 생각합니다 [2].
- 손끝 조작은 물리적 작업의 절반을 막아내는 장벽입니다. '물리 AI 1 년대'에서 언급된 정밀 감속기는 진입을 유도하는 장벽이었으며, 수익률은 여전히 낮았습니다 [2]. 손끝 조작은 하드웨어와 학습 모두를 요구하는 종합적인 문제이므로, 이를 해결할 수 있는 사람은 소수일 수 있습니다. 여기에 진입을 거부하는 장벽이 형성되는지 여부가 물리 AI 의 수익 흐름을 좌우합니다.
- 규제는 문과 같습니다. 미국의 택시들은 비용 차이가 약 7,000 달러까지 줄어들면서 규제가 큰 장벽이 되었습니다 [1]. 일본에서는 비용 차이가 여전히 크지만, 2027 년을 목표로 하는 도쿄의 무인 운전은 대도시 택시에서 규제의 문이 열릴지 여부를 확인하는 기회를 제공합니다 [8].
- 이 시리즈의 경제 시나리오 기사는 '물리적 작업은 AI 의 영향을 받지 않는다'는 모델의 전제를 결론을 바꿀 수 있는 한계점으로 제시했습니다 [9]. 해당 논문의 수치에 따르면 2030 년에 대체 가능한 작업은 전체 노동의 약 0.5% 에 그르며, 본 기사의 계산과 로봇 관련 측면에서는 이 전제가 2030 년 시점에는 대략 유지됩니다. 다만 운전은 예외입니다. 자동 운전 차량이 확대된 도시에서는 운전手的 소득이 하락하기 시작한 초기 증거가 있습니다 [1]. 또한 논제는 물리적 작업을 변화시키는 AI 의 경로——공장 기계의 고장 예측 등——를 다루지 않았다고 명시합니다 [1]. 현장 임금의 경우 이 경로는 별도로 고려해야 합니다.
경영자로서
- 자동화된 판단은 로봇의 가격보다, 한 인분의 업무를 처리하는 데 소요되는 비용——필요한 대수×(본체비＋운영비)——으로 접근해야 합니다. 필요한 대수를 결정하는 기준은 로봇의 속도와稼働률이며, 운영비에는 감시, 예외 처리, 유지보수 등 사람의 시간이 많이 포함되기 때문입니다. 논문 포장 사례에서도 사람과의 차이는 연 2,000~2,500 달러라는 미미한 수준이었습니다.
- 「로봇이 처리할 수 있는 작업」의 대부분은 작업장을 로봇에 맞춰 재설계하는 것을 전제로 합니다. 공정 설치가 로봇 구매보다 먼저 이루어져야 합니다.
- 일본에서는 임금 상승으로 인력을 확보하는 것과 로봇 도입이 동일한 문제의 양면입니다. 엔화 약세로 인해 수입 로봇은 비싸게 팔리고, 국내에서 로봇을 조립하고 운영할 수 있는 역량이 부족해집니다.
취업자로서
- 가장 피해 규모가 큰 것은 운전과 창고·포장 작업입니다. 물리적 작업 전체를 보면 피해 규모는 수년 차가 아니라 수십 년 차에 달합니다. 다만 박스 포장이나 택시처럼 이미 인력과 비용이 투입된 작업은 예외입니다.
- 가장 지속 가능한 것은 손으로 일하고, 사람과 직접 마주하며, 규제에 걸리는 업무입니다. 간호, 수리, 미용, 돌봄이 그 예입니다.
- 로봇의 연간 비용 중 약 절반을 차지하는 운영 비용에는 로봇을 감시하고, 수리하며, 예외 사항을 처리하는 인력의 업무가 포함되는 경우가 많습니다. 자동화가 진전되는職場에서는 작업 자체의 비중이 줄어들고, 로봇을 계속 작동시키는 업무만 남게 됩니다.
요약
로봇은 미국 전체 근로 시간의 34%에 해당하는 작업을 어느 곳에서나 수행할 수 있습니다. 그러나 인보다 저렴한 비율은 0.3%로, 그 격차가 좁히는 속도는 능력 향상보다 가격 하락에 의해 결정됩니다. 그리고 가격의 구성을 살펴보면 청소, 세척, 용접 분야에서는 기기 자체의 고정비만으로도, 유지보수 및 감시 등의 운영비만으로도 각각 인건비를 초과하고 있습니다. 하드웨어 가격이 저렴해지거나 운영 효율이 개선되어도 도달하지 못하며, 로봇 한 대가 수행할 수 있는 작업을 늘리고 두 가지 요소를 동시에 낮추어야 합니다. 일본에서는 원화 약세와 낮은 임금 수준이 가격 역전 현상을 지연시키는 반면, 인력 부족은 로봇이 수행할 수 있는 작업에 한정하여 역전 현상을 기다리지 않고 도입을 촉진할 수 있습니다. '가능성'과 '경제성' 사이의 약 34 포인트의 폭이 어디서, 어떤 속도로 좁혀지는지를 살펴보는 것이 로봇과 작업의 관계를 파악하는 가장 확실한 방법입니다.
면책 조항
본 기사는 공개된 논문과 통계에 기반한 개인적인 해설 및 시뮬레이션으로, 투자 조언이나 특정 기업·주식의 추천을 포함하지 않습니다. 직업군별 노출 비율, 비용 절감 효과와 이에 비례하는 업무량의 관계는 논문 도표에서 추출한 근사치입니다. 고정비만 감소하는 경우의 년수, 임금 상승을 고려한 년수, 일본에의 적용은 본 기사의 가정에 따른 계산이며, 논문 결과와는 다릅니다. 앞서 언급한 바와 같이 해설 대상과 작성 방법은 동일 회사에 소속된 것입니다. 판단은 각자의 책임 하에 이루어져야 합니다.
출처
- 안티프의「로봇이 할 수 있는 일은 무엇인가?」（2026 년 9 월 30 일 공개, 총 44 페이지, 본문 21 페이지, anthropic.com/research/what-work-can-robots-do）— 본문, 도 1~8, 주석. 부록과 공개 데이터 (각 작업별 판단 근거 및 인용 출처) 는 해당 회사의 공개 페이지에서 확인할 수 있습니다. 직업군별 노출 (도 6) 과 비용 절감, 그리고 비용 대비 효율적인 작업 (도 8) 의 수치는 본 기사가 도표에서 추출한 근사치입니다.
- 이 시리즈「물리 AI 1 년대——가치는 어느 계층에 남을까」(2026 년 9 월 27 일) — 작업 기계의 사례, 정밀 감속기의 수익률, 지능의 계층 내 하위 계층
- 미국 노동통계국「비농업 사업 부문: 모든 근로자의 실제 시간당 임금」（FRED: COMPRNFB, 2017 년=100) — 본 기서는 1990 년 제 1 분기부터 2026 년 제 2 분기까지의 연평균 변화율 (1.02%) 을 산출함
- 厚生労働省「令和7年賃金構造基本統計調査」（全国ハイヤー・タクシー連合会による集計）— タクシー運転者の年間推計額（全国450万8,200円、東京都570万3,500円、前年比+8.7%）、全産業545万5,600円（同+3.5%）、平均年齢56.8歳、月間労働時間（タクシー192時間、全産業173時間）
- 厚生労働省「令和3年就労条件総合調査」— 常用労働者1人1か月平均の労働費用総額40万8,140円のうち、現金給与額33万4,845円（約82.0%）
- 환율: 달러/엔 158.2 엔 (2026 년 10 월 9 일 종가, 시장 데이터 제공원)
- 전국 하이커·택시 연맹회「택시 업계의 과제와 차기 관광강국 기본계획에 대한 요청」（2025 년）— 법인 택시 운전자 수 (2020 년 3 월을 100 으로 하여, 2025 년 6 월 말에 약 86)
- GO 와 웨이모가 일본 교통부와 전략적 제휴를 체결한 발표 (2026 년 9 월 15 일, 테크노에지 등 여러 매체 보도) — 2027 년 도쿄에서 완전 무인 상용 운행을 시작하고, 약 100 대까지 단계적으로 확대하며, 2025 년부터 도내 7 구에서 시험 운행을 실시함.
- 이 시리즈의 두 번째 글인「지식 노동의 절반이 AI 가 되는 2030 년」「노동 분배율이 15 포인트 변동할 때 주식이 무엇을 의미하는가」（2026 년 9 월 12 일）는 Anthropic Institute 의「변혁적 AI 를 위한 경제 시나리오」의 전제와 물리적 업무를 제외하는 한계를 다룹니다.
출처: note 원문
번역: Qwen 3.5(.48) 초벌 + 교정 48청크
원문 보기 | 출처: note.com