# 2030년, 공장에서 사람 인력이 감소하기 시작한다 — AI가 ‘화면 속’에서 나타나는 날

> https://bookfactory.kr/c/ai-tech/9048
> 게시판: AI·머신러닝
> 작성자: admin
> 작성일: 2026-08-08T08:27:02.551Z

---

![見出し画像](https://assets.st-note.com/production/uploads/images/301252273/rectangle_large_type_2_fd68ef10eac0c2f8d39a4543404f63ee.png?width=1280)

AI에게 일자리를 빼앗길 위험이 가장 큰 것은 백색 계급 노동자입니다.

최근 몇 년 동안, 그렇게 말씀해 오셨습니다.

글을 쓴다. 자료를 만든다. 조사한다. 분석한다. 프로그램을 작성한다. 계약서를 읽는다. 문의에 답한다. 생성 AI는 놀라울 정도로 빠르게, 조금 전까지 “높은 교육 수준을 가진 사람만이 할 수 있는 지적 노동”이라고 여겨졌던 일을 해내게 되었다.

그 결과, 현재 일어나고 있는 것은 “손기술”로의 회귀이다. 미국에서는 대학을 나와 백색 층을 목표로 하는 것에 의문을 품고, 배관공, 전기공, 용접공과 같은 직업을 선택하는 젊은이들이 늘고 있다는 보도가 있다.

하지만, 저는 여기서 잠시 멈춰 서서 생각하고 싶습니다.

현재 블루칼라가 AI에게 강한 이유는 그 일에 “AI가 절대적으로 배제될 수 있는 요소”가 있기 때문이 아니기 때문입니다.

단순히 AI가 디지털 세계를 다루는 능력에 비해 현실 세계를 이해하고 신체를 움직이는 능력의 발달이 조금 더 뒤쳐진 것일 뿐입니다.

그 결과, 그 시간차는 급격히 줄어들고 있습니다.

이 기사에서는 AI가 화면 밖으로 나오면서 — 즉, “Physical AI(물리적 AI)”가 실용 단계에 들어설 때 — 어떤 분야에서, 어느 정도 속도로 인간의 업무가 대체되는지를 직종별로 정리합니다.

결론부터 말씀드리면, 공장과 창고는 2030년대 후반, 소매는 그와 병행하고, 건설 현장은 2040년대에 구축됩니다. 같은 “현장직”이라도 시계의 진행 방식은 완전히 다릅니다.

## 目次

- 왜 백색 계층이 먼저 흔들렸는가
- 제2 단계: AI가 “신체를” 갖는다
- 산업용 로봇과의 결정적인 차이점 — 전용기에서 범용 로봇으로
- 대체 속도를 결정하는 3가지 요소
- 공장: 2030년대 중반, “10인 직종”이 “6인 + 로봇”으로 변화할 것이다.
- 물류 창고: 마지막으로 남는 것은 ‘손’뿐이다.
- 유통: 이미 절반은 완료되었습니다.
- 건설 현장: 가장 늦고 가장 어려운 이유
- 운전: 인간형 로봇은 핸들을 잡지 않습니다.
- 전체 그림 – 2030년, 2035년, 2045년
- 그러면 어디로 도망쳐야 할까요?

## 왜 백색 계층이 먼저 흔들렸는가

지금 진행 중인 인공지능 혁명은 크게 두 단계로 나누어 보면 이해하기 쉬워집니다.

첫 번째 단계는 디지털 세계의 자동화입니다.

글, 이미지, 소프트웨어, 데이터, 계산, 소통. 컴퓨터 안에서만 완결되는 일은 생성 AI와 매우 잘 어울린다. 이유는 간단하다. 학습에 사용할 자료(텍스트나 코드)가 세상에 매우 많고, “해보고, 틀리고, 고치는” 과정을 현실 세계를 망치지 않고 수백만 번 반복할 수 있기 때문이다.

그러므로 사무직, 프로그래머, 분석가, 컨설턴트, 고객 서비스와 같은 직종부터 먼저 영향을 받았습니다.

반면에 현실 세계는 그렇지 않습니다.

로봇이 상자를 떨어뜨리면 내용물이 깨지고, 팔을 부딪치면 기계가 고장납니다. 학습에 활용할 데이터 역시 인터넷에 떠도는 것이 아니라, 실제로 로봇을 작동시켜 수집해야 합니다.

즉, 백색 계층이 먼저 흔들리는 것은 “지적 노동의 가치가 낮기 때문”이 아니라, 단순히 자동화하기 쉬운 환경에 놓여 있었기 때문입니다.

이러한 차이를 명확히 하는 것이 앞으로의 논의의 출발점이 될 것입니다.

## 두 번째 단계: AI가 “신체를” 갖는다

두 번째 단계에서는 AI가 물리 세계로 나옵니다.

센서로 주변을 인식하고, AI로 상황을 이해하며, 로봇 팔이나 다리에서 물체를 조작하는 것을 Physical AI라고 합니다.

생각하기 쉬운 일은 바로 이런 작업입니다.

뚜껑을 연다. 상자를 잡는다. 선반에서 상품을 꺼낸다. 장바구니를 밀고 나간다. 도구를 사용한다. 계단을 올라간다.

사람이라면 아무것도 생각하지 않고 하는 일들뿐인데, 기계에게는 그것 하나하나가 모두 난제였습니다. “부드러운 것을, 깨뜨리지 않는 정도의 힘으로 잡는 것” 역시 오랫동안 실현되지 못했던 영역이었습니다.

지금 일어나는 것은 생성형 AI의 발전으로 인해 “상황을 이해하고 다음 행동을 판단하는” 부분의 성능이 급격히 향상되었으며, 이것이 로봇의 몸과 연결되기 시작했다는 것입니다.

## 산업용 로봇과의 결정적인 차이점 — 전용기에서 범용기로 전환

공장에서 로봇과 같은 기계는 예로부터 존재했던 것이 아니겠어? 실제로 산업용 로봇은 수십 년 전부터 사용되고 있습니다.

하지만 결정적인 차이가 있습니다.

기존의 산업용 로봇은 “이 공정을 위해 제작된 전용 기계”였습니다.

용접에는 용접 로봇, 운반에는 AGV(무인 운반차), 파렛타이징에는 파렛타이저와 같은 전용 기계를 준비하고, 심지어 그 기계가 움직이기 편하도록 공장의 레이아웃 자체를 다시 설계해야 했습니다. 그래서 도입은 대규모 설비 투자였으며, 대량 생산 현장에서만 효과를 보았기 때문입니다.

인간을 위해 만들어진 기존 환경을 그대로 사용하는 것입니다.

사람이 다닐 수 있는 폭의 통로를 지나, 사람용 손잡이를 돌리고, 사람용 도구를 잡는다.

만약 이것이 실질적인 수준에 도달하면 경영의 의사결정 방식이 달라질 것입니다.

공장 전체를 로봇에 맞게 재편할 필요가 없어

자동화를 도입하는 것이 아니라 한 명의 노동자를 하나의 로봇으로 대체하는 것이다.

즉, 개인 단위의 투자 결정이 가능해지는 것입니다.

이는 산업 구조상 매우 큰 변화입니다. 설비 투자 규모는 수십억 엔 단위의 결정이지만, 인력 교체는 극단적으로는 “올해 3대만 넣어보자”라는 판단으로도 충분히 이루어질 수 있습니다. 도입의 진입 장벽이 높아져서, 숫자로 크게 달라집니다.

## 4. 대체 속도를 결정하는 3가지 요소

하지만 모든 현장이 동시에 대체되는 것은 아닙니다.

어떤 현장이 빠르고 어떤 현장이 느린가요. 그것을 구분하는 것은 직종명ではなく、다음 세 가지입니다.

환경이 얼마나 규칙적인지를

바닥은 평탄하고, 조명은 일정하며, 물건의 위치가 정해져 있다. 로봇에게 환경의 예측 가능성은 거의 모든 것이다.

작업이 얼마나 정형적인지를

똑같은 행동을 반복하는 것인지, 아니면 매번 다른 판단이 필요한 것인지.

실패했을 때 비용이 얼마나 작은지를

상자를 하나 떨어뜨려도 괜찮을까, 아니면 인명이나 건물의 안전과 관련되는 문제일까. 실패 비용이 큰 영역은 기술적으로 가능해져도 사회가 도입을 허용하는 데 시간이 걸립니다.

이 세 축을 기준으로 보면, 현장별로 시계의 진행 상태를 명확하게 설명할 수 있습니다.

## 공장: 2030년대 이후, “10인분 작업”이 “6인 + 로봇”으로 변화할 것이다.

가장 조건이 잘 갖춰진 곳은 공장입니다.

床은 평탄하고, 조명은 일정하며, 작업 공간도 정해져 있었다. 무엇보다 로봇이 움직이기 쉽도록 선반과 부품의 배치 자체를 변경할 수 있었다. 인간의 직업 공간이지만, 환경을 조성하는 자유도가 높다.

그러므로 2030년 전후에 대규모 공장을 중심으로

작업원 5~7명과 로봇으로 변경되었습니다.

변화하는 사례가 급격히 늘어난다고 해도, 저는 이상하지 않다고 생각합니다.

그리고 여기서 주의할 점이 있습니다.

이 변화는 반드시 “해고”라는 형태로 나타나지 않을 수 있습니다.

더욱 신중하게 진행될 것입니다. 정년 퇴직자의 후임자를 채용하지 않고, 파견 계약을 갱신하지 않으며, 신입 채용의 규모를 매년 조금씩 줄여나갈 것입니다.

따라서 2030년대 중반에는 공장 작업員の 신규 채용 자체가 구조적으로 감소하기 시작하여, 첫 번째 영향이 나타날 가능성이 높다. 이미 일하고 있는 사람들보다 앞으로 입사하려는 사람들이 먼저 영향을 받을 것이다.

## 6. 물류 창고: 마지막으로 남는 벽은 ‘손’뿐이다.

물류 창고는 공장보다 훨씬 빠를 수 있습니다.

창고 내의 “이동”에 대해서는 이미 AGV(자율 주행 모바일 로봇)나 AMR(자율 주행 搬送 로봇)이 상당히 실용화되었습니다. 선반 전체를 옮겨오는 방식의 창고는 일본에서도 점차 흔해지고 있습니다.

남아있는 가장 큰 과제는 거의 한 점에 좁혀집니다.

인간의 손처럼 다채로운 것을 움켜쥐어 옮겨 담고 포장하는 능력입니다.

창고에는 통조림도 있고, 티셔츠도 있고, 깨어지기 쉬운 접시도 있고, 개별 포장된 과자도 있다. 모양, 단단함, 무게가 모두 다른 것을 똑같은 한 손으로 다루는 것이 오랫동안 어려웠다.

고성능 로봇 핸드와 물리 AI가 있다면, 운반, 선반 정리, 피킹, 분류, 포장, 화물 적재라는 일련의 공정이 하나의 흐름으로 연결됩니다.

2030년대 중반에는 대규모 창고에서 인간이 주로 수행하는 일들이,

- 예외 처리 (예외적인 화물, 기계가 판단을 포기한 경우)
- 장비 고장 대응
- 품질 관리
- 로봇 관리 및 감독

그에게 기대어 있어도, 이상하지 않을 것 같습니다.

즉, “작업하는 사람”에서 “작업을 지시하는 사람”으로의 전환이 가장 빠르게 발생하는 현장입니다.

## 7. 유통: 이미 절반은 완료되었습니다.

소매는 사실 가장 인지하기 어려운 방식으로 진행되고 있습니다.

계산대는 셀프 서비스 형태로 바뀌었고, 주문은 AI가 수요 예측을 통해 자동화되었으며, 청소는 로봇이 수행하고 있습니다. 이미 과거 사람들이 하던 작업의 상당 부분이 대체되었습니다.

남아있는 일은 상품 분류와 배경 작업입니다. 이렇게까지 자동화가 된다면 편의점이나 슈퍼마켓 운영은…

한 명과 로봇, 원격 지원

그렇게 운영 방식으로 전환될 것입니다.

원격 지원이 핵심입니다. 로봇이 판단에 미루어질 때만, 멀리 있는 운영자가 화면을 통해 지시를 내립니다. 한 사람이 여러 개의 매장의 로봇을 종합적으로 관리하게 되면, 매장 수와 인력 수가 비례하지 않게 됩니다.

## 8. 건설 현장: 가장 늦고 가장 어려운 이유

무라카미 하루키는 ‘카호’를 쓰면서 건설 현장을 묘사하는 데서 영감을 얻었다고 한다. 그는 건설 현장이 인간의 삶과 같다고 생각했다. 계획대로 진행되지 않고, 예상치 못한 문제들이 끊임없이 발생하며, 결국에는 시간이 멈추는 것처럼 느껴지는 것. 

특히 무라카미 하루키는 건설 현장의 ‘지연’이 단순한 시간 문제가 아니라, 인간의 욕망과 현실 사이의 괴리에서 비롯된다고 보았다. 건설 회사는 완공 시점을 정하고, 그 시점을 맞추기 위해 모든 노력을 기울이지만, 결국에는 외부 요인이나 내부 문제 때문에 지연이 발생한다. 

이러한 지연은 건설 노동자들에게도 큰 부담으로 작용한다. 그들은 끊임없이 마감일을 맞추기 위해 노력하지만, 결국에는 좌절감을 느끼고 삶의 의미를 잃어버리는 것처럼 느껴질 수 있다. 

무라카미 하루키는 ‘카호’를 통해 이러한 건설 현장의 모습을 상징적으로 보여주었다. ‘카호’는 건설 현장에서 일하는 여성 노동자로서, 그녀의 삶은 건설 현장의 지연과 함께 멈춰버린다. ‘카호’의 이야기는 건설 현장의 현실을 반영하는 동시에, 인간의 삶의 무의미함과 절망을 보여주는 작품이다. 

무라카미 하루키는 건설 현장을 묘사하면서 인간의 삶과 현실 사이의 괴리를 강조했다. 그는 건설 현장이 인간의 삶을 멈추게 하는 원인이 될 수 있다고 생각했다. 

이러한 건설 현장의 지연은 단순한 시간 문제가 아니라, 인간의 욕망과 현실 사이의 괴리에서 비롯된다. 건설 회사는 완공 시점을 정하고, 그 시점을 맞추기 위해 모든 노력을 기울이지만, 결국에는 외부 요인이나 내부 문제 때문에 지연이 발생한다.

한편, 현장은 상당히 어려웠다.

이전의 3가지 조건이 모두 반대로 되어 있는 잘못이 있습니다.

매일 환경이 변화하며, 바닥은 평하지 않을 수 있고, 재료의 위치 또한 달라진다. 게다가 설계도대로 시공되지 않은 부분이 반드시 존재한다.

더욱 중요한 것은 목수, 배관공, 전기공과 같은 직업 종사자들이 단순히 손을 움직이는 것과는 다르다는 것입니다.

현장을 보면서

“여기 도면과 일치하지 않습니다.” “이 배관을 우회하도록 하십시오.” “구조를 변경하는 것이 더 깔끔하게 들어맞을 것입니다.”

이처럼 즉흥적인 판단을 하루에 수십 번 이상 하고 있으며, 또한 그 판단은 명문화되지 않은 경험칙에 의지되어 있다.

이는 현재 AI가 가장 어려워하는 유형의 일입니다. 그 자리에 있는 정보만으로 책임감을 가지고 결정하는 것입니다.

그러므로 건축 기술 직종의 전면적인 자동화는 공장이나 창고보다 현저히 뒤쳐질 것입니다.

하지만 “늦어질 것”과 “오지 않을 것”은 다릅니다.

여기에서도 운반, 구멍 뚫기, 페인트칠, 판재 시공, 측량, 중장비 조작 등 비교적 정형적인 작업부터 단계적으로 자동화가 확대될 것이다. 또한, 하나의 현장에 필요한 장인의 수가 점차 감소할 것이다.

2030년대 후반부터 2040년대까지 장인 인원 수 자체에 영향을 미칠 가능성이 높다고 판단됩니다.

## 9. 운전: 인간형 로봇은 핸들을 잡지 않는다.

운전사 문제는 완전히 다른 경로로 대체될 가능성이 있습니다.

자동차 자체가 로봇이 되면 되는 줄이기 때문입니다.

이는 중요한 시각입니다. “인간형 로봇이 언제 실용화될지”만 보려고 하면, 이 경로를 놓칠 수 있습니다.

그리고 자율 주행은 유리한 조건부터 순차적으로 확산됩니다. 고속도로를 달리는 장거리 트럭, 제한된 지역을 달리는 버스, 그리고 도시 지역의 택시입니다.

도로라는 “규칙적인 환경”과 주행이라는 “정형적인 작업”의 조합은 사실 로봇에게 상당히 유리한 조건입니다. 남은 것은 실패 비용의 크기——즉 사회적 수용과 법적 정비의 문제입니다.

## 10. 전체 그림 – 2030년, 2035년, 2045년

이 부분은 시간 축에 따라 정리하겠습니다.

2030년대 이후부터 정형적인 현장 작업의 인력 감축이 시작될 것이며, 공장과 대규모 창고가 중심이 될 것이다. 우선 “신규 채용 억제”라는 방식으로 조용히 나타날 것이다.

2030년대 중반 이후 창고와 공장에서는 인간의 역할이 “작업”에서 “예외 처리 및 관리 감독”으로 전환된다. 소매는 “한 명의 사람 + 로봇 + 원격 지원” 형태로 변화하며, 장거리 트럭과 특정 지역 운행의 자율 주행이 실용화된다.

2035년부터 2045년까지 비정형 작업으로 확대되며, 건설 현장에서도 부분 자동화가 진행되어 필요한 인력 수가 감소하기 시작한다.

물론, 이는 제 관점에서 비롯된 것이며, 기술 발전이나 규제 방식에 따라 달라질 수 있습니다. 하지만 순서는 크게 변하지 않는다고 생각합니다. 환경의 규칙성, 작업의 정형성, 실패 비용의 낮음—이 세 가지 요소에 따라 순서가 결정되기 때문입니다.

## 그렇다면 어디로 도망쳐야 할까요?

이 정도까지 읽으셨다면, 이렇게 생각하는 분들도 계실 거예요.

그래서 지금 인력 부족으로 인해 임금이 올라가고 있는 현장 일에 가도 결국 10년, 15년 후에 똑같은 문제가 발생할까?

네, 맞습니다.

백색 직업에서 청색 직업으로 전환하는 것은 AI 위험을 회피하는 것이 아니라, AI에 의한 대체 시점을 수년에서 10년 정도로 늦추는 것일 뿐입니다.

그렇다면 어떻게 생각해야 할까요.

저는 이 문제는 “어떤 직업을 선택할 것인가”라는 틀 안으로는 해결할 수 있다고 생각합니다. 같은 건설업계에도 시공하는 사람, 감독하는 사람, 고객과 조정하는 사람, 시스템을 설계하는 사람, 회사를 경영하는 사람, 그리고 회사를 그 자체로 소유하는 사람이 있습니다. 모두 “건설업”이지만, AI의 영향은 전혀 다릅니다.

즉, 주목해야 할 것은 직업 이름이 아니라 가치 사슬 상에서의 위치입니다.

이 부분에 대해서는 별도의 기사에서 자세히 다루었습니다.

다음 글: “AI가 무섭기 때문에 블루칼라로”는 왜 전략적으로 얕은가?

**출처:** [note 원문](https://note.com/yukkie8082/n/ncea35c4ffea4)

*번역: Gemma 3(.44) 초벌 + 교정 84청크*

[원문 보기](https://note.com/yukkie8082/n/ncea35c4ffea4) | 출처: note.com