AI 발전과 인간의 노동 시간: 자동화 역사가 남긴 단서

AI가 노동시간을 줄여 줄지 보려면

AI가 일을 빠르게 처리하면 퇴근도 빨라질까요? 답을 찾으려면 한 작업에 드는 시간과 하루에 맡은 전체 업무량을 나눠 봐야 합니다.

세탁기와 산업혁명의 기계는 사람의 일을 크게 바꿨습니다. 1930년 영국 경제학자 케인스(John Maynard Keynes)는 100년 뒤의 풍요로운 사회에서는 주 15시간만 일해도 될 것이라고 내다봤습니다. 그러나 기술의 성능이 좋아진 만큼 모든 사람의 노동시간이 줄지는 않았습니다. 반대로 긴 기간에 걸쳐 노동시간이 줄어든 기록도 있습니다. 이 글은 역사적 사례가 실제로 보여 주는 것과, 그 사례를 AI 시대에 어디까지 적용할 수 있는지를 나눠 설명합니다.

한 건이 빨라져도 전체 시간은 늘 수 있습니다

계산으로 보면 차이가 분명해집니다. 팀 안내문 한 건을 쓰고 검토하는 데 30분이 걸리던 일이 AI를 쓴 뒤 15분으로 줄었다고 해 봅니다. 안내문의 난이도는 모두 같고 기다리는 시간은 없다고 둡니다.

안내문 한 건이 15분으로 줄었을 때 총 작업 시간

• AI 사용 전, 2건60분30분 × 2건
• AI 사용 후, 같은 2건30분15분 × 2건, 30분 절약
• AI 사용 후, 4건60분15분 × 4건, 사용 전과 같음
• AI 사용 후, 5건75분15분 × 5건, 15분 늘어남

총 시간은 한 건의 시간에 건수를 곱한 값이라서, 한 건의 시간만 보면 전체 변화를 놓칩니다. 같은 15분짜리 작업도 두 건이면 30분이 줄고, 네 건이면 그대로이고, 다섯 건이면 오히려 늘어납니다. 절약된 시간이 다음 일로 갈지 휴식으로 갈지는 도구의 성능이 아니라 그 뒤에 맡는 일의 양이 정합니다. 실제 업무는 건마다 난이도가 다르므로 계산보다 각 작업의 실제 시간을 기록하는 편이 정확합니다.

세탁기 사례는 시간뿐 아니라 분담도 봐야 합니다

미국 역사가 루스 슈워츠 코완(Ruth Schwartz Cowan)의 1983년 책 〈More Work for Mother〉는 가정에 기술이 들어오면서 누가 어떤 일을 맡게 됐는지 추적합니다. 코완의 분석에 따르면 가전제품은 주부의 일을 없앤 것이 아니라, 전에는 남편과 아이, 고용한 사람이 하던 일을 대신하면서 가사노동의 분담을 바꿨습니다.

여기서 나눠 볼 것은 세탁기가 돌아가는 시간과 사람이 실제로 일하는 시간입니다.

세탁기가 있어도 사람에게 남는 일

1. 11. 빨랫감 분류사람이 함
   세탁 전에 나누기
2. 22. 세탁기계가 함
   그동안 다른 일 가능
3. 33. 널기사람이 함
   세탁이 끝난 뒤
4. 44. 개기와 정리사람이 함
   가족이 하던 몫까지

기계가 빨라진 것은 2번뿐입니다. 더 자주 세탁하게 되거나 가족이 하던 정리까지 한 사람이 맡게 되면, 기계가 빨라진 만큼 그 사람의 일이 줄지 않습니다. 시대와 가정에 따라, 육아와 장보기를 가사노동에 넣는지에 따라 시간 비교의 결과도 달라집니다. 코완의 책에서 가져올 관점은 기계의 성능과 사람이 맡은 전체 일을 함께 봐야 한다는 것입니다.

AI를 쓰면 초안 작성 시간은 줄지만, 검토와 자료 정리가 다른 사람에게 넘어갈 수 있습니다. 그래서 작성자의 시간만 줄었는지, 검토자까지 합친 전체 시간이 줄었는지 나눠 봐야 합니다.

제번스 패러독스는 무엇인가요?

제번스 패러독스(Jevons Paradox)는 자원을 더 효율적으로 쓰게 된 뒤 그 자원을 쓰는 활동이 충분히 늘어나 총소비가 오히려 늘어나는 현상입니다. 1865년 영국 경제학자 윌리엄 스탠리 제번스(William Stanley Jevons)가 〈The Coal Question〉에서 석탄을 효율적으로 쓰는 기술이 석탄 총소비 감소로 곧바로 이어지지 않는다고 설명한 데서 이름이 붙었습니다.

효율이 오른 뒤 총소비가 늘어나는 과정

1. 11. 효율 향상같은 일에 드는
   석탄이 줄어듦
2. 22. 비용 하락같은 일을 하는
   비용이 낮아짐
3. 33. 사용 확대석탄을 쓰는 곳과
   쓰는 양이 늘어남
4. 44. 총소비 증가3번이 충분히 크면
   전보다 더 많이 씀

여기서 낮아지는 것은 같은 일을 하는 데 드는 자원과 비용이며, 석탄 자체의 가격이 반드시 떨어지는 것은 아닙니다. 앞의 안내문 계산도 같은 구조입니다. 한 건당 시간이 절반이 돼도 다섯 건을 맡으면 총 시간은 늘고, 두 건이면 줄고, 네 건이면 같습니다. 효율이 오른 뒤 작업량이 얼마나 늘었는지가 결과를 정합니다. 어떤 증가를 이 현상으로 설명하려면 작업량이 늘어난 이유가 효율 향상으로 비용이 낮아졌기 때문이어야 합니다. 성수기라 주문이 늘어난 경우는 원인이 다릅니다.

석탄 소비와 노동시간은 같은 대상이 아닙니다. 사람의 노동시간에는 임금, 계약, 업무 배분, 휴식 제도가 함께 작용합니다. 그래서 제번스 패러독스는 AI를 쓴 뒤 작업량이 늘어나는 경우를 이해하는 데 쓰는 설명이고, AI가 반드시 노동시간을 늘린다는 증명으로 쓸 수는 없습니다.

노동시간이 줄어든 장기 흐름과 케인스의 전망

산업혁명 시기의 공장 노동이 길고 힘들었다는 사실만으로 자동화가 노동시간을 계속 늘렸다고 결론 내릴 수는 없습니다. 시대가 다른 농촌 노동자와 공장 노동자를 한 집단처럼 비교하기도 어렵습니다. 더 긴 기간을 보면 노동시간이 줄어든 흐름이 나옵니다.

노동시간을 두고 나온 두 기록

• 130년허버먼과 민스의 비교 기간1870년부터 2000년까지 여러 나라
• 15시간케인스가 내다본 주당 노동시간1930년 글에서 100년 뒤를 전망

1870년부터 2000년까지의 노동시간

경제사 연구자 마이클 허버먼(Michael Huberman)과 크리스 민스(Chris Minns)는 여러 나라의 1870년부터 2000년까지 주당 노동시간, 연간 노동일, 연간 노동시간을 비교했습니다. 노동시간은 장기적으로 줄었고, 줄어든 정도는 지역마다 달랐습니다. 이 연구는 임금 변화, 노동자의 영향력, 불평등을 함께 검토합니다.

역사 기록에서 볼 점은 기계의 도입 자체보다 그 뒤에 일어난 변화입니다. 기술과 함께 노동 조건, 분배, 제도가 어떻게 바뀌었는지까지 봐야 실제 시간 변화를 설명할 수 있습니다. 기술로 아낀 시간은 생산량 증가로 갈 수도 있고 노동시간 감소로 갈 수도 있습니다.

케인스의 주 15시간 전망

케인스는 1930년 〈손주들을 위한 경제적 가능성(Economic Possibilities for Our Grandchildren)〉에서 기술 발전과 자본 축적이 먹고사는 문제의 압박을 줄일 가능성을 논했고, 그 과정에서 주 15시간 노동을 언급했습니다. 큰 전쟁이나 인구의 큰 증가가 없다는 전제 위에서, 당시 발전한 나라들의 장기 생활 수준을 내다본 글입니다. 모든 나라의 모든 사람이 어느 날부터 15시간만 일한다는 일정표가 아니었습니다.

케인스는 필요를 두 종류로 나눴습니다. 생존과 생활을 위한 필요가 있고, 다른 사람보다 앞서고 싶어 하는 상대적 필요가 있습니다. 그러니 케인스가 사람의 비교 욕구를 생각하지 못해 전망이 어긋났다는 해석은 원문과 맞지 않습니다. 이 전망을 지금 다시 볼 때는 늘어난 부가 누구에게 돌아가는지, 사람들이 어느 생활 수준을 원하는지, 노동시간을 누가 정하는지를 함께 봐야 합니다.

AI로 생산할 수 있는 양이 늘어도 생계비와 소득이 그대로이거나 계약상 근무시간이 그대로라면, 개인이 바로 노동시간을 줄이기는 어렵습니다. 이 문제를 개인의 시간 관리 탓으로만 돌릴 수 없는 이유입니다.

AI가 아낀 시간은 어디로 가고 있나요?

AI와 노동시간을 다룬 조사는 대상과 측정 방식이 서로 다릅니다. 숫자를 나란히 놓기 전에 무엇을 측정했는지부터 봅니다.

AI와 업무시간을 다룬 조사 결과

• 3.8%생성형 AI 활용에 따른 평균 업무시간 절감한국은행 2025년 가계조사 분석
• 1.52시간주 40시간에 3.8%를 적용한 값약 1.5시간
• 2년덴마크 연구의 관찰 기간ChatGPT 출시 뒤 약 2년, 평균 효과 없음

한국은행의 3.8%는 평균값이라서 사람마다 절감 폭이 다르고, 주 40시간에 적용한 1.5시간도 실제로 그만큼 일찍 퇴근했다는 기록은 아닙니다.

덴마크 연구는 AI 챗봇 도입 설문과 행정 노동자료를 연결해, ChatGPT 출시 약 2년 뒤까지 기록된 노동시간과 소득을 봤습니다. 뚜렷한 평균 효과는 없었지만 그 사이 콘텐츠 생성, AI 감독, 연동 작업 같은 새 업무가 생겼습니다. 이 결과는 덴마크의 그 기간을 관찰한 것이므로 모든 나라와 직업, 이후 시기로 넓히기는 어렵습니다.

버클리 연구진은 미국 기술기업 한 곳의 업무를 관찰해, AI를 쓰면서 업무 속도와 범위가 함께 늘어나는 모습을 보고했습니다. 한 기업의 관찰이므로 모든 직장의 법칙이 아니라, 내 업무에서도 같은 변화가 있는지 볼 단서로 씁니다.

세 자료 모두 "AI는 쓸모없다"거나 "AI를 쓰면 무조건 바빠진다"는 결론을 뒷받침하지 않습니다. 개인이 느끼는 시간 절감, 공식 근로시간, 소득은 서로 다른 지표입니다. 이 차이는 AI 생산성 역설과 품질 기준에서 더 자세히 다뤘습니다.

내 업무에서 시간 절약과 추가 업무를 구분하기

자주 반복하는 업무 하나를 골라 지금 걸리는 시간부터 기록합니다. 팀 내부 안내문, 주간 보고서, 회의록 정리처럼 매주 돌아오는 일이 기록하기 좋습니다.

AI 사용 전후를 비교할 수 있게 기록하는 순서

1. 11. 완료 기준원자료와 일치하고
   담당자가 바로 쓸 수 있는 상태
2. 22. 직접 작업 시간작성, 검토, 재작업을 합산
   AI 응답 대기는 따로
3. 33. 업무량 변화같은 한 건인지
   추가 버전까지 만들었는지
4. 44. 범위 협의추가 요청이 오면
   우선순위와 마감 조정

1번의 완료 기준은 구체적으로 정합니다. 안내문이라면 날짜, 장소, 준비물이 원자료와 맞는 상태가 기준입니다. 2번에는 동료에게 넘긴 뒤 수정 요청을 받아 다시 고친 시간도 넣습니다. AI를 쓰기 전 시간을 기억으로만 적었다면 추정이라고 표시해 둡니다. 기록은 아래처럼 한 줄이면 됩니다.

AI를 쓰기 전 같은 일에 60분이 걸렸다면, 추가 요청이 들어왔을 때 이 기록을 근거로 이렇게 말할 수 있습니다.

안내문 한 건의 작성과 검토가 60분에서 30분으로 줄었습니다. 새 버전도 한 건에 30분이 걸린다면 두 건을 더 만드는 데 60분이 더 필요합니다. 오늘 다른 보고서 마감을 지키려면 어느 일을 먼저 할지 정하고 싶습니다.

협의할 때는 실제로 기록한 시간과 예상한 시간을 나눠 말합니다. 가족과 가사노동을 나눌 때도 기계가 줄인 시간과 함께 누가 분류하고 정리하는지 적어 보면 분담을 이야기하기 쉬워집니다.

비슷한 업무를 다음에 할 때도 같은 기준으로 기록합니다. 결과물의 품질이 같고 총시간이 줄었다면 실제로 절약한 것입니다. 초안만 빨라지고 재작업이 늘었다면 오류의 원인과 검토 순서를 먼저 바꿉니다. 필요한 확인이 끝났는데도 변형안을 계속 만들고 있다면 어디서 완료로 볼지 다시 합의합니다.

자주 묻는 질문

세탁기가 가사노동 시간을 늘렸다고 봐도 되나요?

모든 가정에서 그랬다고 말할 수는 없습니다. 가사노동의 범위, 청결 기준, 분담 방식이 함께 달라졌기 때문입니다. 코완의 논의에서 볼 것은 가전제품이 빨라졌는지가 아니라 특정 가족 구성원이 맡은 전체 일이 줄었는지입니다.

AI를 덜 쓰면 일하는 시간이 줄어들까요?

업무에 따라 다릅니다. AI를 써서 작성과 검토까지 마친 시간이 줄었다면 계속 쓸 이유가 있습니다. 오류를 고치느라 더 오래 걸린다면 도구, 요청 방식, 맡길 업무 가운데 하나를 바꿔 봅니다. 사용 여부가 아니라 같은 완료 기준에서 측정한 실제 시간으로 판단합니다.

AI로 아낀 시간을 지키려면 무엇부터 하면 될까요?

검토와 재작업까지 포함해 실제로 얼마나 아꼈는지부터 기록합니다. 추가된 일이 있다면 그 분량을 따로 적고, 담당자와 우선순위와 마감을 맞춥니다. 아낀 시간을 휴식이나 학습에 쓰려는 계획도 근무 조건과 팀의 합의 안에서 정해야 해서, 개인의 의지만으로는 지키기 어렵습니다.

참고 자료

• More Work for Mother 책 소개 (Hachette, Ruth Schwartz Cowan, 1983)
• The Coal Question (William Stanley Jevons, 1865)
• Huberman과 Minns의 노동시간 연구 (Explorations in Economic History, 2007)
• Economic Possibilities for Our Grandchildren (John Maynard Keynes, 1930)
• 한국은행 2025-22호 (한국은행)
• Humlum과 Vestergaard의 연구 (NBER)
• AI doesn't reduce work, it intensifies it (UC Berkeley Haas)

3줄 요약

1. 자동화는 한 작업에 드는 시간을 줄이지만 실제 노동시간은 맡은 작업량과 분담 방식에 따라 늘 수도 줄 수도 있습니다.

2. 한 건이 30분에서 15분으로 줄어도 맡은 건수가 2건에서 5건으로 늘면 총 작업 시간은 60분에서 75분이 됩니다.

3. 한국은행은 2025년 생성형 AI의 업무시간 절감을 평균 3.8%로 보고했지만 덴마크 연구는 약 2년 동안 노동시간과 소득에서 뚜렷한 평균 효과를 찾지 못했습니다.