연준 워킹페이퍼 2026-018: '챗GPT 도입 이후 프로그래머 고용 증가율이 가파르게 둔화됐다'

미 연방준비제도이사회가 2026년 3월 발간한 금융·경제 토론 시리즈(Finance and Economics Discussion Series, FEDS) 2026-018번 워킹페이퍼 '인공지능과 프로그래머 고용: 증거를 종합하다(AI and Coder Employment: Compiling the Evidence)'는 대형언어모델(LLM, large language model) 도입이 미국 노동시장에 끼친 효과를 정량 검증한다. 저자는 Leland D. Crane과 Paul E. Soto, 두 사람 모두 연준 본부 스탭 이코노미스트.

왜 프로그래머 직군인가

워킹페이퍼는 챗GPT(ChatGPT)가 2022년 11월 공개된 이후 약 3년이 지난 시점에서 '대형언어모델이 실제로 노동시장에 흔적을 남겼는가' 라는 질문에 정량적으로 답하려 했다. 저자는 LLM 능력의 핵심이 자연어 처리와 코드 생성이라는 점에 주목해, 프로그래머·소프트웨어 개발자·웹 개발자 등 코드 작성 비중이 높은 직군을 분석 대상으로 골랐다. 직업정보시스템(O*NET)에서 정의된 직무(task) 가운데 '코드 작성·디버깅·소프트웨어 설계' 비중이 큰 직군일수록 LLM 노출도(exposure)가 높다고 본 것이다.

총고용 자료는 미 노동통계국(Bureau of Labor Statistics, BLS) 산하 현재인구조사(CPS, Current Population Survey)를 사용했다. CPS는 매월 약 6만 가구를 대상으로 하는 가계 표본조사로, 직업 단위 고용을 가장 빠르게 포착할 수 있는 미국 공식 통계.

핵심 발견 — '가파른 둔화'

저자의 가장 강한 표현은 다음과 같다.

Aggregate employment of coders has decelerated sharply since the introduction of ChatGPT.

'챗GPT 도입 이후 프로그래머 직군의 총고용 증가율이 가파르게 둔화됐다'는 진단이다. 핵심 단어는 '둔화(decelerated)'이지 '감소(declined)'가 아니라는 점. 고용 자체는 여전히 증가하지만, 증가 속도가 2022년 이전 추세선에서 뚜렷하게 떨어졌다는 의미.

저자는 이 둔화가 '직업 특이적'임을 보이기 위해 산업 단위 통제(industry-level controls)를 적용했다. 즉 정보기술(IT) 산업 전체의 경기 둔화나 채용 한파 같은 산업 충격을 제거해도, 프로그래머 직군의 둔화는 남는다. 같은 산업 내 다른 직군(프로젝트 관리자·영업·관리직 등)과 비교해도 프로그래머만 차별적으로 느려졌다는 것.

방법론 — O*NET × CPS 결합

분석 골격은 단순하지만 견고하다.

• 단계 1: O*NET에서 직업별 '코드 관련 직무 비중'을 계산해 LLM 노출도 지표를 산출
• 단계 2: CPS 마이크로데이터를 직업 단위로 집계해, 챗GPT 도입(2022년 11월) 전·후 고용 추이를 비교
• 단계 3: 산업 단위 고정효과(fixed effects)를 추가해 '산업 충격 vs 직업 충격'을 분리
• 단계 4: 과거 직업별 사례연구(historical case studies)로 방법론 타당성을 검증 — 산업 충격과 직업 충격을 구분해낼 수 있는지 점검

저자는 또 다양한 AI 노출도 지표가 서로 일관된 결과를 낳는지도 비교했다. 학계 선행연구(Eloundou·Brynjolfsson 등)에서 제안된 노출도 측정치들과 본 페이퍼의 측정치가 같은 방향을 가리킨다는 점은, 둔화 결과가 측정 방식에 따른 통계적 잔재(artifact)가 아님을 뒷받침한다.

'감소'가 아니라 '둔화'라는 단서

페이퍼가 강조하는 단서가 두 가지.

첫째, 고용 수준은 여전히 증가한다. 챗GPT 도입 이후에도 프로그래머 직군 총고용은 매년 양(+)의 성장률을 유지한다. 다만 2022년 이전 평균 증가율 대비 명백히 낮은 속도.

둘째, 산업이 아닌 직업의 문제다. IT 산업 전체로 보면 코로나19 팬데믹 시기 과잉 채용 후 2023~2024년 인원 조정이 있었지만, 그 효과를 제거해도 프로그래머만 추가로 둔화. 이는 'AI가 산업을 흔들었다'가 아니라 'AI가 특정 직무를 자동화하기 시작했다'는 신호에 가깝다.

한국 매크로 시각의 함의

한국 개인투자자 입장에서 이 워킹페이퍼는 두 갈래로 읽힌다.

1) 노동시장 충격은 '좁고 깊다'

미국 거시 노동시장 통계는 여전히 견조하다. 그러나 직업 단위 미시 데이터는 AI 노출도 최상위 직군에서 이미 고용 동학이 바뀌고 있음을 보여준다. 이는 향후 AI 자본 투자가 거시 생산성 통계에 잡히기 전에 노동시장 미시 통계에 먼저 흔적을 남길 수 있다는 의미. 연준 통화정책 입장에서 '광범위 일자리 충격'으로 해석할 단계는 아니지만, 자연실업률·균형고용 추정에 직업 구성 변화를 반영해야 할 시점이 가까워졌다.

2) 미국 IT 임금·채용 동학 변화 → 한국 IT 산업에 시차 전이

미국 빅테크의 채용 둔화는 한국 IT 인력시장에도 시차 전이된다. 한국 소프트웨어 개발자 임금·채용 데이터에 미국식 '직업 특이적 둔화'가 나타날지 여부는 향후 1~2년 통계청·고용노동부 자료로 검증 가능. 한국은행이 분기 통화신용정책보고서에서 다루는 '서비스업 고용·노동공급' 부분에서도 직업 단위 분석 필요성이 커진다.

워킹페이퍼의 위상

금융·경제 토론 시리즈(FEDS)는 연준 본부 스탭의 사전 검토용(pre-print) 워킹페이퍼 채널이다. 저자 의견이 연준 이사회나 연방공개시장위원회(FOMC, Federal Open Market Committee)의 공식 입장은 아니라는 점이 페이퍼 첫 페이지에 명시된다. 그럼에도 FEDS 페이퍼는 연준 통화정책 회의에서 스탭 브리핑의 학문적 토대가 되는 경로라, 정책 방향성을 가늠하는 신호로 시장이 주목해왔다.

결론

2026-018번 페이퍼는 'AI가 노동시장을 부쉈는가' 라는 광범위 질문이 아니라, 'AI 노출도가 가장 높은 한 직군에서 무엇이 관찰되는가' 라는 좁고 정확한 질문을 던졌다. 그 답은 '감소는 아직, 둔화는 이미'. 한국 매크로 관점에선 ① 미국 거시 노동지표 견조함이 곧 풀린다는 신호로 과대해석하지 않되 ② AI 노출도 최상위 직군의 동학 변화가 통화정책·산업정책 모두에 점진적 영향을 줄 채널을 열어두라는 정도가 적절한 독해. 후속 페이퍼들이 다른 직군(법률 보조·고객 지원·데이터 분석 등)으로 분석을 확장할지 지켜볼 만한 연구주제다.