2026-06-18 — views

실체 AI의 고용 충격 — 자율주행과 휴머노이드 로봇 확산이 노동 시장에 미치는 영향

자율주행과 휴머노이드 로봇이 미국 600~700만 트럭·승차공유·물류 일자리를 위협한다 — 타임라인, 정치적 마찰, Tesla·Waymo에 대한 함의.

실체 AI 벤치마크 시리즈 제47편 — 노동 시장 차원

이 시리즈는 그동안 자율주행과 휴머노이드 로봇의 확산을 기술 성숙도, 자본 배치, 규제 승인, 경쟁 포지셔닝의 관점에서 분석해왔다. 이번 편은 이 확산이 가장 지속적인 정치적 저항에 직면하는 핵심 차원을 다룬다: 노동 시장이다.

자율주행차가 인간 운전자 없이 상업 운행하고, 휴머노이드 로봇이 사람 손 없이 창고에서 피킹할 때, 투자자들이 환호하는 경제적 잉여는 동시에 그 일을 담당했던 노동자들이 잃는 수입이기도 하다. 이 노동자들이 누구이며, 어디에 살고, 대체 속도가 얼마나 빠른지, 어떤 정책 대응이 형성되고 있는지를 이해하는 것은 확산 타임라인을 평가하는 데 필수적인 맥락이다.

제1절 — 위험에 처한 노동력

미국 노동통계국(BLS)은 운송·물류 고용을 상세히 추적한다. 아래 표는 자율주행과 휴머노이드 로봇 대체 위험에 직접 노출된 주요 직종을 정리한 것이다(모든 수치는 BLS 추정치, 반올림):

직종 카테고리	미국 종사자 수(BLS 추정)	연봉 중앙값	자동화 타임라인	지리적 집중도
대형 트럭·트레일러 운전사	약 200만 명	약 54,000달러	장거리 우선(2028~2035년 추정); 라스트마일은 나중	중서부, 남부, 농촌 간선도로
소형 트럭·배달 드라이버	약 150만 명	약 42,000달러	라스트마일 어려움(도시 복잡성); 2030~2038년 추정	전국 도시·교외
택시·승차공유·기사	약 35만 명(+약 150만 명 Uber/Lyft 긱)	약 34,000달러(긱 제외)	가장 빠른 대체: 로보택시 도시 2026~2032년 추정	고밀도 도심 시장
버스 운전사(대중교통)	약 25만 명	약 56,000달러	가장 느림: 고정 노선 AV는 기술적으로 쉽지만 정치적 저항 최강	도시·교외
주차장 관리원	약 7만 명	약 32,000달러	근기: 자율주차 시스템이 이미 배치 중	도심
창고 작업자(피킹/적재)	약 120만 명	약 38,000달러	휴머노이드 로봇(Digit, Optimus, Figure)이 직접 표적	주요 물류 거점
위험 노출 합계(광의 추정)	약 600~700만 명

표 전체에 적용되는 중요한 단서: ‘위험에 처함’은 ‘소멸’을 의미하지 않는다. 자동화는 역사적으로 일자리를 완전히 없애기 전에 업무 내용을 먼저 바꾼다.

제2절 — 대체 타임라인

대체는 균일하게 오지 않는다. 세 가지 뚜렷한 파동이 서로 다른 기술 성숙도와 경제적 유인에 의해 구동된다.

1차 파동(2026~2030년 추정): 승차공유·택시에 대한 로보택시 대체

자율 승차공유는 이미 상업 운행 중이다. Waymo는 피닉스, 샌프란시스코, 로스앤젤레스, 오스틴에서 주당 15만 회 이상의 승차 서비스를 제공하고 있다(추정, 2026년 중반). 로보택시의 마일당 운영비용은 약 0.50~~1.00달러(추정)이며, 기사 임금과 플랫폼 수수료를 포함한 인간 승차공유의 약 1.50~~2.50달러에 비해 경쟁력이 있다.

가장 먼저 대체되는 사람들: 긱이코노미 승차공유 기사(Uber, Lyft) — 노동 보호도, 노조 대표도 없으며, 시장이 로보택시가 가장 경제적인 고밀도 도심에 집중되어 있다.

2차 파동(2028~2035년 추정): 고속도로 자율주행 화물운송

장거리 화물운송은 기술적으로 도시형 승차공유보다 쉽다: 고속도로 주행, 예측 가능한 노면, 보행자 없음. Aurora, Waymo Via, Kodiak Robotics가 활발한 상업 프로그램을 운영하고 있다. 업계는 약 8만 명의 운전사 부족이라는 구조적 문제를 안고 있어(추정), 근기 AV 배치는 노동력 대체보다 보완에 가깝다. 실질적인 순 대체는 2030년 이후 가속된다.

3차 파동(2030~2040년 추정): 창고로의 휴머노이드 로봇

Agility Robotics의 Digit(Amazon 시설 배치 중), Tesla의 Optimus, Figure의 Figure 02는 창고 피킹 작업을 명시적으로 표적으로 한다. 창고 노동비용은 물류 운영비용의 약 40%를 차지하며(추정), 대체 경제적 유인이 크다. 그러나 불규칙한 포장의 정밀 조작과 인간적 판단이 요구되어 완전 자동화는 운전보다 어렵고, 이 파동이 가장 느리다.

제3절 — 확산 타임라인이 기술 타임라인보다 느린 이유

마찰 요인	대체를 늦추는 방식
규제 승인 지연	AV 무인 운행 허가는 도시별 필요; 페달 없는 차량의 FMVSS 면제; 각 승인 사이클 평균 12~24개월(추정)
자본 배치 비용	로보택시 차대 구축에 수십억 달러 필요; Waymo Gen 6 차대 확장이 병목, 소프트웨어 아님
정치적 저항	Teamsters(약 140만 명), SEIU(약 210만 명)가 여러 주에서 AV 규제 완화 반대 로비
노조 계약	UPS, FedEx, Amazon 배송 노동협약은 3~5년 연장; 재교섭이 지연과 비용 발생
라스트마일 복잡성	도시 배달(계단, 인터폰, 포장 처리)은 AV와 휴머노이드가 아직 완전히 복제 못 하는 인간적 판단 필요
책임 귀속	무인 차량이나 로봇이 직장 부상을 일으켰을 때 누가 책임지나? 미해결 법률이 기업 채용 주저하게 함

제4절 — 진행 중인 정책 대응

정책	관할	현황	메커니즘
AV 노동자 전환 기금	복수 주 제안(CA, WA)	제안/심의 중(추정)	AV 상업 주행 거리 부담금 → 재훈련 기금
자율주행차 요금	샌프란시스코	논의 중	로보택시 승차당 요금 → 시 교통 기금
트럭 운전사 지원 프로그램	USDOT	진행 중	1억 4,000만 달러 고용 접근 보조금
Teamsters AV 입법	연방(제안)	2026년 중반 기준 연방 법안 미통과(추정)	인간 운전자 의무화 요건; AV 인증 지연
보편적 기본소득 시범	여러 도시/주	시범 프로그램만	기본소득 하한선; AV 특화 아님
로봇세	EU 논의	개념 단계	자동화 생산성 이익 과세; 아직 입법 아님

제5절 — Tesla와 Waymo 확산에 대한 시사점

지리별 정치적 역풍

트럭 운전사 밀집도가 높은 주 — 인디애나, 테네시, 텍사스, 오하이오 — 는 AV 화물운송 규제 완화에 대한 정치적 저항이 더 강하다. 캘리포니아는 미국에서 가장 진보적인 AV 규제 환경이면서도 가장 강한 노동 옹호 인프라를 갖추고 있다. Teamsters와 SEIU는 새크라멘토에서 특히 강력하다.

Waymo의 정치적 포지션

Waymo가 대체하는 것은 도시 승차공유·택시 노동자로, 화물운송보다 노조 조직력이 훨씬 약하다. Teamsters에 상응하는 조직이 없는 긱 워커에 대한 정치적 저항은 낮다. Waymo의 접근성 프레이밍 — 고령자, 장애인, 비운전자 인구에 대한 이동 서비스 — 은 순수 비용 절감 논리로는 얻을 수 없는 정치적 엄폐를 제공한다.

Tesla의 정치적 리스크 노출

Tesla는 두 가지 측면에서 동시에 정치적 리스크에 직면한다: 창고에서의 Optimus 배치는 NLRB 노조 선거가 진행 중인 Amazon의 약 75만 명 미국 창고 노동자를 직접 표적으로 하고; Cybercab는 Autopilot 조사에 직면한 블루 스테이트 고밀도 도심에서 승차공유 기사를 대체한다. Tesla 실체 AI 야망의 정치적 노출 면적은 도시 승차공유에 집중한 Waymo보다 크다.

결론: 확산의 구조적 조속기

실체 AI 확산은 기술적·자본적 제약과는 다른 구조적 조속기에 직면한다: 노동력 대체의 정치경제학이다. 향후 10년간 약 600~700만 명의 운전·창고 노동자가 대체 구간에 진입한다. 이것은 확산의 실패를 의미하는 것이 아니라, 확산이 더 느리고, 지리적으로 더 불균등하며, 순수 기술 분석이 시사하는 것보다 정치적 개입에 더 취약함을 의미한다. Tesla와 Waymo의 타임라인을 평가하는 투자자에게 노동 시장 차원은 채용 속도의 할인 요인이며 — 최종 규모의 상한선이 아니다.

출처: 미국 노동통계국 운송 직종 데이터(bls.gov/ooh); Teamsters 자율주행 입장 성명(teamster.org); USDOT 교통의 미래·노동력 프로그램(transportation.gov); McKinsey 글로벌 연구소 노동력 자동화 연구(mckinsey.com). ‘추정’으로 표시된 모든 수치는 공개 보도, 업계 데이터, BLS 직업 통계에 기반한 추정값으로, 독립적으로 검증되지 않았으며 1차 자료와 다를 수 있다.