본문으로 건너뛰기
피드

뉴욕 연은, 청년 취업난 원인은 AI보다 원격근무일 수 있다

ai-ml 약 6분
vote
0
댓글
북마크

뉴욕 연은은 최근 청년 대졸자 실업률 증가분의 64%가 원격근무 확산으로 설명될 수 있다고 분석했다. 같은 기사에서는 중국의 AI 보급 전략, 마이크로소프트와 메이요 클리닉의 의료 AI 모델, 중국의 해외 주식 투자 규제 강화도 함께 다뤘다.

  • 1

    뉴욕 연은은 청년 실업률 증가분의 64%를 원격근무 영향으로 설명

  • 2

    29세 미만 청년 실업률은 2017~2019년 평균 3.1%에서 2022~2025년 평균 3.7%로 상승

  • 3

    레이 달리오는 중국이 AI를 전기·수도 같은 공공 인프라로 본다고 평가

  • 4

    마이크로소프트와 메이요 클리닉은 의료 특화 AI 모델을 공동 개발 중

  • 5

    중국 당국은 푸투·타이거브로커스·롱브릿지증권 등 역외 온라인 증권사를 압박

청년 취업난, 정말 AI 때문만일까

  • 뉴욕 연방준비은행은 청년 취업난의 주범을 AI로만 보는 해석에 제동을 걸었다. 핵심 원인으로 원격근무 확산을 지목함

    • 뉴욕 연은 블로그 리버티 스트리트 이코노믹스는 최근 청년 대졸자 실업률 증가분의 64%가 원격근무로 설명될 수 있다고 밝혔다
    • 팬데믹 이후 원격근무가 네 배로 늘어난 점이 청년 실업에 기여했다는 분석
  • 논리는 꽤 현실적이다. 원격근무 환경에서는 신입을 교육하고 멘토링하기가 더 어렵다

    • 기업 입장에서는 경험이 부족한 직원을 떨어진 환경에서 채용하는 데 부담을 느낄 수 있음
    • 특히 주니어는 문서화된 업무보다 옆자리에서 보고 배우는 비공식 학습의 비중이 큰데, 원격 환경에서는 이 비용이 커진다
    • 그래서 AI가 일자리를 뺏었다는 단순한 설명보다, 조직의 온보딩 비용이 올라갔다는 해석이 더 설득력 있게 들림

중요

> 미국 29세 미만 청년 실업률은 20172019년 평균 3.1%였지만 20222025년에는 평균 3.7%를 기록했다. 뉴욕 연은은 이 증가가 AI의 급속한 확산 이전부터 나타났다는 점도 짚었다.

중국은 AI를 공공 인프라처럼 본다

  • 레이 달리오는 중국과 미국의 AI 전략이 근본적으로 다르다고 봤다

    • 미국의 오픈AI와 앤트로픽은 기업공개와 구독 서비스, 매출 성장에 초점을 맞추는 분위기
    • 반면 중국은 AI를 전기나 수도처럼 모든 노동자가 써야 하는 공공 인프라에 가깝게 본다는 평가
  • 중국의 목표는 비싼 AI 서비스를 소수에게 파는 것보다 넓게 보급해 생산성을 끌어올리는 쪽에 가깝다

    • 달리오는 중국이 수출로 번 돈을 AI 개발에 재투자해 생산성과 경제 성장을 높이려 한다고 설명
    • 그는 이 흐름을 중국 전기차 산업의 성장 방식과 비슷하다고 봤다
    • 비야디 같은 중국 전기차 업체가 글로벌 점유율을 빠르게 늘린 전략이 AI에서도 반복될 수 있다는 얘기

의료 AI는 아직 검증 시간이 필요하다

  • 마이크로소프트는 메이요 클리닉과 의료 특화 AI 모델을 개발하고 있다

    • 병원 의료진의 전문 지식, 의료 데이터, 연구 결과에 특화된 모델을 만드는 협력
    • 일반 챗봇에 건강 질문이 몰리고 있지만, 범용 대규모 언어 모델(LLM)은 부정확하거나 위험한 조언을 할 수 있다는 문제가 있음
  • 이 모델은 먼저 메이요 클리닉 내부 전문가들이 정확도를 검증한 뒤 병원 의료진용 AI 도구에 들어갈 예정이다

    • 이후 다른 의료기관에도 제공할 계획
    • 다만 마이크로소프트 AI 부문 CEO 무스타파 술레이만은 소비자 대상 의료 서비스나 중대한 건강 질문에 쓸 수준이 되려면 수년간 훈련과 개선이 필요하다고 봤다
    • 의료 AI는 데모가 멋져도 검증과 책임 문제가 끝판왕이라는 얘기임

⚠️주의

> 건강 질문에 챗봇 답변을 그대로 믿는 건 위험할 수 있다. 기사에서도 범용 LLM이 부정확하거나 위험한 의료 조언을 제공할 수 있다는 점을 명시했다.

중국은 개인 투자자의 미국 주식 우회로도 막는 중

  • 중국 금융당국은 자국 개인 투자자의 미국 증시 우회 접근을 강하게 차단하고 있다

    • 대상은 푸투홀딩스, 타이거브로커스, 롱브릿지증권 같은 역외 온라인 증권사
    • 표면적 이유는 금융 리스크 관리와 자본 유출 통제
  • 이 조치는 돈의 흐름을 홍콩 증시와 본토 기술 기업으로 돌리려는 의도로도 해석된다

    • 미국 증시에 상장된 중국 주식(ADR)으로 들어가던 본토 자금이 줄어들 수 있음
    • 대신 본토와 홍콩 증시를 잇는 스탁커넥트가 가능한 홍콩 상장 주식의 매력이 커질 수 있다는 분석
  • 중국은 반도체와 로봇 기업의 대형 상장도 준비 중이다

    • 창신메모리(CXMT), 양쯔메모리테크놀로지(YMTC), 로봇 업체 유니트리(Unitree) 등이 언급됨
    • 기술 격차를 줄이기 위한 전략 산업에 자금을 몰아주려는 흐름으로 읽힌다

기술 맥락

  • 청년 실업을 AI 탓으로만 보면 조직 설계 문제를 놓치기 쉬워요. 뉴욕 연은 분석은 원격근무가 신입 교육과 멘토링 비용을 키웠고, 그 결과 기업이 주니어 채용을 꺼릴 수 있다는 쪽에 초점을 맞춰요.

  • 중국의 AI 전략은 수익성보다 보급을 우선한다는 점에서 미국식 플랫폼 전략과 달라요. AI를 전기나 수도 같은 인프라로 보면, 비싼 구독 상품보다 노동자 전체의 생산성 향상이 더 중요한 목표가 되거든요.

  • 의료 AI는 범용 LLM을 그대로 쓰기 어려운 대표 영역이에요. 잘못된 답변이 단순한 불편이 아니라 건강 피해로 이어질 수 있어서, 메이요 클리닉 전문가 검증과 수년 단위 개선이 필요하다는 판단이 나오는 거예요.

  • 중국의 해외 주식 규제는 금융 정책이면서 기술 산업 정책이기도 해요. 미국 증시로 빠지는 개인 투자 자금을 줄이고, 반도체·로봇 같은 전략 산업의 본토 상장에 자금을 유도하려는 맥락이 깔려 있어요.

AI가 모든 노동시장 문제의 범인처럼 소비되는 분위기에서, 원격근무가 신입 교육과 멘토링을 어렵게 만들었다는 분석은 꽤 현실적인 반론이다. 동시에 중국과 미국의 AI 전략 차이, 의료 AI의 검증 문제까지 보면 AI 확산은 기술 성능보다 제도·조직·배포 방식의 싸움으로 가고 있다.

댓글

댓글

댓글을 불러오는 중...

ai-ml

스코세이지도 생성형 AI로 스토리보드 만든다, 할리우드 금기가 흔들리는 중

마틴 스코세이지 감독이 독일 AI 스타트업 블랙포레스트랩스의 기술을 활용해 차기작 스토리보드를 만들었다고 밝혔다. 할리우드에서는 2023년 파업 이후 생성형 AI가 민감한 주제였지만, 거장 감독의 공개 지지로 제작 도구로서의 AI 논쟁이 다시 커지고 있다.

ai-ml

구글은 스페이스X GPU 11만 개를 빌리고, 미국 정부는 오픈AI 지분까지 들여다보는 중

미국 AI 경쟁이 모델 성능 싸움에서 GPU, 데이터센터, 정부 지분 구조까지 번지는 중이다. 구글은 스페이스X 데이터센터의 엔비디아 GPU 약 11만 개를 월 9억2000만 달러에 쓰기로 했고, 트럼프 행정부는 오픈AI 지분을 정부가 보유하는 방안까지 논의하고 있다.

ai-ml

AI 데이터센터 붐, 전기·물·땅을 얼마나 먹는지 숫자로 보면 꽤 세다

유엔대 보고서는 AI 데이터센터 확장이 전력, 물, 토지 사용을 빠르게 키우고 있다고 경고한다. 전 세계 데이터센터 전력 사용량은 448테라와트시 수준이고, 2030년에는 945테라와트시까지 늘어 전 세계 전력의 3%에 이를 수 있다는 분석이다. 다만 전문가들은 효율 개선, 온디바이스 컴퓨팅, 공공 AI, 환경 규제까지 함께 봐야 한다고 짚었다.

ai-ml

케임브리지대, AI가 설계한 범용 백신 1상 임상시험 완료

영국 케임브리지대 연구진이 주요 성분을 AI로 설계한 백신을 사람에게 시험한 결과를 발표했다. 목표는 코로나19, 사스, 메르스처럼 같은 계열의 여러 바이러스에 대응하는 범용 백신이며, 1상 시험에서는 안전성 확인에 초점이 맞춰졌다.

ai-ml

AI 답안이 로스쿨 교수 답안보다 더 낫다는 블라인드 테스트 결과

미국 14개 로스쿨의 계약법 교수 16명이 참여한 블라인드 평가에서 제미나이 2.5 프로와 노트북LM 답변이 인간 교수 답변보다 높은 평가를 받았다. 단순 암기가 아니라 가상 사례와 정책 질문처럼 법적 추론이 필요한 영역에서도 AI가 앞섰고, 유해한 오답 비율도 훨씬 낮았다.