---
title: "AI 네이티브 스타트업 때문에 고용통계가 헷갈리기 시작했다"
published: 2026-08-01T21:00:01.612Z
canonical: https://jeff.news/article/5322
---
# AI 네이티브 스타트업 때문에 고용통계가 헷갈리기 시작했다

AI를 핵심 생산수단으로 쓰는 스타트업은 비슷한 기업보다 직원 수가 약 25% 적다는 연구가 나왔다. 문제는 이런 변화가 고용통계의 신생·폐업 기업 추정 모델을 흔들 수 있고, 중앙은행의 금리 판단까지 왜곡할 수 있다는 점이다.

- AI가 고용통계를 망가뜨릴 수 있다는 얘기가 나옴. 포인트는 “AI가 일자리를 없앤다”보다 좀 더 통계적인 문제임
  - AI 네이티브 스타트업은 소수 직원이 여러 AI 에이전트를 굴리면서 제품 개발, 고객 응대, 운영을 처리하는 식으로 움직임
  - 그러면 회사 수와 매출은 늘어도 직원 수는 예전만큼 안 늘 수 있음. 기존의 “창업 증가 = 고용 증가” 공식이 흔들리는 셈임

- 하버드경영대학원과 인시아드 연구진의 워킹페이퍼가 꽤 직접적인 숫자를 제시함
  - 2020~2024년 미국에서 창업한 스타트업을 비교했더니, AI 네이티브 기업은 비AI 기업보다 직원 수가 약 25% 적었음
  - 같은 산업, 비슷한 시기에 창업한 기업끼리 비교한 결과라 단순한 업종 차이로 넘기기 어렵다는 게 핵심임
  - AI 네이티브 기업은 엔지니어 비중이 높은 대신 영업, 재무, 운영, 행정 인력이 상대적으로 적었고 초급 직원과 관리자 비중도 각각 약 15% 낮았음

- 더 재밌는 건 기업가치는 비슷했다는 점임. 적은 인원으로 비슷한 경제적 가치를 만든다는 뜻이라서 좀 세다
  - 물론 이 연구 하나만 보고 “AI가 전체 일자리를 줄인다”고 결론 내리긴 어려움
  - 창업비용이 내려가서 회사가 훨씬 많이 생기면, 기업당 고용은 줄어도 전체 고용은 늘 수 있음
  - 문제는 고용통계가 이런 새 패턴을 제때 따라가느냐임

- 미국 고용통계는 이미 크게 수정된 적이 있음. 2025년 3월 비농업 고용이 기존 발표보다 89만8000명 낮게 고쳐짐
  - 일자리 89만8000개가 갑자기 사라진 게 아니라, 확정 행정자료를 넣어 다시 계산하니 기존 추정치가 0.6% 과다였다는 뜻임
  - 월간 비농업 고용통계는 사업체 표본조사 중심이라 막 생긴 회사나 막 사라진 회사를 즉시 잡기 어려움
  - 그래서 미국 노동통계국은 신생·폐업 기업의 고용을 별도 모형으로 추정함

- 이 신생·폐업 모형은 과거 패턴이 반복될 때는 꽤 잘 작동함. 근데 AI가 구조 자체를 바꾸면 얘기가 달라짐
  - 2024년 4월부터 2025년 3월까지 미국 신생·폐업 기업의 실제 순고용은 98만5000명이었음
  - 모형은 이 값을 110만2000명으로 봤고, 이 부문에서만 11만7000명을 더 많게 추정함
  - 2025년 4~12월 신생·폐업 기업 고용 보정치도 기존 116만 명에서 91만7000명으로 줄었음

> [!IMPORTANT]
> 최근 통계오차가 전부 AI 때문이라는 증거는 없음. 다만 AI가 기업당 고용과 성장 경로를 장기간 바꾸는 구조적 변수라면, 고용통계 모델이 계속 뒤늦게 따라갈 가능성이 있음.

- 고용통계가 틀리면 그냥 숫자 하나 틀리는 문제가 아님. 금리 결정까지 흔들림
  - 실제 경기가 식고 있는데 고용이 과다 추계되면, 연준은 노동시장이 과열됐다고 보고 금리 인하를 늦출 수 있음
  - 반대로 고용이 실제보다 약하게 나오면, 물가압력이 남아 있는데도 기준금리를 내릴 수 있음
  - 기사 표현대로 경제 계기판이 고장나는 상황임

- 그래서 더 빠른 데이터 결합 얘기가 나옴. 급여, 세금, 사회보험, 결제자료 같은 행정자료를 더 빨리 붙여보자는 방향임
  - 국제결제은행 산하 어빙피셔위원회도 고빈도 자료를 쓰면 경제 변화를 거의 실시간으로 파악할 수 있다고 봄
  - 다만 자료의 정확성, 일관성, 보호, 보안, 책임 있는 거버넌스가 같이 필요하다고 짚었음
  - 국가가 기업 급여와 매출, 개인 노동·거래 내역을 실시간에 가깝게 본다는 건 개인정보와 영업비밀 이슈가 바로 따라옴

---

## 기술 맥락

- 여기서 중요한 기술적 선택은 “설문 기반 표본조사에 계속 의존할 것인가, 행정자료와 고빈도 데이터를 더 빠르게 결합할 것인가”예요. AI 네이티브 기업처럼 조직 구조가 빨리 바뀌는 회사는 기존 표본 명부에 늦게 들어오기 때문에, 통계가 현실을 뒤따라가는 문제가 생기거든요.

- 신생·폐업 모형은 과거의 기업 탄생, 폐업, 채용 패턴이 반복된다는 전제에서 힘을 얻어요. 그런데 AI가 초급 인력, 관리자, 운영 인력 수요를 바꾸면 과거 데이터가 현재를 설명하는 힘이 약해져요.

- 급여, 세금, 사회보험, 결제자료를 빨리 결합하면 통계 정확도는 올라갈 수 있어요. 하지만 이건 중앙은행과 정부가 기업과 개인의 미시 데이터를 더 자주 본다는 뜻이라서, 보안과 거버넌스가 기술 성능만큼 중요해져요.

## 핵심 포인트

- AI 네이티브 스타트업은 비슷한 비AI 기업보다 직원 수가 약 25% 적었다
- 미국 고용통계는 신생·폐업 기업 고용을 모델로 추정하기 때문에 구조 변화에 취약하다
- 최근 미국 비농업 고용은 기존 발표보다 89만8000명 낮게 수정됐다
- 더 빠른 행정자료 결합은 통계 정확도를 높이지만 개인정보와 영업비밀 리스크도 키운다

## 인사이트

AI가 일자리를 없애느냐의 논쟁보다 더 미묘한 포인트가 여기 있음. 기업은 늘어나는데 기업당 고용이 줄어드는 구조가 굳어지면, 기존 경제 계기판은 꽤 자주 엇나갈 수 있다.