AI-driven employment displacement in India 리서치 보고서 해설

개요

이 인도 전략 보고서는 AI가 일자리 대체를 상쇄할 만큼 충분한 고용을 창출하고 있는지 살펴본다. Bernstein은 현재 증거가 순고용 창출의 부진을 가리킨다고 결론짓는다. AI 채용 공고는 종종 이름만 바꾼 기존 업무이며, 공식 급여 고용, IT 기업 인원수 및 해고 데이터 모두 AI 주도의 채용 급증을 보여주지 않는다는 것이다.

핵심 견해

Bernstein은 먼저 AI가 일부 일자리를 대체하더라도 더 많고 더 나은 일자리를 만들 것이라는 통념에 이의를 제기한다. 결과는 도입 속도, 수요 탄력성, 생산성 이익의 분배, 규제 및 근로자의 적응 능력에 달려 있다고 본다. 이전 기술과 달리 AI는 소득 계층 전반의 인지·분석·창의·관리 업무까지 점점 겨냥하고 있다. 따라서 핵심은 총고용 창출만이 아니라 어떤 일이 사라지고 어떤 역할이 생기는지, 누가 이익을 얻는지, 전환 속도가 근로자와 제도가 적응하기에 충분한지에 있다. 보고서는 공식 고용, AI 채용 공고, IT 기업의 총인원이라는 세 가지 지표로 일자리 창출 주장을 검증한다. 2025년 7월까지 이용 가능한 EPFO 데이터는 생성형 AI가 등장한 이후 공식 채용에 유의미한 가속이 없음을 보여준다. FY2025 순 신규 급여 고용은 FY2023 정점보다 6.3% 낮았고, 서비스 부문의 순 급여 고용 증가는 지난 3년간 소폭 하락했다. 22–28세 집단의 순증은 14.3% 감소했다. 반면 저숙련 고용 범주에서는 증가가 있었는데, 청소·미화 서비스는 5%, 건설업은 6.2% 증가했다. 그러나 Bernstein은 이를 AI 관련 일자리 창출의 증거로 보지 않는다. 채용 공고 분석은 보고서의 핵심 증거다. 광범위한 검색에서는 약 40,000 건의 AI 공고가 나왔고, 로그인 후 유사 검색 결과를 표시하면 100,000 건을 넘었지만, 보고서는 광범위한 중복을 확인했다. 델리, 구르가온, 뭄바이, 푸네, 첸나이, 하이데라바드, 벵갈루루의 약 36,500 건 공고를 검토한 결과 약 30,000 개의 고유 직무 ID가 남아 초기 수치보다 17% 줄었다. 공고의 약 85%는 전통적 IT 서비스 기업에서 나왔다. 전체 AI 공고의 64%를 차지한 소프트웨어 부문에서는 55%가 연봉 INR 1 million 미만이었고, 가장 큰 구간은 INR 600,000–1 million 이었다. 보고서는 이 보수 구조가 별도의 AI 노동시장보다는 기존 소프트웨어 고용과 일치한다고 본다. Bernstein은 이어 직무 설명과 요구 기술을 기준으로 공고를 일반 IT 업무, AI 도구를 사용하는 IT 업무, 실질적 AI 업무, 일반 하드웨어 업무, AI 프로젝트용 데이터 업무, 컨설팅으로 분류했다. 실질적 AI 업무에는 의도적으로 관대한 정의를 적용했다. 전통적 업무처럼 보이더라도 RAG, LangChain, agents, 프롬프트 엔지니어링, 파인튜닝, Docker 또는 Kubernetes 등의 기술을 언급하면 해당 범주에 넣었다. 이 관대한 정의에서도 실제 AI 관련으로 분류된 공고는 54%에 그쳤다. 약 30,000 건의 고유 공고 중 최소 13,000 건, 즉 43%는 AI로 재표시된 기존 IT 업무로 보였다. Bernstein은 관대한 테스트와 엄격한 테스트의 중간값을 사용해 실제 AI 업무가 포함된 공고는 3분의 1 미만, 약 32%라고 추정한다. 또한 주석 작업과 데이터 준비 역할은 일시적일 수 있으며 장래에 그 자체로 자동화될 수 있다고 지적한다. 게시 시점도 경계 신호다. 67%는 최근 한 달 내 게시됐지만, 20%는 두 달 이상, 10%는 여섯 달 이상 경과했으며, ChatGPT 등장 4년 이상 전의 공고도 약 500 건 있다. AI라는 키워드가 있다는 사실만으로 해당 직무가 AI에 의해 만들어졌음을 뜻하지는 않는다. 전통적 IT 기업의 집계 고용 데이터 역시 보이지 않는 채용 급증을 뒷받침하지 않는다고 Bernstein은 본다. 상장 IT 고용주 상위 10개사는 2021년과 2022년에 분기 평균 약 60,000 명의 인원을 순증했으나, 최근 4개 분기의 평균 순증은 마이너스였다. 보고서는 이를 layoffs.fyi가 집계한 지난 5년간 인도 기술 부문의 67,000 명 이상의 해고와 대비한다. Bernstein의 추정은 스타트업과 공개되지 않은 기업의 해고를 포함해 71,600 명 이상으로 높이며, TCS와 Amazon, Microsoft, Oracle의 추정 해고까지 포함하면 총수는 약 88,000 명에 이른다. 최근 실제 총수는 최소 100,000 명에 근접할 수 있다고 본다. TCS가 발표한 12,000 명 해고를 예시로 들면서도, 기업들은 보통 감원을 AI와 명시적으로 연결하지 않는다고 지적한다. 보고서의 더 넓은 결론은 AI가 현재 광범위한 고용 사이클이라기보다 경제적 이익의 재분배에 가깝다는 것이다. 생산성 향상은 기업이 더 적은 인원으로 운영하게 할 수 있다. Bernstein은 기업이 그 이익을 고용 확대에 재투자하기보다 유보하거나 주주에게 배분할 것이라는 가정에 의문을 제기한다. 일자리 대체가 중간소득층 수요를 억제하면, 수요 감소는 채용이나 생산 확대 유인을 더 약화시킬 수 있다. 보고서는 자본 소유자와 고숙련 근로자가 불균형적으로 이익을 얻을 것으로 예상하며, 상층은 이익을 얻고 중간층은 디플레이션 압력에 직면하는 바벨형 결과를 묘사한다. 인도의 정책·제도적 과제는 생산성 이익을 더 폭넓은 고용과 번영으로 전환해 기회가 축소되지 않도록 하는 것이라고 본다.

분석 프레임워크

Bernstein은 EPFO의 공식 급여 고용 추세, 온라인 AI 채용 공고의 상향식 검토, 주요 상장 IT 고용주의 분기별 인원 데이터를 포함한 세 부분의 증거로 AI 일자리 주장을 검증한다. 중복 공고를 제거하고 실제 AI 업무의 정도에 따라 직무 설명을 분류하며, 보수와 고용주 유형을 비교한 뒤 해고 추정치 및 수요·생산성 논리와 함께 평가한다.

방법론 메모

• 산업 분석 프레임워크물량·가격 분해

  고용주 유형, 급여 수준, 직무 설명 및 요구 기술에 따른 채용 공고 구성 분석.

  보고서는 표면적인 AI 채용을 구성 요소로 분해해 실질적 AI 역할과 AI 관련 명칭을 단 기존 IT·데이터·하드웨어·컨설팅 업무를 구분한다.

• 기타기타

  EPFO 급여 고용, 공고 분석 및 IT 기업 인원 추세를 활용한 세 가지 고용 검증.

  Bernstein은 독립적인 노동시장 및 기업 수준 지표를 활용해 AI 채용 공고가 순고용의 실제 가속과 일치하는지를 검증한다.

핵심 데이터

• 인도의 기술 일자리 손실More than 100,000 in recent years스타트업과 IT 기업 전반에서 발표되었거나 추정된 손실로 보고됐다.
• 전통적 IT 서비스 기업의 AI 채용 공고~85%보고서의 고용주 유형 분석에 근거한다.
• 검토한 고유 AI 채용 공고~30,0007개 도시의 약 36,500 건 공고에서 중복을 제거해 산출했다.
• AI로 재포장된 전통적 IT 역할At least 13,000; 43%약 30,000 건의 고유 공고 중 비중이다.
• 관대한 분류에서의 AI 관련 역할54%보고서의 관대한 정의이며, 더 현실적인 평가는 실제 AI 업무가 3분의 1 미만이라는 것이다.
• 추정 실제 AI 업무 비중~32%보고서의 관대한 분류와 엄격한 분류 접근법 사이의 중간값이다.
• FY2025 공식 급여 고용 증가-6.3% versus FY2023 peakEPFO 순 신규 급여 고용 수치다.
• 22–28세 순증-14.3%핵심 청년 노동력 집단에 대해 인용된 감소폭이다.
• 연봉 INR 1 million 미만인 소프트웨어 AI 공고55%소프트웨어는 전체 AI 채용 공고의 64%를 차지했다.
• 상장 IT 고용주 상위 10개사~60,000 average quarterly headcount additions in 2021–22; negative average in the last four quartersAI 채용이 일자리 대체를 초과하는지 평가하는 데 사용됐다.

영향과 시사점

Bernstein은 AI 관련 생산성 이익이 광범위한 채용으로 이어지기보다 주로 주주와 고숙련 근로자에게 귀속될 수 있다고 본다. 수요 창출, 근로자 적응 및 제도적 지원이 부족한 상황에서 도입이 확대되면 임금, 중간소득층 소비 및 인원수 기반 산업에 압력이 가해질 수 있다고 본다.

위험

• AI 도입은 코딩, 리서치, 디자인, 중간관리 등 화이트칼라 역할을 대체하는 동시에 신규 채용을 제한할 수 있다.
• 일시적인 주석 작업 및 데이터 준비 역할은 AI 역량이 진전됨에 따라 추가적인 대체에 직면할 수 있다.
• 해고와 임금 상승 둔화는 중간소득층 수요를 약화시켜 채용 유인을 더 낮추는 피드백 고리를 만들 수 있다.
• 이익이 주로 자본 소유자와 고숙련 근로자에게 돌아갈 경우 AI 생산성 이익의 배분은 불평등을 확대할 수 있다.