AI 예산은 결국 어디서 올까: 인건비 재배분 가설
기업이 AI 에이전트를 살 때 무엇과 가격을 비교할까요. 토큰 단가나 기존 소프트웨어 구독료일 수도 있지만, 더 큰 기준은 따로 있을지 모릅니다. 그 업무를 사람이 처리하는 데 드는 비용입니다.
이 관점을 저는 ‘인건비 재배분 가설’로 보고 있습니다. AI가 실제 업무를 끝낼 수 있다면, 지출의 상한은 정보기술 예산이 아니라 줄이거나 피할 수 있는 채용·외주·반복 업무 비용에 가까워질 수 있다는 가설입니다. 대규모 해고가 먼저 나타나지 않더라도, 퇴사자를 충원하지 않거나 새 채용을 미루는 방식으로 변화가 시작될 수 있습니다.
아직 확정된 사실은 아닙니다. 공개 자료를 함께 놓아 보면 예산과 가격표는 이 방향을 가리키지만, 고용 데이터에는 반대 신호도 뚜렷합니다. 그래서 이 글은 ‘거대한 재배분이 이미 끝났다’는 선언이 아니라, 어떤 숫자를 추적해야 이 가설을 검증할 수 있는지 정리한 작업에 가깝습니다. 특정 종목의 투자 판단은 다루지 않습니다.
예산표에서 기술과 인력이 갈라지기 시작했습니다
가장 직접적인 자료는 미국 애틀랜타 연방준비은행이 2026년 3월 기업 경영진에게 물은 조사입니다. 발표 자료에 따르면, 조사 대상 기업의 직원 1인당 AI 지출은 2025년 1,358달러에서 2026년 예상 2,068달러로 약 50% 늘었습니다. 이를 미국 민간 비농업 고용 전체에 단순 적용한 추산은 약 2,800억 달러입니다.
평균만 보면 거대한 변화처럼 보이지만 분포는 매우 고르지 않습니다. 응답 기업의 절반 이상은 2026년 직원 1인당 AI 지출을 200달러 이하로 예상한 반면, 상위 10%는 2,800달러 이상을 계획했습니다. ‘모든 기업의 AI 전환’보다 ‘먼저 크게 쓰는 일부 기업과 나머지의 격차’가 현재 모습에 더 가깝습니다.
같은 조사에서 기업들은 AI가 향후 3년간 전체 고용을 1.2% 줄일 것으로 예상했습니다. 앞으로 12개월의 채용 수요는 대졸 인력에서 0.8%, 비대졸 인력에서 1.1% 낮아질 것으로 봤습니다. 규모는 아직 작지만 AI 지출 증가와 채용 둔화가 한 설문 안에서 함께 나타났다는 점은 눈여겨볼 만합니다. 다만 이는 경영진의 전망이며 실제 결과가 아닙니다.
가트너가 2025년 10월 300명 이상의 CFO와 재무 책임자를 조사한 2026년 예산 계획도 비슷한 방향을 보여줍니다. 응답자의 75%가 기술 예산을 늘릴 계획이었고, 48%는 10% 이상 증액을 예상했습니다. 반면 인사 예산 증액을 계획한 비율은 29%에 그쳤고 22%는 감액을 예상했습니다. 전체 인원 증가 기대치는 2025년 6%에서 2026년 2%로 낮아졌습니다.
이 숫자만으로 ‘인건비가 AI 예산으로 옮겨갔다’고 말할 수는 없습니다. 기술 예산에는 보안, 기존 서비스 가격 인상, 시스템 교체도 들어갑니다. 다만 기술 예산은 커지고 인원 증가 기대는 낮아지는 방향이 동시에 관찰된다는 점은 가설을 추적할 이유가 됩니다.
가격표가 사람 수에서 업무 결과로 움직입니다
두 번째 신호는 AI 에이전트 회사의 가격표입니다. 전통적인 기업용 소프트웨어는 직원 한 명이 계정 하나를 쓰는 좌석 기반 과금이 익숙했습니다. 에이전트는 사람이 클릭하는 도구가 아니라 업무 일부를 대신 수행하기 때문에, 좌석 수만으로 가격을 정하기가 어렵습니다.
Salesforce Agentforce의 공식 가격표는 대화 1건당 2달러와 행동 단위 과금을 함께 제시합니다. 행동 단위는 10만 크레딧에 500달러이고, 일반 행동 하나가 20크레딧을 쓰므로 1회당 0.10달러입니다. 고객 기록 업데이트, 질문 답변, 문제 해결 절차처럼 에이전트가 실행한 행동을 세는 방식입니다.
Intercom의 Fin은 더 직접적입니다. 고객 문의 해결과 절차 이관 같은 성공 결과에 0.99달러를 받고, 성공하지 못한 시도에는 과금하지 않는다고 설명합니다. Sierra도 소프트웨어 사용권이 아니라 합의한 업무 결과가 나왔을 때 비용을 받는 방식을 내세웁니다.
이 가격표들이 인건비 재배분을 증명하는 것은 아닙니다. 그러나 구매 담당자가 ‘직원 몇 명이 쓰는가’보다 ‘사람이 하던 일을 몇 건 끝냈는가’를 비교하기 쉽게 만들어 줍니다. AI 회사가 정보기술 예산뿐 아니라 고객센터 인력, 외주 계약, 처리 지연 비용과 경쟁하려면 필요한 언어입니다.
고용 데이터는 한 방향으로만 움직이지 않습니다
인건비 재배분 가설의 가장 강한 반대 논리는 AI를 많이 쓰는 기업이 오히려 더 많이 고용할 수 있다는 점입니다.
스탠퍼드 디지털경제연구소와 ADP의 연구에서는 AI 노출이 높은 직종의 22~25세 근로자 고용이 기업별 충격을 통제한 뒤에도 16% 상대적으로 감소했습니다. 반면 같은 직종의 경력자는 안정적이거나 성장했습니다. 조정이 임금보다 고용에서 나타났고, 사람을 보조하는 직종보다 업무를 자동화하는 직종에 감소가 집중됐다는 것이 연구진의 설명입니다.
여기서 16%는 청년 일자리가 절대적으로 16% 사라졌다는 뜻이 아닙니다. 비교 집단과 기업 충격을 통제한 상대적 변화이며, 연구진도 이를 초기 대규모 증거로 표현합니다. 금리, 경기, 산업 구성 같은 다른 요인을 완전히 제거했다고 보기 어렵습니다.
더 흥미로운 반대 자료도 있습니다. Ramp의 실제 기업 지출과 Revelio Labs의 인력 자료를 연결한 2026년 연구는 AI 지출이 큰 기업에서 도입 후 24개월 동안 전체 인원이 10.2%, 신입 인원이 12.0% 더 늘어난 것으로 추정했습니다. 엔지니어뿐 아니라 영업, 고객 서비스, 재무처럼 AI 노출이 큰 직무도 함께 증가했습니다.
다만 Ramp 연구의 저자들은 AI 도입 기업이 도입 전부터 더 크고, 기술 집약적이며, 더 빠르게 성장했다는 선택 편향을 분명히 적었습니다. AI가 고용을 늘렸다고 단정할 수는 없습니다. 그럼에도 ‘AI 지출 증가가 곧 인원 감축’이라는 단순한 등식은 데이터와 맞지 않습니다.
마이크로소프트의 2025 Work Trend Index에서도 33%의 리더가 인원 감축을 검토하는 동시에 78%가 새로운 AI 역할 채용을 검토했습니다. 공급업체가 수행한 설문이라는 한계가 있지만, 기업이 기존 업무를 줄이면서 새로운 역할을 늘릴 수 있다는 재배분의 양면을 잘 보여줍니다.
그래서 현재의 더 정확한 표현은 ‘사람이 AI로 일괄 교체된다’가 아닙니다. 반복 업무와 신입 업무 일부는 압축될 수 있지만, AI를 잘 쓰는 성장 기업은 절감한 시간과 비용으로 더 많은 제품과 고객을 만들고 다시 사람을 채용할 수 있습니다. 중요한 것은 총고용 한 줄보다 직무, 경력, 기업 성장률에 따라 변화가 어떻게 갈라지는지입니다.
토큰이 아니라 수용된 업무 한 건을 재야 합니다
이 가설을 기업과 투자자가 검증하려면 AI 사용량만 봐서는 부족합니다. 토큰을 많이 썼다는 사실은 업무를 잘 끝냈다는 뜻이 아니기 때문입니다.
제가 보고 싶은 최소 단위는 다음과 같습니다.
수용된 업무 1건의 총비용 = 모델·도구 비용 + 사람 검수 비용 + 재시도 비용 + 통합·보안·감사 비용
여기에 같은 품질의 업무를 사람이 처리했을 때의 총비용과 처리 시간을 붙여야 합니다. 단순 급여뿐 아니라 채용, 교육, 관리, 외주 수수료, 오류 수정, 지연 비용까지 같은 범위로 맞춰야 비교가 됩니다.
| 질문 | 부족한 지표 | 더 나은 지표 |
|---|---|---|
| AI가 싸졌는가 | 토큰 단가 | 수용된 업무 1건의 총비용 |
| 사람을 줄였는가 | 해고 인원 | 미충원, 외주 축소, 추가 채용 없이 늘어난 처리량 |
| 품질이 유지되는가 | 평균 정확도 | 재작업률, 사람 이관률, 민원, 감사 실패율 |
| 제품이 가격결정력을 갖는가 | 좌석 수 | 고객이 인정한 결과와 절감액의 연결 |
결과 기반 과금에도 함정은 있습니다. 무엇을 ‘성공한 해결’로 정할지 공급업체와 고객의 이해가 다를 수 있습니다. 고객이 답변을 받은 뒤 불만을 표시하지 않았다는 이유만으로 해결로 계산하면 숫자는 좋아져도 실제 경험은 나빠질 수 있습니다. 결과를 과금 단위로 삼을수록 정의, 감사 가능성, 이의 제기 절차가 제품의 핵심이 됩니다.
누가 유리하고 누가 압박받을까
인건비 재배분이 실제로 진행된다면 단순히 모델을 연결한 제품보다 업무의 시작과 끝을 닫을 수 있는 회사가 유리할 가능성이 높습니다. 고객 시스템에 연결해 일을 수행하고, 결과를 기록하며, 실패하면 사람에게 넘기고, 비용 절감이나 처리량 증가를 감사 가능한 방식으로 보여줘야 합니다.
반대로 사람 투입 시간에 매출이 비례하는 외주·시스템 구축 사업, 실제 사용과 무관하게 좌석을 늘려온 반복 업무용 소프트웨어, 모델 비용을 고객에게 전가하면서도 결과 품질을 증명하지 못하는 얇은 제품은 압박을 받을 수 있습니다. 다만 이 역시 업종별 차이가 큽니다. 규제, 책임, 고객 신뢰가 중요한 업무에서는 사람의 검수와 대면 서비스가 비용이 아니라 제품 가치의 일부일 수 있습니다.
AI 공급업체에도 같은 질문을 해야 합니다.
- 구매를 승인하는 사람은 CIO인가, CFO인가, 사업부 손익 책임자인가?
- 가격은 좌석, 사용량, 완료된 업무, 절감된 비용 중 무엇에 연결되는가?
- 퇴사자 미충원, 외주 축소, 처리량 증가 가운데 하나를 실제 자료로 증명했는가?
- 모델 가격이 두 배가 되어도 고객의 총비용 우위가 유지되는가?
- 실패한 업무와 사람의 재작업을 비용 계산에 포함했는가?
이 가설이 틀렸다고 판단할 조건
좋은 가설은 맞는 근거뿐 아니라 틀렸음을 확인할 조건도 있어야 합니다. 저는 다음 신호가 나타나면 인건비 재배분의 강도를 낮춰 볼 생각입니다.
첫째, 2027년 예산 수립에서도 AI가 기존 정보기술 예산 안에서만 다뤄지고 인사·외주·사업부 예산과 연결되지 않는 경우입니다.
둘째, AI 지출이 늘어도 채용 속도, 퇴사자 충원, 외주 계약, 소프트웨어 좌석 수가 전혀 변하지 않는 경우입니다. 이때 AI는 새로운 생산요소라기보다 기존 비용 위에 얹힌 추가 도구일 가능성이 큽니다.
셋째, 결과 기반 가격이 품질을 높이지 못하고 지표를 유리하게 정의하는 경쟁으로 흐르는 경우입니다. 해결 건수는 늘지만 사람 이관, 민원, 재작업이 함께 늘어난다면 재배분은 오래가기 어렵습니다.
넷째, 모델·추론 비용이 빠르게 올라 사람과 AI의 총비용 차이가 사라지는 경우입니다. 업무를 자동화할 수 있다는 것과 경제적으로 자동화하는 것이 이득이라는 것은 다른 문제입니다.
맺으며
현재 자료는 ‘AI 예산의 거대한 재배분’이 완성됐다고 말하기에는 이릅니다. 다만 세 가지 신호는 분명히 함께 움직이고 있습니다. 기업의 AI 지출은 빠르게 늘고, 채용 증가 기대는 낮아지고 있으며, 에이전트 가격표는 좌석에서 행동과 결과로 이동하고 있습니다.
동시에 AI를 많이 쓰는 성장 기업에서 고용이 더 늘었다는 반대 자료도 있습니다. 결국 승부는 사람을 얼마나 줄였는가보다, 같은 품질의 업무를 더 낮은 총비용으로 끝내고 그 여유를 어디에 다시 투입했는가에서 갈릴 가능성이 높습니다.
그래서 저는 당분간 토큰 사용량보다 퇴사자 미충원, 외주 축소, 소프트웨어 좌석 변화, 수용된 업무당 총비용을 함께 보려 합니다. 인건비 재배분은 아직 결론이 아니라 관찰 틀입니다. 하지만 AI가 기업의 손익계산서 어디에 자리를 잡을지 이해하는 데에는 꽤 유용한 질문이라고 생각합니다.
출처: 미국 애틀랜타 연방준비은행의 2026년 3월 기업 AI 지출·고용 전망 조사, Gartner의 2026 CFO 예산 조사, Stanford Digital Economy Lab·ADP의 초기 경력 고용 연구, Ramp·Revelio Labs의 기업 AI 지출과 고용 연구, Salesforce·Intercom·Sierra 공식 가격 자료, Microsoft 2025 Work Trend Index. 수치는 각 기관의 조사·연구·가격표 기준이며, 설문 전망과 관찰 연구는 실제 인과관계를 확정하지 않습니다. 본 글은 정보 제공 목적의 산업 분석이며 투자 자문이 아닙니다.