Erik Brynjolfsson — The Best and Worst Decade
커리어를 고민 중이시라면 5장(질문·실행·평가)과 6장(직업별 평가)이 특히 직접적일 거예요.
진행자가 발표 숫자를 그냥 받아 적지 않고 구성을 캐묻는 대목(4장)도 눈여겨볼 만합니다.
이 페이지 구성 — 섹션마다 무엇을 다루는지 먼저 정리하고, 꼭 들어야 할 대목만 짧게 인용했습니다.
HBM·토큰 단가 같은 개념은 보라색 배경 지식 박스로 해당 내용이 나오기 직전에 넣었습니다. 아래 표현 표의 예문은 전부 새로 만든 것이라 영상을 안 봐도 바로 쓰실 수 있어요.
Part 1 — 섹션별 해설과 표현
AI 노출도
"AI가 영향을 줄 수 있는 정도"로 직업에 순위를 매긴 개념입니다. 글·코드·문서 같은 언어 기반 업무 비중이 높을수록 노출도가 높아요.
코딩·콜센터·마케팅이 상단, 방문 요양처럼 몸을 쓰고 사람을 대면하는 일이 하단입니다.
주의할 점 — 노출도가 높다고 곧 대체는 아닙니다. AI가 건드릴 수 있는 영역이라는 뜻이지, 실제로 사람이 줄어드는지는 별개 문제예요. 이 인터뷰의 상당 부분이 바로 그 간극을 다룹니다.
augment vs automate
augment — 사람의 능력을 키우는 방향. 초안을 빠르게 만들고 사람이 판단을 얹는 식.
automate — 사람의 일을 대신하는 방향. 사람 손을 아예 빼는 식.
브린욜프슨 연구팀은 사람들이 어떤 프롬프트를 썼는지까지 들여다봤습니다. 그리고 augment 쪽으로 쓴 사람들이 고용에서 뚜렷하게 나았다고 말해요.
왜 중요한가 — 같은 AI를 쓰는데 결과가 갈린다면, 변수는 도구가 아니라 쓰는 방식입니다. 개인이 통제할 수 있는 지점이에요.
1. Canaries in the Coal Mine탄광 속의 카나리아약 0:00 – 6:00▶ 재생
무엇을 다루나
브린욜프슨 교수가 낸 논문 이야기로 시작합니다. AI 노출도가 높은 직군에서 25세 이하 신입 고용이 약 16% 줄었다는 결과예요.
제목의 canary in the coal mine은 먼저 무너지는 쪽이 경고 신호라는 뜻입니다.
숫자를 정확히 읽어야 합니다
"AI가 일자리를 16% 없앴다"가 아니에요. 조건이 두 개 붙습니다 — 25세 이하이고 AI 노출도가 높은 직군일 때.
반대쪽 끝은 오히려 늘었습니다. 노출도가 낮은 직군(예: 방문 요양)과 나이 든 노동자는 고용이 증가했어요. 즉 전면적 감소가 아니라 특정 구간의 붕괴입니다.
이 인터뷰에서 가장 중요한 구분
augment(보강) vs automate(자동화)입니다.
AI를 자기 일을 대신하게 쓴 사람들은 고용이 두 자릿수로 줄었고, 자기 일을 키우는 데 쓴 사람들은 뚜렷하게 더 나았다고 말해요.
같은 도구를 쓰는데 결과가 갈린다는 건, 쓰는 방식이 변수라는 뜻입니다. 이 인터뷰에서 실질적으로 가장 쓸모 있는 정보예요.
태도 표현 하나
I don't want to sugarcoat it(좋게 포장하고 싶진 않다)이 나옵니다. 나쁜 소식을 전하기 직전에 쓰는 정형 표현이에요. 업무에서도 그대로 씁니다.
- a canary in the coal mine — 조기 경고 신호
광부들이 카나리아를 데리고 갱도에 들어간 데서 온 말. 새가 먼저 쓰러지면 대피 신호였어요. 경제·리스크 글에 자주 나옵니다.
- sugarcoat — 듣기 좋게 포장하다
나쁜 소식 앞에 붙이는 완충어. Let me not sugarcoat this. - double-digit — 두 자릿수의
숫자 화법. double-digit growth / single-digit returns. 실적 발표 단골.
- augment ↔ automate — 보강하다 ↔ 자동화하다
이 인터뷰의 핵심 대비. augment는 사람을 키우고 automate는 사람을 뺍니다. AI 도입 논의에서 계속 마주칠 구분이에요.
| 표현 | 뜻 | 예문 |
|---|---|---|
| turn the corner | 고비를 넘기다, 국면이 바뀌다 | The market has finally turned the corner. |
| play one's cards right | 잘만 하면, 판단을 잘하면 | If we play our cards right, this is a huge opportunity. |
| exposed (to ~) | ~에 노출된, 영향을 받는 | Which sectors are most exposed to rate moves? |
| on the other end of the spectrum | 정반대 쪽에서는 | On the other end of the spectrum, demand grew. |
| it's worth noting that ~ | ~라는 점은 짚어둘 만하다 | 회의에서 단서를 다는 정중한 방식입니다. |
| wipe out | 쓸어버리다, 없애다 | The correction wiped out two years of gains. |
2. Tasks, Not Occupations직업이 아니라 업무 단위로약 6:00 – 11:00▶ 재생
무엇을 다루나
"어떤 직업이 사라지냐"는 질문을 잘못된 질문이라고 봅니다. 직업이 아니라 업무(task) 단위로 쪼개서 봐야 한다는 게 그의 방법론이에요.
영상의학과 사례가 핵심입니다
제프 힌턴이 2017년에 영상의학과 의사 양성을 멈추라고 했던 유명한 예측이 나옵니다. AI가 판독을 대체할 거라고요.
그런데 영상의학과 의사는 26가지 업무를 하고 그중 판독은 하나일 뿐이라는 게 반론입니다. 신체 검진, 검사 데이터 검토, 타과 협진은 LLM이 건드리지 못해요.
결과적으로 지금은 오히려 부족하다고 말합니다.
가장 강한 문장
"경제의 어떤 직업에서도 LLM이 전부를 해내는 경우는 없다"는 주장입니다. 여기서 run the table(싹쓸이하다)이라는 당구 용어를 씁니다.
어떤 직업이든 AI가 도울 수 있는 부분과 못 하는 부분이 섞여 있다는 거예요.
지식노동에 적용하면
어떤 사무직이든 업무 다발입니다 — 자료 요약, 수치 정리, 질문 설계, 설득, 관계 관리, 협상.
앞의 두어 개는 이미 AI가 상당히 하고, 질문을 설계하고 사람을 설득하는 부분은 아직입니다. "내 직업이 사라지나"보다 "내 업무 중 어느 것이 먼저인가"를 묻는 게 이 섹션의 요지예요.
- a bundle of ~ — ~의 묶음, 다발
분석의 단위를 바꾸는 표현. a bundle of rights / a bundle of services.
- run the table — 싹쓸이하다, 전부 가져가다
당구·포커 용어에서 왔습니다. 한 번에 다 처리한다는 뜻이에요.
- dead center / in the bullseye — 정중앙에, 과녁 한복판에
가장 직접적으로 영향받는다는 뜻. 뒤에서 직업별 평가에 계속 나옵니다.
| 표현 | 뜻 | 예문 |
|---|---|---|
| as opposed to ~ | ~가 아니라, ~와 대조적으로 | Tasks as opposed to entire occupations. |
| distinct | 별개의, 뚜렷이 구분되는 | They perform 26 distinct tasks. |
| coordinate care | 협진하다, 치료를 조율하다 | 의료 맥락의 정형 표현입니다. |
| nearly as ~ | 그만큼 ~하지는 않은 | Not nearly as affected by LLMs. |
| rank ~ by … | …를 기준으로 ~의 순위를 매기다 | We ranked occupations by exposure. |
| varies quite a bit | 편차가 꽤 크다 | Within tasks, it varies quite a bit. |
수요 곡선과 탄력성
가격이 내려가면 사람들이 더 삽니다. 문제는 얼마나 더 사느냐예요.
탄력적(elastic) — 조금 싸져도 훨씬 많이 삽니다. 결과적으로 총지출이 늘어요.
비탄력적(inelastic) — 싸져도 조금밖에 안 삽니다. 총지출이 줄어요.
쌀은 반값이 돼도 두 배로 먹지 않습니다(비탄력적). 항공권은 반값이 되면 훨씬 많이 탑니다(탄력적).
일자리와의 연결 — AI가 어떤 일을 싸게 만들었을 때, 그 분야 수요가 탄력적이면 일이 더 늘고, 비탄력적이면 줄어듭니다. 같은 기술이 정반대 결과를 내는 이유예요.
3. Why Efficiency Can Create Jobs효율이 일자리를 만드는 경우약 11:00 – 16:00▶ 재생
무엇을 다루나
이 인터뷰에서 가장 경제학적인 구간입니다. "AI가 일을 대신하면 사람이 덜 필요하다"는 직관이 왜 항상 맞지는 않은지 설명해요.
본인이 먼저 예고합니다
"Let me get a little wonky"(좀 전문적으로 들어가 볼게요)라고 말하고 시작합니다.
wonky는 지나치게 기술적이고 학술적인이라는 뜻의 구어예요. 어려운 얘기를 꺼내기 전에 미리 양해를 구하는 화법인데, 발표에서 그대로 쓸 수 있습니다.
제트 엔진 비유
핵심 사례입니다. 제트 엔진으로 항공 여행이 싸졌을 때 항공 지출이 줄지 않았어요. 너무 싸져서 훨씬 많이 날게 됐고, 총지출은 오히려 늘었습니다.
영상의학과도 같은 논리예요 — AI가 판독을 싸게 만들자 MRI 수요 자체가 폭증했습니다.
갈리는 지점
경제의 절반쯤은 가격이 내려가면 지출이 줄고, 나머지 절반은 지출이 늘어난다고 말합니다.
즉 AI는 어떤 곳에서는 일자리를 없애고 어떤 곳에서는 만듭니다. 어느 쪽에 속하느냐가 탄력성(elasticity)에 달려 있다는 거예요.
- wonky — 지나치게 전문적인, 학술적인 (구어)
policy wonk(정책 전문가)에서 온 말. 어려운 얘기 전에 미리 양해를 구하는 화법이라 발표에서 유용합니다.
- elastic / inelastic demand — 탄력적 / 비탄력적 수요
가격 변화에 수요가 얼마나 민감한가. 탄력적이면 싸질수록 총매출이 늘고, 비탄력적이면 줄어듭니다.
- lead to ~ — ~로 이어지다
인과를 잇는 가장 기본 동사. result in / give rise to도 같은 계열.
| 표현 | 뜻 | 예문 |
|---|---|---|
| a demand curve | 수요 곡선 | Demand curves slope downward. |
| steepness | 기울기의 가파름 | The steepness — or elasticity — matters a lot. |
| disproportionate | 불균형한, 지나치게 큰 | A disproportionate increase in volume. |
| intuitive | 직관적인 | It sounds intuitive, but it's not always true. |
| total spending | 총지출 | Total spending actually increased. |
| in some cases ~, in others … | 어떤 경우엔 ~, 다른 경우엔 … | 대조를 만드는 정형 구조입니다. |
생산성 역설
대단한 기술이 나왔는데 생산성 통계는 그대로인 현상입니다. 1980년대 컴퓨터 도입 때 경제학자 솔로우가 남긴 말이 유명해요 — "컴퓨터 시대의 흔적은 어디에나 있는데 생산성 통계에만 없다"
원인은 기술이 아니라 조직입니다. 도구를 바꿔도 일하는 방식과 조직 구조를 다시 짜기 전까지는 성과가 안 나와요.
지금 AI에 대해서도 같은 질문이 나옵니다 — "이렇게 대단하다면서 왜 실적에는 안 보이나?" 4장이 그 답입니다.
구현 지연
기술이 나온 시점과 경제적 성과가 나오는 시점 사이의 시차를 뜻합니다.
브린욜프슨의 박사 논문 주제였어요. 공장에 전기 모터가 들어왔지만 처음엔 기존 증기기관 자리에 그냥 갖다 놓았습니다. 별 효과가 없었죠.
진짜 도약은 공장 배치를 통째로 다시 설계했을 때 왔습니다 — 기계마다 모터를 달고 작업 흐름에 맞춰 재배치한 뒤에요. 그게 30년쯤 걸린 겁니다.
시사점 — AI 도입이 실패하는 이유가 대개 모델 성능이 아니라 업무 프로세스를 안 바꿨기 때문이라는 얘기입니다.
BLS와 생산성 전망
BLS는 미국 노동통계국(Bureau of Labor Statistics)입니다. 고용·물가·생산성 공식 통계를 내는 기관이에요.
브린욜프슨은 BLS의 향후 생산성 전망이 지나치게 낮다(lowballing)고 봅니다. 그래서 회의론자와 2030년까지 생산성이 공식 전망을 크게 웃돈다는 데 내기를 걸었어요.
왜 알아둘 만한가 — 생산성 전망은 금리·성장률 전망의 밑재료입니다. "AI가 생산성을 얼마나 올리는가"는 학술 논쟁이 아니라 자산 가격에 직결되는 변수예요.
4. The Implementation Lag구현 지연약 16:00 – 22:00▶ 재생
무엇을 다루나
"AI가 대단하다는데 왜 경제 지표에는 안 나타나느냐"는 질문입니다. 답은 기술이 나오는 것과 성과가 나오는 것 사이에 시차가 있다는 거예요.
AI slop — 재미있는 신조어
회사들이 AI를 중요하지 않은 데 쓰고 있다며 실제 사례를 듭니다. 어떤 회사 해커톤 우승작이 LLM으로 점심 메뉴 만들기였대요.
AI slop은 AI로 대충 찍어낸 영양가 없는 결과물을 뜻하는 신조어입니다. slop은 원래 가축에게 주는 죽이에요.
전기 비유가 이 섹션의 핵심
그의 박사 논문 주제가 100년 전 미국 공장의 전기 도입이었습니다. 전기 모터가 나오고 실제 생산성 향상이 나타나기까지 약 30년이 걸렸어요.
이유는 기술이 부족해서가 아니라 공장 구조를 통째로 다시 짜야 했기 때문입니다. 이게 implementation lag(구현 지연)이에요.
그의 예측과 내기
AI는 30년이 아니라 3~5년일 거라고 봅니다. 그리고 AI 회의론자와 친선 내기를 걸었다고 말해요 — 2030년까지 생산성이 정부 공식 전망을 크게 웃돌 거라고요.
overblown(과장된)과 underhyped(오히려 과소평가된)를 대비시키는 대목이 인상적입니다.
- AI slop — AI로 대충 찍어낸 저품질 결과물
slop은 원래 가축 사료용 죽. 최근 몇 년 사이 굳어진 신조어입니다.
- show up — 나타나다, 드러나다
지표에 잡힌다는 뜻으로 자주 씁니다. It hasn't shown up in the numbers yet. - productivity gains — 생산성 향상
경제 기사 필수어. gains는 '개선분'이라는 뜻의 복수형.
- overblown ↔ underhyped — 과장된 ↔ 과소평가된
hype(과대 선전)에서 파생된 대비. overhyped(과대평가된)의 반대말로 underhyped를 만들어 쓴 겁니다.
| 표현 | 뜻 | 예문 |
|---|---|---|
| roll out | 도입하다, 전개하다 | How electricity rolled out in American factories. |
| reskill | 재교육하다, 기술을 다시 익히게 하다 | You have to reskill the workforce. |
| make a wager | 내기를 걸다 | I made a friendly wager with a skeptic. |
| a skeptic | 회의론자 | He's a well-known AI skeptic. |
| overnight | 하룻밤 사이에, 순식간에 | It won't be overnight. |
| translate into ~ | ~로 전환되다, 이어지다 | Capabilities don't translate into value right away. |
| business processes | 업무 프로세스 | You have to change business processes first. |
5. Question · Execute · Evaluate질문 · 실행 · 평가약 22:00 – 28:00▶ 재생
무엇을 다루나
"그래서 뭘 해야 하나"에 대한 답입니다. 제너럴리스트냐 창업이냐를 묻자 프레임 자체를 바꿔서 대답해요.
세 부분으로 쪼갠 프레임
모든 일은 ① 질문 정의 → ② 실행 → ③ 결과 평가로 나뉜다고 봅니다.
예전엔 사람이 셋 다 했는데, 지금 AI가 가운데(실행)를 아주 잘하게 됐다는 거예요.
그래서 앞으로 사람의 일은 첫 번째와 세 번째에 집중된다 — 즉 CEO처럼 일하게 된다는 게 그의 표현입니다.
가장 기억에 남는 문장
미래의 일은 a fleet of agents(에이전트 무리)를 관리하는 것이 될 거라고 말합니다.
그리고 AI가 Artificial Intelligence가 아니라 Amplifying Intention(의도의 증폭)으로 불려야 한다고 해요. 도구가 당신의 목표를 증폭한다는 뜻입니다.
그래서 high agency(스스로 판단하고 실행하는 성향)가 결정적인 자질이 됩니다.
교육에 대한 의외의 답
정해진 절차를 가르치는 과목(cookbook 수업)은 사라질 거라고 봅니다. 그런데 인문학·철학·예술이 오히려 더 가치 있어진다고 해요.
이유는 풍요의 시대에는 취향, 깊은 질문, 인간적 연결이 귀해지기 때문입니다. AI 시대에 인문학이라는 조합이 낯선데, 논거는 들어볼 만합니다.
- a fleet of ~ — ~의 무리, 편대
원래 함대·차량 편대. a fleet of vehicles / a fleet of agents.
- stand for ~ — ~를 의미하다, ~의 약자다
약어 설명의 기본 동사. What does SPOF stand for? - amplify — 증폭하다, 키우다
기존의 것을 크게 만든다는 뜻. 없던 걸 만드는 게 아니에요.
- think on one's feet — 즉석에서 판단하다, 임기응변하다
면접 평가어로 자주 나옵니다. She thinks well on her feet. - unstructured problem — 정형화되지 않은 문제
답이 정해져 있지 않은 문제. 반대는 structured / well-defined.
| 표현 | 뜻 | 예문 |
|---|---|---|
| high agency | 주도성, 스스로 판단해 실행하는 성향 | We look for high-agency people. |
| hallucinate | (AI가) 없는 사실을 지어내다 | Agents sometimes hallucinate. |
| iterate | 반복해서 다듬다 | The evaluation and iteration parts add value. |
| a cookbook | 정해진 절차, 매뉴얼 | Courses that just teach a cookbook will disappear. |
| domain skills | 해당 분야 전문성 | Combine technical, domain and people skills. |
| be highly prized | 매우 귀하게 여겨지다 | Taste and judgment will be highly prized. |
| embrace | 받아들이다, 끌어안다 | Universities should embrace the humanities again. |
소비자 잉여와 GDPB
소비자 잉여 — 내가 낼 의향이 있던 금액과 실제로 낸 금액의 차이입니다. 5만원 가치라고 느끼는 서비스를 만원에 썼다면 잉여는 4만원이에요.
문제는 GDP가 이걸 못 잡는다는 겁니다. GDP는 사고팔린 것만 세거든요. 위키피디아나 무료 챗봇은 가치가 아무리 커도 0으로 계산됩니다.
그래서 만든 게 GDPB(GDP Benefits)예요. 측정 방식이 재미있는데, "이 서비스를 끊는 대가로 얼마를 받아야 하나"를 물어서 값을 매깁니다.
투자 관점 — 가치는 커지는데 매출로 안 잡히면, 기존 지표만 보다가 산업의 변화를 놓칠 수 있다는 문제 제기입니다.
지위는 제로섬
제로섬(zero-sum)은 한쪽이 얻으면 한쪽이 잃는 구조를 말합니다. 총량이 정해져 있어서 나눠 갖는 것밖에 안 되는 상황이요.
브린욜프슨의 논지는 이렇습니다 — AI와 로봇이 기본적 필요는 거의 공짜로 채워줄 수 있지만, 지위(status)는 다르다고요. 모두가 상위 10%일 수는 없으니까요.
그래서 미래 경제의 과제는 이 지위 경쟁을 어디로 유도하느냐가 됩니다. 질병 정복 같은 생산적인 방향이냐, 파괴적인 방향이냐.
물질이 풍요로워져도 경쟁이 사라지지는 않는다는 관점인데, AI 낙관론 중에서는 드물게 현실적인 대목입니다.
6. Which Jobs, and What's Left어떤 직업이, 그리고 무엇이 남는가약 28:00 – 끝▶ 재생
무엇을 다루나
진행자가 직업을 하나씩 부르고 즉답을 요구합니다. 그다음 "지능이 자동화되면 사람은 뭘로 돈을 버나"라는 큰 질문으로 넘어가요.
직업별 평가
주니어 개발자 — 부정적. "대체의 과녁 한복판"이라고 말합니다. 다만 시니어였다면 훨씬 긍정적이었을 거라고 덧붙여요.
중간급 마케팅 매니저 — 부정적. 다만 프로젝트 관리와 취향은 남는다고 합니다.
패러리걸 — 가장 부정적. 문서 기반 정형 업무라서요.
영상의학과 — 긍정적. 앞서 나온 26개 업무 논리와 수요 폭증 때문입니다.
사람에게 남는 네 가지
① 주도성(agency) ② 진짜 사람과의 연결 ③ 물리적 기술(배관·목공, 다만 창이 좁아지는 중) ④ 아직 없는 새 직업.
②번 근거가 재미있어요 — 컴퓨터가 훨씬 잘 두는데도 사람과 체스를 두는 걸 선호한다는 사실을 듭니다.
불평등에 대한 우려
이 인터뷰에서 가장 어두운 대목입니다. 부가 소수에 집중되면 정치·경제적 불안정이 온다고 보고, 누진세·부유세·기본소득 같은 재분배 대비책이 필요하다고 말해요.
브라질 친구가 "자기가 만든 감옥"에 산다고 했다는 일화가 인상적입니다 — 높은 담과 경비원 뒤에 사는 삶이요.
GDPB — 측정에 대한 문제 제기
전통적 GDP는 사고팔린 것만 셉니다. 위키피디아나 무료 챗봇은 가치가 커도 0으로 잡혀요.
그래서 소비자 잉여를 재는 GDPB라는 지표를 만들었다고 합니다. "이 서비스를 안 쓰는 대가로 얼마를 받아야 하나"를 묻는 방식이에요.
투자자에게 흥미로운 지점 — 가치가 커지는데 매출로 안 잡히면, 기존 지표만 보다가 변화를 놓칠 수 있다는 얘기입니다.
- in the bullseye — 과녁 한복판에
가장 직접적으로 타격받는 위치. 2장의 dead center와 같은 계열이에요.
- taste — 안목, 취향
비즈니스 맥락에서 '무엇이 좋은지 아는 능력'을 뜻합니다. AI 시대의 핵심 자질로 자주 언급돼요. - immune (to ~) — ~의 영향을 받지 않는
면역에서 온 말. No sector is immune to this shift.
- lean into ~ — ~를 피하지 않고 적극 받아들이다
요즘 아주 자주 쓰는 표현. lean into the discomfort. (lean towards ~ 는 '~쪽으로 기울다'로 뜻이 다릅니다.) - dynamism — 역동성
경제 담론에서 변화와 재배치가 활발한 상태를 뜻합니다.
| 표현 | 뜻 | 예문 |
|---|---|---|
| consumer surplus | 소비자 잉여 | Free services create huge consumer surplus. |
| zero-sum | 제로섬의 (한쪽이 얻으면 한쪽이 잃는) | Status is inherently zero-sum. |
| redistribution | 재분배 | We need a backup plan of redistribution. |
| progressive income tax | 누진 소득세 | Progressive taxes or even a UBI. |
| wealth concentration | 부의 집중 | Wealth concentration creates instability. |
| scarce | 희소한 | Status will always remain scarce. |
| steer A into B | A를 B 쪽으로 유도하다 | Steer competition into productive areas. |
| make the final call | 최종 결정을 내리다 | I still want a human to make the final call. |
| the window is narrowing | 기회의 창이 좁아지고 있다 | The window on that is narrowing. |
| a talent bottleneck | 인재 병목 | They'll face a talent bottleneck later. |
Key Takeaways — 핵심 포인트 3
Look at tasks, not job titles.
Cheaper does not always mean fewer jobs.
The bottleneck is organizational, not technical.
Part 2 — 이해도 체크
Source: The Best and Worst Decade in History Starts Now | Erik Brynjolfsson — Silicon Valley Girl (YouTube) · 해설·번역·예문은 이 사이트의 창작물입니다