AI 대체 저항성 (AI Displacement Immunity)

AI 대체 저항성(AI Displacement Immunity)은 어떤 사업이 인공지능에 베껴지거나, 자동화돼 밀려나거나, 진부해질 위험에서 얼마나 단단히 보호받는지를 말한다. 이익이 광산, 화물 운송, 직접 보유한 부동산처럼 모델이 아무리 똑똑해져도 복제할 수 없는 물리적 자산과 현실 세계의 운영에 실려 있을수록 점수가 높다. AI가 한 단계 더 좋아질 때 흔들리느냐, 끄떡없느냐를 가르는 잣대다.

AI 대체 저항성이란?

이 개념은 질문 하나로 기업을 가른다. 내일 AI가 훨씬 더 좋아진다면 이 사업은 위험해질까, 아닐까? 스톡 사진 라이브러리나 단순 카피라이팅 서비스는 점수가 낮다. 모델이 그 일을 할 수 있기 때문이다. 구리 광산, 화물 철도, 옥외 광고판 사업자는 점수가 높다. 가치가 물리적인 무언가에 실려 있어서다. 금속은 여전히 캐내야 하고, 컨테이너는 여전히 움직여야 하며, 광고판은 여전히 실제 부동산 위에 자리한다.

학술 연구도 같은 단층선을 그린다. 그리고 그 선은 정보 노동과 물리 노동을 가르는 경계를 따라간다. 동료심사를 거친 “GPTs are GPTs” 연구는 미국의 모든 직업이 거대언어모델에 얼마나 노출되는지를 수치로 따졌다.

우리 분석에 따르면 미국 노동자의 약 80%가 LLM 도입으로 업무의 10% 이상에 영향을 받을 수 있고, 약 19%는 업무의 50% 이상이 영향을 받을 수 있다.

— Eloundou, Manning, Mishkin & Rock, Science (2024)

같은 논문은 노출이 가장 큰 직군이 작가, 회계사, 세무사 같은 고임금 정보 노동이고, 가장 적은 직군은 정비, 건설처럼 손으로 하는 물리적 일이라고 짚었다(Eloundou et al., Science 2024). 국제통화기금(IMF)도 경제 단위에서 같은 결론에 닿았다. 전 세계 일자리의 약 40%, 선진국에서는 약 60%가 AI에 노출돼 있다고 추정했는데, 잘사는 나라일수록 모델이 떠맡을 수 있는 인지적·사무직 노동에 기대기 때문이다(IMF, 2024). 뒤집어 보면, AI가 좀처럼 건드리지 못하는 일과 현금흐름은 물리 세계에 뿌리내린 것들이다.

이 용어는 어디서 왔나?

이 말은 노동경제학의 개념 위에 투자 질문을 얹은 것이다. ‘대체(displacement)‘는 기술이 사람이 하던 과업을 넘겨받는 현상을 가리키는 경제학의 표준 용어로, MIT의 다론 아제모글루와 보스턴대의 파스쿠알 레스트레포가 자동화의 과업 기반 모델에서 정식화했다.

자본이 노동이 수행하던 과업을 대신할 수 있게 하는 자동화는, 대체 효과를 통해 생산의 과업 구성을 노동에 불리한 쪽으로 옮긴다.

— Daron Acemoglu & Pascual Restrepo, Journal of Economic Perspectives (2019)

‘저항성(immunity)‘은 그 렌즈를 노동자에서 현금흐름으로 뒤집는다. AI가 어떤 일자리를 대체하는지가 아니라, 어떤 사업이 AI가 수행할 수 없는 과업 위에 앉아 있어 같은 대체 효과를 비켜 가는지를 묻는 것이다. 합성어 자체는 학술 문헌이 아니라 테마 투자에서 나왔지만, 이 말이 가리키는 메커니즘은 아제모글루와 레스트레포가 모델링한 바로 그것이다.

AI 대체 저항성은 어떻게 측정하나?

표준화된 단일 점수는 없다. 그래서 실무자들은 학술 노출 지표를 빌려와 뒤집는다. 펠튼, 라지, 시먼스는 2021년 Strategic Management Journal에 AI 직업 노출도(AIOE) 지수를 발표했는데, 이미지 인식이나 언어 모델링 같은 AI 응용 분야의 진전을 각 직업이 기대는 능력에 연결해 미국의 모든 직업에 점수를 매긴다(Felten et al., 2021). 엘룬두 연구진은 같은 작업을 LLM에 대해 과업 단위로 했다. 이를 기업에 적용하면 매출을 그 밑의 일로 분해하는 분석이 된다. 모델이 흡수할 수 있는 정보 처리가 얼마나 되고, 물리적 자산과 운영에 묶인 부분이 얼마나 되는지를 보는 것이다.

그 장부의 대체 쪽은 더 이상 가설이 아니다. 스탠퍼드의 에릭 브린욜프슨, 바라트 찬다르, 루위 첸은 수백만 명의 미국 노동자를 포괄하는 ADP 급여 기록을 추적해, AI 노출이 가장 큰 직군의 22~25세 초기 경력자 고용이 생성형 AI가 등장한 2022년 말 이후 상대적으로 16% 줄었고, 고용 감소가 “AI가 사람의 노동을 보조하기보다 자동화할 가능성이 큰 직군에 집중”됐음을 확인했다(Brynjolfsson, Chandar & Chen, Stanford Digital Economy Lab, 2025).

AI 대체 저항성은 테마 투자에서 어떻게 쓰이나?

자산집약·저진부화(HALO) 개념을 떠받치는 핵심 스크린이다. 물리적 자산집약도가 기업이 얼마나 유형적인지를 잰다면, AI 대체 저항성은 그 유형적 운영이 AI가 넘볼 수 없는 종류인지를 묻는다. 데이터 입력 회사와 철광석 광산은 둘 다 건물을 가질 수 있지만, 모델이 베낄 수 있는 일을 하는 쪽은 한 곳뿐이다.

AI 대체 저항성은 투자자에게 왜 중요한가?

이 스크린은 시장이 곧잘 한데 묶어 매기는 두 종류의 위험을 떼어내려 한다. 소프트웨어 업체와 항만 운영사는 둘 다 꾸준한 현금 창출원처럼 보이지만, 모델 성능이 한 단계 도약하면 한쪽은 위협받고 다른 쪽은 거의 긁히지 않는다. 해자가 물리적 자산이나 현실 세계의 운영인 사업에 비중을 실어, 다음 모델이 무엇을 하든 살아남는 이익을 담는 게 목표다. 이는 AI 도구 자체를 사는 것과 정반대 베팅이며, 노동 연구에서 가장 단단한 발견에 기댄다. 노출은 그 일이 얼마나 재현 가능한 정보인지를 따라가고, 물리 노동은 그 범위의 보호받는 끝단에 있다는 것이다(Eloundou et al., Science 2024).

관련 용어·개념

• 자산집약·저진부화 (HALO) 상위
• 물리적 자산집약도 (Physical Asset Intensity) 연관

자주 묻는 질문

출처

1. Akros Thematic Index Methodology Framework (EN) · Akros Technologies, Inc., 2025-11-01
2. GPTs are GPTs: Labor market impact potential of LLMs · Eloundou, Manning, Mishkin & Rock · Science, 2024-06-21
3. Gen-AI: Artificial Intelligence and the Future of Work · Cazzaniga et al. · International Monetary Fund (Staff Discussion Note SDN/2024/001), 2024-01-14
4. Automation and New Tasks: How Technology Displaces and Reinstates Labor · Acemoglu & Restrepo · Journal of Economic Perspectives, 2019-05-01
5. Occupational, Industry, and Geographic Exposure to Artificial Intelligence: A Novel Dataset and Its Potential Uses · Felten, Raj & Seamans · Strategic Management Journal, 2021-12-01
6. Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence · Brynjolfsson, Chandar & Chen · Stanford Digital Economy Lab, 2025-11-13