제번스 역설이 지식 노동에 찾아온다

게시일: 2025년 12월 29일 | 원문 작성일: 2025년 12월 27일 | 저자: Aaron Levie (Box CEO) | 원문 보기

---

19세기 석탄에서 배우는 교훈

19세기 영국 경제학자 윌리엄 스탠리 제번스는 흥미로운 현상을 발견했어요. 기술 발전으로 석탄 사용 효율이 높아지면, 석탄 수요가 줄어들 것 같지만 실제로는 다양한 산업에서 석탄 수요가 증가했거든요.

왜 그럴까요? 수요가 일정하다고 가정하면, 효율성이 높아지면 자원 소비량이 줄어야 해요. 하지만 현실에서는 효율성이 높아지면 이전에는 상상도 못했던 새로운 사용 사례가 생기면서 대규모 성장이 일어나요.

이 역설은 산업 세계의 다양한 측면에서 생산성이나 비용이 개선될 때마다 반복적으로 증명됐어요. 특히 기술 분야에서요.

컴퓨팅의 100배 법칙

메인프레임 초기에는 전 세계에서 수백 대만 있었고, 세계 최대 기업들만 감당할 수 있었어요. 미니컴퓨터(메인프레임의 더 작고 저렴한 버전)가 등장하자 수만 대가 보급됐어요. PC 시대가 열리자 수백만 대가 됐어요.

단 30년 만에 각 컴퓨팅 시대마다 100배씩 증가한 거예요.

1970년대에는 포춘 500대 기업이어야 강력한 회계 소프트웨어에 접근할 수 있었어요. 2000년대 클라우드가 등장하면서 전 세계 모든 동네 이발소도 사용할 수 있게 됐어요. CRM 시스템, 커뮤니케이션 기술, 마케팅 자동화, 문서 관리 소프트웨어 등 거의 모든 엔터프라이즈 소프트웨어 애플리케이션에서 같은 일이 일어났어요.

대기업이 조달, 설치, 유지보수, 컴퓨팅 용량 등에서 가지고 있던 우위가 클라우드 덕분에 하룻밤 사이에 증발해버린 거예요.

규칙 기반 업무 vs 판단이 필요한 업무

그 결과 컴퓨팅 효율성의 향상은 수십 년간 거의 모든 분야에서 정해진 규칙대로 처리하는 업무의 자동화를 이끌었어요. 소프트웨어를 통해서요.

하지만 정답이 하나로 정해지지 않는 판단이 필요한 업무에서는 지금까지 불가능했어요. 기업에서 매일 하는 업무의 대다수가 이런 유형이에요. 계약서 검토, 코드 작성, 광고 캠페인 제작, 고급 시장 조사, 24시간 고객 지원, 그리고 수천 가지 다른 종류의 태스크들 말이에요.

AI 에이전트는 이런 판단이 필요한 모든 형태의 지식 노동을 누구나 할 수 있게 만들어요. 그리고 이건 비즈니스의 거의 모든 것을 바꿀 거예요.

대기업의 우위가 사라진다

오늘날 대부분의 대기업은 프로젝트 간에 자원을 쉽게 이동하고, 새로운 아이디어를 실험하고, 어떤 새 프로젝트든 최고의 변호사나 마케터를 고용하고, 새 이니셔티브에 필요한 엔지니어를 계약하거나 채용할 수 있어요.

이건 항상 세계 최대 기업들의 장점이었지만, 수십 년(어떤 경우에는 수백 년)의 비즈니스 성공과 생존 끝에만 얻을 수 있는 혜택이에요. 즉 세계 대다수의 기업과 기업가들은 무엇을 하든 첫날부터 극심한 불리함에 처해 있었어요.

AI 에이전트는 이 계산법을 근본적으로 바꿔요. 이제 조직 내 거의 모든 태스크에 대한 투자 비용을 극적으로 낮출 수 있어요.

ROI의 진짜 레버리지

사람들이 ROI를 생각할 때 흔히 하는 실수가 있어요. 수익(R)을 핵심 변수로 삼는 거예요. 하지만 진짜 레버리지 포인트는 투자 비용(I)을 낮추는 것이에요.

기업가, 사업주, 예산 편성 과정에 참여해본 사람이라면 누구나 사업 운영에서 자원이 얼마나 부족한지 알아요. 작은 팀일 때는 좋은 마케팅 웹페이지를 만들지, 새로운 제품 경험을 구축할지, 고객 지원 문의를 처리할지, 재무에서 중요한 걸 처리할지, 새로운 유통 채널을 찾을지 등 사이에서 선택해야 해요.

이 모든 투자와 시간 영역이 서로를 희생시키며 트레이드오프가 되고, 결국 성장을 막아요.

이제 이런 트레이드오프를 만드는 핵심 제약을 폭파할 수 있어요: 바로 이 활동들을 하는 비용이요.

수요가 10배, 100배 증가하는 이유

많은 분야에서 수요가 10배 또는 100배 증가할 거예요. 이전에는 대부분의 회사가 실험조차 하지 않았을 다양한 유형의 업무에 대한 진입 장벽을 낮췄기 때문이에요.

예를 들어볼게요. 이전에는 비즈니스용 맞춤 소프트웨어가 없던 10인 서비스 회사를 상상해보세요. 처음부터 시작하면 전체 앱을 개발하고, 운영하고, 고객 요청을 반영하고, 소프트웨어를 안전하고 견고하게 유지하는 데 여러 명이 필요했을 거예요.

그래서 프로젝트 자체가 시작조차 안 됐어요.

이제 팀원 한 명이 며칠 만에 프로토타입을 만들고, 며칠 안에 가치 제안을 증명해요. 이걸 조직 내 다른 모든 유형의 업무나 태스크에 적용해볼 수 있어요.

일자리는 어떻게 될까?

물론 많은 사람들이 이 새로운 세계에서 모든 일자리가 어떻게 될지 궁금해해요.

현실은 AI가 자동화할 수 있는 모든 태스크에도 불구하고, 진정한 가치를 창출하려면 전체 워크플로우를 엮어내는 사람이 여전히 필요하다는 거예요. AI 에이전트는 관리, 감독, 그리고 상당한 맥락이 필요해야 완전한 성과를 낼 수 있어요.

지난 몇 년간 AI 모델 성능의 모든 향상은 AI 출력 품질을 높였지만, 원하는 것을 완벽하게 구현하고 유지하는 완전 자율 AI에는 아직 한참 멀었어요.

AI 에이전트가 오늘날 우리가 하는 다양한 태스크(시장 조사, 새 기능 코드 작성, 캠페인용 디지털 미디어 제작 등)를 성공적으로 대신하고 있는 건 분명해요. 하지만 이런 태스크를 가치를 창출하는 더 넓은 워크플로우에 통합하려면 여전히 인간의 판단과 많은 노력이 필요해요.

AI가 전체 워크플로우의 더 많은 부분을 수행하게 되더라도, 우리는 우리가 하는 일에서 더 많은 것을 기대하게 될 거예요. 결국 오늘날 한 사람의 전체 업무가 내일은 더 큰 업무의 일부 태스크가 되는 거죠.

역사적 증거: 마케팅 일자리

역사적으로 이런 일은 늘 일어났어요. 만약 1970년대 누군가에게 Figma나 Google Adwords를 설명했다면, 미래에는 한 역할 안에서 여러 다른 일을 할 수 있게 되니까 마케팅 일자리가 급감할 거라고 예상했을 거예요.

하지만 정반대가 일어났어요.

대략적인 계산(물론 AI로 한)에 따르면, 1970년대 미국에서 PR, 그래픽, 광고 등 마케팅 관련 직종에 종사하는 사람은 수십만 명이었어요. 오늘날에는 수백만 명이에요.

기술이 이 업무를 훨씬 더 효율적으로 만든 것과 정확히 같은 시기에 어떻게 이런 일자리가 50년간 5배 이상 증가했을까요?

바로 그 효율성 때문에요.

광고가 대기업(CPG2 회사나 자동차 회사 같은)만의 영역에서 거의 모든 소규모 비즈니스가 참여할 수 있는 것으로 바뀌었어요. 마케팅 기술, CRM 시스템, 분석, 그래픽 디자인 소프트웨어, 타겟팅 플랫폼, 새로운 유통 채널, 그리고 많은 다른 기술 기반 트렌드가 더 많은 회사들이 더 정교한 마케팅의 ROI를 정당화할 수 있게 했어요.

AI 때문에 많은 분야에서 비슷한 일이 일어날 거예요.

제번스 역설이 지식 노동에 찾아온다

상상할 수 있는 모든 유형의 태스크를 훨씬 저렴하게 수행할 수 있게 됨으로써, 궁극적으로 우리는 훨씬 더 많은 것을 하게 될 거예요.

미래의 AI 토큰 대다수는 오늘날 노동자로서 우리가 하지도 않는 일에 사용될 거예요. 시작조차 하지 않았을 소프트웨어 프로젝트, 검토하지 않았을 계약서, 발견하지 못했을 의학 연구, 그리고 그렇지 않았다면 시작하지 않았을 마케팅 캠페인에 사용될 거예요.

---