핵심 내용
Anthropic은 9월 30일 현재 로봇이 미국 노동시장의 어떤 작업을 수행할 수 있는지를 측정한 새로운 robot exposure index를 공개했다. 연구진은 현재 상용·실험 로봇이 실제로 시연한 capability를 기준으로 물리 작업을 평가했다.
연구 결과 로봇은 미국의 물리적 작업 가운데 약 74%를 어떤 형태로든 수행할 수 있으며, 이는 전체 노동시간 기준 약 34%에 해당한다. 그러나 상당수는 로봇에 맞춰 특별히 설계된 환경에서만 가능하다. 사람이 일하는 비구조적 환경에서 수행할 수 있는 작업은 훨씬 제한적이다.
경제성은 더 큰 제약이다. Anthropic은 현재 로봇이 인간 노동보다 저렴하게 수행할 수 있는 작업이 전체 직무 작업의 약 0.3%에 불과하다고 추정했다. 과거 로봇 가격 하락추세가 그대로 이어진다고 가정하면 비용경쟁력이 있는 작업 비중이 10%에 도달하는 데 약 40년이 걸릴 수 있다는 계산도 제시했다. 이는 장기예측이 아니라 과거 비용추세를 단순 연장한 시나리오다.
Anthropic은 LLM 노출까지 함께 계산하면 전체 노동시간의 약 80%가 LLM 또는 로봇 중 하나에 기술적으로 노출된다고 추정했다. 하지만 노출은 실제 자동화와 동일한 개념이 아니다. 비용, 규제, 인간 선호, 신뢰, 로봇의 세밀한 조작능력 등으로 인해 기술적으로 가능한 작업 상당수가 실제로 자동화되지 않을 수 있다.
배경
AI 노동시장 연구는 주로 텍스트·분석·코딩 등 인지업무에 집중돼 왔다. 그러나 전체 경제에는 운전, 물류, 조립, 조리, 의료지원처럼 물리적 상호작용이 필요한 업무가 많다. Physical AI가 확산되려면 소프트웨어 지능뿐 아니라 하드웨어 가격과 안전성, 실제 환경 적응력이 함께 개선돼야 한다.
Anthropic 연구는 Claude가 각 업무에 적합한 실제 로봇 사례를 검색하고 capability와 환경을 평가하도록 했으며, 역사적 직업자료와 연결해 과거 로봇 노출이 이후 임금·고용 변화와 어떤 관계를 보였는지도 검토했다.
산업·시장에 미치는 영향
휴머노이드와 Physical AI 시장에서 데모 영상만으로 전체 직업 자동화를 가정하는 접근에 제동을 건다. 현재 가장 빠른 상용화 영역은 비정형 가사노동보다 물류, 포장, 자율주행처럼 환경을 일정하게 통제할 수 있거나 기존 로봇이 이미 상당 부분 수행하는 업무일 가능성이 높다.
반대로 AI 모델이 로봇의 인식·계획 능력을 빠르게 개선하더라도 hardware cost와 manipulation 능력이 병목으로 남으면 실제 노동시장 변화는 소프트웨어 AI보다 느릴 수 있다.
실무에서 바로 활용할 수 있는 시사점
Physical AI POC에서는 task success만 보지 말고 인간 대비 시간당 총비용, intervention rate, 환경을 로봇에 맞게 개조하는 비용, maintenance, uptime을 함께 계산해야 한다.
새 로봇을 도입할 때 처음부터 완전히 비정형 환경을 자동화하기보다 작업공간과 입력을 표준화할 수 있는 공정부터 시작하는 편이 경제성이 높을 가능성이 있다.