IBM 주가 -10% 급락이 던진 신호 : AI가 무너뜨리는 직업들

2026년 2월, IBM 주가가 하루 만에 11% 빠졌다. 앤스로픽이 클로드 코드에 COBOL 자동 분석 기능을 추가한다고 발표한 날이었다.

IBM이 수십 년간 유지보수 사업으로 돈을 벌 수 있었던 이유는 단 하나였다. "COBOL을 아는 사람이 없다"는 인력 희소성이었다. AI가 그 구조를 뒤집었다.

이게 단순히 IBM 한 기업의 이야기가 아니다. 같은 구조로 수익을 올려온 업종이 생각보다 훨씬 많다.

---

무너지는 업종의 공통 조건

취약한 업종에는 세 가지 조건이 교차한다.

첫째, 자격증이나 경험 연수로 진입 장벽을 쳐온 곳. 둘째, 반복적 분석과 문서화 작업의 비중이 높은 곳. 셋째, 디지털화된 데이터가 이미 풍부한 곳.

결국 두 가지 유형으로 수렴한다. 정보 비대칭으로 먹고 살았던 곳과 생산 단가 우위로 먹고 살았던 곳. AI는 정보 접근 비용을 0으로 만들고, 콘텐츠 생산 한계비용도 사실상 0이다.

---

🔴 단기 (1~2년 이내)

IT·소프트웨어

레거시 코드 유지보수는 IBM 사례가 보여준 그대로다. SAP·Oracle ERP 구축 및 커스터마이징, QA 테스트, 사이버보안 취약점 심사도 이미 1차 충격파를 맞았다. 주니어 개발자 수요는 '다수의 주니어 + 시니어' 체제에서 '소수의 시니어 + AI' 체제로 재편 중이다.

BPO·콜센터 (AICC)

단순 상담, 민원 처리, 아웃바운드 텔레마케팅은 이미 잠식이 진행 중이다. 주목할 지점은 따로 있다. 콜센터 운영사보다 AICC 구축 SI 업체가 더 위험하다. 지금은 수혜주처럼 보이지만, AI 모델 성능이 올라오면 커스텀 구축 없이 API 직연동으로 충분해지는 시점이 온다. 단기 수혜 → 중기 수요 소멸의 패턴이다.

번역·현지화

상업용 기술 문서, UI 번역은 사실상 끝났고, 게임 로컬라이징 같은 전문 영역도 2~3년 내 구조적 수요 감소가 불가피하다.

데이터 라벨링

2020~2023년 AI 학습 데이터 수요로 대규모 채용이 있었던 영역이다. 대학생 아르바이트로도 선호됐다. 그러나 모델 성능이 올라오면서 수요 자체가 구조적으로 줄고 있다. 단기 수혜 → 수요 소멸의 패턴이 가장 빠르게 진행 중인 직종이다.

단순 콘텐츠 제작·그래픽 디자인

스톡 이미지, 기초 카피라이팅, SNS 콘텐츠 대행 소규모 업체들은 이미 빠르게 무너지고 있다. 디자인도 마찬가지다. 배너 제작, 썸네일, 상세페이지 레이아웃 같은 반복 작업은 클라이언트가 Canva·Midjourney·Adobe Firefly로 직접 만들기 시작했고, 외주 단가가 이미 바닥을 찍고 있다. 스톡 이미지·일러스트레이션 작가 수익도 생성형 AI 등장 이후 급감 중이다. 진입 장벽이 가장 낮고 AI 대체가 가장 쉬운 레이어다.

법률 실사

M&A 실사 전문 부티크, 컴플라이언스 심사 외주 업체가 직접 사정권이다. Harvey AI 등 법률 특화 LLM이 대형 로펌 내부에 침투 중이고, 외부 발주 자체가 줄어드는 구조다. 아직 주가에 미반영된 상태다.

---

🟠 중기 (2~5년 이내)

회계·감사

빅4의 감사 자체는 규제로 보호받는다. 문제는 컨설팅·리스크 어드바이저리·세무 최적화 부문이다. 이 부문이 전체 매출의 60~70%를 차지하는데, 규제 장벽이 없다. 상장사가 아니라 주가 충격이 안 보일 뿐, 실제 인력 감축은 이미 진행 중이다. 수임료 구조도 시간제에서 결과제로 전환될 것이다.

금융 리서치·보험

신용 분석, 증권사 주니어 애널리스트, 보험 계리 중 반복 모델링 업무가 압박받는다. 독립 손해사정사는 10년 내 사실상 소멸 가능성이 있다.

증권사 PB

리테일 PB의 핵심 업무인 포트폴리오 제안, 자산 배분, 상품 추천은 이미 로보어드바이저가 상당 부분 대체하고 있다. 세금 최적화, 상속·증여 설계, ETF 포트폴리오 구성 같은 업무도 AI 상담 기능으로 빠르게 이동 중이다. 고객이 직접 AI 툴로 시뮬레이션하는 환경이 되면 PB가 제공하던 정보 비대칭 프리미엄이 사라진다. 가장 취약한 구간은 자산 5억~30억대 중간층 고객을 담당하는 PB다. 이 구간이 AI 자문 서비스로 가장 빠르게 이탈할 가능성이 높다. 반면 자산 30억 이상 UHNW 고객 담당 PB는 비공개 딜 소싱, 가업 승계, 법인 자금 구조 설계처럼 관계와 네트워크가 핵심인 업무 비중이 높아 당분간 안전하다.

시장조사·리서치 기관

Euromonitor, IBISWorld, 국내 민간 리서치 펌들이 파는 것의 본질은 데이터 수집·정리·보고서화다. AI가 공개 데이터를 실시간으로 수집·분석·서술하는 비용이 연간 구독료보다 낮아지는 순간 비즈니스 모델이 붕괴한다.

엔지니어링 문서화

건축에만 해당하는 이야기가 아니다. 배관 설계 사양서, 환경 규제 보고서, 인허가 서류, 기술 시방서 작성은 기계·플랜트·전기·화학 전 분야에 걸쳐 있다. 공통 구조는 하나다. 설계 자체보다 설계를 서류로 증명하는 과정이 먼저 무너진다.

중간 관리자·행정직군

데이터를 취합해 보고서를 만들고 의사결정을 지원하던 대기업 중간 관리층이 AI 분석 도구에 대체된다. 조직 구조가 수직적에서 극도로 평평한(Flat) 구조로 강제 전환될 것이다.

HR·채용 컨설팅

데이터베이스 매칭형 서치펌은 이미 LinkedIn AI에 잠식됐다. 중하위 포지션 채용 대행 업체들의 존재 이유가 급격히 약해지고 있다.

UI/UX·패키지 디자인

와이어프레임 초안 작성, 컴포넌트 라이브러리 정리, A/B 테스트용 변형 디자인 생성이 AI로 빠르게 대체되고 있다. Figma AI 기능이 이 영역을 직접 타격 중이다. 규격화된 포맷 안에서 반복 작업이 많은 패키지·인쇄 디자인도 대형 유통사들의 AI 도입으로 외주 물량이 줄고 있다. 디자이너 직군의 특이점은 완전 소멸이 아니라 **"1명이 10명 분의 아웃풋을 내는 구조"**로 전환되면서 필요 인원 수 자체가 급감하는 방식이다.

---

🟡 장기 압박 (4~7년, 규제·신뢰 장벽 있으나 침식 진행)

감정평가, 관세사, 노무사 중 반복 서류 업무, 변리사 중 선행기술 조사, 법무사 중 등기·서류 작성, 표준화 시험 튜터링, 의료 코딩·보험청구 심사, 영상의학 판독 외주가 여기 해당한다.

교육·아르바이트

전통적 학사 학위 과정도 압박받는다. 기업들이 학위보다 AI 활용 능력을 우선시하면서 대학 비즈니스 자체가 구조적 위기에 들어간다.

대학생 아르바이트로 선호되던 과외·튜터링도 여기 해당한다. 수능·토익·공무원 시험 대비 과외는 AI 학습 플랫폼이 빠르게 잠식 중이다. 단가가 내려가고 있고, 학부모들이 AI 튜터와 인간 과외를 직접 비교하기 시작했다. 역설적으로 카페·편의점·배달·행사 스태프 같은 단순 육체 노동이 AI 대체에 더 오래 버틴다. 머리를 쓰는 것처럼 보이지만 실제로는 반복 작업인 직종이 먼저 무너지고, 몸을 쓰는 노동이 나중에 영향을 받는 구조다.

아래는 대학생 선호 아르바이트 10개 직종의 AI 대체 위험도를 정리한 표다.

순위 직종 AI 대체 위험도

1	카페·음료 서빙	🟢 낮음
2	편의점	🟢 낮음
3	과외·학원 강사	🔴 높음
4	배달 라이더	🟡 중간 (5~7년)
5	음식점 홀·주방	🟢 낮음
6	행사·이벤트 스태프	🟢 낮음
7	데이터 라벨링·설문 조사	🔴 높음
8	번역·교정 (플랫폼)	🔴 높음
9	유통·물류 창고	🟡 중간
10	SNS 콘텐츠·마케팅 보조	🔴 높음

---

🟢 완전 대체가 어려운 영역

외과 수술 집도(판단은 AI, 집도는 인간), 판사·검사(법적 최종 책임 귀속), 정신건강의학과 치료(관계적 신뢰 필수), C-suite 의사결정 컨설팅은 완전 대체가 어렵다. 디자인 영역에서는 브랜드 아이덴티티 구축, 광고 캠페인 컨셉 설정, 공간·환경 디자인처럼 물리적 제약과 맥락 판단이 결합된 작업이 여기 해당한다. 다만 이 영역도 실행을 AI에 위임하면서 내부 효율화 압박에서 자유롭지 않다.

---

정리

IBM 사례가 보여준 건 단순한 기업 리스크가 아니다. AI 수혜주로 분류되던 기업조차 세부 사업 단위에서는 피해주로 전환될 수 있다는 구조적 신호다.

투자 분석의 프레임을 바꿔야 한다. "AI를 쓰는가"가 아니라 "수익 모델이 지식 희소성 프리미엄에 의존하는가"를 세부 사업 단위로 쪼개서 봐야 한다.

살아남는 영역은 두 가지로 압축된다. AI를 활용해 어떤 문제를 정의할지 기획하는 능력과, AI가 대신할 수 없는 물리적 실체를 다루는 영역이다.

결국 무너지는 것들의 공통점은 하나다. 사람이 시간과 희소 지식을 팔아왔던 구조 전부가 대상이다.

---

그래서 뭐로 먹고 살아야 하나

이 글을 읽는 사람 중 상당수는 이 질문에 도달할 것이다.

수년간 대학, 대학원에서 쌓아온 전문 지식, 자격증 취득을 위해 투자한 시간들이 AI에 의해 빠르게 범용화되고 있다. 이건 개인의 노력이 잘못된 게 아니라, 지식의 희소성 자체가 재편되는 구조적 변화다.

방향은 하나로 수렴한다. 지식을 보유하는 것에서 지식을 활용해 문제를 정의하는 것으로의 전환이다.

AI가 대신할 수 없는 영역은 결국 판단, 맥락 해석, 그리고 책임이다. 어떤 문제를 풀 것인지 정의하는 기획력, 이해관계자를 설득하는 커뮤니케이션, 물리적 현장에서의 실행력이 여기 해당한다.

불편한 진실은, 이 전환이 선택이 아니라는 점이다.

 

 

본 게시물은 개인적인 학습 및 기록을 위한 것이며, 특정 종목에 대한 매수/매도 추천이 아니다. 모든 투자의 책임은 투자자 본인에게 있으며, 제공된 정보는 참고용으로만 활용하시기 바란다.