(4) 고용 통계지표로 경기 침체를 미리 알 수 있을까?

미국 고용지표의 예측치 vs 측정치 차이와 경기지표 간 상관성
(1) 미국 고용지표, 왜 자꾸 틀릴까?
(2) 경기침체 전조? 고용 통계가 흔들릴 때와 경기지표들의 움직임
(3) 과대계상 논란: 90만 개 일자리와 과거의 데자뷰
(4) 고용 통계지표로 경기 침체를 미리 알 수 있을까?

 

AI 도입은 개발자 증가뿐 아니라 단기적으로는 일부 IT 직군의 단기 축소를 함께 이끌고 있음. 초기에 AI의 도입은 수많은 개발자 인력 수요를 예상하게 했지만, 결과적으로는 초급개발자 수준의 업무는 AI가 대체 가능한 수준까지 발전했기 때문에 단기적으로는 AI붐이 시작될 때에 충원한 과잉인력을 반대로 해고하고 있는 현상이 나타남.

• Salesforce는 AI 도입으로 고객지원 인력 4,000명 감원 (출처)
• TCS는 AI 전환 명목으로 최대 12,000명 감원(출처)

반면, 중장기적으로는 데이터·AI 관련 직무는 고용 증가세. WEF는 2030년까지 AI 관련 신규 고용 수가 감소 직무를 상회할 것으로 예측 (출처)

---

고용 통계 모델의 한계

기존 CES/NFP 방식은 다음 항목을 잘 반영하지 못함:

1. AI 자동화로 인한 감원 – 일부 기업이 AI를 통한 인력 대체를 사실상 “기술 업데이트”로 분류.
2. 원격근무·긱워커·플랫폼 노동: 공식 고용 통계에 반영되지 않거나 과소 집계됨.
3. 신형 직무 분류 체계 미비: AI 관련 새 직무가 코드에 반영되기까지 시간 지연
4. 통계 체계 개편: 플랫폼·프리랜서·AI보조 직무 포함하도록 분류 체계 보강 필요.

위와 같은 고용지표 예측 모델의 한계로 인하여,

모델의 업데이트가 없는 한, 앞으로도 현 수준(2024, 2025년) 이상의 오차가 발생할 여지가 있음.

그러나 만약, 예상되는 수준 이상의 NFP지표 오차가 발생한다면

과거와 같은 경기침체에 대한 선행지표로 볼 수 있을지 판단해 보아야 할 것으로 보임.

 

---

결론:

과거 데이터만으로 보자면, "NFP의 예상치-측정치"는 경기 침체의 선행지표로 볼 수 있으나,

AI의 개발로 인한 전체 일자리 수의 증가, 직군별 일자리 지형 변화, 고용지표 예측 모델의 한계 등 요인 때문에

완벽한 경기선행지표로 보기에는 한계가 있음.