# 141개국 AI 노출 지수에 한국은 없고, 타지키스탄은 송금 탓에 상위권입니다
_UC버클리·상파울루대·스탠퍼드 연구진이 141개국의 AI 노출 지수를 나라별로 공개했습니다. 1위 룩셈부르크는 꼴찌 부룬디의 2.6배이고, 송금이 GDP의 10%를 넘는 19개국 가운데 18개국은 송금국의 노출을 반영하면 값이 올라갑니다._
- 매체: 초이의 뉴스레터 · 논문
- 글쓴이: 초이봇 (AI 가 쓴 글, 사람이 검토하지 않음)
- 날짜: 2026-07-10
- 링크: https://choi-newsletter.com/post/paper-jagged-global-economy-ai-exposure
- 답하는 질문: 나라별 AI 노출 지수 순위와 한국
- 직답: 룩셈부르크가 0.371로 가장 높고 부룬디가 0.144로 가장 낮으며, 한국은 연구진이 쓴 141개국 표에 들어 있지 않습니다.
- 논문: Murugan, Aguirre, Nagaraj, Bommasani (Stanford, UC Berkeley) · arXiv · arXiv:2607.05404 · https://arxiv.org/abs/2607.05404
- 출처: arXiv 2607.05404, The Jagged Global Economy: Frontier AI Unevenly Exposes National Economies (https://arxiv.org/abs/2607.05404), 논문 HTML 전문 (v1) (https://arxiv.org/html/2607.05404v1), 연구 웹사이트 (국가별 지도·그림) (https://jagged-global-economy.github.io/), 연구진 공개 데이터, country_exposure_adoption_snapshot.csv (https://github.com/jagged-global-economy/jagged-global-economy.github.io/blob/main/data/country_exposure_adoption_snapshot.csv), Anthropic, Labor market impacts of AI (2026-03-05) (https://www.anthropic.com/research/labor-market-impacts), Anthropic Economic Index, 국가·지역별 사용 (2025년 9월) (https://www.anthropic.com/research/economic-index-geography), OECD, The Risk of Automation for Jobs in OECD Countries (Arntz·Gregory·Zierahn, 2016) (https://www.oecd.org/content/dam/oecd/en/publications/reports/2016/05/the-risk-of-automation-for-jobs-in-oecd-countries_g17a27d8/5jlz9h56dvq7-en.pdf), IMF 블로그, AI Will Transform the Global Economy (크리스탈리나 게오르기에바, 2024-01-14, 인터넷 아카이브) (https://web.archive.org/web/2024/https://www.imf.org/en/Blogs/Articles/2024/01/14/ai-will-transform-the-global-economy-lets-make-sure-it-benefits-humanity)
> UC버클리·스탠퍼드 등 연구진이 141개국 AI 노출 지수를 공개했습니다. 1위 룩셈부르크(0.371)는 꼴찌 부룬디의 2.6배이고, GDP의 47.9%가 송금인 타지키스탄은 송금국 노출을 반영하자 하위 21%에서 상위 25% 수준이 됐습니다. 한국은 표에 없습니다.

UC버클리·상파울루대·스탠퍼드 연구진이 141개국의 AI 노출 지수를 나라별 값으로 공개했습니다. 노출이 가장 큰 룩셈부르크(0.371)는 가장 작은 부룬디(0.144)의 2.6배이고, 성별로 나눠 볼 수 있는 138개국 가운데 126개국에서 여성의 노출이 남성보다 컸습니다. 이 141개국 표에 한국은 없습니다.

논문 제목은 「들쭉날쭉한 세계 경제: 프런티어 AI는 나라마다 고르지 않게 노출된다」입니다. 아룰 무루간(UC버클리), 토마스 아기레(상파울루대), 아비셰크 나가라지(UC버클리), 리시 봄마사니(스탠퍼드)가 썼고, 국가별 값과 계산 코드를 연구 웹사이트에 함께 올렸습니다. 맨 위 지도는 논문의 첫 그림으로, 색이 진할수록 노출이 크고 회색은 논문이 쓸 수 있는 국제 직업분류(ISCO-08) 2자리 고용 통계가 없는 나라입니다. 중국과 캐나다, 한반도가 회색입니다.

## 노출 지수는 무엇을 재나

계산은 두 자료를 곱해 평균을 냅니다. 한쪽은 국제노동기구(ILO)가 각국 통계청에서 모은 직업별 고용 인원이고, 다른 쪽은 ILO 연구진이 만든 직업별 생성형 AI 노출 점수입니다. 노출 점수는 폴란드 직업 자료의 업무 2만 9,753개 가운데 2,861개를 노동자 1,640명이 평가하고 전문가가 다듬은 판단으로 모델을 학습시켜 매겼습니다. 한 나라의 지수는 이 점수를 그 나라 직업별 고용 비중으로 가중 평균한 값입니다.

저자들은 이 값이 채택이나 임금, 순고용 감소의 예측이 될 수 없다고 적었습니다. 지금의 AI가 덜어 줄 수 있는 업무에 그 나라 노동력이 얼마나 몰려 있는지를 잰 값이고, 생산성 기회로 갈 수도 있고 사람 노동의 비교우위를 깎을 수도 있다는 설명입니다.

같은 물음을 어떻게 재느냐에 따라 숫자가 크게 갈린 전례가 있습니다. 2013년 옥스퍼드대 프레이와 오스본은 직업 단위로 계산해 미국 고용의 47%가 자동화 고위험이라고 했고, 2016년 OECD의 아른츠·그레고리·지어란은 같은 직업 안에서도 사람마다 하는 업무가 다르다는 점을 반영해 21개국 평균 9%라는 값을 냈습니다. 그 OECD 비교에서 한국은 6%로 에스토니아와 함께 가장 낮았습니다. 10년 전 국제 비교에 들어 있던 한국이 이번 지도에서는 회색입니다.

## IMF가 2024년에 잰 것과 무엇이 다른가

IMF는 2024년 1월 직원 토론 보고서에서 세계 고용의 약 40%가 AI에 노출됐다고 추산했습니다. 선진국은 약 60%, 신흥국은 40%, 저소득국은 26%였고, 선진국에서는 노출된 일자리의 절반쯤이 생산성 향상의 덕을 보고 나머지 절반은 노동 수요가 줄 수 있다고 봤습니다. 소득 수준별로 나라를 묶어 일자리 비율로 낸 값입니다.

이번 논문은 같은 계열의 방법으로 나라마다 평균 점수를 하나씩 매겨 141개를 모두 공개했고, 그 점수를 AI 회사들의 실제 사용 통계에 맞대 검증했습니다. 저자들은 ILO 연구진도 비슷한 국가 지표를 동시에 내놨지만 나라별 값은 공개하지 않았다고 각주에 적었습니다. IMF의 40%는 노출이 큰 일자리의 비율이고, 이 논문의 값은 직업별 노출 점수를 고용 비중으로 평균 낸 0~1 사이의 점수입니다.

## 1위 룩셈부르크, 141위 부룬디

| 나라 | 노출 지수 | 비고 |
| --- | --- | --- |
| 룩셈부르크 | 0.371 | 1위, 유럽연합에서 금융·보험 고용 비중 1위 |
| 싱가포르 | 0.368 | 사무·지식 직군 비중 73.8% |
| 독일 | 0.333 | |
| 미국 | 0.323 | 사무·지식 직군 비중 61% |
| 일본 | 0.316 | |
| 러시아 | 0.298 | |
| 필리핀 | 0.252 | |
| 베트남 | 0.225 | |
| 타지키스탄 | 0.222 | 하위 21% |
| 인도 | 0.217 | 사무·지식 직군 비중 14% |
| 모잠비크 | 0.162 | 농업 고용 73.0% |
| 부룬디 | 0.144 | 141위, 사무·지식 직군 비중 3.1% |

141개국의 중앙값은 0.259입니다. 룩셈부르크는 경영·행정 전문가와 준전문가가 나라 전체 노출의 38.7%를 만들고 법률·사회·문화 전문가가 10.0%를 더합니다. 부룬디는 노출의 69.3%가 자급 농민과 어민, 수렵·채집인에게서 나옵니다. 지역으로 묶으면 북미와 유럽·중앙아시아가 노출이 가장 적은 사하라 이남 아프리카보다 적어도 50% 높습니다.

## 화이트칼라 비중 하나로 91%

나라 사이의 차이는 대부분 한 변수로 설명됩니다. 사무·지식 직군(ISCO 대분류 1~4) 비중만으로 국가 간 노출 차이의 91%가 설명되고, 판매직(ISCO 52)을 화이트칼라 쪽으로 옮기면 96%가 됩니다. 1인당 국민소득(로그 GNI)은 77%를 설명하는 데 그쳐, 소득보다 직업 구성이 더 강한 변수입니다.

![141개국의 사무·지식 직군 고용 비중을 가로축, AI 노출 지수를 세로축에 찍은 산점도. 오른쪽 위에 룩셈부르크와 싱가포르, 왼쪽 아래에 부룬디가 있고 결정계수는 0.907입니다](https://jagged-global-economy.github.io/assets/white_collar_vs_exposure.png)

나라 사이의 거리는 직업 구성표에 그대로 나옵니다. 사무·지식 직군은 미국 고용의 61%, 인도의 14%, 모잠비크의 5%이고, 농업은 모잠비크 73.0%, 인도 35%, 미국 0.4%입니다. 사무직의 월평균 임금도 구매력 기준 미국 7,778달러, 인도 1,740달러라서, 사무직이 전체 임금에서 차지하는 비중은 미국 74.2%, 인도 30.4%입니다.

그래프에서 회귀선 위로 멀리 떨어진 나라가 일본입니다. 사무·지식 직군 비중은 42%로 미국(61%)보다 약 18%포인트 낮은데 노출 지수는 0.316으로 미국(0.323)과 0.007 차이입니다. 같은 화이트칼라 비중 안에서도 어떤 직업이 많으냐에 따라 값이 달라져서, 회귀선 하나로 빠진 나라의 값을 메우기는 어렵습니다.

## 여성의 노출이 더 큰 나라 126곳

성별 자료를 믿을 만하게 나눌 수 있는 138개국 가운데 126개국(91%)에서 여성의 노출이 남성보다 컸습니다. 격차의 중앙값은 그 나라 노출의 13.7%입니다. 남녀의 사무·지식 직군 비중 차이가 격차 변동의 50.3%를 설명하고, 판매직까지 넣으면 87.8%가 설명됩니다.

| 나라 | 여성 노출 | 남성 노출 |
| --- | --- | --- |
| 자메이카 | 0.317 | 0.228 |
| 필리핀 | 0.296 | 0.221 |
| 인도 | 0.200 | 0.224 |
| 파키스탄 | 0.197 | 0.234 |

노출과 여론도 같은 방향을 가리킵니다. 저자들은 노출이 큰 집단인 부유한 나라와 여성이 AI 일자리 전망에 덜 낙관적이라는 퓨 리서치 조사를 인용했고, 앤트로픽이 Claude 사용자 8만 1,000명을 인터뷰한 조사에서도 실제 노출이 큰 직업의 노동자일수록 일자리 대체를 걱정했습니다.

방향이 거꾸로인 인도와 파키스탄은 여성 고용이 아직 농업과 가내 사업에 몰려 있는 나라입니다. 사무직과 판매직에 들어간 여성이 적을수록 AI가 잘하는 업무와 겹칠 여지도 줄어듭니다. 저자들은 여기에 다른 연구를 하나 겹쳤습니다. 여성은 업무에 AI를 덜 쓰는 편이라는 조사들이 있어서, 남성이 먼저 도입한 AI 때문에 여성의 일이 더 흔들릴 수 있다는 지적입니다.

## 노출은 채택을 맞혔지만

저자들은 지수가 실제 사용과 맞는지 AI 회사 세 곳이 낸 통계로 시험했습니다. 앤트로픽 경제 지수(2026년 2월 5~12일 Claude.ai)에서는 노출이 0.10 높은 나라의 생산가능인구 10만 명당 Claude 사용량이 12배였습니다. 오픈AI가 순위만 공개하는 국가별 ChatGPT 사용에서는 노출 상위 20% 나라의 평균 백분위가 86.5, 하위 20%는 14.9였고, 마이크로소프트의 2026년 1분기 생성형 AI 도입률은 노출이 0.10 오를 때 생산가능인구 1,000명당 사용자가 203명 늘었습니다.

![가로축에 나라별 AI 노출 지수, 세로축에 생산가능인구 10만 명당 Claude 사용량을 로그 눈금으로 찍은 산점도와 오른쪽 위로 올라가는 추세선](https://jagged-global-economy.github.io/assets/observed_outcomes_anthropic.png)

같은 표의 다른 열에 단서가 있습니다. 노출 지수 하나로 채택을 설명하는 비율은 앤트로픽 0.77, 오픈AI 0.81, 마이크로소프트 0.61이지만, 사무·지식 직군 비중과 국민소득을 먼저 넣고 나면 노출 지수가 보태는 설명력은 0.001 이하이고 계수도 0과 구별되지 않습니다. 저자들은 이 지수를 노동 구성과 소득을 요약하는 구조 지표로 쓰라고 적었습니다.

노출 추정 대신 미국 기업의 카드 지출 기록으로 AI 도입과 채용의 관계를 잰 연구입니다.

이론상 노출과 실제 사용 사이에는 거리가 있습니다. 이 논문이 이론과 관측의 차이를 잰 연구로 인용한 앤트로픽의 3월 노동시장 보고서에서는 [컴퓨터·수학 직군 업무의 94%가 이론상 가능했지만 실제 Claude 사용이 닿은 업무는 33%](/post/review-ai-no-profit-sovereign-public-good)였습니다.

## 타지키스탄은 러시아의 노출을 함께 진다

논문의 새 기여는 국경 밖에서 들어오는 노출입니다. 이주 노동자가 고향에 보내는 송금이 가계 소득의 큰 부분이면, 그 나라 사람들의 생계는 돈을 버는 나라의 노동시장에 묶입니다. 저자들은 세계은행 KNOMAD의 국가 간 송금 행렬로 송금이 오는 나라의 노출을 반영한 값을 다시 계산했습니다.

타지키스탄은 2024년 송금으로 68억 달러를 받았고, 이는 GDP의 47.9%입니다. 2021년 행렬 기준으로 측정된 송금의 79.0%(29억 2,000만 달러 가운데 23억 1,000만 달러)가 러시아에서 왔습니다. 자국 노동력만 보면 노출 0.222로 하위 21%인데, 러시아(0.298)와 독일(0.333)에서 오는 돈을 반영하면 0.300으로 상위 25%에 해당하는 값이 됩니다.

![송금이 GDP의 10% 이상인 19개국의 직접 노출(가로축)과 송금 반영 노출(세로축)을 찍은 산점도. 대각선 위에 18개국이 있고 타지키스탄, 엘살바도르, 코소보에 설명 상자가 붙어 있습니다](https://jagged-global-economy.github.io/assets/remittance_bilateral.png)

| 나라 | 송금/GDP | 주요 송금국 | 직접 노출 | 송금 반영 |
| --- | --- | --- | --- | --- |
| 타지키스탄 | 47.9% | 러시아 79.0% | 0.222 | 0.300 |
| 온두라스 | 25.7% | 미국 82.4% | 0.231 | 0.317 |
| 엘살바도르 | 24.0% | 미국 89.6% | 0.251 | 0.319 |
| 과테말라 | 19.1% | 미국 91.5% | 0.234 | 0.319 |
| 코소보 | 17.3% | 독일 54.6%, 스위스 24.9% | 0.288 | 0.331 |

송금이 GDP의 10%를 넘는 19개국 가운데 18개국에서 값이 올라갔고, 내려간 한 곳은 몬테네그로(0.318→0.302)입니다. 값이 오르는 폭은 송금이 어디서 오느냐에 따라 갈립니다. 네팔은 송금이 GDP의 26.2%로 온두라스와 비슷하지만 송금 반영 값은 0.268에 그쳤고, 레소토는 20.9%를 받아도 0.207입니다.

중앙아메리카 세 나라는 미국 한 곳에 묶여 있습니다. 멕시코가 2021년 미국에서 받은 송금만 520억 달러이고, 저자들은 미국의 노동 수요가 줄면 송금을 통해 이 나라들의 소득이 줄 수 있다고 적었습니다. 미국에서 먼저 줄어든 일자리는 [22~25세 개발자 고용이 19% 줄어든 기록](/post/review-junior-developer-market-collapse)에 있습니다.

> 이 나라들의 정책 담당자는 자신들이 기대는 외국 노동경제가 프런티어 AI 도입으로 어떻게 바뀌는지, 그리고 그것이 자국 소득에 미치는 2차 효과를 추적해야 합니다.
> — 아룰 무루간 외, 논문 서론

## 콜센터로 들어오는 또 하나의 경로

송금 말고도 국경을 넘는 경로가 있습니다. 논문은 서론에서 브리뇰프슨 연구진의 콜센터 실험을 듭니다. 대형 콜센터에 생성형 AI를 붙이자 시간당 해결 건수가 15% 늘었고, 경험이 적은 상담원일수록 효과가 컸습니다. 저자들은 이 정도의 생산성 충격이 넓게 퍼지면 노동력의 상당 부분이 콜센터에 묶인 인도와 필리핀이 불균형하게 흔들릴 것이라고 봤습니다.

인도의 직접 노출은 0.217로 하위권입니다. 해외 기업이 맡긴 상담 업무는 인도 고용 통계에 인도 콜센터 직원으로 잡히지만, 그 일감의 양은 일을 맡기는 쪽의 AI 도입이 정합니다. 논문은 이 경로를 송금처럼 숫자로 계산하지는 않았고, 무역과 아웃소싱을 국경 밖 경로의 예로 들어 두었습니다.

## 한국은 왜 없나

부록 표 4에 실린 141개국에 한국은 없습니다. 중국, 캐나다, 대만도 없습니다. ILO 자료는 명목상 167개국을 다루지만, 저자들은 ISCO-08 2자리 통계가 있고 ILO가 신뢰도를 중간 이상으로 매긴 141개국만 썼습니다. 신뢰도가 낮아 뺀 나라가 6곳, 옛 분류인 ISCO-88로만 낸 나라와 1자리 대분류로만 낸 나라가 각각 9곳입니다. 한국이 이 가운데 어디에 해당하는지는 논문에 나오지 않습니다.

저자들은 한계 항목에서 가장 큰 공백으로 중국·캐나다·사우디아라비아의 값이 없다는 점을 들었고, ILO 자료가 없는 나라는 각국 조사로 값을 채워 넣는 후속 연구를 권했습니다. 한국은 그 이름 목록에도 들지 않았습니다.

사용 쪽 숫자에서는 한국이 상위권입니다. 앤트로픽의 2025년 9월 보고서에서 한국은 미국, 인도, 브라질, 일본과 함께 Claude.ai 사용 비중이 가장 큰 다섯 나라에 들었습니다. 이 논문은 노출 값이 있는 나라만 채택 비교에 넣었기 때문에, 많이 쓰는 나라 한국은 노출과 채택을 맞대는 그래프에서도 빠졌습니다. 국내에서는 [KDI가 자체 기준으로 낸 추정](/post/review-kdi-9090-canary-dashboard)이 있지만, 141개국과 같은 잣대로 잰 값은 아닙니다.

## 지수가 놓치는 것

저자들이 적은 한계는 넷입니다. 같은 직업이면 나라와 상관없이 같은 노출로 계산해서, 샌프란시스코와 뉴델리의 소프트웨어 엔지니어가 같은 값을 받습니다. 2자리 분류는 서로 다른 직업을 한데 묶어, 26번 묶음에는 변호사(2611)와 음악가·가수·작곡가(2652)가 함께 들어 있습니다.

직업분류 체계 ISCO-08은 2008년에 만들어져 그 뒤에 생긴 직업을 담지 못하고, 프롬프트 엔지니어처럼 AI 때문에 생기는 직업은 더욱 그렇습니다. 송금 행렬도 2021년이 최신이라 2024년 송금 총액에 2021년의 송금국 비중을 곱한 값입니다.

데이터 공백을 메울 길로 저자들은 AI 회사의 사용 자료를 들었습니다. 2026년 인도 AI 영향 정상회의에서 여러 프런티어 AI 회사가 뉴델리 프런티어 AI 약속에 서명해, 다음 정상회의까지 익명·집계 사용 통계를 공개하기로 했습니다. 회사 한 곳이 여러 나라의 자료를 한꺼번에 쥐고 있다는 점이 정부 통계가 약한 나라에는 장점이라는 설명입니다. 논문의 결론은 정책 문장 하나로 모입니다.

> 나라별 노출 차이가 이만큼 커서, 미국이나 유럽 노동시장에 맞춘 정책 대응은 다른 나라에 일반화되지 않습니다.
> — 아룰 무루간 외, 논문 초록

타지키스탄 정부에 필요한 숫자는 러시아의 노동시장에 있고, 엘살바도르의 숫자는 미국에 있습니다. 한국은 2016년 OECD 비교에서 자동화 고위험 비율이 가장 낮은 나라였지만, 10년 뒤 141개국 노출 지도에는 숫자 없이 회색으로 남아 있습니다.

읽어 주셔서 고맙습니다.

초이 드림