AI는 범인이 아니다” — 캘리포니아 크리에이티브 이코노미 14% 감원이 남긴 진짜 신호

오티스 칼리지 "AI는 업무 방식을 바꾸고 있을 뿐 … 주범은 피크TV 붕괴·스트리밍 재편·생활비 급등" 결론

생성 AI의 등장과 거의 동시에 할리우드와 캘리포니아 크리에이티브 산업은 대규모 감원을 겪었다. 11만 4,000개의 일자리가 2022년부터 2025년 사이에 사라졌다. 세상은 'AI가 창작 노동자를 대체하고 있다'는 서사에 익숙해졌다.

그러나 LA 소재 대학 오티스 칼리지 오브 아트 앤드 디자인(Otis College of Art and Design)이 7일 발표한 '2026 크리에이티브 이코노미 보고서(Creative Disruption: AI and California’s Creative Economy: 2022–2025)”'는 이런 일반적 서사를 정면으로 뒤집는다. 보고서는 이 기간 동안 작가, 소프트웨어 개발자, 아티스트 등 이른바 AI 노출도가 가장 높은 직군 의 고용은 오히려 늘었다고 밝혔다. 반면 가장 크게 줄어든 일자리는 '피크TV(Peak TV)' 호황이 끝나며 쪼그라든 영화·TV·전통 미디어 분야였다.

보고서에 따르면 감원의 진짜 주범은 AI가 아니라 구조적 비용 압박과 스트리밍 재편이다. AI는 창작 현장의 '방식'을 바꾸고 있지만, 아직 창작자의 '자리'를 빼앗지는 않았다.

할리우드 창의 생태계 감원의 실제 구조는 '피크 TV' 시대의 종말

2022~2025년 캘리포니아 크리에이티브 이코노미는 총 11만 4,000개 일자리(전체의 14%)를 잃었다. 표면적으로는 ChatGPT 출시(2022년 11월) 이후 시기와 맞물리지만, 보고서는 손실의 패턴이 AI 대체 시나리오와 일치하지 않는다고 분석했다.

영화·TV·사운드 부문은 약 30%, 전통 미디어는 약 34% 줄었다. 이는 넷플릭스가 수익성 중심 모델로 전환하고 '피크TV(Peak TV)' 시대가 막을 내리면서 촉발된 구조 조정이다. 반면 스트리밍 부문은 전국 평균과 비슷한 수준을 유지했고, 뉴미디어 분야는 오히려 47% 성장했다.

보고서 공동 저자 패트릭 아들러(Patrick Adler)는 "AI가 노동자를 대체하고 있다는 주장을 뒷받침하는 패턴이 없다"고 단언했다. 저임금 직종은 주로 캘리포니아의 급등하는 생활비로 인해 역외로 이탈했으며, 고임금·고기술 창작 직종은 AI 확산 속에서도 성장세를 이어갔다.

[그림 1] AI 시대 캘리포니아 크리에이티브 경제 섹터별 고용 변화 (2017 Q1 기준 인덱스). 출처: Otis College / BLS QCEW

AI 고노출 직군 오히려 성장 'AI는 보완 효과'

보고서의 역설적인 핵심 발견은 'AI에 가장 많이 노출된 직군이 오히려 성장했다'는 점이다. 작가, 소프트웨어 개발자, 시각 아티스트 등 생성 AI 도구가 직접 경쟁 관계에 있다고 여겨지는 직군의 취업자 수와 구인 공고 모두 2022~2025년 사이 증가했다.

이는 AI가 이들 직군의 업무 일부를 처리할 수 있게 됨으로써, 오히려 해당 역량에 대한 시장 수요를 키우는 '보완 효과'가 대체 효과보다 현 시점에서는 크게 나타나고 있음을 시사한다. AI 도구를 활용해 생산성을 높일 수 있는 고숙련 창작 인력에 대한 수요가 높아진 셈이다.

단, 이 현상이 장기적으로 지속될지는 불확실하다. 보고서는 현 시점의 스냅샷을 분석한 것으로, AI 기술 성숙도에 따라 구도는 달라질 수 있다고 단서를 달았다.

[그림 2] AI 고노출 직군 성장 vs. 캘리포니아 크리에이티브 경제 수축 비교 (2022=100). 출처: Otis College / CPS·BLS

현장에서의 AI '역할 대체' 아닌 '작업 단위 대체'

현장 인터뷰 결과는 명확했다. 단 한 명의 응답자도 AI로 인해 자신의 역할 전체나 워크플로우 전체가 대체됐다고 답하지 않았다. AI는 '검증 가능하고, 시간 절감이 명확하며, 기대 수준을 충족하는 단위 작업'에 한정적으로 투입되고 있다.(AI is replacing specific tasks instead of staffers)

포스트프로덕션 분야에서 AI는 로토스코핑, 와이어 리무빙 같은 반복적 작업에 활용된다. 그러나 AI 결과물을 검수하고 수정하는 인력이 추가로 필요해져 비용 절감 효과가 상쇄되는 사례도 보고됐다. 한 VFX 업체 대표는 할리우드리포터 인터뷰에서 "15명이 AI 결과물을 고치고 있으면, 그 인건비가 AI 절감분을 사실상 잡아먹는다"고 말했다.

포스트프로덕션에서 AI는 로토스코핑·와이어 리무빙 같은 반복 작업을 크게 줄이지만, 그 결과물을 사람이 검수·수정해야 해서 전체 인건비 절감 효과가 제한될 수 있다는 지적이 나온다. 한 VFX 업체 대표는 한 인터뷰에서 “15명이 AI가 만든 결과물을 고치고 있으면, 그 인건비가 AI가 줄여준 비용을 사실상 다 잡아먹는다”고 토로했다.

자동 생성된 마스크·클린업 결과물은 머리카락·반투명 오브젝트·복잡한 배경에서 오류가 빈번해, 시니어·미들급 아티스트가 프레임 단위로 검수·수정해야 하기 때문이다.  이때 “AI 1차 결과물을 다듬는 인력”이 다수 필요해지면서, 장편·시리즈 기준으로는 AI가 줄인 렌더·아웃소싱 비용보다 검수·리비전 인건비가 더 커지거나, 최소한 절감 효과를 상당 부분 상쇄하는 사례가 보고되고 있다.

더 흥미로운 것은 '숨겨진 AI 활용'이다. 일부 작업자들은 AI를 쓰면서도 이를 공개하지 않는다. AI를 사용한다는 사실이 '내 역할이 대체 가능하다'는 신호로 받아들여질 수 있다는 두려움 때문이다. 보고서는 이 현상이 조직 내 AI 활용의 실태를 왜곡하고 있을 가능성이 있다고 지적한다.

캘리포니아 고용 부진, AI 노출과 상관없다

[그림 3]은 AI 시대(2022~2025년) 동안 캘리포니아의 산업별 고용 성장률을 미국 전체와 비교한 산점도다. 가로축은 AI 노출 지수(AIIE index), 세로축은 전국 대비 캘리포니아 고용 성장률 상대치다.

결정계수(R²) 0.08은 AI 노출 지수와 캘리포니아 고용 부진 간의 통계적 상관관계가 사실상 없다는 것을 보여준다. 소프트웨어, 게임, 퍼블리싱 등 AI 노출도가 높은 분야도 부진했지만, 패션·공연예술 등 AI 노출이 낮은 분야도 마찬가지로 부진했다. 부진의 공통 분모는 AI가 아니라 캘리포니아 특유의 구조적 요인—높은 운영 비용, 역외 이전, 피크TV 붕괴—이라는 것이다.

[그림 3] 캘리포니아 고용 부진은 AI 노출 지수와 무관 (2022~2025, R²=0.08). 출처: Otis College / BLS QCEW

창작의 '문법'을 바꾸는 ‘AI’

보고서가 내린 최종 결론은 세 가지로 요약된다.

첫째, 현 시점에서 AI는 창작 노동자의 일자리를 빼앗지 않는다. 오히려 AI 노출이 높은 고숙련 직종의 수요는 증가했다. 둘째, AI는 업무 방식을 바꾸고 있다.

생산성 기대치 상승, 반복 작업의 자동화, 품질 기준 압박 등 창작 현장의 '문법'이 빠르게 재편되고 있다. 셋째, AI 채택의 속도와 깊이는 기술 수준이 아닌 '신뢰'가 결정한다. 현장 노동자가 AI를 도입해도 일자리를 잃지 않는다는 확신을 가질 때, AI는 비로소 더 빠르고 깊게 현장에 뿌리 내린다.

저자 아들러는 "창작 노동자에게 신뢰를 주는 것이 AI 채택을 가속화하는 가장 효과적인 방법"이라고 강조했다. 이는 기술 문제가 아니라 조직 관리와 정책의 문제라는 지적이다.

루미네이트에 따르면 미국 Z세대·알파세대는 영화·TV에서 AI 활용에 대해 용도별로 편차가 크다. 배우 전체를 디지털 복제하거나 완전히 인공 배우로 대체하는 것에는 대체로 불편함이 크지만, 사운드 효과·특수효과·더빙처럼 “보조적·기술적” 영역에서의 AI 사용에는 오히려 편안함과 수용성이 높은 편이다.

스튜디오 AI 제휴, '라이선싱'이 아닌 '제작 파이프라인 내재화'에 집중

현재까지 체결된 할리우드 스튜디오-AI 기업 간 제휴의 거의 전부가 학습 데이터 라이선싱이 아니라, 프리·포스트프로덕션 현장에 AI 이미지·영상 기술을 직접 투입하는 데 초점을 맞추고 있다. 학습 데이터 라이선스를 포함한 계약은 디즈니-OpenAI 건이 유일하며, 그마저도 캐릭터 IP를 Sora·ChatGPT에 노출시키는 '캐릭터 라이선싱'에 가깝다.

흔히 '학습 데이터 라이선싱'으로 오해받는 라이언스게이트-런웨이 계약 역시, 실제로는 라이언스게이트 자사 콘텐츠로 커스텀 영상 생성 모델을 파인튜닝해 자사 프로덕션 전용으로 쓰는 구조다. 즉, 외부에 데이터를 파는 것이 아니라 자체 제작 역량을 AI로 강화하는 것이다. 아래 표는  주요 스튜디오 AI 제휴 현황이다. 6건 모두 'AI 기술의 프로덕션 활용'이 핵심이며, 학습 데이터 라이선스나 IP 복제 허용은 단 한 건도 없다.

테크 회사스튜디오체결 시점트레이닝 데이터 라이선스IP 복제 라이선스프로덕션 내 AI 활용목적·성격 요약
RunwayAMC Networks2025년 6월없음없음있음Runway 생성형 AI 툴을 마케팅·TV 개발(캠페인 아이데이션, 프리비즈, 특수효과 등)에 통합
Google DeepMindPrimordial Soup2025년 5월없음없음있음DeepMind의 VEO 영상 생성 모델 등 툴에 감독 3인 접근 제공, 단편 제작과 동시에 피드백 수집
RunwayFabula2025년 4월없음없음있음글로벌 프로덕션 파이프라인(피치 자료, 콘셉트 개발, 스토리보딩, VFX 등)에 Runway 도입
RunwayEDGLRD2025년 4월없음없음있음Runway 툴을 활용한 신규 포맷·프로젝트용 퍼스트 룩 개발 딜(개발 단계 중심)
MetaBlumhouse2024년 10월없음없음있음Meta AI 영상·이미지 모델 제품군인 ‘Meta Movie Gen’을 테스트하는 크리에이티브 파일럿 프로그램
RunwayLionsgate2024년 9월있음(파인튜닝용)없음있음Lionsgate 필름·TV 카탈로그를 기반으로 커스텀 AI 모델 파인튜닝, 감독·크리에이터 전용으로 프리·포스트 프로덕션에 활용


뉴욕타임스 기자 노조 "AI 기준 턱없이 부족" — 신뢰 위기의 현실

그러나 창작 현장에선 AI 적용과 관련한 갈등이 계속되고 있다. 최근 미국 최대 언론사 뉴욕타임스(NYT)에서도 이 문제가 실제 노사 갈등으로 번지고 있다.

NYT 기자 노조(Times Guild) AI 소위원회는 2026년 4월 7일 AG 술츠버거 발행인 등 경영진에게 서한을 보내 현재의 AI 기준이 "woefully inadequate(심각하게 부족하다)"며 강도 높게 비판했다.

발단은 한 프리랜서 도서 리뷰어가 AI를 활용해 가디언(The Guardian)의 리뷰 문구와 유사한 표현이 포함된 글을 NYT에 기고한 AI 표절 사건이다. NYT는 해당 프리랜서와 계약을 해지했지만, 노조는 이 사건이 경영진의 미비한 AI 기준이 낳은 예고된 결과라고 주장했다.

노조의 요구는 세 가지다. ▲성과 평가 과정에서 AI 활용에 대한 계약상 보호 조항 신설 ▲AI 활용 사실의 명확한 공시 의무화 ▲기자들의 이름·이미지·음성(NIL) 보호 강화다. 경영진은 마지막 항목에 대해서만 일부 수용 의사를 밝혔다.

이 사례는 오티스 보고서의 핵심 결론('신뢰 없이는 AI 도입도 없다')을 미디어 노사 현장에서 그대로 입증한다. AI 표절 사건 한 건이 구독자 신뢰, 기자 사기, 노사 협상 모두를 흔들었다. 한국 공영방송과 제작사가 AI 전환을 설계할 때, 계약·기준·공시 체계를 먼저 정비해야 한다는 선제적 교훈이다.

한국 미디어 산업 시사점 'AI탓은 틀렸다. 오디언스 변화를 직시'

캘리포니아 크리에이티브 경제의 이번 분석은 K-콘텐츠 산업의 AI 전환을 논의하는 한국에도 중요한 참고 프레임을 제공한다.

No.

시사점

1

AI 탓은 틀렸다 — 진짜 구조 원인을 직시해야

한국 방송·미디어 업계의 광고 시장 위축, 스트리밍 경쟁 격화, 제작비 급등 문제를 AI 탓으로 돌리는 것은 오진이다. 캘리포니아 사례처럼, 한국에서도 일자리 감소의 주된 원인은 시장 구조의 변화일 가능성이 높다. 정확한 진단 없이는 올바른 처방이 나올 수 없다.

2

K-콘텐츠의 강점인 고숙련 창작력은 AI 시대에도 유효하다

AI 노출이 높은 고숙련 직군이 오히려 성장했다는 발견은 K-드라마·K-무비의 핵심 경쟁력인 스토리텔링, 연출, 시각적 완성도 등 고숙련 창작 역량이 AI와 공진화(共進化)할 수 있음을 시사한다. AI를 위협이 아닌 생산성 도구로 재정의하는 시각 전환이 필요하다.

3

FAST·스트리밍 재편 국면에서 AI 활용 전략 재설정

넷플릭스·유튜브·FAST 채널 등 디지털 플랫폼 확장은 한국 미디어 기업에게 VFX·자막·로컬라이제이션·썸네일 제작 등 AI 적용 가능 영역을 넓히고 있다. 그러나 무조건적인 AI 도입이 아니라, '단위 작업 수준의 AI 적용'과 인간 창작자의 역할 재정의를 병행하는 접근이 효과적이다.

4

'해고 동결' 원칙 — 신뢰 기반 AI 전환의 교훈

보고서의 핵심 정책 제언은 한국 지상파 방송·제작사에도 직접 적용된다. KBS·MBC·SBS 등 레거시 미디어가 AI 전환을 추진할 때, 조직 내 불안이 클수록 AI 도입 저항이 커지고 실험이 위축된다. 구성원의 고용 안정성을 전제로 AI 파일럿을 설계해야 더 빠르고 깊은 도입이 가능하다.

5

정부 AI 정책 설계에의 함의 — 증거 기반 접근 필요

국가 AI 위원회, 방송미디어통신위원회, 과기부 등이 미디어 AI 정책을 설계할 때, '일자리 대체' 프레임에 과도하게 의존한 규제 설계는 오히려 혁신을 저해할 수 있다. 캘리포니아 사례처럼, 데이터 기반의 정밀한 진단이 선행돼야 한다. 고삼석 동국대 석좌교수가 강조하는 '공진화(共進化)' 프레임(AI와 인간 창작자가 함께 성장하는 생태계 설계)이 정책 방향의 핵심이 될 수 있다. 정책의 목표를 “AI를 얼마나 막을 것인가”가 아니라 “AI를 활용해 인간 창작자의 역량·보상·안정성을 어떻게 높일 것인가”로 전환함으로써, 규제와 진흥을 통합한 장기적 생태계 설계가 가능해진다.


 한국 정부는 “AI를 막아야 일자리를 지킨다”는 직관적 구호에 기대 규제 강도를 높이는 유혹에 빠지기 쉽지만, 이는 정작 현장에서 필요로 하는 재교육·전환·혁신 투자 여력을 갉아먹는 역설을 낳을 수 있다. 캘리포니아 사례에서 보듯, 실제 데이터와 업계 현장의 증언을 교차 검증한 정밀한 진단이 선행되지 않으면, 정치적 구호와 사회적 불안에 휘둘린 단기 처방식 규제가 반복될 위험이 크다.


한국의 방송통신 산업 주요 규제 및 진흥 기관인 방송미디어통신위원회는 VFX·애니메이션·방송 포스트 등 세부 분야별로 AI 도입 효과(비용, 노동 강도, 신규 역할, 프리랜서 구조 변화)를 정기 조사해, 표준계약서·공정거래 가이드라인·저작권·저작인접권 보호 장치를 미세 조정하는 역할을 맡을 수 있다.


첫째, 기술·노동·시장 데이터를 기반으로 한 “사실 확인 우선” 원칙: 대체·보완 효과, 직무·숙련 구조 변화, 소득 분포 영향까지 계량적으로 분석한 뒤 규제·지원 수단을 설계해야 한다.


둘째, ‘공진화’ 관점에 입각한 다층 지원: AI 활용 역량을 높이는 교육·전환 지원, 협업을 전제로 한 노사·플랫폼 3자 협의 구조, 인간 창작자의 권리·보상을 강화하는 새로운 보호 장치를 병행해야 한다.