직업이 사라진다기보다 일이 쪼개진다
AI 이야기가 나오면 많은 사람이 먼저 묻습니다. "내 직업도 없어질까?" 걱정할 만한 질문입니다. 하지만 현실의 변화는 보통 직업 전체가 한순간에 사라지는 방식으로 오지 않습니다. 먼저 바뀌는 것은 직업 안에 들어 있는 작은 업무들입니다.
예를 들어 마케팅 담당자의 일을 생각해 봅시다. 이 직업 안에는 시장 조사, 자료 요약, 광고 문구 작성, 회의 참석, 예산 조율, 고객 설득, 성과 분석이 함께 들어 있습니다. 이 중 AI가 잘하는 일은 자료 요약, 초안 작성, 문구 후보 만들기, 표 정리처럼 패턴이 분명하고 반복되는 업무입니다. 반대로 고객의 숨은 불만을 읽고, 회사의 상황에 맞춰 우선순위를 정하고, 팀을 설득하고, 최종 책임을 지는 일은 여전히 사람의 몫입니다.
그래서 AI 시대의 직업 변화를 이해하려면 "이 직업은 사라질까?"보다 "이 직업 안에서 어떤 업무가 AI에 맡겨질까?"라고 묻는 편이 더 정확합니다. 반복적인 문서 처리, 고객 문의 1차 응대, 코드 작성 보조, 긴 자료 요약, 기본 보고서 초안은 AI가 빠르게 도와줄 수 있습니다. 반면 판단, 협상, 윤리적 책임, 사람 사이의 신뢰 형성, 복잡한 맥락 이해는 쉽게 자동화되지 않습니다.
AI 생성 이미지
AI 노출도가 높은 일부터 변화가 보인다
모든 일이 같은 속도로 바뀌지는 않습니다. AI가 다루기 쉬운 업무가 많은 직무일수록 먼저 영향을 받습니다. 특히 텍스트, 코드, 반복 응답처럼 디지털 자료로 처리되는 일이 많은 분야가 그렇습니다.
ADP Research가 소개한 스탠퍼드 연구에 따르면, AI에 많이 노출된 직무에서 초기 경력자의 고용 감소가 관찰되었습니다. 소프트웨어 개발과 고객지원 분야가 대표적입니다. 연구는 AI 노출도가 높은 직무에서 22~25세 근로자의 고용이 2022년 말부터 2025년 7월까지 6% 줄어든 반면, 같은 직무의 30세 이상 근로자 고용은 6~13% 증가했다고 설명합니다. 특히 젊은 소프트웨어 개발자는 2022년 말 고점보다 20% 낮았고, 초기 경력 고객서비스 근로자도 고점 대비 거의 11% 감소했습니다.1
이 결과를 "젊은 사람의 일자리는 모두 위험하다"로 이해하면 안 됩니다. 더 정확한 해석은 이렇습니다. AI가 대신하기 쉬운 업무를 많이 맡던 초급 직무가 먼저 영향을 받았습니다. 초급 개발자가 하던 간단한 코드 작성, 오류 수정, 기본 문서화 업무는 AI가 상당 부분 도울 수 있습니다. 고객지원에서도 자주 묻는 질문에 답하거나 정해진 절차를 안내하는 업무는 챗봇과 자동 응답 시스템이 맡기 쉽습니다.
반대로 AI 노출도가 낮은 직무에서는 같은 흐름이 뚜렷하지 않았습니다. 예를 들어 돌봄, 현장 지원, 신체적 보조처럼 사람의 직접적인 존재와 관계가 중요한 일은 AI가 쉽게 대체하기 어렵습니다. 결국 중요한 것은 직업 이름이 아니라 그 안의 업무 구성입니다.
자동화되면 줄어들 수도, 커질 수도 있다
AI의 영향은 한 방향이 아닙니다. 어떤 일은 줄어들 수 있고, 어떤 일은 오히려 늘어날 수 있습니다. 핵심은 AI가 그 직무의 대부분을 수행할 수 있는지, 아니면 일부만 도와주는지입니다.
MIT Sloan은 AI의 영향이 직업 전체보다 직업 안의 업무에 나타나는 경우가 많다고 설명합니다. AI가 어떤 직무의 대부분 업무를 수행할 수 있으면 해당 역할의 고용은 줄어들 수 있습니다. 반대로 AI가 일부 업무만 자동화하면 사람은 비판적 사고, 문제 해결, 새로운 아이디어 생성처럼 AI가 덜 잘하는 일에 시간을 더 쓸 수 있고, 그 결과 해당 직무의 수요가 늘 수도 있습니다.2
예를 들어 회계 업무에서 영수증 분류와 숫자 입력은 자동화될 수 있습니다. 그렇다고 회계 담당자의 일이 모두 사라지는 것은 아닙니다. 대신 이상 거래를 판단하고, 비용 구조를 해석하고, 경영진에게 의사결정에 필요한 설명을 제공하는 일이 더 중요해질 수 있습니다.
글쓰기 업무도 비슷합니다. AI는 이메일 초안, 보도자료 초안, 블로그 글 구조를 빠르게 만들 수 있습니다. 하지만 어떤 메시지가 우리 브랜드에 맞는지, 어떤 표현이 고객에게 신뢰를 주는지, 어떤 주장을 빼야 법적 위험이 줄어드는지는 사람이 판단해야 합니다. AI가 초안을 만들수록 사람의 역할은 "처음부터 쓰는 사람"에서 "방향을 정하고 고치는 사람"으로 이동합니다.
AI는 대체와 보완을 동시에 일으킨다
AI가 어떤 업무를 완전히 대신하면 대체가 일어납니다. 반대로 사람이 더 잘 일하도록 도와주면 보완이 일어납니다. 현실에서는 이 둘이 함께 나타납니다.
반복적인 업무는 대체 가능성이 큽니다. 전화 교환, 보험 청구 서류 처리, 채권 회수처럼 정해진 절차와 반복 응답이 많은 일은 AI와 자동화 시스템의 영향을 크게 받을 수 있습니다. 반면 교육, 현장 관리, 디자인, 전문 판단이 필요한 일은 AI가 사람을 보완하는 방식으로 쓰일 가능성이 큽니다. 골드만삭스는 반복 업무는 대체 가능성이 높고, 분석적·전문적 업무와 창의적·비정형 업무는 보완 가능성이 더 크다고 구분합니다.3
여기서 흥미로운 점은 AI가 사람을 줄이기만 하는 것은 아니라는 사실입니다. AI 덕분에 어떤 일을 더 싸고 빠르게 할 수 있게 되면, 그 일을 찾는 수요가 커질 수 있습니다. 예를 들어 디자인 시안을 만드는 비용이 낮아지면 더 많은 소상공인과 개인 창작자가 디자인 서비스를 이용할 수 있습니다. 이 경우 한 건당 필요한 시간은 줄지만 전체 일감은 늘 수 있습니다.
물론 반대도 가능합니다. 회사가 같은 양의 일을 더 적은 인원으로 처리할 수 있다면 고용을 줄일 수도 있습니다. 그래서 AI의 영향은 단순히 "좋다" 또는 "나쁘다"로 말하기 어렵습니다. 산업, 회사의 전략, 직무의 성격, 개인의 역량에 따라 결과가 달라집니다.
AI를 쓰는 사람과 쓰지 못하는 사람의 격차
AI 시대에는 같은 직무 안에서도 격차가 커질 수 있습니다. AI를 잘 쓰는 사람은 초안 작성, 자료 정리, 분석 준비, 반복 보고를 빠르게 처리합니다. 남는 시간으로 더 어려운 문제를 풀거나 고객과 더 깊게 소통할 수 있습니다. 반대로 AI를 전혀 쓰지 못하는 사람은 같은 일을 더 오래 걸려 처리하게 됩니다.
기업도 마찬가지입니다. AI를 도입한 기업은 생산성이 높아지고 더 빠르게 성장할 가능성이 있습니다. MIT Sloan이 소개한 연구는 AI 사용 증가가 5년 동안 더 높은 고용 성장과 매출 성장과 연결될 수 있다고 설명합니다.2 이는 AI가 언제나 사람을 줄이는 도구만은 아니라는 뜻입니다. 잘 쓰면 회사의 성장 속도를 높이고, 새로운 업무와 역할을 만들 수도 있습니다.
개인에게 중요한 질문은 "AI가 내 일을 빼앗을까?"에서 멈추지 않는 것입니다. 더 실용적인 질문은 이것입니다.
내 업무 중 반복되는 일은 무엇인가?
AI가 초안을 만들어 주면 시간이 줄어드는 일은 무엇인가?
AI 결과를 내가 검토할 수 있는 일은 무엇인가?
AI가 해도 되는 일과 하면 안 되는 일은 무엇인가?
AI가 만든 결과에 내 경험과 판단을 더해야 하는 부분은 어디인가?
이 질문에 답할 수 있으면 AI를 막연한 위협이 아니라 업무를 재설계하는 도구로 볼 수 있습니다.
앞으로 더 중요해지는 역량
반복 업무가 줄어들수록 사람에게 남는 일의 성격은 달라집니다. 단순히 많이 아는 것보다, 상황에 맞게 묻고 판단하고 설득하는 능력이 중요해집니다.
첫째, 좋은 질문을 만드는 능력입니다. AI는 질문이 모호하면 평범한 답을 내놓습니다. 원하는 목적, 대상, 조건, 형식, 제외할 내용을 분명히 말해야 합니다. "보고서 써 줘"보다 "신입사원 교육용으로, AI 도입의 장점과 위험을 5분 발표 구조로 정리해 줘"가 훨씬 낫습니다.
둘째, AI 결과를 검증하는 판단력입니다. AI는 그럴듯하지만 틀린 말을 할 수 있습니다. 숫자, 법률, 의료, 금융, 최신 정보는 반드시 원자료와 비교해야 합니다. AI가 만든 답을 그대로 제출하는 사람보다, 오류를 찾고 맥락에 맞게 고치는 사람이 더 높은 가치를 갖습니다.
셋째, 복잡한 문제 해결력입니다. 실제 업무 문제는 깔끔한 문제집처럼 나오지 않습니다. 이해관계자가 많고, 정보가 부족하고, 정답이 하나가 아닐 때가 많습니다. AI는 선택지를 제안할 수 있지만 무엇을 우선할지는 사람이 정해야 합니다.
넷째, 창의적 아이디어 발상입니다. 창의성은 완전히 새로운 것을 무에서 만드는 능력만 뜻하지 않습니다. 기존 아이디어를 다른 상황에 맞게 조합하고, 고객의 문제를 새롭게 정의하고, 여러 대안 중 쓸 만한 것을 고르는 능력도 창의성입니다. AI는 아이디어 후보를 많이 만들 수 있지만, 좋은 아이디어를 고르는 눈은 사람에게 필요합니다.
다섯째, 커뮤니케이션과 리더십입니다. AI가 반복 업무를 맡을수록 사람 사이의 조율, 설득, 신뢰 형성은 더 중요해집니다. Visier는 AI가 반복 업무를 처리하기 시작하면 사람은 복잡한 문제 해결과 창의적 업무에 더 집중하게 되고, 비판적 사고·리더십·커뮤니케이션 같은 소프트 스킬의 중요성이 커진다고 설명합니다.4
초보자가 지금 할 수 있는 준비
AI 시대를 준비한다고 해서 당장 코딩을 깊게 배워야 하는 것은 아닙니다. 먼저 자신의 일을 작은 단위로 나누어 보면 됩니다.
하루 업무를 적고 네 가지로 분류해 보세요. 반복 업무, 정리 업무, 초안 작성 업무, 사람의 판단이 필요한 업무입니다. 반복 업무는 AI나 자동화 도구로 줄일 수 있는지 살펴봅니다. 정리 업무는 요약, 표 만들기, 회의록 정리부터 시도합니다. 초안 작성 업무는 이메일, 보고서 목차, 발표 대본처럼 부담이 적은 것부터 맡겨 봅니다. 판단이 필요한 업무는 AI에게 바로 결론을 맡기지 말고, 장단점과 확인할 질문을 뽑게 하는 방식으로 사용합니다.
처음부터 큰 변화를 만들 필요는 없습니다. 매일 한 가지 업무만 AI로 줄여도 충분합니다. 중요한 것은 AI가 만든 결과를 그대로 믿지 않는 태도입니다. AI는 빠른 조수입니다. 그러나 최종 책임자는 사용자입니다.
앞으로의 경쟁력은 AI와 싸우는 데서 나오지 않습니다. AI가 잘하는 일은 맡기고, 사람이 더 잘해야 하는 일에 집중하는 데서 나옵니다. 사라질 일만 걱정하기보다 바뀔 일을 먼저 살펴보세요. 직업의 미래는 AI가 혼자 결정하지 않습니다. AI를 어떻게 쓰고, 어떤 역량을 키우고, 어떤 책임을 지느냐에 따라 달라집니다.
참고
1Yes, AI is affecting employment. Here's the data.
2How artificial intelligence impacts the US labor market
3The Jobs AI Is Likely to Boost—and Those It May Disrupt | Goldman Sachs
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.