“AI가 일자리를 없앤다”는 질문부터 너무 단순하다

2025년과 2026년의 AI 노동시장 논쟁은 ‘얼마나 많은 직업이 사라질 것인가’에 집중돼 왔습니다. 그러나 실제 고용 변화는 기술이 특정 과업을 수행할 수 있는지 하나만으로 결정되지 않습니다. 고객이 사람을 원하는지, 법과 규제가 인간의 책임을 요구하는지, 현장에서 물리적 실행이 필요한지, AI로 비용이 낮아졌을 때 오히려 서비스 수요가 늘어나는지에 따라 결과가 달라집니다.

OpenAI의 2026년 AI Jobs Transition Framework도 기술적 노출도를 곧바로 해고 예측으로 보지 않습니다. 921개 직업을 분석해 약 18%는 자동화 위험이 상대적으로 높고, 24%는 업무가 재조직될 가능성이 있으며, 12%는 AI와 함께 수요가 커질 수 있고, 46%는 단기 변화가 상대적으로 작다고 분류했습니다. 이 비율은 직업 소멸 전망치가 아니라 변화 방식의 지도입니다.

한국에서는 인원보다 과업이 먼저 움직이고 있다

OECD의 한국 AI 노동시장 분석은 흥미로운 대비를 보여줍니다. AI를 도입한 한국 기업 조사에서 95.5%는 아직 부서나 팀 단위의 인원 변화가 없었다고 답했습니다. 이 수치만 보면 AI의 고용 영향이 거의 없는 것처럼 보일 수 있습니다.

하지만 같은 조사에서 56.5%는 AI가 기존 직무 안의 특정 과업을 대체했다고 답했습니다. 71%의 기업은 직원 과업의 약 10% 이하가 AI로 대체됐다고 응답했습니다. 즉 직업 하나가 통째로 사라지는 대신 자료 정리, 초안, 검색, 분류, 반복 분석 같은 조각들이 먼저 이동하는 형태가 현재 한국에서 관찰되는 변화에 더 가깝습니다.

더 불편한 변화: 사람에게 남는 일의 기준이 올라간다

과업 일부가 AI로 이동하면 사람의 일이 단순히 줄어드는 것만은 아닙니다. OECD가 인용한 한국 기업 조사에서 32.2%는 업무에 필요한 스킬의 종류가 늘었다고 답했고, 38.3%는 필요한 숙련 수준 자체가 높아졌다고 답했습니다.

이 구조에서는 같은 직급과 직무명을 유지하더라도 과거보다 더 빠른 산출, 더 적은 실수, AI 결과 검증, 예외 상황 판단, 이해관계자 설명을 기대받을 수 있습니다. AI가 초안을 대신 만들어 주기 때문에 초안을 잘 만드는 능력의 희소성은 낮아지고, 무엇이 틀렸는지 찾아내고 어떤 결정을 내려야 하는지 설명하는 능력의 희소성은 높아질 수 있습니다.

자동화 20%와 실제 대체위험 5.1% 사이에는 무엇이 있는가

SHRM의 2026년 미국 조사에서는 전체 고용의 20%가 현재 과업의 절반 이상이 자동화된 상태로 추정됐습니다. 그러나 과업의 절반 이상이 자동화됐고 동시에 인간을 대체하지 못하게 하는 비기술적 장벽도 없는 고용은 5.1%로 추정됐습니다.

그 차이를 만드는 장벽에는 법적 책임, 고객의 인간 선호, 비용, 조직 관행 등이 포함됩니다. 기술적으로 가능하다는 것과 기업이 실제 사람을 없애는 것은 다른 문제입니다. 특히 자동화가 높은 컴퓨터·수학, 건축·엔지니어링, 비즈니스·재무 직군은 오히려 이런 비기술적 장벽도 많이 보고됐습니다.

그래서 “AI에게 안 뺏길 직업” 목록은 금방 낡는다

전기기사처럼 물리적 현장에서 직접 수행해야 하는 일, 고객 신뢰가 중요한 일, 법적 책임과 최종 승인이 필요한 일은 현재 생성형 AI만으로 완전히 대체하기 어렵습니다. 하지만 그렇다고 이런 직업이 AI와 무관한 것은 아닙니다. 견적, 보고서, 일정, 진단 보조, 고객 커뮤니케이션 등 주변 과업은 계속 바뀔 수 있습니다.

반대로 사무직이라고 모두 같은 위험을 갖는 것도 아닙니다. 문서 생산 비중이 큰 직무라도 고객 맥락을 이해하고 결과를 검증하며 최종 책임을 지는 사람은 역할이 재설계될 가능성이 큽니다. 직업명보다 ‘내 업무 중 무엇이 자동화되고, 그 뒤 무엇이 사람에게 남는가’를 보는 편이 더 오래가는 경력 전략입니다.

직장인의 질문도 “대체될까?”에서 “합격선이 어디까지 올라갈까?”로 바뀌어야 한다

AI 시대의 경력 방어는 AI를 안 쓰는 능력이 아니라 AI를 사용한 뒤에도 자신의 판단 가치가 남는 구조를 만드는 데 가깝습니다. 같은 시간에 더 많은 결과를 만들 수 있다면 기업의 생산성 기대치도 올라갈 가능성이 있기 때문입니다.

따라서 자신의 경력을 볼 때 반복업무의 양보다 최종 판단을 얼마나 맡고 있는지, 예외를 처리해 본 경험이 있는지, 고객이나 현장의 맥락을 이해하는지, 잘못된 결과에 책임지고 수정할 수 있는지를 확인할 필요가 있습니다. AI 도구 사용법은 기본기가 되고, 그 위의 판단과 책임이 차이를 만드는 구조가 될 수 있습니다.

기업의 채용도 사람 수가 아니라 “AI 이후 직무”를 먼저 정의해야 한다

기업이 AI를 도입하면서 기존 직무기술서를 그대로 두면 채용 기준이 현실과 어긋날 수 있습니다. 과거에 신입이나 주니어가 하던 자료조사와 초안 작성이 크게 줄었다면, 그 대신 어떤 판단과 검증을 맡길 것인지부터 다시 정의해야 합니다.

채용에서도 ‘AI를 사용할 줄 아는가’만 묻는 것으로는 부족합니다. AI가 만든 결과를 검증하는 과제, 잘못된 가정을 찾아내는 질문, 실제 업무의 예외 상황을 설명하게 하는 방식처럼 AI 사용 이후에도 후보자의 실력이 드러나는 증거를 설계할 필요가 있습니다. 결국 AI 도입은 기술 구매보다 직무와 인재 기준을 다시 쓰는 문제에 가깝습니다.

BANSEOG VIEW

AI 시대의 진짜 인재 부족은 “사람이 없어서”보다 “높아진 기준을 만족하는 사람이 없어서” 나타날 수 있다

채용시장에서 앞으로 관찰해야 할 신호는 단순 채용인원 감소만이 아닙니다. 같은 직무 공고에서 요구하는 책임 범위가 커지는지, AI 활용이 기본 조건으로 내려오는지, 과거보다 높은 경력연차나 복합 스킬을 요구하는지까지 함께 봐야 합니다.

반석써치는 AI 시대의 인재시장을 ‘사라질 직업 순위’로 단순화하기보다 실제 채용공고와 후보자 요건이 어떻게 바뀌는지 추적할 계획입니다. 직업이 남아 있어도 채용의 합격선이 움직인다면 그것 역시 노동시장의 중요한 구조 변화이기 때문입니다.

SOURCES

주요 자료

한국 수치는 OECD 보고서가 인용한 한국 기업조사에 기반하며 조사 시점과 대상 산업에 한계가 있습니다. 미국 SHRM 및 OpenAI 자료는 한국의 해고율이나 직업별 소멸확률로 직접 환산하지 않고 노동시장 변화의 구조를 비교하는 참고자료로 사용했습니다.