티스토리 뷰
"AI가 내 일자리를 빼앗을까?"라는 질문, 저도 한동안 꽤 진지하게 고민했습니다. 그런데 실제로 업무에 AI를 써보고 나서 질문 자체가 틀렸다는 걸 깨달았습니다. 진짜 문제는 대체 여부가 아니라, 어떤 업무를 AI에 맡기고 어떤 판단은 직접 해야 하는지 구분하는 능력이었습니다. 이 글은 그 경험에서 시작합니다.
자동화 위기, 직업이 사라지는 게 아니라 업무가 바뀐다
많은 분들이 AI 자동화(Automation)를 "직업 소멸"의 신호로 읽습니다. 여기서 자동화란 사람이 반복적으로 수행하던 작업을 소프트웨어나 AI가 대신 처리하는 것을 의미합니다. 그런데 실제 현장은 조금 다릅니다. 직업 하나가 통째로 사라지기보다, 그 직업 안에 있던 업무 중 일부가 자동화되고 나머지는 오히려 사람의 손이 더 많이 필요해지는 방향으로 흘러갑니다.
맥킨지 글로벌 연구소(McKinsey Global Institute)가 발표한 보고서에 따르면, 현재 직업의 약 60%는 업무의 최소 30% 이상이 기술적으로 자동화 가능한 것으로 분석됩니다(출처: McKinsey Global Institute). 그런데 여기서 중요한 건 "30%가 자동화 가능하다"는 것이지, "직업 전체가 없어진다"는 뜻이 아니라는 점입니다.
제가 직접 써봤는데, AI는 회의록 초안이나 문서 정리처럼 입력과 출력이 명확한 작업에서는 정말 강력합니다. 반면 "이 보고서에서 어떤 내용을 강조해야 우리 팀장이 납득할까"처럼 조직 맥락과 관계가 얽힌 판단은 AI가 전혀 도움이 안 됐습니다. 결국 자동화 속도가 빠른 업무와 그렇지 않은 업무를 구분하는 기준은 간단합니다.
- 규칙이 명확하고 반복되는 작업 — 데이터 입력, 문서 서식 정리, 회의 내용 요약, 번역
- 예외 상황이 많고 맥락 이해가 필요한 작업 — 갈등 조정, 전략 판단, 고객 관계 관리
- 감정과 신뢰가 핵심인 작업 — 코칭, 상담, 리더십, 협상
솔직히 이건 예상 밖이었습니다. AI를 처음 쓸 때는 "이 정도면 내가 할 일이 없어지겠다"라고 생각했는데, 쓰면 쓸수록 AI가 만든 결과물을 검토하고 수정하는 시간이 오히려 늘었습니다. 업무가 줄어든 게 아니라 업무의 성격이 바뀐 겁니다.
인간 역량의 재정의, AI 시대에 진짜 경쟁력은 무엇인가
AI가 문장을 쓰고 그림을 만들고 코드를 짜는 시대에 "인간만의 역량"을 말하면 조금 진부하게 들릴 수 있습니다. 그런데 제 경험상 이건 좀 다릅니다. AI가 빠르게 처리하는 영역이 넓어질수록, 사람이 집중해야 하는 영역이 더 선명하게 드러납니다.
세계경제포럼(World Economic Forum)은 2025년 미래 직업 보고서에서 분석적 사고, 창의성, 기술 활용 능력과 함께 공감 능력과 적응력을 핵심 역량으로 꼽았습니다(출처: World Economic Forum). 여기서 적응력(Adaptability)이란 새로운 환경과 도구에 빠르게 맞춰가는 능력으로, 단순히 배우는 속도가 아니라 기존에 알던 것을 유연하게 재조합하는 능력을 뜻합니다.
제가 느낀 가장 큰 변화는 이겁니다. AI를 잘 사용하는 것보다, 무엇을 AI에게 맡기고 무엇을 직접 판단해야 하는지 구분하는 메타인지(Metacognition) 능력이 훨씬 중요하다는 것입니다. 메타인지란 쉽게 말해 "내가 지금 무엇을 알고 모르는지 아는 능력"입니다. AI가 제시한 내용이 틀릴 수 있다는 걸 인식하고, 그것을 검증하려는 태도 자체가 역량이 됩니다.
또 한 가지, 창의성에 대한 오해도 짚고 싶습니다. AI가 그림을 그리고 글을 쓰니까 창의적 직무도 위협받는다는 시각이 있는데, 제 경험상 오히려 반대였습니다. AI가 초안을 빠르게 만들어줄수록, "이걸 왜 만들어야 하는가", "누구에게 전달할 것인가"라는 기획 판단에 더 많은 시간을 쓰게 됩니다. 콘텐츠를 직접 제작하는 능력보다 방향을 설정하는 능력이 중심으로 이동하는 것입니다.
디지털 적응, 거창한 공부 없이 지금 당장 시작하는 법
AI 역량을 키워야 한다는 말을 들으면 많은 분들이 코딩이나 데이터 분석 같은 전문 기술을 먼저 떠올립니다. 제 경우엔 그게 아니었습니다. 처음에는 그냥 회의록 정리에 AI를 써봤습니다. 그랬더니 30분 걸리던 작업이 10분으로 줄었고, 남은 20분에 저는 회의에서 빠진 맥락을 보완하고 후속 과제를 정리하는 데 집중할 수 있었습니다.
이것이 바로 디지털 리터러시(Digital Literacy)의 실제 모습입니다. 디지털 리터러시란 디지털 도구를 단순히 사용하는 능력을 넘어서, 어떤 도구를 어떤 상황에 활용할지 판단하고 그 결과를 비판적으로 해석하는 능력을 말합니다. 프로그래머 수준의 기술이 아닙니다.
제가 실제로 효과를 본 방법은 단순합니다. 매주 반복되는 업무 하나를 골라 AI로 처리해 보고, 결과물에서 틀린 부분이나 부족한 부분을 직접 수정하는 과정을 반복하는 것입니다. 이렇게 하다 보면 자연스럽게 "AI가 잘하는 것"과 "내가 직접 해야 하는 것"의 경계선이 보이기 시작합니다.
한 가지 경계해야 할 부분도 있습니다. AI를 지나치게 낙관적으로 바라보는 것입니다. 특히 행정, 금융, 법률처럼 정확성이 생명인 분야에서는 AI가 만든 결과를 반드시 사람이 검토해야 합니다. AI가 생성한 내용에 할루시네이션(Hallucination) 문제가 발생할 수 있습니다.
할루시네이션이란 AI가 존재하지 않는 사실을 사실처럼 자신감 있게 제시하는 현상으로, 이를 걸러내는 검증 습관이 없으면 오히려 업무 품질이 떨어질 수 있습니다. 제 경험상 AI 결과물을 그대로 쓰다가 사실관계 오류를 발견한 적이 여러 번 있었고, 그 이후로는 반드시 원본 자료를 한 번 더 확인하는 습관이 생겼습니다.
자주 묻는 질문
Q. AI 때문에 지금 당장 직업을 바꿔야 할까요?
A. 직업을 바꾸는 것보다 지금 하는 업무 안에서 어떤 작업이 반복적이고 어떤 작업이 판단이 필요한지 구분하는 게 먼저입니다. 맥킨지 보고서 기준으로도 자동화 가능한 건 업무의 일부이지 직업 전체가 아닙니다. 업무 성격을 바꾸는 것이 직업 자체를 바꾸는 것보다 현실적인 접근입니다.
Q. AI 도구를 잘 쓰려면 코딩을 배워야 하나요?
A. 반드시 그렇지는 않습니다. 디지털 리터러시의 핵심은 코딩 기술이 아니라 어떤 도구를 언제 쓸지 판단하고 결과를 검증하는 능력입니다. 회의록 정리, 보고서 초안, 이메일 수정처럼 당장 쓸 수 있는 작업부터 직접 써보는 것이 가장 빠른 방법입니다.
Q. AI가 만든 내용을 그냥 써도 되지 않나요?
A. 업무 성격에 따라 다르지만, 사실 확인이 필요한 분야에서는 반드시 검토가 필요합니다. AI는 할루시네이션 문제로 존재하지 않는 정보를 사실처럼 제시할 수 있습니다. 제 경험상 초안 작성에는 유용하지만, 수치나 출처가 포함된 내용은 원본 자료를 직접 확인하는 과정이 필수입니다.
Q. 반복 업무가 많은 직종에 있는데 AI 시대에 어떻게 준비해야 하나요?
A. 개인의 노력만으로 해결하기 어려운 구조적 문제가 있다는 점은 솔직히 인정해야 합니다. 단기적으로는 자신의 업무 중 AI로 처리할 수 있는 부분을 먼저 익혀 생산성을 높이고, 동시에 의사결정 지원이나 데이터 해석처럼 판단이 필요한 영역으로 역할을 조금씩 확장하는 방향이 현실적입니다.
결론
AI 시대를 너무 두려워할 필요도 없지만, 반대로 "AI 잘 쓰면 다 된다"는 식의 낙관론도 경계해야 한다고 생각합니다. 제 경험상 진짜 경쟁력은 AI를 쓰는 기술 자체가 아니라, 자신의 전문성을 유지하면서 AI 결과물을 비판적으로 검증하고 필요한 부분을 수정하는 능력이었습니다.
기술은 계속 바뀝니다. 그래서 특정 도구 하나를 완벽하게 익히는 것보다, 새로운 도구가 나왔을 때 빠르게 배우고 자신의 업무에 맞게 적용하는 학습 루틴을 만드는 것이 더 오래가는 전략입니다. 지금 하고 있는 업무 중 딱 하나만 골라 AI를 적용해 보시길 권합니다. 그 작은 실험에서 자신에게 맞는 방식이 보이기 시작합니다.
참고: McKinsey Global Institute — Future of Work / World Economic Forum — Future of Jobs Report 2025