AI가 일자리를 빼앗는가, 아니면 일자리를 재구성하는가 - 8억 인구 시대의 '적응력' 경쟁

AI에 의한 고용 파괴는 정말로 눈앞에 다가와 있는가. 아니면 우리는 과거의 기술 혁신과 마찬가지로, 또 다른 새로운 일자리 형태로 전환하는 과정에 있는 것일까.

Investing.com이 보도한 Bank of America의 새로운 분석은 이 질문에 대해 "AI는 전 세계의 일자리를 한꺼번에 대체하는 것이 아니라, 일자리의 내용을 크게 재구성한다"는 견해를 제시했다. 보도에 따르면, AI의 영향을 받을 가능성이 있는 일자리는 전 세계적으로 약 4명 중 1명, 인원수로는 약 8억 4천만 명 규모에 이른다. 한편, 보고서가 강조하고 있는 것은 "직업이 통째로 사라진다"는 단순한 미래가 아니다. 오히려, 일을 구성하는 일부 작업, 즉 태스크가 자동화되고, 인간의 역할이 재배치되는 변화다.

이 견해는 AI를 둘러싼 과열된 논의에 대해 일정한 냉정을 되찾을 수 있는 자료가 된다. 하지만 동시에, 안심할 만한 자료만은 아니다. AI가 일을 완전히 없애지 않는다 하더라도, 임금, 승진, 채용, 교육, 기업 수익의 배분에는 큰 영향을 미친다. 문제는 "일이 있는가, 없는가"만이 아니라, "누가 AI로 이익을 보고, 누가 뒤처지는가"로 옮겨가고 있다.

"일"이 아니라 "태스크"가 변한다

이번 보도에서 가장 중요한 것은, AI의 영향을 직업 단위가 아니라 태스크 단위로 보고 있다는 점이다.

예를 들어, 회계직이라는 일이 있다고 하자. AI에 의해 청구서 분류, 숫자 대조, 정형적인 보고서 작성은 자동화될 수 있다. 그러나 예외 처리, 고객과의 조정, 경영 판단에 필요한 설명, 법무·세무와의 조정까지 완전히 기계에 맡길 수 있는 것은 아니다. 즉, 회계라는 직업이 즉시 사라지는 것이 아니라, 회계 담당자가 매일 수행하는 작업의 비율이 변한다.

이는 영업, 마케팅, 인사, 고객 지원, 법무, 의료, 교육, 소프트웨어 개발, 미디어 제작 등 많은 화이트칼라 직종에 해당한다. 문서 작성, 요약, 번역, 데이터 정리, 조사, 코드 보조, 이미지 생성, 문의 대응 등의 업무는 생성 AI가 잘하는 영역이다. 그러나 현장의 문맥 이해, 최종 판단, 책임의 소재, 대인 커뮤니케이션, 조직 내 조정은 여전히 인간에게 남기 쉬운 부분이다.

이 구조를 고려하면, AI 시대의 고용 불안은 "자신의 직업명이 AI에 빼앗길 것인가"로 측정할 수 없다. 더 중요한 것은, "자신의 일 중에서 어떤 작업이 AI로 단축되고, 어떤 작업이 인간의 가치로 남을 것인가"를 판단하는 것이다.

AI는 새로운 산업을 창출하지만, 전환기는 고통을 수반한다

Bank of America의 보고서는 AI의 보급을 산업 혁명이나 컴퓨터의 보급과 비교하고 있다. 확실히 역사를 되돌아보면, 새로운 기술은 많은 경우 기존의 일을 파괴하는 동시에 새로운 일을 창출해왔다. 공장 기계의 도입은 일부 수작업을 줄였지만, 제조 관리, 기계 유지보수, 물류, 판매, 품질 관리 등의 새로운 고용을 확대했다. PC와 인터넷도 타이피스트나 종이 중심의 사무 작업을 줄이는 한편, IT 관리자, 웹 디자이너, 디지털 광고, EC 운영, 데이터 분석 등의 직종을 창출했다.

AI에도 같은 가능성이 있다. AI 도입 컨설턴트, 프롬프트 설계, AI 감사, 데이터 품질 관리, 생성물 검증, AI 윤리, 모델 운영, 사내 AI 교육, AI를 활용한 업무 설계 등 이미 새로운 직역은 확산되기 시작했다. AI를 사용할 수 있는 인재는 단순히 작업을 빠르게 할 수 있을 뿐만 아니라, 소수 인원으로 큰 성과를 내는 조직 설계를 가능하게 한다.

그러나 역사가 보여주는 또 하나의 사실도 간과할 수 없다. 기술 혁신의 이익은 처음부터 공평하게 분배되는 것이 아니다. 새로운 기술을 가진 기업, 자본, 관리직, 고숙련 인재가 먼저 혜택을 받는 한편, 전환기의 노동자는 임금 정체, 배치 전환, 채용 억제, 재교육의 부담에 직면하기 쉽다.

즉, 장기적으로는 고용이 재편되더라도, 단기적으로는 고통이 집중되는 층이 생긴다. AI 시대의 정책과 기업 경영에 요구되는 것은, "결국에는 새로운 일이 생긴다"는 낙관론만이 아니라, 그 과정에서 누가 손실을 감수할 것인가를 직시하는 것이다.

격차 확대라는 진정한 위험

이번 보도에서 특히 무거운 것은, AI가 대량 실업보다도 격차를 확대할 가능성에 대해 언급하고 있는 점이다. AI에 의한 생산성 향상의 과실이 노동자가 아니라 기업이나 자본 소유자에게 편중될 가능성이 있다는 지적이다.

기업 측에서 보면, AI는 매력적이다. 인건비를 억제하면서 자료 작성, 고객 대응, 분석, 개발, 광고 제작을 고속화할 수 있다. 기존 직원의 생산성이 높아지면, 같은 매출을 더 적은 인원으로 달성할 수 있다. 신규 채용을 줄여도 사업을 운영할 수 있다면, 기업 이익은 개선된다.

그러나 노동자 측에서 보면, 이야기는 복잡해진다. AI로 생산성이 높아져도, 그만큼이 임금 인상으로 돌아간다는 보장은 없다. 오히려 "AI로 효율화할 수 있으니, 인원을 늘리지 않는다", "젊은 층에게 맡겼던 정형 업무는 AI로 충분하다", "경험이 적은 사람을 키울 여유가 없다"는 판단이 확산되면, 특히 엔트리 레벨의 고용이 줄어들 가능성이 있다.

이는 젊은 층에게 심각하다. 많은 직장에서, 젊은 층은 처음부터 고도의 판단 업무를 맡지 않는다. 자료 작성, 회의록, 조사, 간단한 분석, 고객 대응, 코드 수정, 원고 초안 작성 등 비교적 정형적인 작업을 통해 경험을 쌓는다. 그러나 그 입문 업무가 AI로 대체되면, 젊은 층이 실무를 배우는 계단 자체가 사라진다.

"AI는 인간을 보조한다"는 말은 맞을지도 모른다. 하지만, 보조받는 측에 설 수 있는 것은 이미 판단력이나 전문성을 가진 사람일 가능성이 높다. 문제는, 이제부터 전문성을 갖추려는 사람이 어디에서 경험을 쌓을 것인가라는 점이다.

여성, 젊은 층, 고학력층이 영향을 받기 쉬운 이유

AI의 영향은 모든 노동자에게 균등하게 미치는 것이 아니다. 국제노동기구의 관련 분석에서도, 생성 AI에 대한 직업적 노출은 국가의 소득 수준, 성별, 직종에 따라 차이가 있음을 보여주고 있다. 특히 사무, 관리, 문서 처리, 고객 대응 등 디지털화하기 쉬운 태스크를 많이 포함하는 직종은 영향을 받기 쉽다.

이 때문에, AI에 의한 변화는 "공장 노동자가 로봇으로 대체된다"는 기존의 자동화 이미지와는 다르다. 오히려, 화이트칼라, 사무직, 전문직, 창의적 직업의 일부에 강하게 작용한다. 문서를 다루는 일, 정보를 정리하는 일, 패턴화된 판단을 하는 일은 생성 AI의 특기 분야와 겹치기 쉽다.

또한, 여성이 많이 종사하는 사무·보조·관리계 직종이 AI의 영향을 받기 쉽다는 지적도 있다. AI의 도입이 기업의 효율화만을 목적으로 진행되면, 기존의 젠더 격차를 더욱 확대할 우려가 있다. 반대로, 재교육이나 유연한 근무 형태와 결합하면, 육아나 간병으로 경력이 중단된 사람에게 새로운 취업 기회를 열어줄 가능성도 있다.

AI는 중립적인 도구처럼 보이지만, 도입 방식은 중립적이지 않다. 어느 부서에 투자할 것인가, 누구에게 교육을 받을 것인가, 누구의 일을 감축 대상으로 할 것인가. 거기에는 기업의 판단과 사회의 제도가 반영된다.

SNS에서는 "안심"보다 "의심"이 강하다

이번과 같은 "AI는 일을 완전히 빼앗지 않는다"는 보도에 대해, SNS상의 반응은 일치하지 않는다. 크게 나누면, 낙관, 회의, 불안의 세 가지가 교차하고 있다.

낙관적인 반응에서는, "AI는 직업을 없애기보다는 일상의 작업을 바꿀 뿐이다", "결국 새로운 도구를 배우는 이야기다", "PC나 인터넷 때도 마찬가지로 불안이 있었지만, 사회는 적응했다"는 수용 방식이 두드러진다. 특히 기술자나 AI를 이미 사용하고 있는 층에서는, AI를 위협이 아니라 생산성을 높이는 동반자로 보는 목소리가 있다. 코드 보조, 문서 초안 작성, 조사 시간 단축, 아이디어 도출 등 실무에서 효과를 느끼는 사람일수록 "모두가 실직한다"는 견해에는 회의적이다.

한편으로, 강한 불신감도 있다. SNS에서는 "AI가 실제로 가치를 내고 있어서 사람이 줄어드는 것이 아니라, AI에 투자하기 위한 예산 확보나 주주를 위한 설명으로 인원 감축이 진행되고 있는 것이 아닌가"라는 견해도 나오고 있다. 즉, AI 자체의 능력 이상으로, "AI 도입"이라는 말이 경영 합리화의 명분으로 사용되고 있는 것이 아닌가 하는 의문이다.

이 반응은 중요하다. 만약 AI가 아직 인간을 완전히 대체할 수 없다 하더라도, 기업이 "AI로 효율화한다"고 선언하고, 채용을 억제하거나 인원을 줄이면, 노동 시장에 대한 영향은 현실적으로 발생한다. 기술적으로 가능한지 여부와, 경영 판단으로 사람을 줄일지 여부는 별개의 문제다.

게다가, 불안을 호소하는 목소리도 여전히 강하다. 특히 젊은 층이나 이직 희망자, 창의적 직업, 사무직, 고객 지원 직종 등에서는 "앞으로 경험을 쌓기 전에 입문 업무가 없어지는 것이 아닌가", "AI를 사용할 수 있는 일부 사람만 이익을 보고, 나머지는 저임금화되는 것이 아닌가"라는 우려가 보인다. 이는 단순한 감정론이 아니다. 엔트리 레벨의 일이 압박받을 가능성은 이번 보도에서도 언급되고 있다.

SNS의 논의에서 보이는 것은, 사람들이 AI 자체만을 두려워하는 것이 아니라는 것이다. 오히려, AI를 사용하여 기업이 어떻게 인건비를 관리하고, 어떻게 채용을 변화시키며, 어떻게 이익을 배분할지를 보고 있다. AI에 대한 불안은, 기술 불안이자 동시에 경영과 배분에 대한 불신이기도 하다.

"AI를 사용할 수 있는 사람"과 "AI에 사용되는 사람"의 갈림길

앞으로의 직장에서 중요해지는 것은, AI를 단순한 편리한 도구로 사용하는 단계에서, 업무 자체를 재설계하는 단계로 나아갈 수 있는가이다.

AI를 사용할 수 있는 사람은, 단순히 프롬프트를 입력할 수 있는 사람이 아니다. 자신의 일을 분해하고, 어떤 작업을 AI에 맡기고, 어디에서 인간이 판단하며, 어떤 출력을 검증해야 하는지를 설계할 수 있는 사람이다. AI의 답을 그대로 믿지 않고, 오류나 편향을 간파하고, 목적에 맞게 수정할 수 있는 사람이다.

예를 들어, 작가라면 AI에 기사만 쓰게 하는 것으로는 충분하지 않다. 주제 설정, 독자 이해, 구성, 사실 확인, 독자적인 시각, 표현 조정이 가치가 된다. 엔지니어라면 코드 생성뿐만 아니라, 요구 사항 정의, 설계, 보안, 유지보수성, 팀 개발의 판단이 가치가 된다. 영업이라면 이메일 문면의 자동화뿐만 아니라, 고객의 본심을 읽고, 관계를 구축하는 능력이 가치가 된다.

AI 시대에 약한 것은, AI가 할 수 있는 작업을 그대로 자신의 가치로 생각하는 일하는 방식이다. 반대로 강한 것은, AI에 의해 단축된 시간을, 더 고도의 판단, 창조, 대인 조정, 전략 수립에 돌릴 수 있는 일하는 방식이다.

기업에 요구되는 책임

AI에 의한 고용 변화를 개인의 노력에만 떠넘기는 것은 위험하다. 기업에도 큰 책임이 있다.

첫째로, AI 도입의 목적을 명확히 할 필요가 있다. 단순한 인원 감축인가, 직원의 생산성 향상인가, 고객 경험의 개선인가. 목적이 모호한 채 도입하면, 현장은 혼란에 빠지고, 노동자는 불신감을 갖는다.

둘째로, 재교육에 대한 투자가 필수적이다. AI를 도입한다면, 그 영향을 받는 직원에게 사용법, 검증 방법, 업무 재설계의 사고방식을 가르쳐야 한다. AI 교육을 일부 관리직이나 디지털 인재에만 한정하면, 사내 격차는 확대된다.

셋째로, 젊은 층을 키우는 시스템을 재설계해야 한다. 정형 업무를 AI가 맡는다면, 젊은 층에게는 처음부터 판단 업무에 가까운 경험을 주어야 한다. 이를 위해서는 멘토 제도, 시뮬레이션형 교육, AI를 사용한 실무 연습, 단계적인 책임 이양이 중요하다.

넷째로, 생산성 향상의 과실을 어떻게 배분할지가 문제다. AI로 이익률이 올라가도, 임금이 오르지 않고, 고용이 불안정해지기만 한다면, 사회의 반발은 강해진다. AI의 도입은, 기업 가치를 높이는 것뿐만 아니라, 직원의 성장과 보상에도 연결해야 한다.