AI가 업무의 80%를 대행하는 시대에, 인간이 갈고 닦아야 할 '마지막 20%'

AI가 일을 빼앗는 것인가, 아니면 인간의 일을 쉽게 해주는 것인가.

이 질문은 이제 기술 산업만의 이야기가 아닙니다. 글을 쓰는 사람, 자료를 만드는 사람, 영업하는 사람, 법무에 종사하는 사람, 엔지니어, 마케터, 경영자. 화면 앞에서 일하는 사람이라면 누구나 한 번쯤 생각해 봤을 것입니다.

"내 일은 언제까지 필요로 될까?"

미국 Inc.에 게재된 Fast Company 출처의 기사는 이 불안에 대해 매우 명확한 청사진을 제시하고 있습니다. AI가 맡는 것은 업무 전체 중 처음 80%일지도 모릅니다. 하지만 진정한 가치는 남은 20%에 깃든다는 생각입니다.

여기서 말하는 80%는 조사, 정리, 요약, 초안 작성, 분류, 비교, 구성안 작성 등 재현성이 있고 절차화하기 쉬운 작업입니다. 시간이 걸리지만 명확한 입력과 출력이 있으며, AI가 잘하는 영역입니다. 지금까지 인간이 몇 시간이나 걸리던 사전 준비를 AI는 몇 분 만에 끝냅니다.

반면에, 마지막 20%는 다릅니다. 거기에는 문맥을 읽는 능력, 경험에 근거한 판단, 리스크를 감수하는 것, 고객과의 신뢰 관계, 책임 있는 의사 결정이 있습니다. AI가 내놓은 답을 그대로 현실에 적용해도 되는가. 누구에게, 어떤 순서로, 어떤 말로 전해야 하는가. 실패했을 경우, 누가 책임을 질 것인가. 이러한 질문은 단순한 정보 처리로는 해결되지 않습니다.

AI는 '업무'가 아니라 '작업'을 빼앗고 있다

AI를 둘러싼 논의에서 혼란이 발생하는 이유 중 하나는 '업무'와 '작업'이 같은 것으로 이야기되기 쉽다는 점에 있습니다.

예를 들어 변호사의 업무를 생각해 보세요. 과거의 판례를 조사하고, 긴 문서를 읽고, 논점을 정리하고, 문안을 작성합니다. 이것들은 중요한 작업이지만, 의뢰자가 변호사에게 요구하는 가치의 전부는 아닙니다. 의뢰자가 정말로 원하는 것은 이길 수 있는 길을 찾는 것, 협상에서 유리한 상황을 만드는 것, 리스크를 식별하는 것, 최종적으로 '이 판단으로 진행합시다'라고 말할 수 있는 전문성입니다.

AI는 전반적인 작업을 크게 단축할 수 있습니다. 하지만 법적, 사회적, 감정적 문맥 속에서 어떤 주장을 선택하고, 어디까지 나아가고, 어디에서 물러나야 할지를 판단하는 것은 인간입니다.

이것은 법률에 국한되지 않습니다. 엔지니어도 마찬가지입니다. AI는 코드를 작성할 수 있습니다. 오류의 원인을 추측하고, 수정안도 제시할 수 있습니다. 하지만 본 환경에서 장애가 발생했을 때, 어떤 고객에게 영향을 미치고 있는지, 복구를 우선해야 할지, 원인 규명을 우선해야 할지, 어떤 정보를 경영진이나 고객에게 전달해야 할지를 판단하는 것은 인간입니다.

마케팅에서도 마찬가지입니다. AI는 광고문을 여러 개 제시할 수 있습니다. 시장 조사도 요약할 수 있습니다. 하지만 그 브랜드가 어떤 고객에게, 어떤 약속을 해왔는가. 논란의 리스크는 없는가. 단기적인 클릭률보다 장기적인 신뢰를 우선해야 할 상황은 아닌가. 이러한 판단은 경험과 책임을 동반합니다.

즉, AI는 업무에 포함된 '처리'를 빼앗고 있습니다. 그러나 업무 자체의 의미나 책임까지 빼앗고 있는 것은 아닙니다.

속도의 가치는 떨어지고, 판단의 가치가 올라간다

지금까지 많은 직장에서는 '빨리 만들 수 있는 사람'이 평가받아 왔습니다. 빨리 자료를 정리할 수 있다. 빨리 이메일을 쓸 수 있다. 빨리 코드를 쓸 수 있다. 빨리 회의록을 낼 수 있다. 물론, 속도는 앞으로도 중요합니다.

하지만 AI가 보급되면 단순한 작업 속도만으로는 차별화하기 어려워집니다. 누구나 일정 수준의 초안이나 분석을 짧은 시간에 만들 수 있게 되기 때문입니다.

그때 가치를 지니는 것은 '무엇을 만들어야 하는가'를 결정할 수 있는 사람입니다.

질문의 제기 방식이 중요해집니다. AI에 대충 질문을 던지면, 대충 답이 돌아옵니다. 전제가 잘못되어 있으면, AI는 그 전제에 따라 겉모습만 정리된 잘못을 만듭니다. 오히려 AI의 무서움은 잘못된 답이라도 매우 자연스럽고, 설득력이 있는 것처럼 보이는 점에 있습니다.

그래서 앞으로의 업무에서는 'AI를 사용할 수 있는가' 이상으로, 'AI에 무엇을 시켜야 하는가', 'AI의 출력을 어디까지 믿어도 되는가', '현실의 문제에 어떻게 연결할 것인가'가 요구됩니다.

AI가 80%를 담당하는 시대에, 인간이 남은 20%로 가치를 내기 위해서는 전문 지식뿐만 아니라 문제 발견력, 편집력, 윤리관, 대인 이해, 의사 결정력이 필요해집니다.

SNS에서는 기대와 경계가 뒤섞이다

이번 기사에 대한 SNS 상의 반응을 보면, 현재로서는 대규모의 논란이나 폭발적인 화제보다는 LinkedIn을 중심으로 실무자가 조용히 공감하고 있는 인상이 강합니다.

Inc. Magazine의 LinkedIn 게시물에서는 "AI는 많은 작업을 자동화할 수 있지만, 공감, 판단, 이해는 의미 있는 혁신의 중심에 남는다"는 취지의 댓글이 보였습니다. 단순히 AI를 위협으로 보는 것이 아니라, 인간다운 가치를 재확인하는 계기로 받아들이는 목소리입니다.

또한, 원래의 Platformer에서의 Casey Newton 씨와 Box CEO의 Aaron Levie 씨의 논의에 대해서도, LinkedIn에서는 "AI가 일을 빼앗거나 새로운 일을 만들든 간에, 큰 전환기가 오고 있다"는 반응이 있었습니다. 여기서 중요한 것은 낙관론만이 아니라는 점입니다. AI로 인해 일이 쉬워지는 것이 아니라, 일의 형태 자체가 변한다는 받아들이는 방식입니다.

다른 LinkedIn 상의 논의에서는 "AI는 80%를 빠르게 내놓지만, 마지막 20%의 수정, 검증, 문체 조정에 가장 많은 노력이 필요하다"는 실감도 공유되고 있습니다. 이는 많은 AI 이용자에게 익숙한 경험일 것입니다. AI는 초안을 만드는 것은 빠릅니다. 하지만 그 내용이 정말로 맞는지, 독자에게 맞는지, 자신의 의도와 일치하는지를 확인하는 데에는 결국 인간의 집중력이 필요합니다.

또한, 다른 게시물의 댓글에서는 "AI는 데이터를 끌어낼 수 있지만, 결과에 책임을 지고 실제 의사 결정을 내리는 것은 할 수 없다"는 취지의 목소리도 있었습니다. 이는 AI 시대의 본질을 찌르는 것입니다. AI는 제안할 수 있습니다. 하지만 그 제안으로 고객을 설득하고, 조직을 움직이며, 실패했을 때 앞장서는 것은 인간입니다.

SNS 상의 반응을 종합하면, 논점은 크게 세 가지로 나뉩니다.

첫째, AI는 반복 작업을 줄이고 인간을 더 창조적인 일로 이끈다는 기대.

둘째, AI가 내놓은 80%를 과신하면 검증 부족이나 책임의 소재 불명으로 이어진다는 경계.

셋째, AI 시대에 필요한 것은 '사용 방법'뿐만 아니라 인간 측의 판단력과 재학습이라는 현실적인 시각입니다.

즉, SNS 상의 논의도 기사의 주장과 일치합니다. AI가 인간을 불필요하게 만드는 것이 아니라, 인간에게 남겨진 가치의 장소를 바꾸고 있는 것입니다.

'마지막 20%'는 누구에게나 남는 것이 아니다

하지만 여기서 너무 안심해서는 안 됩니다.

'AI가 80%를 해준다면, 인간은 마지막 20%만 하면 된다'고 들으면 낙관적으로 들립니다. 하지만 그 20%를 맡을 수 있는 사람과 맡을 수 없는 사람의 차이는 앞으로 크게 벌어질 가능성이 있습니다.

왜냐하면 마지막 20%에는 경험이 필요하기 때문입니다.

AI가 내놓은 문장을 보고 어디가 얕은지를 판단할 수 있는 사람은 과거에 많은 문장을 읽고, 쓰고, 고쳐본 사람입니다. AI가 내놓은 코드를 보고 어디에 위험이 있는지를 감지할 수 있는 사람은 과거에 장애 대응이나 설계상의 실패를 경험한 사람입니다. AI가 내놓은 시장 분석을 보고 현장 감각과 어긋남을 알아차릴 수 있는 사람은 실제로 고객과 마주해온 사람입니다.

즉, 마지막 20%는 처음부터 누구나 쉽게 할 수 있는 것이 아닙니다. 오히려 지금까지 꾸준한 80%의 작업을 통해 쌓아온 경험이 그 판단력의 기반이 됩니다.

여기에 AI 시대의 어려움이 있습니다. AI가 초급자의 작업을 대신할수록, 젊은 세대가 경험을 쌓을 기회가 줄어들 가능성이 있습니다. 사전 조사, 요약, 초안 작성, 수정 같은 지루한 작업은 단순한 잡무가 아니라 판단력을 키우는 훈련이기도 했기 때문입니다.

기업은 이 점을 가볍게 보아서는 안 됩니다. AI로 효율화할 수 있다고 해서 젊은 세대에게서 모든 기초 작업을 빼앗으면, 장래에 '마지막 20%'를 맡을 수 있는 인재가 자라지 않게 됩니다. AI 활용과 인재 육성은 세트로 설계할 필요가 있습니다.

기업에 필요한 것은 'AI 도입'이 아니라 '책임 설계'

많은 기업은 AI를 도입하면 생산성이 올라간다고 생각합니다. 실제로 문서 작성이나 요약, 분석 등의 영역에서는 AI에 의해 작업 시간이 크게 단축되는 경우가 있습니다. 조사에서도 생성 AI가 문서 작성 작업의 시간 단축과 품질 향상에 기여한 사례가 보고되고 있습니다.

하지만 AI 도입의 진정한 성공 여부는 도구를 도입했는지 여부로 결정되지 않습니다. AI의 출력을 누가 확인할 것인가. 어떤 업무에서는 인간의 승인을 필수로 할 것인가. 고객에게 내기 전에 어떤 검증을 할 것인가. 오류가 발생했을 경우, 누가 책임을 질 것인가.

여기를 모호하게 한 채 AI를 사용하면, 표면상의 생산성은 올라가도 조직 전체의 리스크는 증가합니다.

McKinsey의 조사에서도 AI로 성과를 내는 조직은 모델의 출력에 인간의 검증을 어떻게 포함시킬지를 명확히 하고 있는 경향이 나타나고 있습니다. 이것은 바로 '마지막 20%'의 제도화입니다.

개인의 노력에만 의존하지 않고, 조직으로서 인간의 판단이 들어가는 지점을 설계합니다. 이것이 AI 시대의 매니지먼트가 됩니다.

개인이 갈고 닦아야 할 5가지 능력

그렇다면 개인은 무엇을 갈고 닦아야 할까요.

첫째, 질문을 제기하는 능력입니다. AI는 질문에 답하는 것은 잘하지만, 애초에 무엇을 물어야 할지는 인간이 결정합니다. 문제 설정이 얕으면 출력도 얕아집니다.

둘째, 검증하는 능력입니다. AI의 답을 그대로 믿지 않고, 근거를 확인하고, 모순을 찾아내고, 현실의 제약에 비추어 보는 능력이 필요합니다.

셋째, 전문 영역의 문맥을 읽는 능력입니다. 같은 데이터라도 업계, 기업 문화, 고객의 사정에 따라 의미는 달라집니다. AI는 일반론을 내놓을 수 있어도, 고유의 문맥까지는 완전히 읽어내지 못합니다.

넷째, 관계성을 구축하는 능력입니다. 고객이나 동료가 원하는 것은 올바른 정보만이 아닙니다. 안심감, 신뢰, 상담하기 쉬움, 책임감도 중요한 가치입니다.

다섯째, 의사 결정하는 능력입니다. 정보가 충분하지 않은 상황에서도 기한 내에 결정해야 하는 경우가 있습니다. AI는 선택지를 나열할 수 있지만, 최종적으로 선택하는 것은 인간입니다.

이들은 단기간에 익힐 수 있는 스킬이 아닙니다. 일상의 업무 속에서 실패하고, 생각하고, 수정하면서 쌓아가는 것입니다.

AI 시대의 승자는 AI보다 빠른 사람이 아니다

AI와 경쟁하는 발상에는 한계가 있습니다. AI보다 빨리 요약하기. AI보다 빨리 자료 만들기. AI보다 빨리 코드 쓰기. 이러한 경쟁은 인간에게 불리합니다.

승부해야 할 장소는 거기가 아닙니다.

AI가 내놓은 것을 어떻게 사용할 것인가. 무엇을 더하고, 무엇을 빼고, 어떤 판단을 내릴 것인가. 어떤 상대에게, 어떤 순서로, 어떤 말로 전달할 것인가. 거기에 인간의 가치가 있습니다.

AI는 작업의 비용을 낮춥니다. 그러면 이전에는 착수할 수 없었던 기획이나 분석이나 시도가 대량으로 가능해집니다. 하지만 가능성이 늘어날수록 무엇을 선택할지가 중요해집니다. 선택지가 늘어난 세계에서는 판단할 수 있는 사람의 가치가 올라갑니다.

따라서 AI 시대에 정말로 위험한 것은 AI를 사용할 수 없는 사람만이 아닙니다. AI가 내놓은 답을 자신의 판단 없이 그대로 사용하는 사람도 위험합니다.

반대로, AI를 뛰어난 조수로 사용하면서 자신의 경험, 시각, 책임을 더할 수 있는 사람은 오히려 이전보다 더 큰 가치를 발휘할