이메일은 몇 초 만에 초안을 작성할 수 있다. 회의 내용은 자동으로 정리되고, 문의에 대한 답변안도 화면에 나타난다. 그럼에도 불구하고, 직장에서는 오늘도 "사람이 부족하다"는 목소리가 나온다.

이 광경은 반드시 AI의 실패를 의미하지 않는다. 업무의 일부를 빠르게 처리할 수 있는 것과 필요한 인재가 필요한 장소에 모이는 것은 별개의 문제이기 때문이다.

2026년 9월 14일, 독일의 금융 정보 사이트 Aktiencheck에 게재된 dts 통신의 기사는 노동시장·직업연구소(IAB)의 경제학자 엔초 웨버 씨의 견해를 전했다. 기사에 따르면, 그는 독일 신문 Rheinische Post에 대해 디지털화만으로 노동력 부족을 없앨 수 없다는 취지로 말했다.

그러나, AI에 의한 개선 가능성을 부정한 발언은 아니다. 웨버 씨는 생산성이나 업무 프로세스, 부의 향상에 AI가 도움이 된다고 인정하고 있다. 그 위에, 인재를 육성하고 일할 기회를 넓히는 정책을 기술만으로 대체할 수 없다고 지적했다.

이 발언을 출발점으로 연구와 공개 코멘트를 해석하면, 보이는 것은 "AI인가, 사람인가"라는 이분법이 아니다. 노동 절약으로 생긴 여력을 누가, 무엇에 사용할 것인가라는 문제이다.

"작업이 줄어든다"와 "인재 부족이 없어지는" 거리

하나의 일에는 성질이 다른 작업이 섞여 있다. 문장을 작성하고, 기록을 남기고, 상대의 사정을 듣고, 현장을 확인하고, 예외에 대응한다. AI가 잘하는 부분만을 잘라내도, 일 전체의 필요 인원은 정해지지 않는다.

예를 들어, 어떤 설비 점검의 일을 생각해 보자. 보고서 초안이 빨라지면 담당자의 부담은 가벼워진다. 그러나, 현장까지 이동하는 시간, 설비를 실제로 조사하는 시간, 이상 원인을 확인하는 시간까지 같은 비율로 단축할 수 있는 것은 아니다. 이것은 특정 기업의 사례가 아니라, 작업과 직업을 나누어 생각하기 위한 예이다.

더욱이, 줄일 수 있었던 시간이 잘게 나뉘면, 근무 체제를 다시 짤 필요가 있다. 하루에 여러 번 생기는 몇 분의 여유는 휴식이나 꼼꼼한 확인에는 사용할 수 있어도, 그대로 다른 현장을 담당할 수 있는 한 명 분의 인원이 되는 것은 아니다.

여기서 유효한 것은 "어떤 직업이 사라질까"뿐만 아니라 "어떤 작업이 변할까"라는 시점이다.

국제노동기구(ILO) 등이 2025년에 발표한 연구에서는 세계 노동자의 약 4명 중 1명이 생성 AI의 영향을 어느 정도 받을 수 있는 직업에 종사하고 있다고 추정되었다. 그러나, 이것은 4명 중 1명이 실직할 것이라는 예측은 아니다. 일을 구성하는 작업에는 사람의 관여가 남아 있기 때문에, 연구는 전면적인 대체보다 일의 변화가 중심이 될 가능성을 시사하고 있다.

"AI로 처리할 수 있는 작업이 있다"는 정보를 "그 일을 맡는 사람이 불필요해진다"는 결론으로 뛰어넘지 않는 것이 논의의 출발점이 된다.

생산성 향상의 증거는 있다. 그러나 만능은 아니다

AI가 현장의 능력을 높이는 것을 보여주는 연구도 있다.

에릭 브리뇰프슨 씨 등이 쓴 논문 "Generative AI at Work"의 2025년 간행판은 고객 지원 담당자 5,172명의 데이터를 분석했다. 생성 AI에 의한 지원을 이용할 수 있게 되면, 1시간당 문제 해결 건수로 측정한 생산성이 평균 15% 향상했다고 한다.

효과에는 개인차가 있으며, 경험이 적은 담당자나 기술 수준이 낮은 담당자에서 개선이 컸다. 한편, 경험이 풍부하고 고기술의 담당자에게 같은 크기의 효과가 나타난 것은 아니다.

이 결과는 인재 부족을 생각하는 데 있어 시사적이다. AI에는 사람을 통째로 대체하는 것 외에, 일을 배우는 과정을 지원하고 더 많은 사람이 업무를 맡을 수 있게 하는 용도가 있다.

그러나, 연구 대상은 한 기업의 고객 대응이며, 모든 직장에서 15%의 개선이 일어난다고 보장하는 것은 아니다. 저자들도 경제 전체의 고용이나 임금에 대한 영향을 밝히는 연구는 아니라고 설명하고 있다.

AI의 성과를 측정할 때는 이용 횟수나 문장의 생성 속도만을 봐도 충분하지 않다. 확인·수정을 포함한 소요 시간, 해결할 수 있었던 문제의 수, 대응 품질까지 볼 필요가 있다. 이 점은 연구 결과를 직장에 응용할 때의 본고의 제안이다.

초안이 빨라도 수정에 시간이 걸리면 여력은 작아진다. 반대로, 신입이 걸려 넘어지는 장면에서 적절한 조언을 얻을 수 있다면, 본인과 지도역 양쪽을 도울 수 있다. 도입하는 것보다 어디에서 유용할지가 문제다.

효율화로, 일 자체가 늘어날 가능성

인력 부족이 남는 이유에는 수요의 변화도 있다.

가령, 어떤 기업이 AI에 의해 같은 시간에 기존보다 많은 일을 처리할 수 있게 되었다고 하자. 그 기업은 남은 시간을 인원 감축이나 노동 시간 단축에 사용할지도 모른다. 그러나, 새로운 고객을 획득하고, 지금까지 거절했던 의뢰를 받아들이고, 다른 서비스를 시작하는 선택도 할 수 있다.

제공 비용이 낮아지면, 지금까지 이용할 수 없었던 사람에게도 서비스가 전달될 가능성이 있다. 그렇게 되면, 한 건당 일은 가벼워져도, 다루는 건수는 늘어난다.

이것은 반드시 일어나는 결과는 아니지만, "생산성이 올라가면 그만큼 인력이 남는다"는 계산이 사회 전체에서는 성립하지 않을 수 있음을 설명하고 있다.

IAB 등이 2025년 11월에 발표한 독일의 AI 시나리오 분석에서도, 고용의 총량과 내용은 나누어 파악되고 있다. 일정한 전제 아래 AI 활용이 진행되는 경우, 향후 15년간 약 160만의 고용이 신설 또는 소실이라는 형태로 구조 변화의 영향을 받는 한편, 고용 총수는 기준이 되는 미래 경로와 비교해 대체로 같은 정도가 될 것으로 보인다.

약 160만이라는 숫자는 그 인원이 순감한다는 의미는 아니다. 또한, 실제로 일어난 결과도 아니며, AI 도입 등에 관한 가정을 둔 시산이다.

이 연구에서 읽을 수 있는 것은 총수가 크게 변하지 않아도, 일의 장소와 내용은 움직일 수 있다는 것이다. 어떤 분야에서 인원이 남는 것과 다른 분야에서 채용난이 계속되는 것은 동시에 일어날 수 있다.

남은 사람이 그대로 부족한 직장으로 옮길 수 있는 것은 아니다

인재 부족을 단순한 인원의 덧셈과 뺄셈으로 해결하는 것은 어렵다.

예를 들어, 사무 작업의 효율화로 근무 시간에 여유가 생긴 사람이 다음 날부터 설비 수리를 담당할 수 있는 것은 아니다. 새로운 일에는 지식과 경험이 필요하며, 일하는 장소와 시간, 본인의 희망도 관계한다.

이 때문에, AI 도입과 인재 육성을 별도로 진행하면, 효율화된 부서와 사람이 필요한 부서 사이에 틈이 남을 가능성이 있다.

본고의 고찰로서 중시하고 싶은 것은 "옮길 수 있는 일이 있는가"에 더해 "옮기는 과정을 지원할 수 있는가"라는 질문이다. 연수 중의 시간을 확보할 수 있는가. 숙달할 때까지 평가를 어떻게 다룰 것인가. 육아나 가정의 사정과 양립할 수 있는 배치가 되어 있는가. 이러한 조건이 갖추어지지 않으면, 구인과 구직자가 존재해도 양자는 연결되지 않는다.

원 기사에서 웨버 씨가 언급한 것도 사람이 능력을 발휘할 수 있는 조건이었다. 여성이나 이주자의 직업상의 발전 기회를 더 잘 활용하고, 고령의 종업원에게는 부담을 강화하는 형태가 아니라, 전망을 가지고 계속 일할 수 있는 환경을 정비할 필요가 있다고 하고 있다.

그 지적을 실무로 바꾸면, AI 도입 예산과 동시에 연수의 시간이나 지도 체제, 유연한 근무의 구조를 생각하는 것이 된다. 기술을 넣고 나서 "쓸 수 있는 사람이 없다"고 깨닫는 것은 늦다.

SNS에 보이는 기대와 질문――"무엇을 맡기고, 어떤 일을 남길 것인가"

SNS의 반응은 어떨까. 이번에 확인할 수 있었던 공개 정보의 범위에서는 9월 14일의 해당 기사에 대한 직접적인 댓글을 충분히 확인할 수 없었다. 그래서, 이하에서는 웨버 씨가 약 2년 전에 LinkedIn에 게시한, AI와 일을 다루는 프로그램의 소개에 기재된 관련 댓글을 다룬다. 이번 보도에 대한 반응이 아니라, 같은 주제에 관한 과거의 논의이다. 내용은 일본어로 요약했다.

Christian Mueller 씨는 AI가 특히 연구와 교육에서 인간의 가능성을 넓힌다고 긍정적으로 보고 있었다. Nicole Koeck-Maier 씨도 지루한 반복 작업을 AI에 맡기고 인간의 창조적인 힘을 더 살릴 수 있다는 기대를 나타내고 있다.

한편, Antoinette Weibel 씨가 물었던 것은 AI에 의해 일이 어떻게 변할 것인가였다. 사람은 기계의 돌봄만 하게 되는 것인가, 아니면 더 의미가 있고 인간에 어울리는 활동에 종사할 수 있는 것인가. 그 선택을 좌우하는 것은 AI 그 자체가 아니라, 기업과 필요한 규제를 담당하는 국가라는 취지를 말하고 있다.

이들은 제한된 게시물에 대한 개별적인 의견이며, SNS 전체의 여론이나 찬반 비율을 나타내는 것은 아니다. 그럼에도 불구하고, 사람들의 관심이 "일을 빼앗길까"에만 그치지 않고, AI 도입 후에 어떤 일이 남을 것인가에도 향하고 있음을 알 수 있다.

이 논점을 현장에 적용하면, 같은 노동 절약에도 다른 사용 방법이 보인다. 남은 시간을 고객에 대한 정중한 대응이나 연수에 사용하면, 일의 질을 높일 수 있는 가능성이 있다. 한편, 처리 건수의 목표만을 올리면, 일하는 사람의 바쁨은 변하지 않을지도 모른다. 이것은 게시물을 바탕으로 한 본고의 고찰이다.

AI로 풍요로워져도, 휴가가 자동으로 늘어나는 것은 아니다

인력 부족의 논의는 노동 시간의 문제로도 이어지고 있다.

원 기사에 따르면, 웨버 씨는 AI가 보급되면 사람들의 일하는 시간이 자동으로 줄어든다는 견해에도 신중하다. 생산성 향상이 풍요로움으로 이어지고, 그 위에 수입의 감소를 받아들여 노동 시간을 줄이는 선택은 있을 수 있다. 그러나, 모두에게 당연히 그런 변화가 찾아온다고는 생각하지 않는다.

그는 풍요로움이 늘어나면 기대나 생활 수준, 요구도 변한다고 지적한다.

여기서 생각해야 할 것은 기술이 만들어내는 여력과 그 배분을 결정하는 구조의 차이이다. AI가 한 시간을 절약해도, 그 한 시간이 휴가가 될지, 추가의 일이 될지는 소프트웨어만으로는 결정되지 않는다.

예를 들어, 생산성이 올라간 기업에는 임금을 올리거나, 가격을 내리거나, 서비스를 충실히 하거나, 투자를 늘리거나, 노동 시간을 줄이는 등 여러 선택지가 있다. 어느 것을 우선할지는 경영 판단이나 직장에서의 합의가 관련된다.

따라서, "AI 도입에 성공했다"는 평가에도 무엇을 목표로 했는가라는 설명이 필요하다. 매출이 늘어난 것과 종업원의 부담이 줄어든 것은 별도로 확인해야 한다.

물어야 할 것은 "몇 명 줄일 수 있는가"만이 아니다

이 논의를 일본의 직장에 끌어들일 때에도, 독일의 시산을 그대로 적용할 수는 없다. 직업 구성이나 고용 관행이 다르기 때문이다. 그러나, 작업의 효율화와 인재 확보를 나누어 생각하는 시점은 기업의 규모나 나라를 불문하고 검토할 수 있다.

본고에서 제안하고 싶은 것은 AI 도입의 전후로 세 가지 질문을 갖는 것이다.

첫째, 무엇이 진정한 장애물인가. 문서 작성에 시간이 걸리는가, 확인 대기가 긴가, 현장을 담당할 수 있는 사람이 적은가. 장애물을 특정하지 않고 도구를 늘려도 일 전체의 흐름은 개선되지 않을 수 있다.

둘째, 누구의 능력이 확장되는가. 숙련자가 한층 더 빠르게 일할 수 있게 되는가, 신입이 빨리 업무를 배울 수 있는가, 지금까지 시간의 제약으로 참여할 수 없었던 사람이 일을 맡을 수 있게 되는가. 기대하는 효과에 따라 필요한 지원은 달라진다.

셋째, 남은 시간을 무엇에 사용할 것인가. 채용난을 보완하거나, 잔업을 줄이거나, 고객 대응을 개선하거나, 다음 인재를 육성한다. 사용 방법을 결정해야만 효율화는 구체적인 성과가 된다.

AI는 인재 부족에 대한 대책을 지원할 수 있다. 그러나, 누구를 육성하고, 어떤 조건에서 일하게 하고, 얻어진 여력을 어떻게 나눌 것인가라는 판단까지 맡아주지는 않는다.

화면 안에서 작업이 끝나는 속도와 현장에서 사람이 계속 일할 수 있는 조건. 그 양쪽을 정비해야 AI의 진보는 직장의 개선으로 이어진다.

출처 URL