AI가 내 일을 빼앗을까? 직무명보다 ‘업무’부터 보세요

이 차이는 중요합니다. 노출도가 높다는 것은 업무 내용이 바뀔 가능성이 크다는 뜻이지, 그 직업 전체가 반드시 사라진다는 뜻은 아닙니다. IMF의 직원 토론 보고서도 AI의 경제·사회적 영향은 아직 불확실하고, 직무 역할과 산업에 따라 달라질 수 있다고 설명합니다.

같은 직무명 안에서도 사람마다 위험은 다릅니다. 어떤 사람은 반복 문서 작업을 주로 하고, 어떤 사람은 고객 판단, 협상, 전략 조율, 최종 책임을 맡습니다. AI의 영향은 이 둘에게 똑같이 오지 않습니다.

주요 연구의 공통 메시지: 사라짐보다 재편

현재 연구들이 ‘어떤 직업이 반드시 사라진다’는 단순한 명단을 제공하는 것은 아닙니다. 다만 방향은 비교적 분명합니다. AI는 업무를 재편하고, 일부 업무를 자동화하며, AI를 잘 쓰는 사람의 생산성을 높일 수 있습니다.

• IMF: 영향 범위는 크지만, 단순한 대체만은 아니다. IMF는 AI가 전 세계 일자리의 거의 40%에 영향을 줄 수 있고, 선진 경제권에서는 약 60%의 일자리가 영향을 받을 수 있다고 봅니다. 동시에 AI는 일부 업무를 대체하고, 다른 업무는 보완할 수 있다고 설명합니다.
• ILO: 직업명이 아니라 업무 단위로 봐야 더 정확하다. ILO의 2025년 업데이트는 업무 단위 데이터, 전문가 의견, AI 예측을 활용해 생성형 AI의 잠재적 영향을 더 정교하게 평가하는 데 초점을 둡니다.
• WEF: 기술 변화는 노동시장을 계속 바꾼다. 세계경제포럼(WEF)의 2025년 보고서는 기술 변화를 노동시장 전환을 이끄는 거시 흐름 중 하나로 다루며, 2030년까지 직업의 증가와 감소에 미칠 영향을 분석합니다.
• PwC: AI를 잘 쓰는 사람은 더 가치 있어질 수 있다. PwC의 2025년 Global AI Jobs Barometer는 6개 대륙의 채용 공고 약 10억 건을 분석한 뒤, AI가 사람을 덜 가치 있게 만드는 것이 아니라 더 가치 있게 만들 수 있으며, 고도로 자동화 가능한 일에서도 그럴 수 있다고 봅니다.

내 업무에서 먼저 바뀔 부분을 찾는 네 가지 질문

가장 실용적인 방법은 직무명을 내려놓고, 일주일 동안 자주 하는 업무 10~15개를 적어보는 것입니다. 이런 업무 단위 접근은 생성형 AI의 영향을 업무 수준에서 살피는 ILO의 분석 방향과도 맞닿아 있습니다.

네 가지에 모두 해당하는 업무라면, 가장 먼저 AI 보조를 시험해볼 후보입니다. 다만 이것이 곧 당신의 직업이 위험하다는 뜻은 아닙니다. 그 업무 흐름이 AI가 1차 작업을 하고, 사람이 검토·수정·책임을 맡는 방식으로 바뀔 가능성이 있다는 뜻에 가깝습니다.

어떤 업무부터 AI를 써볼까

처음부터 핵심 의사결정을 AI에 맡길 필요는 없습니다. 오히려 낮은 위험, 쉬운 검수, 높은 반복성을 갖춘 일부터 시작하는 편이 안전합니다.

• 긴 문서, 회의록, 고객 메시지를 요약하기
• 이메일, 보고서, 제안서, 콘텐츠의 1차 초안 만들기
• 자료를 분류하거나 태그를 붙이고 표로 정리하기
• 정해진 기준에 맞춰 체크리스트 만들기
• 기존 문장의 톤을 바꾸거나 오탈자를 점검하고 버전 차이를 비교하기

핵심은 AI에게 일을 통째로 넘기는 것이 아닙니다. 사람이 배경, 기준, 금지사항, 검수 방식을 정하고 AI는 초안이나 정리를 맡습니다. 그런 다음 사람이 사실 확인, 위험 판단, 최종 결정을 합니다. 이런 방식은 IMF가 말한 AI의 인간 업무 보완에 더 가깝습니다.

업무를 세 갈래로 나눠보자

업무 목록을 만든 뒤에는 다음처럼 나눠볼 수 있습니다.

1. 바로 AI로 가속할 수 있는 업무

반복적이고, 규칙이 분명하고, 오류 비용이 낮으며, 입력과 출력이 명확한 업무입니다. 요약, 초안 작성, 형식 변환, 1차 분류, 회의록 정리 등이 여기에 들어갑니다. 목표는 시간을 줄이는 것이지만, 결과물 검수는 여전히 필요합니다.

2. AI 보조는 가능하지만 완전 자동화는 피해야 할 업무

돈, 고객 관계, 법규 준수, 브랜드 평판, 인사 평가처럼 판단과 책임이 따르는 업무입니다. AI는 자료를 정리하고 선택지를 제시하며 놓친 쟁점을 알려줄 수 있습니다. 그러나 최종 판단과 책임은 사람이 맡아야 합니다.

3. 더 키워야 할 ‘외주 주기 어려운’ 영역

AI가 초안을 빠르게 만들수록 더 희소해지는 것은 판단력, 분야 지식, 신뢰 형성, 소통, 업무 설계, 결과에 대한 책임입니다. PwC가 AI가 직원의 가치를 높일 수 있다고 본 대목도 결국 도구 자체보다 도구를 활용해 더 신뢰할 수 있는 결과를 내는 능력과 연결됩니다.

앞으로 더 값어치가 커질 능력

AI가 일부 업무를 대체하고 다른 업무를 보완한다면, 투자해야 할 능력은 단순한 프롬프트 작성법에 그치지 않습니다.

• 판단력: AI 답변에서 무엇이 틀릴 수 있는지, 무엇을 확인해야 하는지, 어디까지 사용하면 안 되는지 가려내는 능력입니다.
• 분야 지식: 업계와 업무 맥락을 알아야 AI가 만든 초안이 쓸 만한지, 평범한지, 위험한지 판단할 수 있습니다.
• 워크플로 설계: 자료, 지시문, 검수 단계, 품질 기준을 연결해 팀 전체의 속도를 높이는 능력입니다.
• 소통과 신뢰: 설명, 협상, 설득, 위로, 책임 있는 결정이 필요한 일에는 여전히 사람이 필요합니다.
• 학습 속도: WEF의 2025년 보고서는 기술 변화를 2030년까지 직업 증가와 감소에 영향을 미칠 주요 거시 흐름 중 하나로 다룹니다. 계속 배우고 업무 방식을 갱신하는 능력은 더 중요해질 수밖에 없습니다.

7일 동안 해볼 수 있는 업무 점검법

막연한 불안에서 벗어나려면 작은 실험을 해보는 것이 좋습니다.

1. 1일 차: 일주일 동안 가장 자주 하는 업무 10~15개를 적습니다.
2. 2일 차: 반복적이고, 규칙이 분명하고, 글이나 데이터 중심인 업무에 표시합니다.
3. 3일 차: 그중 낮은 위험의 업무 하나를 골라 AI로 1차 결과물을 만들어봅니다.
4. 4일 차: 시간이 얼마나 줄었는지, 어떤 오류가 있었는지, 어떤 검수가 필요한지 적습니다.
5. 5일 차: 그 업무에 쓸 고정 지시문, 필요한 자료, 확인 체크리스트를 만듭니다.
6. 6일 차: 두 번째 업무를 시험하되, 검수 가능하고 오류 비용이 낮은 일로 제한합니다.
7. 7일 차: 장기적으로 AI 보조를 쓸 업무와 반드시 사람이 판단해야 할 업무를 나눕니다.

이렇게 하면 질문이 바뀝니다. ‘AI가 내 일을 빼앗을까?’가 아니라, **‘AI가 내 업무 중 어떤 부분을 바꾸고, 나는 어디에서 더 큰 가치를 내야 할까?’**로 옮겨갑니다.

결론: 직무명보다 업무 목록을 펼쳐 보자

AI가 내 일을 빼앗을까요? 가장 정확한 답은 이렇습니다. AI는 어떤 업무를 빼앗고, 어떤 업무를 줄이고, 어떤 업무 방식을 바꿀 수 있습니다. 그러나 그것이 곧 직업 전체의 즉각적인 소멸을 뜻하지는 않습니다.

위험이 큰 부분은 대체로 반복적이고, 규칙화되어 있고, 디지털 자료로 처리되며, 낮은 비용으로 검수 가능한 업무입니다. 반대로 기회가 큰 사람은 AI로 산출량을 높이면서도 판단, 전문성, 신뢰, 책임을 놓치지 않는 사람입니다.

다음 단계는 어느 직업이 사라진다는 목록을 기다리는 것이 아닙니다. 내 일주일 업무를 펼쳐놓고, AI가 1차로 맡을 수 있는 것, 반드시 내가 검토해야 하는 것, 앞으로 더 키워야 할 인간의 판단과 관계 능력을 구분하는 것입니다. 직무명이 아니라 업무에서 출발할 때, AI가 가져올 위협과 기회가 훨씬 선명해집니다.