| 최초 작성일 : 2025-11-26 | 수정일 : 2025-11-26 | 조회수 : |
AI가 일자리를 없앤다는 공포는 오래된 이야기입니다. 그러나 실제로 사라지는 것은 ‘직업’이 아니라 일을 바라보는 우리의 사고방식입니다. 맥킨지는 말합니다. AI는 사람을 대체하기보다 ‘일의 단위(Task)’를 해체하고 재조립한다고. 즉, 우리가 오랫동안 신성하게 간직해온 ‘직무(Job)’라는 개념 자체가 이제는 더 이상 자연스러운 단위가 아닙니다. 어쩌면 AI가 흔드는 것은 우리의 일자리보다 먼저, “나는 무엇을 할 수 있는가?”라는 자기 정의의 틀입니다. 오늘날 대학은 더 이상 정답을 확인하는 곳이 아니며, 직장은 더 이상 매뉴얼을 정확히 따르는 사람을 찾지 않습니다. 기업은 “창의성”, “문제정의”, “문제 재구성”, “전략적 사고”라는 정답이 없는 능력을 요구합니다. 그런데 우리는 학생에게는 ‘정답을 외우라’고 가르치고, 직장인에게는 ‘매뉴얼대로 하라’고 강요하며, 급기야 AI가 들어오자 뒤늦게 묻습니다. “그럼 이제 창의성 있는 사람 어디 없나?” AI는 우리의 일자리를 가져가지 않습니다. 대신, 우리가 하고 있는 일의 의미를 근본부터 다시 묻습니다. 스스로 변화하지 않는 조직과 개인이 뒤처지는 이유는 기술 때문이 아니라 ‘일의 재편’에 적응하지 못하기 때문입니다. 우리는 지금, 직업이 아니라 일(work) 자체를 다시 정의해야 하는 시대에 서 있습니다.
“AI가 일자리 대체한다고? 맥킨지의 반론” — FORTUNE Korea · 2025.11.25 “AI 전환으로 직무 재설계 확산…기업 ‘업무 단위(Task) 분해’ 속도 빨라져” — 한국경제 · 2025.11.21 “AI 도입률 60% 돌파…하지만 전체 고용은 반대로 ‘증가’” — 매일경제 · 2025.11.19 “MS·아마존 ‘AI 코파일럿’ 도입 이후 생산성 증가, 업무 구조 재편 본격화” — 블룸버그 · 2025.11.17 “AI 자동화 확대에도 실직 위기 낮아…대신 ‘직무 내 작업 단위’가 사라진다” — 뉴욕타임스 · 2025.11.15 -------------------------------------- “AI가 당신의 일자리를 뺏을 것이다.” 이 말은 10년 전에도, 5년 전에도 반복되던 경고이다. 하지만 최근 들어 분위기는 달라졌다. 기업들이 실제로 마주하고 있는 건 일자리의 소멸이 아니라 ‘일의 형태가 바뀌는 현상’이다. 맥킨지가 가장 먼저 이 변화의 본질을 짚는다. AI는 직업(Job)을 대체하는 것이 아니라, 그 직업을 구성하는 작업(Task) 을 분해하고 재조립한다는 것. 예컨대, 회계사는 여전히 필요하지만 ‘자료 입력’과 ‘1차 검증’이라는 작업은 AI가 맡고, 새로운 회계사는 분석·전략·설명·의사결정 지원 역할을 더 많이 요구받는다. 기자는 여전히 존재하지만, 속보 작성과 기초 취재는 AI가 먼저 하고 기자는 맥락을 해석하고, 의미와 질문을 찾아내는 일을 맡는다. 개발자 역시 일자리가 줄어들기는커녕 더 늘어나고 있고, 프로그래밍의 많은 단순 반복 작업은 AI가 처리하면서 인간 개발자가 문제 정의·설계·조율·리스크 판단이라는 더 상위의 사고를 요구받는다. 이 변화는 단지 직업 목록이 바뀐다는 뜻이 아니다. 우리가 ‘일을 한다’고 생각해온 방식 자체가 무너지고 있다는 뜻이다. 그럼에도 우리는 여전히 “AI가 사람을 대체할까?”라는 질문에 갇혀 있다. 하지만 정작 물어야 하는 질문은 완전히 다르다. “AI가 바꿔놓을 ‘일의 구조’에 우리는 준비되어 있는가?” 학교는 정답을 가르치고, 기업은 매뉴얼을 따르기를 요구하고, 공공기관은 절차를 반복한다. 그러나 AI 시대의 경쟁력은 정답을 맞히는 사람이 아니라, 정답이 없는 문제를 정의하고 변형할 수 있는 사람에게 있다. 어쩌면 AI가 가장 먼저 드러낸 것은 기술의 위력이 아니라 ‘정답 중심 사회’가 가진 취약성인지 모른다. 이제 우리는 더 이상 “누가 일자리를 잃을까?”가 아니라 “누가 여전히 같은 방식으로 일하려고 하는가?” 를 묻게 된다.
AI 시대의 노동을 설명할 때 가장 많은 오해는 “직업이 대체된다”는 식의 단순한 대립구도입니다. 그러나 경제학·노동사회학·인지과학의 핵심 이론들은 전혀 다른 메시지를 전합니다. ① 작업 단위(Task) 이론 — 맥킨지가 지목한 핵심 프레임 노동은 하나의 ‘직업’이 아니라, 수십 개의 ‘작업(Task)’으로 이루어져 있습니다. ㅇ 반복 ㅇ 분류 ㅇ 검증 ㅇ 요약 ㅇ 판단 ㅇ 의사결정 지원 ㅇ 인간 상호작용 이 중 AI가 대체하는 건 상위 구조가 아니라 ‘작업 중 일부’입니다. 즉, 일자리 자체가 사라지는 것이 아니라 직무 안의 특정 작업이 자동화되고, 인간은 남아 있는 작업을 중심으로 새로운 형태의 역할을 맡게 됩니다. 이것이 맥킨지가 말한 “직업(Job)이 아니라 작업(Task)이 재편된다”는 명제입니다. ② 기술보완성(Complementarity Theory) 기술은 인간을 대체하는 힘만 있는 것이 아니라 인간을 보완하는 힘이 더 크다는 이론입니다. AI가 문서를 요약하면 인간은 분석에 더 많은 시간을 쓰게 되고, AI가 코드를 생성하면 인간은 설계를 더 깊이 하는 구조로 이동합니다. 즉, AI는 인간의 “하위 작업”을 덜어내며 “상위 작업”의 비중을 키우는 효과를 가집니다. 그래서 고용이 늘기도 합니다. 일을 더 다양하게 설계할 수 있게 되기 때문입니다. ③ 구조적 일자리 탄력성(Structural Resilience of Jobs) 역사적으로 새로운 기술은 언제나 직업 전체를 없애지 않았습니다. 오히려 직업의 내부 구조를 바꿨습니다. ㅇ ATM → 은행원 증가 ㅇ ERP → 회계사 증가 ㅇ 로봇팔 → 숙련 기술자 증가 ㅇ ChatGPT → 문해·분석·전략형 업무 증가 기술이 단순 작업을 가져가면 인간은 더 복잡하고, 다층적이고, 의미 있는 작업으로 이동합니다. ④ 인지적 재구성(Cognitive Reframing Theory) AI 시대의 경쟁력은 특정 기술을 아는 사람에게 있지 않고, 문제를 ‘정의하고 재구성’할 수 있는 사람에게 있습니다. 이는 수학 문제를 푸는 능력이 아니라 수학 문제를 만드는 능력, 즉 프레이밍(Framing) 능력에 가깝습니다. 그래서 기업은 ChatGPT 이후 ‘정답을 잘 내는 사람’이 아니라 질문을 잘 만드는 사람을 더 높이 평가하기 시작했습니다. ⑤ 결론 — AI는 일자리를 없애지 않는다, 인간의 일을 다시 구성한다 AI는 인간의 자리를 앗아가는 기술이 아니라 인간의 일을 재배열하는 기술입니다. 자동화는 “직업 감소”가 아니라 “직무 재편”과 “역할 고도화”를 촉발합니다. 결국 AI가 바꾸는 것은 우리의 일자리보다 먼저, ‘일의 의미’에 대한 정의 그 자체입니다.
AI와 노동의 관계를 바라보는 우리의 시각은 아직도 “빼앗기느냐, 지키느냐”라는 낡은 이분법에 갇혀 있습니다. 그러나 맥킨지가 보여준 그림은 훨씬 입체적입니다. AI는 사람의 일을 파괴하는 힘이 아니라, 사람의 일을 ‘다시 배열하는 힘’이라는 것입니다. 따라서 지금 우리가 해야 할 행동 역시 “일자리를 지키는 전략”이 아니라, “일자리를 재구성하는 전략”이어야 합니다. ① 개인에게 주는 시사점 — ‘직무’가 아니라 ‘작업(Task)’을 관리해야 한다 과거에는 한 직업(Job)을 갖는 것이 경력을 만든다고 여겼습니다. 하지만 AI 시대에는 ‘직업’보다 ‘작업(Task)’이 더 중요해졌습니다. ㅇ “내가 맡는 작업(Task) 중 AI가 가져갈 부분은 무엇인지?” ㅇ “AI가 가져갈 텐데, 나는 어떤 고차 기능으로 이동할 수 있는지?” ㅇ “작업 구조 중 인간이 맡아야 할 해석·설계·판단 작업이 무엇인지?” 이 질문을 먼저 던지는 사람일수록 향후 노동시장 재편의 수혜자가 됩니다. 즉, 미래의 경쟁력은 “직업 유지 능력”이 아니라 “작업 전환 능력(Task Mobility)”에 달려 있습니다. ② 기업에게 주는 시사점 — 직무를 ‘찍어내는’ 시대는 끝나고, 작업(Task)을 조립하는 ‘모듈형 인사’로 이동해야 한다 한국 기업은 오랫동안 ‘직무’(Job) 단위의 인사로 조직을 설계해 왔습니다. 그러나 AI가 실제로 건드리는 것은 직무가 아니라 ‘작업’입니다. 따라서 향후 HR은 다음과 같이 움직여야 합니다. ㅇ 직무 기술서(Job Description) → 작업 기술서(Task Description) ㅇ 정해진 업무 패키지 → 유동적·조립식 업무 구조 ㅇ 직원 채용 → “작업 단위 스킬” 채용 ㅇ 업무 평가 → 결과 중심에서 “AI 활용 능력 + 해석 능력” 중심으로 기업은 더 이상 “사람에게 일을 맞추는 방식”으로 운영해서는 안 되고, “일의 재구성 구조에 사람을 배치하는 방식”으로 이동해야 합니다. ③ 정부·교육·대학에 주는 시사점 — 창의·해석·설계 중심의 ‘상위 작업(High-Level Task)’을 키울 수 있는 생태계 구축 AI 시대의 핵심은 단순히 코딩이나 기술을 가르치는 것이 아니라 AI가 수행할 수 없는 상위 작업 능력을 체계적으로 키우는 것입니다. 즉, 다음 능력이 교육 시스템의 중심축이 되어야 한다는 뜻입니다. ㅇ 문제 정의력 ㅇ 복합적 사고 ㅇ 맥락 해석 ㅇ 전략적 판단 ㅇ 설계·기획 능력 ㅇ 윤리·책임 기반 의사결정 맥킨지가 말하는 것은 “미래에는 더 많은 사람이 필요 없어진다”가 아니라 “미래에는 전혀 다른 유형의 사람이 더 많이 필요하다”는 주장입니다. 따라서 교육제도의 초점 역시 ‘정답을 맞히는 학생’에서 ‘문제를 새로 만드는 학생’으로 전환되어야 합니다. ④ 사회 전체를 위한 시사점 — AI 시대의 진짜 위험은 ‘기술’이 아니라 ‘재구성 속도 차이’ AI가 사람을 대체하느냐 마느냐는 본질이 아닙니다. 진짜 위험은 ‘국가·기업·개인의 작업 재구성 속도 차이’입니다. ㅇ 국가가 재구성을 늦추면 → 산업경쟁력 하락 ㅇ 기업이 늦추면 → 인건비 비효율 + 기술격차 ㅇ 개인이 늦추면 → 일자리 적응 실패 AI는 위기를 만들지 않습니다. 그러나 재구성에 실패하는 사회는 스스로 위기를 만듭니다. 따라서 지금 우리가 필요한 것은 ‘일자리 보존 전략’이 아니라 ‘작업 재구성 전략’을 국가·기업·개인 모두가 동시에 실행하는 것입니다.
우리는 오랫동안 “일은 곧 나의 정체성”이라는 믿음 속에서 살아왔습니다. 직업명이 곧 나를 설명하고, 소개하고, 증명하던 시대였습니다. 그러나 지금 AI가 흔들고 있는 것은 단지 직무 몇 개가 아닙니다. 우리가 ‘일하는 인간’을 어떻게 정의해왔는가라는, 훨씬 더 근본적인 질문입니다. 맥킨지가 말한 것처럼, AI는 직업을 없애지 않습니다. 대신 직업 내부의 ‘작업(Task)’을 분해하고 재조립합니다. 그리고 이 과정에서 인간이 맡아야 하는 작업의 성격이 이전과 완전히 다른 방향으로 이동합니다. 예전에는 ㅇ 얼마나 많이 알고 있는가 ㅇ얼마나 빠르게 처리하는가 ㅇ 얼마나 정확하게 답을 내는가 가 중요한 능력이었습니다. 그러나 AI 이후에는 ㅇ 문제를 어떻게 바라보는가 ㅇ 어떤 질문을 던지는가 ㅇ 무엇을 남기고 무엇을 AI에게 넘기는가 인간만이 할 수 있는 판단과 설계를 어떻게 수행하는가 가 핵심 경쟁력이 됩니다. 즉, AI는 인간의 자리를 빼앗는 것이 아니라 인간의 ‘고유한 자리’를 찾아주고 있는 셈입니다. 단지, 그 자리가 이제 예전과 달라졌을 뿐입니다. 그렇다면 우리가 해야 할 일은 무엇일까요? 정답은 단순합니다. AI와 경쟁하려 하지 말고, AI 위에서 일해야 합니다. AI가 처리할 수 없는 상위 작업을 발견하고, AI가 할 수 있는 작업을 기꺼이 넘기고, 그 사이의 경계를 새롭게 설계하는 일. 그것이 앞으로의 10년, 우리 모두가 걸어야 할 경력의 방향입니다. AI는 일자리를 위협하는 존재가 아니라 우리가 ‘어떤 인간으로서 일할 것인가’를 다시 선택하도록 만드는 거대한 질문 그 자체입니다. 그리고 그 질문에 어떻게 답하느냐가 우리의 다음 10년을 결정하게 될 것입니다.
AI 시대의 핵심 변화는 ‘일자리 상실’이 아니라 ‘작업(Task) 구조 재편’이다. 맥킨지 분석에 따르면 자동화는 직무 전체가 아니라 그 안의 반복·정형 작업을 대체한다. 기업은 Job 중심 인사에서 Task 중심 인사로, 개인은 정답형 역량에서 문제 정의형 역량으로 이동해야 한다. 정부·교육·사회 역시 AI가 요구하는 새로운 상위 작업 능력을 중심으로 생태계를 재설계해야 한다.
Q1. AI가 정말로 일자리를 ‘없애지 않는다’는 근거는 무엇인가요? A. 맥킨지·OECD·MIT 등 주요 연구기관은 공통적으로 “직업(Job)이 아니라 직업 내부의 작업(Task)이 대체된다”고 결론 냈습니다. 자동화로 사라지는 작업보다, 새롭게 생성되거나 재편되는 작업이 더 많아 전체 고용은 장기적으로 유지되거나 증가하는 경향이 있습니다. Q2. 그렇다면 어떤 직업이 가장 안전한가요? A. 직업보다 작업(Task) 구성을 보아야 합니다. 문제 정의·분석·조정·기획·협상·감정노동·윤리 판단 같은 작업 비중이 높은 직군은 AI 시대에 오히려 수요가 증가합니다. Q3. AI가 사람보다 더 잘하는 작업은 무엇인가요? A. 분류, 요약, 패턴 분석, 대량 데이터 처리, 품질 점검 등 반복·정형·규칙 기반 작업입니다. Q4. 인간이 반드시 해야 하는 작업은 무엇인가요? A. 모호한 상황 판단, 사회적 맥락 해석, 장기 전략 설계, 윤리적 의사결정, 창의적 탐색 등 비정형·맥락 중심 작업은 인간만이 수행 가능합니다. Q5. 기업은 AI 시대에 인재를 어떻게 채용해야 하나요? A. 직무(Job) 중심이 아닌 작업(Task) 단위 스킬맵으로 인재를 선발해야 합니다. Job Description 시대는 끝나고 Task Description 시대가 열립니다. Q6. “AI 덕분에 일이 더 복잡해질 것”이라는 말은 무슨 의미인가요? A. AI가 단순 작업을 대체함에 따라, 인간은 더 고차적이고 의미 중심적 작업을 맡게 됩니다. 일의 난이도와 책임은 오히려 증가합니다. Q7. 앞으로 어떤 공부를 해야 살아남을 수 있을까요? A. 기술 자체보다 문제 정의력, 질문 설계력, 상위 작업 능력(High-Level Task), AI 활용 능력이 핵심 경쟁력이 됩니다. 8. 함께 읽으면 좋은 글 (발행기관·발행일
“AI가 일자리를 삼키는 날 — 인간은 몇 초 만에 뒤처질 것인가”, 매일경제, 2025.11.08. “AI 전환 전후, 일자리 구조의 3단 변화”, 한국경제, 2025.10.29. “한국의 R&D 투자율 vs 생산성 증가율: 혁신의 양이 아니라 확산의 질”, 조선비즈, 2025.09.30. “직무 역량 포트폴리오 시대 — 기업이 진짜 원하는 기술은 무엇인가”. 동아일보, 2025.10.12. “AI 시대의 문해력: 읽기의 종말인가, 읽기의 재탄생인가” 중앙일보, 2025.11.20.
티스토리 블로그
회원가입
로그인
