![제미나이와 컬래버레이션(collaboration) [김철홍 칼럼]](https://cdn.mediafine.co.kr/news/photo/202511/74103_109400_344.png)
[미디어파인=김철홍의 생각에 관한 생각] 페이페이 리(Fei Fei Li) 스탠퍼드대 교수가 SBS D포럼에서 “넥스트 AI는 공간지능”이라는 주제로 온라인강연을 했다. 그녀의 가장 유명한 업적 중 하나는 ImageNet이라는 대규모 이미지 데이터셋을 만든 것이고, 제프리 힌튼 교수팀이 엔비디아의 GPU를 써서 ImageNet
대회에서 우승했다. 이 사건이 인공지능의 딥러닝을 강화했고 컴퓨터가 사물을 알아보기 시작했다.
나는 최근에 <제미나이 프로> 6개월 무료 사용 마케팅을 알게 되었고, <제미나이 프로> 유료 버전을 사용하기 시작했다.
페이페이 리의 강연 중 이런 내용이 있었다.
“AI가 진화하면서 이미 많은 일자리가 AI로 대체되고 있는데, 인간만이 할 수 있는 일, 과연 미래에 있을까요?”
“저는 일자리 자체도 진화할 것이라고 생각합니다. 예를 들어서 지금으로부터 100여 년 전만해도 인류의 80% 이상이 농부였습니다. 하지만 오늘날 미국 인구 중 농부는 10%도 채 되지 않습니다. 일자리가 그만큼 크게 변화한 것이겠죠. 일자리가 사라지고 진화하는 모습을 보았습니다. 동시에 새로운 일자리가 많이 생기기도 하였습니다. 좋은 예로는 소프트웨어 엔지니어링이 있는데요, 50년 전만 하더라도 소프트웨어라는 직업 자제가 존재하지 않았습니다. 하지만 오늘날 소프트웨어 엔지니어는 가장 높은 급여를 받는 직업 중 하나입니다. 물론 AI가 소프트웨어 일자리도 변화시키고 있지만 말이죠. 제가 말씀드리고 싶은 것은 일자리는 항상 이동하고 진화한다는 것입니다.
따라서 앞으로 우리는 매우 흥미로운 시기를 맞이하지 않을까요. 일부 일자리는 줄어들고 일부는 진화하고 새로운 일자리도 생겨나는 그런 시기를 말씀드리는 겁니다.”
많은 매체에서 일자리가 줄어든다고 우려한다. 이러한 보도는 대중들을 불안하게 한다. 나는 갑자기 궁금해졌다. ‘혹시 우리가 지금 사라지는 일자리는 볼 수 있지만, 앞으로 생겨날 일자리는 보지 못함으로써 오는 불안감은 아닐까.’
<제미나이 프로>에게 물어보기로 했다.
“AI가 발전하면서 인공지능이 사람들의 일을 대체하고 있다. 사람들은 자신의 일자리가 사라질 것으로 우려한다. 과거 100년 전 미국 인구의 80%는 농부였지만 지금은 5% 정도가 농부이고, 나머지는 다른 업종에서 일을 한다. 이와 같은 사례로 보면 지금 사라질 일자리는 보이지만, 미래에 생겨날 일자리는 보이지 않으므로 사람들은 불안하고 우려를 하는 것 같다. 일자리는 이동하고 진화해 왔다.”
<제미나이 프로> 인공지능은 나의 질문 중에서 잘못된 부분을 수정하면서 첫 화면을 다음과 같이 내보냈다.
◇AI 시대 일자리 변화와 미래 전망
연구 웹사이트
(1) 인공지능(AI) 기술, 특히 생성형 AI가 현재 고용 시장에 미치는 영향과 특정 산업 분야(예: 사무, 창작, 기술)에서의 일자리 대체 현황에 대한 최신 보고서 및 통계를 조사합니다.(2) '100년 전 미국 농업 인구 80%' 주장의 정확성을 검증하고, 산업 혁명 이후 농업 인구가 감소하면서 어떤 새로운 산업과 직업군이 등장하여 노동력을 흡수했는지 역사적 과정을 분석합니다.(3) AI로 인한 일자리 변화에 대해 대중이 느끼는 불안감의 심리적, 사회경제학적 요인을 분석한 자료를 탐색합니다. (예: '기술적 실업'에 대한 우려, 미래의 불확실성)(4) 현재 AI 기술로 인해 자동화되거나 대체될 위험이 높은 직업군과 해당 직업의 핵심 업무를 구체적으로 파악하고, 반대로 AI의 영향을 적게 받는 직업군의 특징을 분석합니다.(5) AI 기술 발전으로 인해 새롭게 생겨나고 있거나(예: 프롬프트 엔지니어, AI 윤리 전문가), 향후 수요가 증가할 것으로 예측되는 미래 유망 직업 및 산업 분야를 조사합니다.(6) AI가 기존 직업을 완전히 대체하는 것이 아니라, AI를 도구로 활용하여 인간과 협업함으로써 업무 생산성이 향상되거나 직무 내용이 '진화'하는 사례(예: 의료 진단, 법률 분석, 소프트웨어 개발)를 탐색합니다.(7) AI 시대의 대규모 직업 이동에 대비하여 개인, 기업, 정부 차원에서 필요한 대응 전략(예: 평생 교육 및 직무 재교육 프로그램, 사회 안전망 강화, 노동 시장 유연성)을 연구합니다.(8) 과거의 기술 혁명(산업혁명, 정보혁명)과 현재의 AI 혁명이 고용 시장에 미치는 영향의 유사점과 차이점을 비교 분석하고, '일자리는 소멸하는 것이 아니라 진화하고 이동한다'는 관점에서 미래 고용 시장을 전망합니다.
[More/결과 분석/보고서 생성/몇 분 후 완료]
그리고 <제미나이 프로>는 분석 보고서를 써내려갔다. 자료를 검색하고 연구 주제를 선정하고 결과물을 내놓았다.
◆노동의 대이동: AI 혁명기, '보이는 위협'과 '보이지 않는 기회'의 경제학
I. 서론: AI발(發) 고용 불안, 그 이중적 근원
인공지능(AI) 기술, 특히 생성형 AI의 급격한 발전은 전 세계 노동 시장에 막대한 충격과 함께 심오한 질문을 던지고 있습니다. 현재의 직무가 축소되거나 사라지는 현상은 즉각적이고 가시적인 위협으로 다가오는 반면, 미래에 새롭게 생성될 직무는 아직 명확히 보이지 않는다는 '인식의 불균형'이 존재합니다. 이러한 불확실성은 기술적 실업(Technological Unemployment)에 대한 광범위한 불안감의 핵심 동인으로 작용하고 있습니다.
이 불안은 단순한 추측이 아닌, 측정 가능한 심리적 현상입니다. 미국심리학회(APA)의 2023년 조사 결과, 미국 근로자의 38%가 AI로 인해 자신의 직무가 쓸모없어질 것을 우려하고 있습니다.1 이 불안감은 단순한 소득 감소의 우려를 넘어섭니다. 많은 전문가들은 AI가 초래하는 위기를 '경제적 위기' 이전에 '심리적 위기'이자 '목적 상실'의 위협으로 진단합니다.3 현대 사회에서 직업은 단순한 생계 수단을 넘어 개인의 '자아 정체성(work-based identity)'을 구성하는 핵심 요소로 기능해 왔습니다.4 과거의 기술이 인간의 육체적 노동을 대체했다면, AI는 작문, 디자인, 코딩 등 인간 고유의 영역으로 여겨졌던 '인지 기능(cognitive functions)' 6과 창의성마저 수행하기 시작했습니다. 이는 '우리는 기계와 어떻게 다른가'라는 실존적 질문을 던지며, '불쾌한 골짜기(uncanny valley theory)'와 유사한 심리적 저항을 유발합니다.7
중요한 점은, 이러한 AI에 대한 불안감이 이미 실질적인 경제적 비용을 발생시키고 있다는 사실입니다. APA의 동일 조사에 따르면, AI로 인한 직무 대체에 대해 우려하는 직원은 그렇지 않은 직원에 비해 자신의 일이 정신 건강에 부정적인 영향을 미친다고 답한 비율이 51%로, 그렇지 않은 직원(29%)에 비해 현저히 높았습니다.1 이러한 심리적 압박은 생산성 저하, 조직 몰입도 감소, 그리고 이직률 증가로 직접 이어질 수 있습니다.2 즉, AI가 특정 직무를 실제로 자동화하기 이전에, 그 '불안감' 자체가 노동 시장을 교란하는 첫 번째 파동이 되고 있습니다.
본 보고서는 '일자리 종말론'과 '기술 유토피아론'이라는 양극단의 시각을 지양합니다. 골드만삭스 리서치의 분석과 같이, 대부분의 직업은 AI에 전면적으로 '대체'되기보다 부분적으로만 노출되어 있으며, 따라서 '보완'될 가능성이 더 높다는 관점에서 출발합니다.8 본 보고서는 사용자가 제시한 100년 전 농업 혁명의 역사적 사례를 프리즘으로 삼아(II장), 현재의 위협을 데이터로 냉철하게 진단하고(III장, IV장), AI가 대체하는 일과 대체하지 못하는 일을 구분하며, 나아가 '보이지 않는 기회'로서의 신규 직업(V장)과 '노동의 진화'로서의 직무 증강(VI장) 사례를 심층적으로 분석할 것입니다. 마지막으로, 이 거대한 전환기를 성공적으로 항해하기 위한 정부, 기업, 개인의 전략적 로드맵(VII장)을 제시합니다.
II. 역사적 프리즘
1. 농업 혁명과 노동력의 대이동
AI 혁명이 초래할 변화의 규모를 가늠하기 위해, 우리는 사용자가 제시한 20세기 초 미국 농업 인구의 대이동 사례를 면밀히 검토할 필요가 있습니다. 이 역사적 사례는 기술 혁신이 노동 구조를 얼마나 근본적으로 재편할 수 있는지 보여주는 가장 강력한 증거입니다.
20세기 농업 인구 감소의 실제 규모
사용자의 "100년 전 80%가 농부였다"는 통찰은 역사적 맥락에서 매우 유효하지만, 정확한 통계 수치를 통해 그 변화의 속도와 시점을 보정할 필요가 있습니다.
19세기 중반:1862년 링컨 대통령이 농무부를 "국민의 부서"라 칭할 당시, 미국인의 약 90%가 농업에 종사했습니다.9
19세기 후반 (변화의 시작):기계화가 진행되며 이미 1870년, 농업 종사자는 전체 고용 인구의 47.7%로 감소하여 처음으로 절반 이하로 떨어졌습니다.9
20세기 초 (사용자의 시점):미국 노동력(Labor Force)에서 농업이 차지하는 비중은 **1900년 40%**였으며, 1910년 31%, **1920년 26%**로 꾸준히 감소했습니다.109
20세기 중후반 (급격한 감소):농업 인구의 감소는 20세기 내내 지속되어 1969년에는 4.4% 11, 2022년에는 1.2% 12까지 하락했습니다.
노동력은 어디로 이동했는가?
사용자의 통찰대로, 농업에서 이탈한 수천만 명의 노동력은 사라지지 않았습니다. 그들은 19세기 후반과 20세기 초 급격히 팽창하던 두 개의 새로운 산업, 즉 '제조업'과 '서비스업'으로 흡수되었습니다.13농업 생산성을 극대화시킨 기계식 수확기와 트랙터(자동화)는 농촌의 노동 수요를 감소시켰고, 동시에 도시에 세워진 공장과 상점은 새로운 고용 기회를 창출했습니다. 이 '노동의 대이동'은 인류 역사상 가장 거대한 산업 구조 및 사회 구조의 변혁이었습니다.
이 역사적 사례가 우리에게 주는 교훈은 이중적입니다. 첫째, 기술 혁신으로 인한 '일자리의 종말'은 없었으며, 노동력은 성공적으로 새로운 고부가가치 산업으로 이동했다는 '희망'입니다. 둘째, 그러나 이 과정이 결코 순탄하거나 빠르지 않았다는 '경고'입니다. 1870년(47.7%)에서 1920년(26%)까지 20%포인트 이상 감소하는 데 50년이 걸렸습니다.9이는 한 세대가 은퇴하고 다음 세대가 새로운 산업으로 진입하는, 상대적으로 느리고 다세대적인 전환이었습니다.
이 과정은 단순히 '일자리가 이동했다'는 경제학적 사실을 넘어, 수많은 농부의 이농(離農), 도시화로 인한 기존 공동체의 해체, 새로운 도시 빈민층의 형성 등 막대한 사회적 비용과 고통을 동반했습니다. 따라서 이 사례는 '결국 괜찮을 것이다'라는 막연한 낙관론의 근거가 아니라, '엄청난 사회적 충격을 동반하는 장기적 과정이므로, 지금부터 철저히 대비해야 한다'는 경각심의 근거로 해석해야 합니다.
III. 역사적 프리즘
2. AI 혁명은 '이번'에도 같은가? (속도와 범위의 차이)
농업 혁명의 사례가 '전환이 가능하다'는 것을 보여주었다면, 우리는 '이번에도 과연 같은가?'라는 질문을 던져야 합니다. AI는 증기기관, 전기, 컴퓨터와 같이 산업 전반을 재편하는 '범용 기술(General-Purpose Technologies, GPTs)'의 계보를 잇고 있습니다.14하지만 현재의 AI 혁명은 과거의 산업 혁명과 비교할 때 '속도'와 '범위'라는 두 가지 측면에서 근본적인 차이를 보입니다.
속도와 범위의 근본적 차이
첫째, 속도(Speed)입니다. AI 혁명은 "수 세기에 걸친 변화를 수십 년으로 압축"하고 있습니다.16생성형 AI 도구가 출시된 지 1년도 채 되지 않아 C-level 경영진의 4분의 1이 업무에 개인적으로 사용할 만큼 그 확산 속도는 과거와 비교할 수 없습니다.17과거 농업 혁명이 150년에 걸쳐 진행되며 세대 간 전환을 허용했다면, AI 혁명은 한 개인의 '커리어 생애 주기' 내에서 급격한 기술 단절을 일으킵니다. 기술의 확산 속도는 기하급수적인 반면, 인간의 학습 및 재훈련 속도와 사회 제도의 변화 속도는 여전히 선형적입니다. 이 '속도의 격차'야말로 현대 사회가 경험하는 불안과 혼란의 근원입니다.
둘째, **범위(Scope)**입니다. 과거 산업 혁명이 주로 인간의 '육체노동'과 '반복적인 물리 작업'을 자동화했습니다. 반면, 생성형 AI는 "인지 기능(cognitive functions)" 자체의 자동화를 목표로 합니다.6 이는 과거 기술 혁신의 수혜자였던 고학력, 고임금 지식 근로자의 핵심 업무(법률 검토, 경영 분석, 창작)를 직접적으로 겨냥합니다.18
산업 혁명의 교훈: 고통의 재현 가능성
우리는 산업 혁명을 '성공 사례'로만 기억하는 경향이 있지만, 그 이면의 고통을 직시해야 합니다.20당시 숙련된 장인들은 값싼 대량 생산품과의 경쟁에서 밀려나 경제적으로 파산했습니다. 노동자들은 공장에서 저임금과 비인간적이고 "영혼을 갉아먹는" 열악한 노동 환경에 시달렸습니다. 현재 우리가 누리는 노동 조건은 수십 년간 이어진 폭력적인 저항과 시위를 통해 쟁취한 것입니다.20만약 AI 혁명이 자본의 효율성만 극대화하는 방향으로 전개된다면, 이는 산업 혁명 초기의 비극, 즉 기술적 실업으로 인한 중산층의 붕괴, 극심한 소득 양극화, 임금 하락이 '단기적'으로(그러나 한 세대에게는 평생에 걸쳐) 발생할 수 있음을 강력히 시사합니다.20
노동 소득 분배율에 미치는 영향
이러한 우려는 경제 데이터로도 뒷받침됩니다. 컬럼비아 비즈니스 스쿨의 한 연구21는 AI와 빅데이터 기술이 총소득에서 노동자에게 돌아가는 몫(노동 소득 분배율)을 약 5% 하락시킬 수 있다고 예측합니다. 이는 산업 혁명 당시 관찰되었던 5%에서 15%의 노동 분배율 하락과 맞먹는 규모입니다. 이는 생산 과정에서 인간의 노동보다 데이터(자본)의 중요성이 상대적으로 더 커지면서, 기술 혁신의 과실이 노동자보다 자본가에게 집중되고 경제적 불평등이 심화될 수 있음을 의미합니다.21
IV. 현재의 진단: AI가 대체하는 일과 대체하지 못하는 일 (The Visible Loss)
현재의 불안감은 AI가 당장 대체할 수 있는 '가시적인 위협'에 기반합니다. 주요 글로벌 컨설팅 기관들은 이 위협의 규모를 구체적인 수치로 제시하고 있습니다.
자동화 고위험군: '중간 숙련' 지식 노동의 위기
골드만삭스8는 전 세계적으로 3억 개의 정규직 일자리가 AI 자동화에 노출될 수 있으며, 특히 미국 내 직업의 약 3분의 2가 AI 자동화의 영향을 받을 수 있다고 추정합니다. McKinsey19는 2030년까지 미국 내 현재 근무 시간의 최대 30%가 자동화될 수 있다고 더욱 구체화합니다.
이러한 자동화의 가장 큰 타격을 받는 영역은 명확합니다. McKinsey19는 **사무 지원, 고객 서비스, 식품 서비스**를 가장 큰 감소가 예상되는 직군으로 지목합니다. 24자료는 행정 및 사무, 크리에이티브 및 마케팅, 법률 및 회계 서비스 분야의 일상적이고 반복적인 업무(이메일 초안 작성, 데이터 캡처, 법률 문서 1차 검토, 기본 이미지 편집)가 자동화 고위험군에 속한다고 분석합니다.
AI의 한계: 인간 고유성의 경제적 가치
그러나 AI가 모든 것을 대체하지는 못합니다. AI의 명확한 한계가 존재하는 영역은 역설적으로 인간 고유성의 경제적 가치를 재확인시켜 줍니다.
복잡한 물리적 작업:McKinsey18는 "섬세한 과일 따기"나 "직물(fabric) 조작"과 같이, 상대적으로 저임금 직종이지만 고도의 정교함과 예측 불가능한 환경 적응력이 필요한 신체 작업은 기술적으로 자동화하기 매우 어렵다고 지적합니다.
감성 지능 및 대인 관계 (High-Touch):세계경제포럼(WEF) 22과 McKinsey 19가 공통으로 '헬스케어', '간병(Care)', '사회 복지' 직종의 성장을 강력하게 예측하는 것은, 기계가 대체하기 어려운 인간의 공감, 소통, 돌봄 능력의 가치를 반증합니다.
전략적 의사결정 및 복잡한 문제 해결:AI가 '전문성 적용', '관리', '인재 개발'과 같은 고차원적 인지 작업의 자동화 가능성을 높인것은 사실이나 18, 이는 '보조'의 역할입니다. 최종적인 책임을 지는 전략적 판단과 복잡한 이해관계의 조율은 여전히 인간의 몫으로 남습니다.
직무 양극화 (Job Polarization)
이러한 분석은 AI가 노동 시장을 'U자형'으로 재편할 것임을 시사합니다.23즉, AI로 자동화하기 쉬운 '중간 숙련' 사무·행정직은 감소하고, AI가 대체하기 어려운 '저숙련' 물리/감성 노동과 AI를 도구로 활용하는 '고숙련' 전략/창의 노동은 오히려 수요가 증가하는 '직무 양극화'가 가속화될 것입니다. McKinsey19는 저임금 근로자가 고임금 근로자에 비해 직업을 전환해야 할 가능성이 최대 14배 높다고 분석하며, 이는 AI가 소득 불평등을 더욱 심화시킬 수 있음을 강력히 경고합니다.
이러한 분석을 바탕으로, AI 자동화의 직접적 영향권에 있는 주요 직무와 업무는 다음 표와 같이 요약할 수 있습니다.
이 분석은 지식 근로자 계층이 단일하게 위협받는 것이 아니라, AI에 의해 급격히 분화될 것임을 보여줍니다. 24은 '법률'과 '크리에이티브'를 고위험군으로 분류했지만, 19는 '법률'과 '크리에이티브 전문가'의 작업이 오히려 *향상(enhancing)*될 것이라고 전망합니다. 이 모순처럼 보이는 두 데이터를 조화시키는 해석은, '직업(Job)'이 아닌 '과업(Task)' 수준에서 분석하는 것입니다.
즉, '변호사'라는 직업은 사라지지 않지만, 변호사의 업무 중 '단순 문서 검토'(Task)는 자동화됩니다.24'디자이너'는 사라지지 않지만, '기본 스케치 생성'(Task)은 자동화됩니다. 따라서 AI는 데이터를 요약하고 문서를 분류하는 등 '루틴한 인지 노동'을 수행하던 직원은 대체하고, AI를 도구로 활용하여 더 복잡한 전략과 창의성을 발휘하는 '전략적 인지 노동자'(시니어급)의 가치는 더욱 높이는 '계층 내 양극화'를 초래할 것입니다.
V. 미래의 발견: '보이지 않는 일자리'는 어디에서 오는가 (The Invisible Gain)
사용자가 "보이지 않는다"고 우려했던 미래의 일자리는, 사실 이미 우리 곁에서 명명되고 있으며 높은 시장 가치를 인정받고 있습니다. 또한, AI와 무관하게 사회의 거시적 변화가 이끄는 새로운 수요도 분명히 존재합니다.
AI 생태계가 직접 창출하는 신규 직업
AI 기술 자체가 새로운 'AI 생태계'를 구축하며, 과거에는 존재하지 않았던 전문 직업군을 탄생시키고 있습니다.
프롬프트 엔지니어 (Prompt Engineer):AI가 최상의 결과물을 도출할 수 있도록 최적의 '질문'과 '명령'을 설계하는 전문가입니다. 이는 AI와의 소통 전문가이자 AI의 잠재력을 이끌어 내는 핵심 역할입니다. ZipRecruiter 데이터에 따르면, 이 직무의 평균 연봉은 약 $97,940(약 1억 3천만 원)이며 상위 소득자는 $163,500(약 2억 2천만 원)에 이릅니다.25
AI 윤리 전문가 (AI Ethicist):AI의 편향성, 공정성, 투명성, 책임성을 보장하는 윤리적 가드레일을 설계하고 감독하는 전문가입니다.26과거 Microsoft의 AI 챗봇이 혐오 발언과 거짓말을 쏟아낸 사례 26에서 보듯, AI의 오류는 치명적인 사회적, 법적 문제를 야기할 수 있습니다. 따라서 AI 기술이 사회 전반에 확산될수록 AI 윤리 전문가의 역할은 선택이 아닌 필수가 됩니다.
AI 데이터 트레이너 / LLM 트레이너 (AI Trainer):AI 모델이 인간과 유사하게 정확하고 자연스러운 반응을 하도록 '가르치고' 훈련시키는 역할을 합니다. 여기에는 데이터에 주석(annotation)을 달거나, 모델의 응답 품질을 평가하고 수정하는 작업이 포함됩니다.27
기타 기술 직군:기존의 AI 엔지니어, 머신러닝 엔지니어, 데이터 사이언티스트 등의 기술 직군 역시 AI의 발전과 함께 수요가 폭발적으로 증가하고 있습니다.29
거시경제 트렌드가 견인하는 성장 직군
더욱 흥미로운 점은, 미래의 고용 성장이 'AI'가 아닌 다른 거시적 트렌드가 주도하는 분야에서 더 크게 나타날 수 있다는 사실입니다. AI는 이 거대한 변화의 일부일 뿐입니다.30
인구 고령화 및 웰빙:WEF22와 McKinsey19가 공통으로 지목하는 최대 성장 분야는 헬스케어 및 돌봄(Care) 직종입니다. '간호 전문가', '사회 복지사', '상담 전문가' 등은 인구 고령화라는 거스를 수 없는 인구학적 변화에 따라 필연적으로 수요가 급증하는 분야입니다.
인프라 및 기후 변화:McKinsey 19는 기후 변화 대응 및 인프라 재건을 위한 연방 투자로 인해 건설 분야의 수요가 증가할 것이며, 넷제로(Net-zero) 전환 정책에 따라 그린 산업에서 새로운 일자리가 창출될 것이라고 분석합니다.
기타 성장 직군:WEF 2025년 보고서 22는 이 외에도 배달 기사, 소프트웨어 개발자, 상점 판매원 등을 주요 성장 직군으로 꼽았습니다. (해당 보고서에서 '농업 노동자'가 가장 큰 성장 직군으로 언급된 것은, 특정 저개발 국가의 산업 구조나 계절적 요인을 반영한 것일 수 있어 해석에 주의가 필요합니다.)
이러한 '보이지 않던' 기회들을 가시화하기 위해, AI 시대의 신규 및 성장 직업군을 다음 표로 정리할 수 있습니다.
이 분석은 미래의 고용 기회가 단지 'AI를 정복'하는 것에만 있지 않음을 보여줍니다. 오히려 AI가 할 수 없는일, 즉 1) AI를 통제하고 설계하는 최상위 인지 노동(프롬프트 엔지니어, AI 윤리 전문가), 2) AI가 대체 불가능한 인간 고유의 감성 노동(헬스케어, 돌봄), 그리고 **3) AI가 아직 수행하기 어려운 복잡한 물리적 노동(건설)**에서 새로운 '기회의 U자 곡선'이 형성되고 있습니다. 사용자가 '보이지 않는다'고 했던 미래는, 사실 '초고도 기술'과 '가장 인간적인 것'이라는 양극단에서 동시에 나타나고 있습니다.
VI. 노동의 진화: '대체(Substitution)'에서 '증강(Augmentation)'으로
AI 혁명에 대한 가장 현실적이고 유력한 시나리오는 '대체'가 아닌 '증강(Augmentation)'입니다. AI가 인간을 일터에서 몰아내는 것이 아니라, 인간의 능력을 극대화하는 강력한 협업 도구(Human-AI Collaboration)가 되는 것입니다. 8McKinsey는 이를 인간과 기계가 결합하여 개인의 생산성과 창의성을 전례 없는 수준으로 높이는 '슈퍼에이전시' 상태라고 명명했습니다.
이러한 '증강'은 두 가지 차원에서 동시에 일어납니다. 첫째는 속도 향상과 시간 절약이라는 정량적 효율성이며, 둘째는 지루한 업무에서 해방되어 더 창의적인 업무에 집중하게 되는 정성적 만족도향상입니다. 이는 이미 의료, 법률, 소프트웨어 개발 등 전문 분야에서 현실화하고 있습니다.
사례 연구 1: 의료 (방사선과) - 정확성의 증강
방사선과 분야에서 AI는 '방사선 전문의를 대체하는 경쟁자'가 아니라, '시너지 작업 모델(synergistic working models)'을 구축하는 파트너로 자리 잡고 있습니다.31
협업 방식:AI가 일상적이고 반복적인 영상 판독이나 *예비 평가*를 신속하게 처리하면, 방사선 전문의는 복잡한 사례 해석이나 미묘한 차이를 판별하는 최종 진단 결정에 자신의 전문성을 집중할 수 있습니다.31이는 임상 효율성을 크게 향상시킵니다.32
중요한 경고:2024년 하버드 의과대학의 연구33는 이 협업이 항상 성공적이지는 않다는 중요한 사실을 발견했습니다. AI의 보조가 일부 의사의 성과는 향상시켰지만, 다른 일부 의사의 성과는 오히려 악화시켰습니다. 이는 AI 도구의 획일적인 적용이 아니라, 개별 의사의 숙련도와 스타일에 맞춘 '테일러드 통합'이 중요함을 시사합니다.33
사례 연구 2: 법률 (E-Discovery) - 시간의 증강
법률 분야에서 생성형 AI는 변호사, 변리사 등 법률 전문가들을 "잡무"34에서 해방시키고 있습니다.
정량적 효과 (시간):E-discovery(전자 증거 개시) 과정에서 수백만 건의 문서를 검토하는 작업은 AI에 의해 획기적으로 단축됩니다. Everlaw의 2025년 보고서36에 따르면, 법률 전문가의 거의 절반이 생성형 AI를 사용하여 주당 1~5시간을 절약하고 있습니다. 만약 주당 5시간을 절약한다면, 이는 연간 260시간, 즉 **32.5일의 근무일**을 되찾는 것과 같습니다.
조직적 효과 (생산성):미국 대형 로펌(Am Law 200)을 기준으로, AI 도입을 통해 연간 196,820시간(약 95명의 전일제 직원 생산성)을 확보할 수 있습니다.35이 시간은 비용 절감을 넘어, 변호사들이 '더 흥미로운 전략적 업무'와 '더 나은 고객 서비스'에 집중할 수 있게 합니다.35
사례 연구 3: 소프트웨어 개발 (GitHub Copilot) - 창의성의 증강
AI 기반 코드 생성 도구인 GitHub Copilot은 개발자 생산성 향상의 대표적인 사례입니다.
정량적 효과 (속도):GitHub의 연구에 따르면, Copilot을 사용한 개발자 그룹은 그렇지 않은 그룹보다 작업을 55% 더 빠르게 완료했습니다.37
정성적 효과 (만족도):이것이 '증강'의 핵심입니다. Copilot 사용자 60~75%가 "업무에 더 만족한다", "코딩 시 좌절감을 덜 느낀다", "더 만족스러운 작업에 집중할 수 있다"고 응답했습니다.38AI가 "반복적인 작업"을 대신 처리함으로써 개발자의 "정신적 에너지"를 보존해 주기 때문입니다.38
이 세 가지 사례가 보여주는 공통점은 명확합니다. AI의 '증강' 효과는 단순한 '속도 향상'(양적)을 넘어, '업무의 질'과 '노동자의 만족도'(질적)를 동시에 높이는 방향으로 작용합니다. AI는 '지루하고 반복적인 인지 노동'을 자동화함으로써, 인간 노동의 가치를 '창의적이고 전략적인 문제 해결'로 상향 이동시키고 있습니다. 이는 19세기 산업 혁명이 인간을 기계의 부속품처럼 만들었던 것과는 근본적으로 다른 잠재력입니다. 다만 하버드 의대의 연구 33가 경고하듯, 이러한 긍정적 '증강'은 저절로 이루어지는 것이 아니며, 인간과 AI 간의 역할을 세심하게 설계하고 맞춤형 교육을 제공할 때만 가능합니다.
VII. 성공적인 전환을 위한 전략: 정부, 기업, 개인의 로드맵
AI가 가져올 '증강'의 미래는 매력적이지만, 저절로 주어지지 않습니다. 이 긍정적인 시나리오로 나아가는 길목에는 '기술 격차(Skill Gaps)'라는 거대한 장벽이 버티고 있습니다. WEF 보고서 39에 따르면, 설문에 응답한 고용주의 63%가 '스킬 갭'을 비즈니스 혁신의 가장 큰 장벽으로 꼽았습니다.
미래에 요구되는 스킬은 명확하게 양극화됩니다. 첫째는 'AI 및 빅데이터', '사이버 보안'과 같은 기술 스킬 이며, 둘째는 '창의적 사고', '회복탄력성', '유연성', '호기심', '평생 학습'과 같은 인간 고유 스킬입니다.39이 거대한 스킬 갭을 메우기 위해서는 정부, 기업, 개인 모두의 전방위적인 노력이 필요합니다.
국가 및 정부의 역할: '전환의 인프라' 구축
정부는 AI 시대를 대비한 법적, 제도적 기반을 마련하고, 국민 누구나 새로운 기술을 학습할 수 있는 '전환의 인프라'를 구축해야 합니다.
OECD의 권고 및 한국의 위상:OECD는 한국이 공공 부문 AI 활용에 있어 '세계적 선두 주자'40라고 평가하며, AI가 한국 노동 시장에 미치는 영향46을 심층 분석하는 등 한국의 선제적 대응을 주목하고 있습니다.
한국 정부의 실천 (K-Digital Training):한국 고용노동부의 'K-Digital Training'41은 이러한 국가 전략의 구체적인 실천 사례입니다. AI, 클라우드, 빅데이터 등 신기술 분야의 직업 훈련을 수강료 전액 지원훈련장려금(월 최대 31.6만 원) 지급과 함께 제공합니다. 특히 '삼성', 'KT'와 같은 선도 기업과 협력하여 '실전 프로젝트 중심'의 훈련을 제공함으로써 41, 대학 교육과 현장 수요 간의 격차를 해소하는 데 중점을 둡니다.
기업의 생존 전략: '구매'에서 '육성'으로
AI 시대의 인재는 '채용'만으로는 수요를 감당할 수 없습니다. 따라서 기존 인력을 '재교육'하고, 미래 인재 생태계를 '육성'하는 것이 기업의 핵심 생존 전략이 되었습니다.
삼성(Samsung)의 사례:
대외적 인재 육성:'삼성 청년 SW·AI 아카데미(SSAFY)'42는 사실상의 'SW·AI 인재 사관학교'입니다. 2018년 이래 11,750명의 수료생을 배출하고 85%라는 경이적인 취업률을 달성하며, AI 인재 공급의 핵심 축을 담당하고 있습니다.
내부적 전환 (전 직원 AI 무장):삼성은 "GenAI PowerUser Program"43을 통해 모든 직원에게 프롬프트 엔지니어링, 챗봇 개발 등을 교육하고 있습니다. 또한 디자이너를 위한 'Design AI' 프로그램43, 기술직을 위한 'STARS' 프로그램 44등 직무별 맞춤형 리스킬링을 전사적으로 제공합니다.
SK의 사례:
SK는 'AI for Humanity(인류를 위한 AI)'28, 'DO THE GOOD AI'45라는 비전 하에, 'AI 리터러시' 교육을 통한 인재 양성뿐만 아니라 이를 사회적 책임(CSR)과 연결하고 있습니다.28
이러한 기업들의 움직임은 AI로 인한 '스킬 갭'이 너무나 거대해서, 이제 '교육'이 더 이상 대학의 전유물이 아님을 보여줍니다. 삼성(SSAFY)과 같은 선도 기업들은 필요한 인재를 시장에서 구할 수 없게 되자, 직접 대규모 교육 기관의 역할을 수행하며 AI 시대에 필요한 인재 생태계를 구축하고 있습니다. '교육의 기업화'는 AI 혁명에 대응하는 가장 중요한 전략적 변화 중 하나입니다.
개인의 적응 전략: '학위'에서 '역량'으로
McKinsey19는 기업들이 더 이상 '자격증'이 아닌 '기술과 역량'을 보고 채용해야 한다고 조언합니다. 이는 개인에게 '평생 학습'39이 더 이상 선택이 아닌 필수 생존 전략임을 의미합니다.
VIII. 결론: 불안을 넘어 적응으로 - 노동의 미래에 대한 제언
핵심 요약: '일자리의 종말'이 아닌 '직무의 재구성’
본 보고서는 AI 발전이 초래하는 고용 불안의 실체를 다각도로 분석했습니다. 이 불안감은 '가시적 위협'과 '직업 정체성 위기'3에 기반한 합리적 반응입니다.
100년 전 농업 혁명9과 산업 혁명20의 역사는 노동력의 대이동이 가능함을 보여주지만, 그 과정이 고통스러웠으며 이번 AI 혁명은 그 '속도'16와 '범위'6면에서 훨씬 더 격렬할 것임을 경고합니다.
'보이는 위협'19은 주로 루틴한 인지 및 물리적 '과업(Task)'의 자동화이며, '보이지 않는 기회'22는 AI 생태계 자체와 AI가 할 수 없는 인간 고유 영역(고차원적 인지, 감성, 복잡한 물리 작업)에서 동시에 발생하고 있습니다.
가장 유력한 미래는 완전 '대체'가 아닌 '증강'8입니다. 의료, 법률, 개발 분야의 사례 연구35는 AI와의 협업이 생산성과 노동 만족도를 극적으로 향상시킬 수 있음을 증명합니다.
그러나 이 긍정적 미래는 '스킬 갭'39이라는 거대한 장벽을 넘기 위한 정부, 기업, 개인의 전방위적인 '리스킬링' 투자를 전제로 합니다. 한국 정부의 'K-Digital Training'41과 삼성의 'SSAFY' 및 'GenAI PowerUser' 프로그램42은 이러한 전환을 위한 선도적인 실천 사례입니다.
정책 및 전략 제언
이러한 분석을 바탕으로, AI 혁명기의 성공적인 노동 전환을 위해 다음과 같은 전략을 제언합니다.
정책 제언 (정부)
선제적 사회안전망 강화:AI 전환의 '속도'16가 야기할 단기적·집중적 실업 충격을 완화해야 합니다. 실업급여 확대, 고용보험 사각지대 해소, 직업 전환 지원금 강화 등 '전환의 비용'을 사회가 분담하는 강력한 완충 장치가 필요합니다.
전환 교육의 보편화:'K-Digital Training'41과 같은 성공적인 모델을 전 국민 대상으로 확대하여, 누구나 생애 주기에 걸쳐 '배우고 싶을 때' 즉각적으로 지원받을 수 있는 '평생학습 인프라'를 구축해야 합니다.
전략 제언 (기업)
'비용 절감'을 넘어 '역량 증강'으로:AI를 단순히 인력 감축(비용 절감)의 도구로만 활용한다면, 산업 혁명 초기의 비극20을 재현하며 조직의 역량과 사기1 붕괴라는 대가를 치를 것입니다. 삼성의 "GenAI PowerUser"43처럼, AI를 '인간 직원의 역량 증강'6에 투자하는 기업만이 장기적으로 승리합니다.
'교육'을 핵심 전략으로:SSAFY42사례처럼, 필요한 인재를 시장에서 기다리는 것이 아니라 직접 육성하는 '교육 기관'으로서의 역할을 기업의 핵심 경쟁력으로 내재화해야 합니다.
미래 전망 (개인)
AI 시대에 개인의 직업 정체성은 더 이상 '수행하는 과업'(예: '나는 문서를 검토한다')에서 나올 수 없습니다.
개인의 직업 정체성은 '해결하는 문제'와 '창출하는 가치'(예: '나는 법적 리스크를 최소화하는 전략가다')로 재정의되어야 합니다. 이러한 재정의 과정에서 AI는 인간의 자리를 빼앗는 위협이 아니라, 인간이 더 창의적이고 전략적인 문제에 집중할 수 있도록 돕는 가장 강력한 파트너가 될 것입니다. 끝.
흥미로운 과정이었다.
[김철홍 대표]
현) 세음세하태양광발전소 대표
전 KCB대표이사
전 서울신문 ESG위원회 국장