[세종=뉴스핌] 정성훈 경제부장 = 인공지능(AI)이 일자리를 빼앗을 것이라는 불안은 이미 일상적인 질문이 됐다. 사무실에서는 보고서 초안, 번역, 회의록, 이메일, 자료 검색을 AI가 대신한다. 고객센터에서는 상담 보조 AI가 답변을 추천한다. 개발자는 코드 초안을 AI에게 맡기고, 마케터는 광고 문안과 이미지 시안을 AI로 만든다.

겉으로 보면 AI는 사람의 일을 대체하는 기술처럼 보인다. 하지만 노동시장 안에서 벌어지는 변화는 그보다 복잡하다. AI는 직업 전체를 한 번에 없애기보다, 직업 안에 들어 있는 여러 과업을 먼저 쪼갠다. 반복적이고 규칙화하기 쉬운 일은 AI로 넘어가고, 판단과 책임, 조정과 설계가 필요한 일은 사람에게 남는다.

문제는 AI가 일자리를 없애느냐가 아니다. 문제는 어떤 과업은 AI에 넘어가고, 어떤 과업은 AI와 결합해 더 비싸지는가이다.

이 차이가 임금을 가른다. AI를 자신의 능력을 키우는 보완재로 쓰는 사람은 더 많은 일을 더 빠르게 처리한다. 반대로 AI가 대신할 수 있는 반복 업무에 머무르는 사람은 성과 압박과 대체 위험에 노출된다. AI 시대의 노동시장 격차는 일자리의 유무보다 일의 재배치에서 시작된다.

AI 충격을 이해하려면 먼저 직업과 과업을 구분해야 한다. 직업은 여러 과업의 묶음이다. 기자라는 직업 안에는 취재, 자료 검색, 통계 분석, 인터뷰, 기사 작성, 제목 작성, 팩트체크, 출입처 관리가 들어 있다. 회계사의 일에는 증빙 검토, 전표 처리, 세법 해석, 리스크 판단, 고객 상담이 섞여 있다. 변호사의 일에는 판례 검색, 계약서 검토, 전략 수립, 의뢰인 상담, 법정 대응이 포함된다.

AI는 이 직업 전체를 한 번에 대체하지 않는다. 먼저 과업을 건드린다. 자료 검색, 초안 작성, 단순 번역, 문서 요약, 반복 보고서 작성, 기본 고객응대, 코드 보조처럼 패턴이 뚜렷한 일부터 가져간다.

반면 남는 일도 있다. 현장 맥락을 파악하고, 이해관계자를 설득하고, 법적·윤리적 책임을 지고, 복잡한 판단을 내리고, 조직의 방향을 정하는 일은 쉽게 사라지지 않는다. 오히려 AI가 반복 업무를 줄일수록 이런 고부가가치 과업의 중요성은 커질 수 있다.

따라서 "AI가 내 직업을 없앨까"라는 질문보다 중요한 것은 "내 직업 안에서 어떤 일이 AI로 넘어가고, 나는 어떤 일을 더 잘해야 하는가"라는 질문이다.

AI는 일자리를 지우기 전에 일의 단위를 바꾼다.

AI는 모든 노동자의 임금을 동시에 올리지 않는다. AI와 보완관계를 맺는 사람에게 먼저 보상이 간다.

OECD는 한국 노동시장에 대한 AI 영향 분석에서 고소득·고숙련 직업, 컴퓨터 사용 비중이 높은 직업에서 AI 노출이 고용 및 임금 성장과 긍정적으로 연결되는 경향이 있다고 분석했다. 특히 생성형 AI 노출도와 정규직 임금 증가 사이에 양의 관련성이 나타났다고 설명했다. 반면 저소득·저숙련 노동자는 같은 방식의 혜택을 충분히 누리지 못하거나 그 효과가 약할 수 있다고 봤다.

이 대목은 중요하다. AI는 단순히 기술을 잘 아는 사람에게만 유리한 것이 아니다. AI가 처리한 기초 작업을 바탕으로 더 높은 판단을 내릴 수 있는 사람에게 유리하다.

예를 들어 같은 기획자라도 차이는 벌어진다. 한 사람은 AI에게 아이디어 몇 개를 받아보고 끝낸다. 다른 사람은 시장자료, 고객 데이터, 경쟁사 동향, 비용 구조를 AI로 정리한 뒤 여러 시나리오를 비교하고 실행안을 만든다. 전자는 AI를 참고도구로 쓴다. 후자는 AI를 분석 엔진으로 쓴다.

같은 회계 담당자도 다르다. 한 사람은 AI로 이메일 문구를 다듬는다. 다른 사람은 반복 증빙 정리, 비용 항목 분류, 이상 거래 탐지, 세법 변경 요약을 AI로 처리하고 검토 시간을 리스크 판단에 쓴다. 같은 AI를 써도 임금으로 연결되는 생산성은 다르다.

AI 시대에 몸값이 오르는 사람은 AI를 많이 쓰는 사람이 아니다. AI가 줄여준 시간을 더 높은 판단과 책임으로 옮기는 사람이다.

AI가 위협하는 것은 직업명이 아니라 반복 과업에 갇힌 노동이다. 자료 입력, 단순 분류, 반복 문서작성, 초급 리서치, 기본 문의 응대, 형식적 보고서 작성은 AI가 빠르게 따라잡기 쉬운 영역이다.

이런 과업은 과거에는 신입과 주니어의 훈련 통로였다. 자료를 찾고, 표를 만들고, 초안을 쓰고, 선배에게 고쳐 받으면서 업무 감각을 익혔다. 그런데 AI가 이 입구 업무를 줄이면 신입의 성장 경로도 흔들린다. 단순 업무를 반복하며 배우던 시간이 줄어들고, 더 이른 시점부터 검증, 판단, 조정 능력을 요구받을 수 있다.

이는 노동시장에 새로운 압박을 만든다.

첫째, 신입 채용의 기준이 바뀔 수 있다. 기업은 단순 자료정리 능력보다 AI 결과물을 검토하고 업무 맥락에 맞게 수정할 수 있는 사람을 원하게 된다.

둘째, 중간 숙련의 사무직이 압박을 받을 수 있다. 반복 보고, 단순 관리, 기본 분석에 머무르는 직무는 AI로 대체되거나 인력 수요가 줄어들 수 있다.

셋째, 노동강도가 달라질 수 있다. AI가 업무를 줄여주는 대신 "AI로 더 많이, 더 빨리 하라"는 압박이 생길 수 있다. 생산성 도구가 성과 압박 도구로 바뀌는 순간이다.

AI가 인간을 완전히 대체하지 않더라도, 특정 과업을 가져가면 그 과업에 기대어 임금을 받던 사람의 협상력은 약해진다.

한국 노동시장도 이 위험에서 자유롭지 않다. KDI는 AI의 한국 노동시장 자동화 가능성을 분석한 보고서에서 2023년 기준 현재 일자리의 38.8%가 업무의 70% 이상을 자동화할 위험에 노출돼 있다고 분석했다. 이는 일부 직업군만의 문제가 아니라 노동시장 전반의 과업 구조가 AI의 영향을 받을 수 있다는 의미다.

물론 자동화 위험이 곧바로 일자리 소멸을 뜻하는 것은 아니다. 특정 업무가 자동화 가능하다는 것은 그 일이 AI로 대체될 수도 있고, AI와 결합해 더 빠르게 처리될 수도 있다는 뜻이다. 중요한 것은 조직이 그 변화를 어떻게 흡수하느냐다.

기업이 AI를 단순 비용절감 수단으로만 보면 자동화된 과업만큼 인력을 줄이는 방향으로 갈 수 있다. 반대로 AI를 업무 재설계 수단으로 보면 반복 과업에서 절감한 시간을 고객관리, 품질 개선, 신사업 기획, 위험관리로 옮길 수 있다.

노동시장 정책도 마찬가지다. 자동화 가능성이 높은 직무를 단순히 보호하는 방식만으로는 충분하지 않다. 그 직무 안에서 사람이 계속 맡아야 할 과업을 찾아내고, 노동자가 그 과업으로 이동할 수 있도록 훈련해야 한다.

AI 시대의 고용정책은 일자리를 지키는 정책을 넘어, 일의 내용을 바꾸는 정책이어야 한다.

AI는 업무 시간을 줄일 수 있다. 그러나 줄어든 시간이 곧바로 생산성 통계로 잡히는 것은 아니다.

최근 한국 노동자를 대상으로 한 연구는 생성형 AI를 업무에 사용하는 노동자가 51.8%에 이르고, 생성형 AI 활용이 근로시간을 3.8% 줄이는 효과를 보였다고 분석했다. 다만 시간 절감과 산출 증가 사이의 상관관계는 거의 없었다고 설명했다. 절감된 시간이 곧바로 더 많은 결과물로 전환되지 않을 수 있다는 뜻이다.

이 결과는 현장의 체감과 맞닿아 있다. AI로 초안을 빨리 만들었지만, 상사가 더 많은 버전을 요구하면 노동자는 쉬지 못한다. 회의록 정리 시간이 줄었지만, 그 시간에 다른 회의가 들어오면 생산성 향상은 체감되지 않는다. 자료 검색 시간이 줄었지만, AI 답변을 검증하고 오류를 고치는 시간이 늘면 업무 부담은 그대로일 수 있다.

반대로 절감된 시간이 더 깊은 분석과 판단에 쓰이면 생산성은 질적으로 오른다. 문제는 기업이 그 시간을 어떻게 배분하느냐다. AI가 만든 시간 여유를 더 많은 산출물 요구로만 채울지, 고부가가치 업무로 옮길지가 노동시장 충격의 방향을 결정한다.

AI 생산성은 기술만의 문제가 아니다. 조직 운영 방식의 문제다.

기업과 노동자가 AI를 바라보는 방식은 다르다. OECD가 소개한 한국노동연구원 조사에 따르면 기업과 노동자는 AI가 직무 성과와 생산성에 긍정적 영향을 준다는 데 비교적 비슷하게 평가했다. 하지만 직무 만족도에 대해서는 차이가 있었다. 기업은 평균 2.88점, 근로자는 2.67점으로 평가해 근로자 쪽이 더 낮았다.

이는 AI 도입의 이중성을 보여준다. 기업에게 AI는 생산성 향상 도구다. 노동자에게 AI는 업무를 줄여주는 도구일 수도 있지만, 동시에 더 빠른 처리와 더 많은 산출물을 요구하는 압박이 될 수도 있다.

AI가 좋은 도구가 되려면 사용 규칙이 필요하다. AI 결과물을 어느 수준까지 인정할지, 오류 책임은 누가 질지, 검증 시간은 업무시간으로 인정할지, 직원의 개인 구독료 부담은 어떻게 처리할지, AI 활용 성과는 어떻게 평가할지 정해야 한다.

규칙 없이 AI만 도입하면 격차가 커진다. AI를 잘 쓰는 사람은 더 앞서가고, 그렇지 못한 사람은 더 불안해진다. 조직은 생산성 향상을 얻지만 노동자는 통제감 상실을 느낄 수 있다.

AI 도입은 기술 문제가 아니라 노사관계와 조직문화의 문제이기도 하다.

국제기구들도 AI의 노동시장 영향을 불평등 문제로 보고 있다. IMF는 AI가 전 세계 일자리의 약 40%에 영향을 미칠 수 있고, 선진국에서는 그 비율이 약 60%에 이를 수 있다고 분석했다. AI는 일부 노동자의 생산성을 높이지만, 일부 노동자의 노동수요와 임금에는 부정적 영향을 줄 수 있어 정책적 대응이 필요하다는 지적이다.

미국의 직장인 조사에서도 AI 활용은 화이트칼라 중심으로 빠르게 늘고 있다. Gallup은 2025년 조사에서 화이트칼라 근로자의 27%가 업무에서 AI를 자주 사용한다고 답했으며, 이는 2024년보다 12%포인트 증가한 수치라고 밝혔다. 기술, 전문서비스, 금융 분야에서 AI 사용 비중이 특히 높았다.

이 흐름은 한국에도 시사점을 준다. AI는 육체노동보다 지식노동을 먼저 흔든다. 과거 자동화가 공장과 생산라인의 문제였다면, 생성형 AI는 사무실과 전문직, 기획·관리·분석 업무의 문제다. 그래서 충격은 더 넓고 조용하게 온다.

AI가 사무직의 생산성을 높이면 좋은 일이다. 그러나 그 혜택이 고숙련·고소득층에 집중되고, 반복 업무 종사자와 신입에게 부담으로 돌아가면 노동시장 격차는 더 커질 수 있다.

AI는 기술혁신인 동시에 분배 문제다.

AI 노동시장 재편은 이해관계자별로 다른 얼굴을 갖는다.

노동자에게 AI는 기회이자 압박이다. 숙련 노동자는 AI를 활용해 더 높은 부가가치를 만들 수 있다. 하지만 반복 과업 중심 노동자는 대체 위험과 성과 압박을 동시에 느낄 수 있다.

기업에게 AI는 비용절감과 생산성 향상의 수단이다. 같은 인력으로 더 많은 일을 처리할 수 있고, 고객응대와 문서작업, 코드 작성, 데이터 분석 속도를 높일 수 있다. 그러나 AI 도입이 업무 재설계 없이 이뤄지면 오류 검증 비용과 내부 혼란이 커질 수 있다.

신입과 청년층에게 AI는 양면적이다. AI를 잘 쓰면 경력 부족을 보완할 수 있다. 반대로 단순 초안 작성과 자료정리 업무가 줄어들면 현장에서 배우는 입구가 좁아질 수 있다.

정부에게 AI는 생산성 위기를 풀 기회다. 한국은 인구 감소와 고령화로 성장잠재력이 약해지고 있다. AI가 노동생산성을 높이면 구조적 저성장을 완화할 수 있다. 그러나 재교육과 안전망 없이 AI가 확산되면 임금 격차와 직무 불안이 커질 수 있다.

교육기관에는 새로운 과제가 생긴다. 더 이상 지식 전달만으로는 부족하다. AI가 만든 답을 검증하고, 문제를 정의하고, 자료를 구조화하고, 협업하는 능력을 가르쳐야 한다.

AI 노동시장 충격은 하나의 정책으로 해결되지 않는다. 고용, 교육, 산업, 중소기업, 복지 정책이 함께 움직여야 한다.

한국 노동시장 정책의 큰 병목은 직업명 중심 사고다. 어느 직업이 유망한지, 어떤 자격증이 필요한지, 어떤 직종이 사라질지를 묻는 방식이다. 그러나 AI 시대에는 직업명만으로 위험을 판단하기 어렵다.

같은 사무직이라도 과업 구성이 다르다. 한 사람은 반복 보고서를 만들고, 다른 사람은 정책 판단을 보조한다. 같은 제조업 사무직이라도 한 사람은 재고표를 입력하고, 다른 사람은 공급망 리스크를 분석한다. 같은 기자라도 한 사람은 보도자료를 옮기고, 다른 사람은 통계와 현장을 결합해 구조를 분석한다.

AI 영향은 직업명이 아니라 과업 구성에 따라 달라진다.

따라서 직업훈련도 바뀌어야 한다. "AI 활용 교육"이라는 일반 강의로는 부족하다. 회계 직무에는 증빙·전표·세법 검토 AI 활용 교육이 필요하다. 제조 직무에는 품질·납기·재고·설비 데이터 활용 교육이 필요하다. 언론과 홍보 직무에는 자료 검증, 정책 분석, 그래픽 기획, 숏폼 대본 전환 교육이 필요하다. 공공행정 직무에는 민원, 법령, 예산, 보고서 작성과 AI 검증 교육이 필요하다.

훈련의 단위는 직업이 아니라 과업이어야 한다.

AI가 노동시장 격차를 키우지 않게 하려면 정책은 세 방향으로 설계돼야 한다.

첫째, 과업 기반 직무지도가 필요하다. 산업별·직종별로 어떤 과업이 AI에 대체될 수 있고, 어떤 과업이 AI와 보완관계를 맺는지 분석해야 한다. 직업명 중심 고용통계만으로는 변화의 속도를 따라가기 어렵다.

둘째, 직무별 AI 전환 훈련이 필요하다. 프롬프트 교육만으로는 부족하다. 자료를 어떻게 구조화할지, AI 결과를 어떻게 검증할지, 반복 업무를 어떻게 자동화할지, 절감된 시간을 어떤 고부가가치 업무로 옮길지 가르쳐야 한다.

셋째, AI 사용에 대한 노동규칙이 필요하다. AI 활용 결과물의 책임, 개인정보와 보안, 직원의 감시 문제, 성과평가 방식, 교육 기회, 개인 구독료 부담 등을 정리해야 한다. AI를 쓰라는 지시만 있고 기준이 없으면 노동자는 위험을 떠안게 된다.

특히 신입과 주니어를 위한 훈련체계가 중요하다. AI가 기초 업무를 대체할수록 조직은 신입에게 더 빨리 판단 능력을 요구할 수 있다. 그러나 판단 능력은 그냥 생기지 않는다. AI 결과물을 검토하고, 선배의 피드백을 받고, 현장을 경험하는 훈련 경로를 새로 설계해야 한다.

AI 시대의 노동정책은 실업 대책이 아니라 전환 대책이어야 한다.

기업은 AI를 비용절감 장치로만 보면 안 된다. AI를 제대로 쓰려면 업무를 다시 설계해야 한다.

첫째, 반복 과업을 파악해야 한다. 직원들이 매주 반복하는 문서작업, 자료정리, 보고, 고객응대, 검토 업무를 목록화해야 한다.

둘째, AI 적용 범위를 정해야 한다. 어떤 업무는 AI 초안 작성이 가능하고, 어떤 업무는 사람 검토가 필수이며, 어떤 업무는 보안상 금지해야 한다.

셋째, 절감된 시간을 어디에 쓸지 정해야 한다. 단순히 더 많은 일을 요구하면 직원은 AI를 부담으로 느낀다. 절감된 시간을 고객관계, 전략기획, 품질개선, 리스크 관리로 옮겨야 조직 생산성이 오른다.

넷째, AI 역량을 성과평가에 반영하되 공정성을 확보해야 한다. 회사가 유료 AI와 교육을 제공하지 않으면서 개인의 AI 활용 능력만 평가하면 불공정하다. AI 접근권, 교육 기회, 사용 규칙을 함께 제공해야 한다.

기업의 AI 전환은 기술 도입이 아니라 일하는 방식의 개편이다.

AI 노동시장 논의의 마지막 질문은 분배다. AI가 생산성을 높인다면 그 이익은 누구에게 돌아가는가.

기업이 비용을 줄이고 이익을 늘리는 데만 AI를 쓰면 노동자는 불안을 느낀다. 노동자가 AI로 시간을 줄였지만 그 시간이 모두 추가 업무로 채워지면 체감 생산성은 악화된다. 반대로 AI가 반복 업무를 줄이고 노동자가 더 창의적이고 판단 중심의 일을 하도록 돕는다면 생산성 향상은 임금, 근무환경, 직무만족으로 이어질 수 있다.

AI의 경제적 효과는 기술이 자동으로 결정하지 않는다. 기업의 운영 방식, 정부의 훈련정책, 노동자의 협상력, 교육 시스템이 함께 결정한다.

한국 경제는 저출생·고령화, 생산가능인구 감소, 중소기업 인력난이라는 구조적 압박을 안고 있다. AI는 이 문제를 완화할 수 있는 도구다. 그러나 전환 비용을 개인에게 떠넘기고, 반복 업무 종사자를 방치하고, 교육 기회를 고숙련층에만 집중하면 AI는 생산성 해법이 아니라 양극화 촉진제가 될 수 있다.

AI는 누구의 임금을 올리고 누구의 일을 흔드는가. 답은 기술 자체에 있지 않다. AI와 함께 일하도록 노동시장을 다시 설계하느냐에 달려 있다.

AI를 두려워만 할 필요는 없다. 그러나 가볍게 봐서도 안 된다. AI는 일부 과업을 대체하고, 일부 과업을 보완하며, 일부 과업의 가치를 높인다. 이 과정에서 노동시장 안의 임금과 기회는 다시 배분된다.

AI를 잘 쓰는 사람은 단순 업무에서 벗어나 더 높은 판단으로 이동할 수 있다. AI를 쓰지 못하거나 반복 과업에 갇힌 사람은 더 큰 경쟁에 노출될 수 있다. 이 차이는 개인의 노력만으로 설명되지 않는다. 교육 기회, 기업의 지원, 직무 구조, 정부 정책이 함께 작용한다.

따라서 AI 노동시장 정책의 목표는 일자리를 그대로 보존하는 것이 아니다. 사람이 해야 할 일을 더 가치 있게 만들고, AI가 바꾸는 과업 구조에 노동자가 적응할 수 있도록 돕는 것이다.

AI는 직업을 한꺼번에 없애지 않는다. 그러나 일의 내용을 빠르게 바꾼다. 그 변화에 먼저 올라탄 사람의 임금은 오르고, 그렇지 못한 사람의 일은 흔들린다.

jsh@newspim.com

■ 한 줄 요약
AI 노동시장 충격의 본질은 일자리 총량 감소가 아니라 직무 안에서 AI와 보완되는 과업과 대체되는 과업의 재배치에 있으며, 해법은 직업훈련을 직업명 중심에서 과업 중심으로 전환하고 절감된 시간을 고부가가치 업무로 옮기는 데 있다.

* [AI로 읽는 경제]는 AI 어시스턴트가 분석한 내용을 바탕으로 기자가 정리한 내용입니다. ChatGPT, Google Gemini, Perplexity, Claude AI 모델이 적용됐습니다. 상단의 'AI MY 뉴스' 로그인을 통해 뉴스핌의 차세대 AI 콘텐츠 서비스를 활용해 보기 바랍니다.

jsh@newspim.com