AI 일자리 대체 불안, 직무 전환 전에 확인할 업무 변화

불안의 크기와 대체 가능성은 다르다

최근 보도에 따르면 구직자의 55%가 직무 전환을 고민하며, 경영·사무직에서 불안이 가장 큰 것으로 나타났다. 다른 보도에서는 IT 구직자의 63%가 AI에 의한 대체를 불안해한다고 전했다. 다만 이 수치는 구직자가 느끼는 우려를 보여준다. 실제 채용 감소 규모나 직업이 사라질 확률로 해석하기는 어렵다. 불안이 크다는 사실과 대체가 진행됐다는 판단은 구분할 필요가 있다.

분석의 출발점은 두 비율을 단순 비교하지 않는 데 있다. 조사 대상과 질문 방식이 같다는 근거가 없으므로 IT 구직자가 전체 구직자보다 얼마나 더 불안한지 계산해서는 안 된다. 독자에게 중요한 것은 어느 집단의 걱정이 더 큰지를 가리는 일이 아니다. 자신의 업무에서 무엇이 바뀔 수 있는지, 그 변화에 대응할 준비가 있는지를 구체적으로 따져보는 일이다.

직업 이름보다 업무 묶음을 살펴야

일반적으로 하나의 직무에는 반복 작업과 예외 판단, 관계 조율이 함께 들어 있다. 문서 초안을 만드는 일과 그 문서의 오류를 책임지고 고치는 일도 서로 다르다. 이런 특성을 고려하면 AI가 일부 작업을 수행할 수 있다는 이유만으로 직무 전체의 소멸을 예상하기는 어렵다. 반대로 직업이 유지된다고 해서 담당자의 업무량이나 요구 역량까지 그대로일 것이라고 보기도 어렵다.

개인은 최근 수행한 업무를 적고, 반복 처리와 결과 검토, 이해관계자 협의로 나눠볼 수 있다. 각 업무에 드는 시간과 실수했을 때의 영향을 함께 표시하면 준비할 지점이 더 선명해진다. 분석적으로는 초안 작성 속도를 높이는 능력뿐 아니라 결과를 검증하고 예외를 설명하는 능력도 중요해질 가능성이 있다. 막연히 다른 직업을 찾기 전에 현재 업무의 변화부터 확인할 이유다.

전환 교육은 비용과 연결성을 따져야

직무 전환에는 학습비뿐 아니라 시간과 소득 공백이 따를 수 있다. 따라서 불안만으로 교육 과정에 등록하기보다 목표 직무가 요구하는 일을 먼저 확인하는 편이 합리적이다. 관심 있는 채용 공고에서 반복되는 업무와 역량을 모으고, 현재 경험으로 설명할 수 있는 부분을 구분해보자. AI 도구를 다룬다는 표현이 실제로 어떤 결과물을 요구하는지도 살펴야 교육 선택의 기준이 생긴다.

전망이 불확실할수록 작은 실험이 판단에 도움이 될 수 있다. 공개 자료를 활용해 목표 업무의 결과물을 만들어보고, 완성도와 소요 시간, 검토 과정까지 기록하는 방식이다. 이 경험은 자신에게 맞는 일인지 확인하고 부족한 역량을 찾는 데 쓸 수 있다. 특정 자격이나 도구 하나가 취업을 보장한다고 기대하기보다는 기존 경력과 새 역량이 어떻게 이어지는지 설명할 근거를 쌓는 편이 낫다.

기업도 변화의 기준을 설명해야

기업이 확인할 것은 AI 활용 여부만이 아니다. 도입 뒤 누구의 업무가 줄고, 누구에게 검토 책임이 더해지는지 살펴야 한다. 분석적으로는 자동화로 절약한 시간보다 오류를 확인하는 부담이 커지는 업무도 있을 수 있다. 업무별 처리 시간과 수정 필요성, 담당자의 부담을 함께 봐야 변화의 효과를 판단할 수 있다. 도구 도입 사실만으로 인력 수요를 결정하면 실제 업무와 어긋날 우려가 있다.

구직자에게도 채용 기준의 구체성이 중요하다. 기업은 어떤 업무에 AI를 쓰는지, 입사자에게 어느 수준의 검증 능력을 기대하는지 설명할 필요가 있다. 재직자에게는 교육 기회와 역할 변경의 기준을 알리는 것이 도움이 될 수 있다. 개인의 불안을 줄이는 데 필요한 것은 낙관이나 비관의 단정이 아니다. 바뀌는 업무와 준비할 역량, 전환에 필요한 비용을 확인할 수 있는 정보다.