AI가 일자리를 빼앗을지 묻는 말에는 한 문장으로 답하기 어렵습니다. 어떤 업무는 줄어들 수 있고, 어떤 직무는 역할이 달라질 수 있으며, 새로운 일이 생길 가능성도 있습니다. 개인이 준비할 때 더 현실적인 질문은 “내 직업이 사라질까”보다 “내 일의 어떤 단계가 먼저 바뀔까”입니다.
국제노동기구도 생성형 AI의 영향을 직업 전체가 한꺼번에 사라지는 문제보다 직업 안의 과업이 바뀌는 문제로 살펴봅니다. 다만 변화가 곧 모두에게 좋은 결과를 뜻하지는 않습니다. 업무 방식이 바뀌는 과정에서 일의 속도, 평가 기준, 필요한 역량도 함께 달라질 수 있습니다.
직업보다 먼저 바뀌는 것은 과업입니다
하나의 직업은 여러 과업으로 이루어집니다. 자료를 찾고, 문장을 쓰고, 고객에게 설명하고, 최종 판단을 내리는 일이 한 역할 안에 함께 들어 있습니다. 이 가운데 반복적인 초안과 분류는 AI가 맡기 쉬워도, 책임을 지는 판단과 관계 조율까지 같은 속도로 바뀌지는 않습니다.
그래서 “마케터가 없어질까”처럼 직업명만 놓고 보면 변화가 잘 보이지 않습니다. 대신 내가 매주 하는 일을 단계별로 적어보면 AI가 도울 부분과 사람이 계속 맡아야 할 부분을 구분하기 쉬워집니다.
빨라졌다는 말만으로는 충분하지 않습니다
AI가 초안을 빠르게 만들어도 검토할 양이 늘면 체감 업무는 줄지 않을 수 있습니다. 짧은 시간에 더 많은 결과를 요구받거나, AI가 만든 오류까지 사람이 책임져야 하는 상황도 생깁니다.
일하는 방식의 변화는 생산성만이 아니라 업무 강도와 통제의 문제이기도 합니다. 도구를 도입할 때는 무엇이 빨라졌는지뿐 아니라 검토 시간, 오류 처리, 최종 책임이 누구에게 남는지도 함께 봐야 합니다.
보이지 않던 일이 더 중요해집니다
AI 결과는 저절로 완성되지 않습니다. 필요한 자료를 고르고, 질문을 구체화하고, 사실을 확인하고, 독자에게 맞게 고치는 일이 뒤에 남습니다. 예전에는 별도 업무로 세지 않았던 이 과정이 결과의 품질을 좌우합니다.
특히 초보자에게는 프롬프트 문장보다 판단 기준이 먼저 필요합니다. 어떤 정보는 확인해야 하는지, 무엇을 외부에 보내면 안 되는지, 어느 수준에서 사람의 검토가 필요한지 알아야 AI를 안전하게 쓸 수 있습니다.
개인은 업무 단위를 작게 나눠볼 수 있습니다
큰 변화에 대비한다며 모든 도구를 배울 필요는 없습니다. 지금 맡은 일 가운데 시간이 많이 들고 반복되는 한 단계를 고르는 편이 낫습니다. 예를 들어 자료를 모으는 일과 최종 결정을 나누고, AI에는 먼저 자료 정리만 맡겨볼 수 있습니다.
그 결과가 괜찮다면 초안 작성까지 넓히고, 검토 기준을 기록합니다. 무엇을 맡겼을 때 도움이 됐는지 남겨두면 유행하는 기능보다 내 업무에서 실제로 쓸 수 있는 방법이 보입니다.
바뀌는 역할을 설명할 수 있어야 합니다
AI를 쓴다는 사실 자체가 경쟁력이 되기는 어렵습니다. 더 중요한 것은 이전에 어떻게 하던 일을 어떤 구조로 바꾸었고, 사람의 판단을 어디에 남겼는지 설명하는 능력입니다.
프리랜서라면 고객에게 AI 사용 범위와 검토 방식을 알려 신뢰를 만들 수 있습니다. 개인 작업자라면 반복 작업을 줄인 만큼 기획과 확인에 시간을 쓸 수 있습니다. 도구보다 업무 설계가 앞에 오는 이유입니다.
오늘 내 일의 한 단계를 적어보세요
오늘 반복한 업무 하나를 골라 시작, 초안, 검토, 전달 단계로 나눠보세요. 그중 AI에 맡겨도 되는 한 단계와 반드시 내가 확인할 한 단계를 표시하면 됩니다.
AI가 일에 미치는 영향은 한 번에 결정되지 않습니다. 국제노동기구의 생성형 AI와 일자리 분석처럼 과업의 변화를 기준으로 보면 막연한 불안 대신 준비할 지점을 찾을 수 있습니다.
