더 빨라진 업무, 더 커진 역할, 현장의 불안…AI가 바꾸는 경력 구도

직원들은 난감한 상황에 놓여 있다. AI가 업무 생산성을 극적으로 높여주는 동시에, 결국 직장에서의 역할을 대체할 가능성도 체감하고 있기 때문이다. 앤트로픽의 새로운 설문조사에 따르면, AI에 의해 대체될 가능성이 높은 직군(예 : 개발자, IT 인력)일수록 자신의 취약한 위치를 인식하고 있다. 그러나 동시에 업무를 위협할 수 있는 도구를 적극적으로 도입하고 있으며, 그 효과를 직접 경험하고 있다. 인포테크 리서치 그룹 리서치 디렉터 토머스 랜들은 이런 측정 방식이 기존의 AI 일자리 대체 분석과 근본적으로 다르다고 지적했다. 골드만삭스, 국제통화기금, 세계경제포럼 등의 거시 보고서가 “미래에 AI가 이론적으로 수행할 수 있는 업무 비중”을 묻는다면, 앤트로픽은 “현재 직원이 실제로 무엇을 경험하고 있는지”를 측정하고 있다는 설명이다. 랜들은 이번 보고서가 “사람들이 이 환경을 실시간으로 어떻게 헤쳐 나가고 있는지를 보여준다”라고 말했다. 직장에서 나타나는 AI의 역설 앤트로픽은 8만1,000명의 클로드 사용자를 대상으로 AI 발전에 대한 ‘기대와 두려움’을 조사했다. 또한, 자사 플랫폼 사용 데이터를 기반으로 AI에 의해 대체될 가능성이 높은 직무를 자체적으로 분류해 이 결과와 비교했다. 플랫폼에서 업무 관련 맥락으로 자주 수행되는 작업이 특정 직무의 업무 비중을 크게 차지할수록, 해당 직무는 AI 노출도가 높은 것으로 간주됐다. 위험도가 높은 직군에는 컴퓨터 프로그래머, 데이터 입력원, 시장 조사 애널리스트, 소프트웨어 QA 애널리스트 및 테스터, 정보보안 애널리스트, 사용자 지원 전문가 등이 포함됐다. 전체 응답자의 1/5는 자신의 업무 또는 업무의 일부가 자동화로 대체되고 있다는 점에 우려를 표했다. 특히, AI 노출도가 높은 직무 종사자는 그렇지 않은 직군보다 3배 더 자주 불안을 표현했다. 한 소프트웨어 엔지니어는 “요즘 화이트칼라 직종에 종사하는 사람이라면 누구나 그렇겠지만, 결국 AI로 인해 일자리를 잃게 될까 봐 24시간 내내 걱정한다”라고 말했다. 경력 초기 단계에 있는 응답자들도 상대적으로 더 큰 불안을 보였다. 동시에, 가장 높은 연봉 구간에 속한 직군일수록 AI 사용으로 인한 생산성 향상을 크게 체감하고 있었다. 특히 ‘이전에는 수행하지 못했던 새로운 업무를 수행할 수 있게 됐다’는 응답이 48%에 달했다. 또한 40%는 업무 속도가 빨라졌다고 답했고, 10% 이상은 업무 품질이 향상됐다고 응답했다. 그레이하운드 리서치 수석 애널리스트 산칫 비르 고기아는 기업 내 AI 사용이 “정보는 많고 시간은 부족한 영역”에서 매우 일관되게 나타난다고 설명했다. 문서 및 코드 작성, 콘텐츠 요약, 고객 문의 대응, 내부 시스템 탐색 등이 대표적 사례다. AI가 오히려 일을 늘리는가 그러나 모든 사람이 AI로 인해 일이 쉬워졌다고 느끼는 것은 아니다. 오히려 일이 더 어려워졌다고 느끼는 역할도 있다. 예를 들어, 프로젝트 매니저가 더 해결하기 어려운 문제를 할당하는 사례도 나타났다. 고기아는 업무가 쉬워지더라도 역할의 범위와 책임이 확장되면서 인접 업무까지 흡수하게 되고, 그 결과 업무량이 줄어드는 것이 아니라 노력의 재분배가 일어난다고 설명했다. 또한 생성 속도가 빨라질수록 품질에 대한 기대치가 높아지고, 더 많은 산출물이 이미 병목 상태인 의사결정 과정으로 유입되면서, 경우에 따라서는 시스템이 오히려 더 무거워질 수 있다고 덧붙였다. 나중에야 나타나는 영향 문서화, 기초 코딩, 정형화된 분석, 반복적 지원 업무 등 AI에 가장 쉽게 대체되는 작업은 전통적으로 신입 인력이 경험을 쌓는 출발점이었다. 고기아는 “사라지는 것은 직무가 아니라, 그 직무로 들어가는 경로”라고 지적했다. 수년 뒤 기업은 중간 직급의 전문가가 부족하다는 사실을 뒤늦게 깨닫게 될 수 있다. 하위 직급 채용이 줄어든 영향이 뒤늦게 미치는 것이다. AI가 직장에서 더 큰 역할을 할수록, 직원의 진입 경로와 성장 경로를 의도적으로 재설계해야 한다는 설명이다. 기업 경영진은 어떻게 대응해야 고기아는 감정의 변화가 구조적 변화보다 훨씬 빠르게 나타난다고 지적했다. 직원은 즉시 변화를 체감하지만, 기업은 채용, 역할 설계, 인력 구조 재편에 시간이 오래 걸린다. 그 결과 기대치의 불일치가 발생한다. 대다수 기업은 기존 업무 방식을 그대로 둔 채 AI만 추가했기 때문이다. 승인 절차, 의존성, 조율 구조는 그대로인데 속도만 빨라진 셈이다. 고기아는 리더가 ‘의도적인 설계(intentional design)’로 이 변화를 접근해야 한다고 조언했다. 어떤 업무가 강화되는지, 무엇이 줄어드는지, 개인은 어디에 역량을 집중해야 하는지 명확히 해야 한다는 것이다. 랜들은 AI가 기존 업무를 더 빨리 수행하게 해주는 경우보다, 기존에 하지 못했던 새로운 업무를 가능하게 해줄 때 직원이 AI를 더 긍정적으로 받아들인다고 덧붙였다. 따라서 기술 리더는 “역량 확장 중심”으로 AI 도입을 설계해야 한다고 조언했다. 또한 고기아는 관리자의 역할도 중요하다고 강조했다. 관리자는 기대치를 설정하고 전략을 해석하는 위치에 있기 때문에, 이가 제대로 준비되지 않으면 아무리 좋은 도구도 효과를 발휘하기 어렵다는 설명이다. 평가 방식 역시 품질, 지속 가능성, 역량 발전 관점으로 바뀌어야 한다. 고기아는 “우리가 목격하는 것은 갑작스러운 붕괴가 아니라, 점점 무시하기 어려워지는 점진적인 변화”라고 지적했다[email protected]