미국 노동자의 절반 이상 — 2026 Resume Now 설문조사에 따르면 51% — 이 AI로 인해 일자리를 잃을까 봐 걱정된다고 말합니다. Microsoft의 AI CEO는 화이트칼라 자동화에 대해 18개월이라는 타임라인을 제시했습니다. 담론은 요란하지만 신호 대 잡음비(signal-to-noise ratio)는 최악입니다. 실제로 도움이 되는 방법은 다음과 같습니다. AI가 당신의 직업을 뺏을지 묻는 것을 멈추고, 어떤 업무(tasks)가 언제 노출될지를 묻기 시작하십시오. 그것이 당신이 실제로 답할 수 있는 질문입니다.

왜 "AI가 내 직업을 뺏을까?"가 잘못된 질문인가
직업 전체가 하룻밤 사이에 사라지는 경우는 드뭅니다. 발생하는 현상은 역할 내의 특정 업무(tasks)가 자동화되고, 역할의 범위가 변화하며, 미리 적응한 노동자들은 결국 괜찮은 상태 — 때로는 이전보다 더 나은 상태 — 를 유지한다는 것입니다. WEF(세계경제포럼)의 2025 일자리 미래 보고서(Future of Jobs Report 2025)는 2030년까지 전 세계적으로 9,200만 개의 일자리가 대체되는 동시에 1억 7,000만 개의 새로운 일자리가 창출될 것으로 예측합니다. 순증가(Net positive)이지만, 실제로는 매우 불균등합니다. ATM, 스프레드시트(spreadsheets), 공장 로봇 등 이전의 모든 자동화 물결에서 나타난 패턴은 일관적입니다. 즉, 업무(task) 수준의 대체, 역할(role) 수준의 변형, 그리고 예상치 못한 변화에 직면한 이들에게는 상당한 전환기적 고통을 동반하지만 결과적으로는 일자리가 순증가한다는 것입니다. 따라서 유용한 질문은 이것입니다: 당신의 구체적인 역할에서 어떤 업무(tasks)가 노출되어 있으며, 얼마나 빠르게 진행되는가?

3요소 평가 (3-Factor Assessment)
당신의 직함이 아니라, 시간 단위로 수행하는 실제 업무에 대해 각 요소를 적용해 보십시오.

요소 1: 반복성 (Repetition) → 당신의 핵심 업무가 매번 동일한 단계/입력/출력을 따릅니까? → 높은 반복성 = 높은 노출
요소 2: 정보 vs 불확실성 (Information vs. Uncertainty) → 당신은 주로 기존 정보를 처리/정리합니까, 아니면 새로운 상황을 헤쳐 나갑니까? → 정보 처리(Info-processing) = 높은 노출 | 모호성/판단(Ambiguity/judgment) = 낮은 노출
요소 3: 인간의 존재 (Human Presence) → 상대방이 인간이 그 자리에 있기를 적극적으로 원합니까? → 물리적 또는 신뢰 기반의 존재감 = 낮은 노출

AI는 예측 가능한 출력을 가진 고반복, 정보 처리 업무에 탁월합니다. 반면 진정으로 새로운 상황, 모호성 속에서의 윤리적 판단, 그리고 인간 관계가 가치의 일부가 되는 업무에서는 어려움을 겪습니다.

대부분의 역할은 두 가지 요소를 모두 포함하고 있습니다. 관건은 그 비율입니다.

참고: "낮은 위험"이 영향이 전혀 없음을 의미하지는 않습니다. 외과의사들조차 워크플로 (Workflow)가 변화하는 것을 목격하고 있습니다. 문제는 이진법적인 대체 여부가 아니라 그 정도(degree)입니다.

높은 노출 (High Exposure)이 당신의 워크플로 (Workflow)에 실제로 의미하는 것

만약 당신의 점수가 높게 나왔다면, 이를 실질적으로 어떻게 생각해야 할까요?

1. 작업 체인 (Task chain)의 상위 단계로 이동하세요. AI가 가장 먼저 가져가는 작업은 판단력이 낮고 행정적인 작업들입니다. 대부분의 역할에서 이러한 작업들은 가장 흥미가 떨어지는 작업이기도 합니다. 의도적으로 당신의 업무 시간 중 더 많은 부분을 판단, 전략, 그리고 관계 구축 작업으로 전환하는 것은 당신을 더 방어 가능하게 만들며, 대개 더 가치 있게 만듭니다.

2. AI를 주니어 동료처럼 대하세요. AI 도구를 사용하는 작업자와 그렇지 않은 작업자 사이의 생산성 격차는 이미 측정 가능한 수준입니다. 초안 작성, 요약, 서식 지정, 조사 스캔과 같은 일상적인 작업들을 AI에게 맡기고, 당신은 그 결과물에 당신의 판단력을 적용하세요. 이는 이미 앞서 나가는 기업들에서 채용 신호 (Hiring signal)로 작용하고 있습니다.

3. 판단력이 중시되는 인접 기술로 전환하세요. 만약 당신의 현재 역할이 정보 기반에 치중되어 있다면, 해석, 고객 관계, 또는 부서 간 커뮤니케이션 (Cross-functional communication)을 요구하는 역할로 수평적 확장을 시도하세요. 이것이 바로 당신을 AI에 의해 불필요해지는 사람이 아니라, AI를 통해 더 강력해지는 사람으로 만드는 기술입니다.

AI로 인해 성장하는 역할들
AI 트레이너 (AI trainers) 및 평가자 (Evaluators), AI 거버넌스 (AI governance) 및 윤리 역할, AI 진단과 함께 협업하는 의료 전문가, 그리고 비기술적 이해관계자들을 위해 AI 시스템을 설명, 감사 또는 감독할 수 있는 모든 이들에 대한 수요가 증가하고 있습니다.

AI 에이전트(AI agents)가 구매, 일정 관리, 조사, 워크플로 관리(workflow management)와 같은 작업들을 점점 더 자율적으로 처리함에 따라, 인접한 인간의 역할은 감독(oversight), 예외 처리(exception handling), 그리고 전략적 방향 설정(strategic direction)으로 이동하고 있습니다. 이러한 역할들은 3년 전만 해도 공식적인 직함이 없었습니다. 대부분은 여전히 정의되고 있는 과정에 있습니다. 그것이 바로 실제 기회의 표면(opportunity surface)입니다. 요약하자면(TL;DR): "내 직업이 살아남을 것인가"에 대한 인간의 탐지 정확도는 구조화된 프레임워크(structured framework) 없이는 낮습니다. 자신의 직함이 아닌, 실제 수행하는 업무를 대상으로 3요소 테스트(3-factor test)를 실행해 보세요. 높은 반복성(high repetition) + 정보 처리(info-processing) + 인간의 부재(no human presence) = 가장 높은 노출도(exposure)를 의미합니다. 대부분의 역할은 혼합된 프로필을 가지고 있습니다. 따라서 노출도가 낮은 업무 영역으로 자신의 업무 시간을 전환하십시오. 이 상황을 가장 잘 헤쳐나가고 있는 노동자들은 AI가 아직 할 수 없는 업무의 부분들을 더 잘 수행하기 위해 AI를 활용하고 있습니다. 직업 카테고리 표와 실행 단계가 포함된 전체 분석 내용은 다음에서 확인할 수 있습니다: lucas8.com/will-ai-take-my-job