「AI에게 일자리를 빼앗긴다」는 논의는, 실제로 AI에게 일을 맡겨보지 않으면 해상도가 높아지지 않습니다.

저는 Claude Code로 12개 부문의 AI 에이전트 체제를 구축하여, 개인 사업의 사무 업무를 약 90% 자동화했습니다. 운영 비용은 월 $200뿐입니다. 반년 정도 돌려보면서, 어떤 일은 깔끔하게 AI에게 넘길 수 있었고, 어떤 일은 마지막까지 자신(＝의사결정을 하는 인간)의 손에 남았는지가 리스트로서 명확하게 보였습니다.

이 기사는 「AI가 대단하다」도 「사람만이 할 수 있는 것이 있다 (진지)」도 아닌, 실운영을 통해 알게 된 위임의 경계선을 구체적인 태스크 단위로 열거하는 기사입니다. 커리어의 방향을 설정하는 재료로 삼아주시면 좋겠습니다.

먼저 환경을 명확히 해두겠습니다. 특별한 프레임워크는 사용하지 않았습니다.

구성: Claude Code + Markdown + 셸 스크립트 (Shell Script) -
체제: 비서 에이전트 (라우팅 담당) + 부문 에이전트 (개발·경리·홍보 등의 역할별) -
정의 파일: 각 에이전트에게 「페르소나」 「담당 범위」 「금지 사항」을 Markdown으로 기술 -
비용: 월 $200 (Claude Code의 상위 플랜) 뿐 -
필자: IT 업계 10년 이상, 본업 SIer × 부업으로 법인 운영

한 명의 AI에게 전부를 맡기는 것이 아니라, 역할별로 분할한 것이 포인트입니다. 실제로 이전에는 하나의 에이전트에게 모든 업무를 맡겼으나, 컨텍스트 (Context)가 비대해져 응답이 느려지고 엉뚱한 답변이 늘어나고 있었습니다. 역할별로 분할하여 비서 에이전트가 라우팅하는 구성으로 바꾼 결과, 각 에이전트의 응답 정밀도가 약 40% 향상되었고 처리 속도도 평균 2배가 되었습니다. 인간의 조직 설계와 마찬가지로, 「한 사람에게 전부」보다 「적재적소」가 압도적으로 효과적입니다.

반년 동안 운용하며 다음과 같은 카테고리는 거의 통째로 AI에게 위임할 수 있었습니다. 공통점은 **「정답을 기존 정보에서 도출할 수 있다」 「절차를 정의할 수 있다」 「실수해도 내부에서 수습할 수 있다」**는 태스크입니다.

몇 가지 실례를 들겠습니다.

**문서 생성 (Document Generation)**은 특히 궁합이 좋은 영역이었습니다. 80개의 API 엔드포인트가 있음에도 사양서가 Excel에 산재해 있고 절반은 오래된 정보인 상태였는데, 컨트롤러 · 루트 정의 · 유효성 검사 (Validation)를 읽히고 OpenAPI 형식으로 일괄 생성하게 했더니, 2일 만에 총 80개가 완성되었습니다. 코드가 정답이므로, 문서의 최신성 문제까지 동시에 해결됩니다.

**로그 분석 (Log Analysis)**도 인간보다 빠른 경우가 많습니다. 운영 환경에서 단속적으로 발생하는 NullPointerException의 원인을 특정하지 못해 3일 동안 고민했을 때, 과거 24시간 분량의 약 5,000행 로그와 관련 소스 파일 3개를 읽히자, 비동기 처리의 레이스 컨디션 (Race Condition)이 원인이라고 15분 만에 특정하고 수정 패치까지 제안해 왔습니다. 「대량의 정보에서 패턴을 찾는」 작업은 AI의 독무대입니다.

외부 연동도 MCP (Model Context Protocol)로 도구화하면 맡길 수 있습니다. 사내 API를 유효성 검사가 포함된 MCP 도구로 래핑(Wrap)했더니, 「고객 ID 12345의 정보를 가져와 줘」라고 자연어로 부탁하는 것만으로 호출이 완료되게 되어, 수동 조작 대비 80%의 시간 절감이 이루어졌습니다.

반면, 아무리 체계를 갖추어도 마지막까지 저(의사결정자)의 손에 남은 일이 있습니다. 이쪽이 커리어를 생각하는 데 있어서는 더 중요합니다.

| 남은 일 | 왜 맡길 수 없는가 |
|---|---| 판단 |
| | 여러 가지 타당한 선택지 중 하나를 선택하는 책임은 위임할 수 없음 |
| 승인 | 외부 영향이 있는 실행을 멈추는 마지막 게이트 |
| 책임 | 결과가 실패했을 때 책임을 지는 주체는 인간 |
| 대인 조율 | 상대방의 감정 · 입장 · 신뢰 관계를 고려한 협상 |
| 질문 설정 | 「무엇을 풀어야 하는가」를 결정하는 것은 인간 |

가장 절감한 것은 승인의 무게입니다. 에이전트에게 메일 송신이나 외부 API 호출을 자율 실행하게 했더니, 오발송이 1회 발생하여 식은땀을 흘렸습니다. 그래서 외부를 향한 액션 (메일 · SNS 게시 · 운영 배포 등)에는 반드시 승인 큐 (Queue)를 삽입하여, 초안 생성 → 큐 저장 → 인간 승인 → 실행의 4단계로 만들었습니다. 결과적으로 오발송은 제로가 되었고, 승인 작업 자체는 하루 5분 정도로 끝납니다.

여기서 깨달은 것은, 「실행」은 AI에게 맡길 수 있어도 「실행해도 좋다는 판단」은 맡길 수 없다는 것입니다. AI는 무수히 많은 선택지를 제시할 수 있지만, 그중 어떤 것을 세상에 내놓을지 결정하고 실패했을 때 책임을 지는 것은 마지막까지 인간의 몫입니다.

질문의 설정 (Problem Setting) 문제도 남았습니다. AI는 「주어진 질문에 답하는 것」은 놀라울 정도로 잘하지만, 「애초에 지금 무엇을 풀어야 하는가」를 결정하는 것은 여전히 저의 일입니다. 에이전트 체제를 설계할 때, 각 에이전트에게 무엇을 담당시키고 무엇을 금지할지 결정하는 작업 자체가 바로 인간 측에 남은 의사결정이었습니다.

6개월간의 운용을 통해, 저는 「이 업무를 AI에게 맡길 수 있는가」를 다음의 3가지 축으로 판단하게 되었습니다. 치트 시트(Cheat sheet)처럼 활용할 수 있습니다.

정답의 소재: 답이 기존 정보로부터 도출될 수 있는가 (Yes → 맡길 수 있음) / 가치 판단이 필요한가 (No → 남음)
수습 가능성: 실수하더라도 내부에서 수정할 수 있는가 (Yes → 맡길 수 있음) / 외부로 영향이 나가는가 (No → 승인 단계를 거침)
책임의 소재: 실패의 책임을 기계가 질 수 있는가 (질 수 없음 → 최종 판단은 인간)

이 3가지 축으로 나누면, 서두의 두 리스트를 깔끔하게 설명할 수 있습니다. 「맡길 수 있었던 일」은 모두 〈정답을 도출할 수 있음 · 수습 가능함 · 책임이 가벼움〉 쪽에 치우쳐 있고, 「남은 일」은 모두 〈판단 · 불가역적 · 책임이 무거움〉 쪽에 치우쳐 있습니다.

이 리스트를 바라보며 느끼는 점은, 엔지니어의 업무가 「손을 움직이는 것」에서 「경계선을 설계하는 것」으로 시프트(Shift)하고 있다는 것입니다.

코드를 작성하고, 테스트를 작성하고, 문서를 만드는 것——과거 공수의 대부분을 차지했던 작업은 맡길 수 있는 쪽으로 옮겨갔습니다. 대신에 가치가 높아진 것은, AI에게 전달할 인수인계서를 쓰는 능력입니다. 저의 경우, 프로젝트마다 CLAUDE.md에 기술 스택(Tech stack)·규약·금지 사항을 약 200행 정도로 기술하도록 했더니, 그것만으로도 코드 생성의 일관성이 크게 높아졌고, 하루 약 30분의 설명 공수가 사라졌습니다. CLAUDE.md는 실질적으로 「AI라는 신입 사원을 위한 업무 매뉴얼」이며, 사람에게 일을 잘 가르치는 사람이 AI에게 일을 잘 맡긴다는 것이 6개월간 운용하며 느낀 실감입니다.

즉, 빼앗기는 것은 「작업」이지 「업무」가 아닙니다. 판단·승인·책임·대인 조정·질문의 설정——여기에 축을 옮길 수 있느냐가 앞으로 엔지니어의 분수령이 될 것 같습니다.

• AI에게 맡길 수 있었던 것은 〈정답을 도출할 수 있음 · 수습 가능함 · 책임이 가벼움〉 태스크 (생성·변환·해석·실행)
• 사람에게 남은 것은 〈판단·승인·책임·대인 조정·질문의 설정〉
• 위임의 판단 축은 「정답의 소재 / 수습 가능성 / 책임의 소재」 3가지
• 엔지니어의 가치는 「손을 움직이는 것」에서 「AI에게 전달할 인수인계서를 작성하고 경계선을 설계하는 것」으로

「AI에게 일을 빼앗길 것인가」 여부는, 자신의 업무 중 어느 정도가 위의 3가지 축에서 〈맡길 수 있는 쪽〉에 치우쳐 있는지를 통해 어느 정도 예측할 수 있습니다. 우선 자신의 일주일간의 태스크를 이 두 가지 리스트로 분류해 보는 것을 추천합니다.

이 기사가 도움이 되었다면, 좋아요·저장(Stock) 해주시면 큰 힘이 됩니다.

Claude Code·AI 에이전트·업무 자동화 구현 팁(Tips)을 지속적으로 발신하고 있습니다. 팔로우 해두시면 새로운 소식을 받아보실 수 있습니다.

여러분이 「이것은 아직 AI에게 맡길 수 없다」고 느끼는 업무는 무엇인가요? 꼭 댓글로 알려주세요.