AI 시대 사라지는 직업이 아닌 직업 내 업무의 변화에 주목하라: Microsoft Suleyman의 18개월 예측 분석

Microsoft AI CEO Suleyman 씨가 "12-18개월 내에 AI가 거의 모든 전문직 업무에서 인간 수준에 도달할 것"이라고 예측했습니다. 정말로 물어야 할 것은 "어떤 직종이 사라질까"가 아니라 "직종 안의 어떤 업무가 AI로 대체될까"입니다. 대체되기 쉬운 것은 PC 상에서 완결되는 정보 처리 태스크 (Information Processing Task) (법무 / 회계 / 마케팅 / PM / SWE 공통)입니다. 남는 것은 판단·책임·협상·현장의 문맥 이해입니다. AI 시대에 가치가 올라가는 것은 연결 능력 (현장 이해 × 구현 × 조직을 움직임) = Applied Engineer / FDE입니다.

Fortune이 보도한 Mustafa Suleyman의 발언이 날카롭습니다:

"human-level performance on most, if not all professional tasks"

"Creating a new model is going to be like creating a podcast or writing a blog"

시간축은 12-18개월입니다. "sitting down at a computer" (PC 앞에 앉아서 하는 일)가 전부 대상이라는 강력한 표현을 사용했습니다.

Microsoft는 단순히 자극하기 위해 말하는 것이 아니라, Copilot / Copilot Studio / Foundry / 100만 명 AI 인재 육성 투자 등, 사업으로서 이 세계관에 승부를 걸고 있습니다.

「변호사는 사라지는가」 「회계사는 사라지는가」라고 읽으면 사고가 멈춥니다. 실제로는 각각의 직종은 남고, 그 내용물이 크게 바뀝니다.

직종을 15-30개의 업무로 분해해 봅시다:

• 변호사 = 계약서 검토 + 판례 조사 + 조문 정리 + 문서 초안 작성 + ... + 클라이언트 협상 + 최종 판단 + 책임 인수
• 전반부 (정보 처리) → AI 대체
• 후반부 (판단·협상·책임) → 사람에게 남음

화이트칼라 5개 직종을 나열하면 업무의 성격이 놀라울 정도로 일치합니다:

직종	대체되기 쉬운 업무
법무	계약서 검토 / 판례 조사 / 조문 정리 / 법적 요건 정리 / 문서 초안 작성
...

업종은 다르지만, 업무의 성격은 같습니다.

5개 직종의 공통점은 업무가 **정보 처리 파이프라인 (Information Processing Pipeline)**에 올라타 있다는 점입니다:

정보를 수집한다 → 정리한다 → 요약한다 → 분류한다 → 자료화한다 → 리포트화한다 → 1차 판단

이 7단계 전부에 AI가 들어갑니다. 즉 「정보를 정리하는 사람」 전원이 대체 대상입니다. 직종의 벽은 상관없습니다.

이 계층은 지금까지 「사무직」 「어시스턴트 업무」 「중간 관리직의 절반」 「전문직의 수족」으로서 조직을 지탱해 왔습니다. 그것이 18개월 안에 얇아질 것입니다.

직종	남는 가치
법무	최종 판단 / 협상 / 책임 / 리스크 판단 / 윤리 판단
...

공통 테마는 판단·책임·관계성·문맥입니다. 정보를 「처리하는」 것이 아니라, 정보를 「사용하여 의사결정한다」 「타인과 합의를 만든다」 「결과를 책임진다」는 영역입니다.

남는 가치의 공통점은, **「단독 스킬」이 아니라 「연결하는 움직임」**이라는 점입니다. 구체적으로는 이 3가지 축입니다:

• 현장 이해: 고객의 과제를 읽고 업무 흐름을 재설계할 수 있음
• 구현 (Implementation): AI / 코드 / 자동화로 형태를 만들 수 있음
• 조직을 움직임: 도입을 추진하고 운용을 정착시켜 성과로 바꿀 수 있음

3가지 중 1~2가지는 이전에도 가치가 있었습니다. 하지만 AI 시대에는 3가지를 모두 연결할 수 있는 사람이 독보적으로 성장합니다. 왜냐하면 정보 처리 계층 (하나의 전문성만 가진 층)이 AI로 대체되기 때문에, 연결할 수 있는 사람만이 차별화 요소로 남기 때문입니다.

이 연결 능력을 가장 자연스럽게 체현하는 것이 **Applied Engineer / FDE (Forward Deployed Engineer)**입니다. Palantir 등에서 확립된 직종으로, AI 스타트업에서 성장 분야가 되고 있습니다.

• 상류 (Upstream) (고객 과제 발견): AI로 대체할 수 없는 현장의 문맥 독해
• 구현 (Implementation) (AI / 코드): AI를 「사용당하는 쪽」이 아니라 「사용해 먹는 쪽」에 섬
• 현장 도입 (Deployment) (운용 정착): 만든 것을 성과로 바꿈, 이 부분이 가장 대체하기 어려움

직함이 「FDE (Field Deployment Engineer)」인지 여부는 본질이 아니다. 3개 층을 1인 또는 1개의 소규모 팀으로 관통할 수 있는가가 본질이다. 사내 FDE (정보시스템/DX 추진에서 진화한 형태)이든, SI / 컨설팅 내의 FDE 부대이든, 사업 회사의 「현장을 이해하며 × AI를 이해하는」 프로덕트 책임자이든, 부르는 명칭은 무엇이든 상관없다.

변화가 격심한 AI 영역에서는 구체적인 도구의 사용법이나 절차서는 금방 진부화된다. 반년 만에 다른 모델, 다른 프레임워크, 다른 패턴으로 넘어간다.

남는 것은 원리 원칙 · 기초 기본이다:

• 무엇을 컨텍스트 (Context) 로 AI에게 전달할 것인가 (정보 설계)
• 어디를 AI에게 맡기고, 어디를 인간이 판단할 것인가 (경계선 설계)
• 성과는 어떻게 정의하고, 어떻게 측정할 것인가 (KPI 설계)
• 실패를 어떻게 포착하여 학습으로 바꿀 것인가 (피드백 설계)

이것들은 「형식」이라기보다는 「사고의 축」이다. 구체적인 도구가 바뀌어도 축은 재사용할 수 있다.

Suleyman의 18개월 예측을 표면적으로 읽으면 「직종이 사라진다」가 된다. 한 단계 깊게 읽으면 「직종 안의 정보 처리 업무가 사라진다」가 된다. 더욱 깊게 읽으면 「남는 것은 판단 · 책임 · 연결」이 된다.

개인으로서의 대응책:

• 자신의 직종 내에서, PC 앞에서 완결되는 정보 처리 태스크를 목록화한다 → 여기서부터 순차적으로 AI에게 넘길 수 있다.
• 같은 직종 내에서, 최종 판단 · 협상 · 책임 · 현장의 맥락 이해에 해당하는 부분을 강화한다 → 여기에 사람의 시간을 집중시킨다.
• **연결 능력 (Connectivity)**을 의식적으로 단련한다 → 현장 이해 × 구현 × 조직을 움직임, 이 3개 축을 1인이 관통할 수 있도록 움직인다.

조직으로서의 대응책도 마찬가지다: 「정리하는 사람」을 늘리는 것이 아니라, 「연결하는 사람」을 육성하는 방향으로 평가 · 채용 · 육성을 집중한다.

AI 시대에 강한 것은 직종명이 아니라 연결 능력이다. Applied Engineer / FDE는 그 중심에 서는 직종이라고 생각한다.

본문 기사는 도해 · SVG를 포함하여 자체 호스팅하고 있습니다:

• FIG.0 — 직종 vs 업무의 개념도 (hero)
• FIG.1 — 5개 직종 × 대체되기 쉬운 업무 매트릭스
• FIG.2 — 정보 처리 7단계 컨베이어
• FIG.3 — 각 직종에 남는 가치
• FIG.4 — 연결 능력 벤 다이어그램 (현장 이해 × 구현 × 조직을 움직임)
• FIG.5 — Applied Engineer / FDE의 3층 구조

EN 버전도 동일 URL의 .en에서 공개 중: ai-tasks-not-jobs.en