서론: 3년 동안 참는 사이에, 세상은 6.6배가 되었다

「돌 위에서도 3년(石の上にも3年)」, 「한 사람 몫을 하려면 10년」.

일본의 커리어론은 오랫동안 시간의 투입량을 신봉해 왔습니다. 하나의 영역에 뿌리를 내리고, 긴 수련 과정을 거쳐 그 길을 100점까지 갈고닦는 것. 이 전략은 기술의 노후화가 느리고 고용이 안정적이었던 시대에는 합리적이었습니다.

하지만 지금, 이 전제가 소리를 내며 무너지고 있습니다.

AI 관련 구인 건수는 2017년도 대비 약 6.6배로 확대되었으며, IT·통신 분야의 AI 관련 구인 배율은 3.35배(doda·2025년도)입니다. PwC가 약 10억 건의 구인 광고를 분석한 「2025 Global AI Jobs Barometer」에서는 AI 스킬을 가진 노동자의 임금 프리미엄이 1년 만에 25%에서 56%로 배증했다는 사실이 나타났습니다. 나아가 경제산업성이 2026년 3월에 공표한 「2040년의 취업 구조 추계(개정판)」는 AI·로봇 활용 인재가 약 340만 명 부족한 반면, 사무직은 약 440만 명의 잉여가 발생할 것이라고 추계하고 있습니다.

즉, 지금 일어나고 있는 일은 「AI를 할 줄 아는 사람이 조금 이득을 본다」는 이야기가 아닙니다. 노동 시장의 수급 구조 자체가 수백만 명 단위로 반전되고 있다는 이야기입니다.

당신이 하나의 돌 위에서 3년 동안 정좌하고 있는 사이에, AI를 사용하는 인재는 10개의 능력을 병행해서 키우며 경쾌하게 이직이나 독립을 해나갑니다. 본 기사에서는 이러한 환경 변화 속에서 커리어를 어떻게 다시 구축해야 하는지를 데이터와 저 자신의 실체험을 통해 정리합니다.

결론부터 말씀드리면, 열쇠는 세 가지입니다.

한 점 돌파 100점이 아니라, AI로 다영역 80점을 가져간다
「져도 잃는 것은 시간뿐」인 비대칭적인 도박(Leverage)을 이길 때까지 계속한다
「즐거움」을 엔진으로 삼아, 노력을 노력이라 느끼지 않는 영역에서 경험치를 폭속으로 쌓는다

제1장: AI는 화이트칼라 워크를 정말로 가속화하고 있는가

먼저 전제의 확인부터 하겠습니다. 「AI로 생산성이 올라간다」는 것은 분위기가 아니라, 이미 여러 통제 실험을 통해 정량화되어 있습니다.

**소프트웨어 개발 (Software Development)**에서는 GitHub Copilot을 사용한 통제 실험 결과, AI 지원을 받은 개발자 그룹이 대조군보다 55.8% 빠르게 태스크를 완료했습니다 (Peng et al., 2023). Microsoft·Accenture·Fortune 100 기업에서의 대규모 필드 실험에서도 특히 커리어 초기 단계의 개발자일수록 효과가 크다는 것이 보고되었습니다.

지적 노동 전반에서는 BCG의 컨설턴트 758명을 대상으로 한 필드 실험 (Dell'Acqua et al., 2023)이 유명합니다. GPT-4를 사용한 컨설턴트는 AI의 특기 영역 태스크에서 태스크 완료율 +12.2%, 작업 속도 +25.1%, 품질 +40% 초과라는 개선을 보여주었습니다.

톱 티어(Top-tier) 컨설턴트조차 이 정도의 성장 폭입니다. 정형 작업의 비중이 큰 일반적인 화이트칼라 워크라면 체감되는 가속은 훨씬 더 클 것입니다. 실제로 BCG의 18개국 13,000명 조사(2025년)에서는 업무에서 생성형 AI를 사용하는 사람의 58%가 「주 5시간 이상을 절약하고 있다」고 응답했습니다.

단, 동일한 Dell'Acqua 실험은 중요한 경고도 남겼습니다. AI의 능력 범위(그들은 이를 「Jagged Frontier = 들쭉날쭉한 경계선」이라고 불렀습니다) 바깥쪽의 태스크에서는 AI를 사용한 집단의 정답률이 오히려 19포인트 저하되었습니다.

여기서 도출되는 함의는 심플합니다.

AI는 능력을 일률적으로 끌어올리는 마법이 아닙니다.

「어떤 태스크에 AI를 적용할 것인가」를 판별할 수 있는 사람만이 +25~55%의 가속을 독식합니다.

그리고 이 「판별하는」 힘은 독학으로는 몸에 배지 않습니다. 많은 영역에서 AI를 실제로 휘둘러 본 경험량이 승부를 가릅니다. 이것이 다음 장의 이야기로 이어집니다.

제2장: 「한 점 돌파 100점」보다 「10개 영역 80점」이 승리하는 구조적 이유

100점 인재의 비용 구조가 무너졌다

하나의 영역을 100점으로 만드는 전략의 본질은 「숙련의 희소성」에 대한 투자였습니다. 10년은 걸어야 도달할 수 있는 수준이기에 도달자는 희소하며, 희소하기 때문에 비싸게 팔릴 수 있었습니다.

하지만 AI는 이 구조의 하반분을 녹여버렸습니다. 많은 영역에서 「0점 → 80점」에 도달하는 비용이 극적으로 낮아진 것입니다. 앞서 언급한 GitHub Copilot 연구군에서도 혜택이 가장 큰 것은 주니어 층, 즉 「앞으로 숙련될 사람」이었습니다. BCG 실험에서도 기초 스킬이 낮은 종업원일수록 AI에 의한 개선 효과가 크며, 퍼포먼스가 평준화되는 경향이 확인되었습니다.

한편, 「80점→100점」의 마지막 20점은 여전히 고비용입니다. 이 영역은 AI의 프론티어 (Frontier) 외부에 있는 경우가 많으며, 투박하고 고된 경험의 축적이 필요합니다.

즉, 비용 구조는 다음과 같이 변했습니다.

같은 10년을 투입한다면, 「1개 영역을 100점」으로 만드는 것보다 「10개 영역을 80점」으로 만드는 것이 압도적으로 저렴하고, 빠르며, 그리고——이 점이 중요합니다만——곱셈이 적용되는 (Leverage) 구조가 된 것입니다.

80점×80점의 교차점은 실질적 100점보다 희소하다

"80점으로는 전문가를 이길 수 없지 않을까?"라는 반론은 당연히 존재합니다. 단일 영역에서는 그렇습니다.

하지만 시장에서 가치를 갖는 것은 단일 스킬이 아니라 **조합 (Combination)**입니다. 「영상 제작 80점」인 사람은 세상에 아주 많지만, 「영상 제작 80점 × 제약 업계 지식 80점 × 영업 80점」인 사람은 거의 없습니다. 80점 스킬을 N개 보유하면, 교차점의 수는 N(N-1)/2로 늘어납니다. 10개 영역이라면 45가지의 교차점이 생깁니다.

게다가 제1장에서 보았듯이, AI 활용의 성패는 「자기드 프론티어 (Jagged Frontier)의 파악」에 달려 있습니다. 10개 영역에서 AI를 최대한 활용해 본 사람은 10개 영역만큼의 프론티어 지도를 가지고 있습니다. 이 지도의 넓이 자체가 AI 시대의 메타 스킬 (Meta-skill)이 됩니다.

임금 프리미엄 56%라는 숫자는 「AI라는 단일 스킬」에 대한 대가가 아니라, 이 조합 능력과 지도의 넓이에 대한 대가라고 저는 해석하고 있습니다.

기회의 양으로도 대적할 수 없다

연봉만의 이야기가 아닙니다. 획득할 수 있는 기회의 총량이 다릅니다.

1개 영역의 전문가에게 오는 제안은 그 영역에 국한됩니다. 하지만 10개 영역을 가진 사람에게는 45개의 교차점 각각에서 제안이 올 가능성이 있습니다. 이직 기회, 부업 프로젝트, 강연 요청, 협업 제안——기회는 교차점에 떨어져 있습니다. 3년 동안 하나의 돌 위에서 노력하는 사람과, 10개의 낚싯줄을 드리우고 있는 사람 사이에는 행운을 잡을 확률이 구조적으로 다릅니다.

제3장: 효율화의 함정——왜 회사원은 2배속으로 일해도 보상받지 못하는가

"그럼 회사 업무에서 AI를 최대한 활용하면, 사내에서 평가받아 연봉도 올라가지 않을까?"

안타깝게도, 대부분의 경우 그렇지 않습니다. 이유는 고용 계약의 구조에 있습니다.

당신은 「업무」가 아니라 「시간」을 팔고 있다

통상적인 고용 계약에서 팔고 있는 것은 결과물이 아니라, 월 160시간에 상응하는 노동 시간입니다. 이 계약 구조 아래에서 AI를 통해 업무가 2배속으로 끝나면 어떤 일이 벌어질까요?

남는 시간에 단순히 업무량이 2배로 늘어날 뿐입니다.

이는 악의적인 상상이 아니라 데이터로 나타나고 있습니다. 앞서 언급한 BCG 조사(2025년)에서 생성형 AI로 절약한 주 5시간 이상의 용도를 물었을 때, 가장 많은 답변은 "더 많은 업무를 수행한다" (41%)였습니다. 전략적인 업무에 투입하는 사람은 28%에 그쳤습니다.

더 까다로운 것은, 한 번 높아진 생산성 수준이 "새로운 보통"으로 고정되는 **래칫 효과 (Ratchet Effect)**입니다. 2배속으로 처리한 실적은 다음 달부터 당신의 표준 할당량이 됩니다. 급여 테이블은 직능 등급에 따라 결정되므로, 처리량이 2배가 되어도 연봉은 2배가 되지 않습니다. 효율화의 과실은 시간 판매 계약의 구조상 거의 모두 고용주 측으로 흡수됩니다.

실제로 조직 차원에서 보면 생성형 AI 투자의 약 90%가 "효과 없음"으로 보고되는 반면 (2026년 시점의 여러 조사), 개인 차원의 실험에서는 +25~55%의 개선이 재현되고 있습니다. 이 격차야말로 과실이 개인과 조직 사이의 어딘가에서 증발하고 있다는 증거입니다.

결론: 성과의 수용체를 「개인」으로 가져라

회사 안에서 AI를 사용하는 것 자체는 옳습니다. 문제는 그 성과를 받아낼 그릇이 회사 측에만 있다는 점입니다.

따라서 필요한 것은 자신 개인에게 귀속되는 「능력」과 「포트폴리오 (Portfolio)」를 연마하는 것입니다. 구체적으로는 다음과 같습니다.

• 사외에서 관측 가능한 실적 (기사, 작품, 강연, 콘테스트 수상, 커뮤니티)
• 이직 시장 및 업무 위탁 시장에서 가격표가 붙는 스킬의 조합
• 「저 사람 = ○○」라고 연상되는 브랜드

이것들은 회사가 흡수할 수 없습니다. 당신이 2배속이 된 만큼의 여유분을 여기에 쏟아부어야 합니다.

그렇다면 구체적으로 어떻게 쏟아부을 것인가? 열쇠는 두 가지가 있습니다.

제4장: 열쇠 ① 레버리지 (Leverage)——「져도 시간밖에 잃지 않는 도박」을 이길 때까지 계속하라

비대칭적인 도박의 구조

투자 세계에는 「비대칭적 베팅 (Asymmetric Bet)」이라는 사고방식이 있습니다. 손실은 한정적이고 리턴의 상한은 큰 도박은, 승률이 낮더라도 반복하면 기대값이 플러스가 된다.

커리어에도 이와 완전히 동일한 구조의 도박이 굴러다니고 있습니다.

누구에게도 말하지 않는 이직 활동: 패배해도 현직은 그대로. 누구에게도 알려지지 않는다. 승리하면 연봉 상승, 혹은 「자신의 시장 가치」라는 최우선 데이터가 손에 들어온다. 지원하는 것 자체의 다운사이드 (Downside)는 거의 제로 -
해커톤 (Hackathon) 도전: 패배해도 주말이 사라질 뿐. 승리하면 실적·인지도·인맥을 한 번에 얻는다 -
각종 콘테스트·공모전 응모: 낙선해도 아무도 기억하지 못한다. 입상하면 경력에 평생 남는다 -
기술 기사·작품 공개: 반응이 없어도(Slump) 그저 아무도 보지 않을 뿐. 적중하면 인지도와 오퍼(Offer)가 들어온다

공통점은, 잃는 것이 시간 외에는 아무것도 없다는 것입니다. 그리고 시간은 제3장에서 언급했듯이, AI에 의해 이미 확보되어 있습니다.

「이길 때까지 계속한다」가 전략의 전부

비대칭적 도박의 기대값은 시행 횟수로 결정됩니다. 한 번의 해커톤에서 우승할 확률이 10%라도, 10번 참가하면 약 65%, 20번 참가하면 약 88%의 확률로 어딘가에서 승리합니다.

한 점 돌파형 커리어를 가진 사람은 애초에 이 도박판에 서지 않습니다. "아직 실력이 부족하니까", "본업이 안정되면". 하지만 이 도박은, 실력이 완성된 후에 하는 것이 아니라, 하면서 실력을 키우는 것입니다. 패배한 해커톤에서 얻은 지견도 인맥도, 다음 교차점의 재료가 됩니다.

계속해서 도박한다. 패배해도 잃는 것은 시간뿐. 승리하면 인생의 좌표가 바뀐다. 이것을 담담하게 반복한다——그것이 레버리지 (Leverage)입니다.

제5장: 열쇠 ② 즐거움——노력을 노력이라 느끼지 않는 최강의 엔진

시행 횟수를 지탱하는 것은 근성이 아니다

제4장의 전략에는 한 가지 약점이 있습니다. 시행 횟수를 쌓으려면, 지속할 수 있어야 한다. 그리고 근성으로 버티는 사람은 거의 없습니다.

여기서 효과를 발휘하는 것이 「즐거움」입니다.

당신이 즐겁다고 느끼는 것은, 즐겁기 때문에 노력을 노력이라 느끼지 않습니다. 다른 사람이 "힘들어도" 주 2시간을 할 때, 당신은 "어느샌가" 주 20시간을 하고 있습니다. 이 10배의 투입량 차이는 재능의 차이로는 절대 메울 수 없습니다.

영상 크리에이티브, 소설 집필, 게임 제작, 컨설팅적인 문제 해결, 그림 생성——무엇이든 좋습니다. "어느샌가 하고 만다"라는 영역을 가진 사람은 그것만으로도 시행 횟수의 싸움에서 이기고 있습니다.

AI는 「즐거움」을 증폭시킨다

그리고 생성형 AI (Generative AI)는 이 즐거움 중심의 활동과 이상적일 정도로 궁합이 좋습니다.

이유는, 취미 수준의 활동을 공개·응모할 수 있는 수준까지 단번에 끌어올려 주기 때문입니다. 영상을 만들고 싶다면 영상 생성 AI가, 이야기를 쓰고 싶다면 LLM (Large Language Model)이 하한 품질을 보장해 줍니다. "만들고 싶은데 기술이 따라주지 않아 좌절한다"라는, 취미 생활의 최대 사인이 사라졌습니다.

게다가 GitHub의 조사에 따르면 Copilot 도입 후 90%의 개발자가 업무에 대한 충실감이 높아졌다고 답했습니다. AI는 생산성뿐만 아니라 활동의 즐거움 그 자체도 끌어올립니다. 즐거우니까 양을 해낸다 → 양을 해내니까 실력이 는다 → 실력이 느니까 더 즐겁다. 이 복리 루프에 AI가 부스트 (Boost)를 거는 것입니다.

「즐거움」으로 경험치를 초고속으로 쌓고, 쌓인 경험치를 「레버리지」의 도박에 던진다. 이 두 가지 열쇠는 독립된 것이 아니라 직렬로 연결되어 있습니다.

제6장: 임계점은 어느 날 한꺼번에 찾아온다

지금까지의 이야기를 실천하면 어떤 일이 벌어질까요. 저 자신의 이야기를 해보겠습니다.

저의 커리어는 한 점 돌파와는 거리가 멀었습니다. 대학에서는 분자 진화 연구를 했지만 연구자의 길은 단념했습니다. IT 업계에 들어와 RPA나 프로젝트 관리(Project Management)를 경험했고, 대형 컨설팅 펌에서 IT 컨설턴트로 일했습니다. 이 시점에서 저는 "어느 영역도 100점이 아닌" 인간입니다.

그로부터 생성형 AI를 만나, 「AI 사무라이」라는 이름으로 활동을 시작했습니다. Zenn에서의 기사 집필, AI 영상 제작, 소설 집필, 고향인 삿포로에서의 AI 커뮤니티 「삿포로 스고이 AI회」 설립, 개인 사업으로서의 업무, 각종 AI 콘테스트 도전. 모두 위에서 쓴 그대로의 「패배해도 시간밖에 잃지 않는 도박」과 「즐거우니까 하게 되는 활동」의 조합입니다. 솔직히 시작할 당시에는 하나하나의 활동이 어디로 연결될지 저 자신도 보이지 않았습니다.

변화는 서서히 오지 않았습니다. 1년을 지속했을 무렵, 한꺼번에 찾아왔습니다.

• 도쿄대 마츠오 연구실(Matsuo Lab) 출신의 AI 스타트업으로부터 제안을 받아, 홋카이도 지사장으로 이직
• AI 관련 단체로의 초대
• 자신이 설립한 AI 이벤트의 스폰서 확보

이러한 일들이 같은 시기에 한꺼번에 일어난 것입니다.

나중에 생각해보면 논리는 명쾌합니다. 여러 영역에 뿌려둔 씨앗은 각각 독립적으로 자라는 것이 아니라, 수면 아래에서 서로 연결되어 있습니다. 기사를 읽은 사람이 커뮤니티에 오고, 커뮤니티에서의 실적이 이직의 결정타가 되며, 지사장이라는 직함이 스폰서 확보를 뒷받침합니다. 네트워크의 가치가 노드(Node) 수의 제곱에 비례하여 작용하는 것과 마찬가지로, 교차점의 수가 일정 수준을 넘어서는 순간, 개별적인 점들이 하나의 면으로立ち上がる(세워진다).

이것이 임계점(Critical Point)입니다.

임계점 이전과 이후는 기회가 찾아오는 방식이 완전히 다릅니다. 이전에는 스스로 베팅하러 다니는 입장이었다면, 이후에는 상대방으로부터 제안이 옵니다. 그리고 임계점이 언제 올지는 사전에 알 수 없습니다. 알 수 있는 것은, 시도를 멈춘 사람에게는 영원히 오지 않는다는 사실뿐입니다.

제7장: 내일부터 무엇을 할 것인가

추상론으로 끝나지 않도록 행동 수준으로 구체화하겠습니다.

1. AI로 자신의 본업을 2배속으로 만들기

먼저 시간을 확보합니다. 제1장에서 데이터가 보여주듯, 성장 폭이 큰 곳은 숙련 과정에 있는 영역입니다. 코드든 자료든 분석이든, 오늘부터 AI를 활용하십시오.

2. 확보한 시간을 회사에 되돌려주지 않기

2배속으로 끝낸 일을 보고하고 업무를 2배로 받는 것이 아니라(래칫 효과 (Ratchet Effect)!), 그 시간을 자신의 포트폴리오에 투자하십시오. ※단, 본업의 성과는 확실히 낸 상태여야 합니다.

3. 「나도 모르게 하고 있는 일」을 하나 골라 AI로 증폭하기

영상, 글, 게임, 그림 등 무엇이든 좋습니다. 즐거움이 담보되어 있다면 투입량으로 승부할 수 있습니다.

4. 한 달에 한 번, 비대칭적 베팅하기

콘테스트 응모, 해커톤(Hackathon) 참여, 기사 공개, (누구에게도 말하지 않는) 캐주얼 면담. 져도 잃는 것은 시간뿐인 베팅을 캘린더에 고정적으로 넣어두십시오.

5. 모든 것을 관측 가능한 곳에 두기

수행한 일은 Zenn, note, GitHub, SNS, 커뮤니티 등 외부에서 볼 수 있는 곳에 남기십시오. 임계점은 당신의 활동이 '보이기' 시작할 때 비로소 연쇄 반응을 일으킵니다.

6. 이길 때까지 그만두지 않기

임계점을 맞이하기 위한 유일한 필요조건입니다.

마치며: 돌 위에서 내려오자

「돌 위에서도 3년(인내하면 성공한다)」이 나쁘다는 것이 아닙니다. 그 격언이 전제로 삼았던 세계——숙련에 오랜 시간이 걸리고, 그렇기에 숙련이 희소하여 높게 팔리는 세계——가 끝나가고 있을 뿐입니다.

AI 기술의 임금 프리미엄이 1년 만에 25%에서 56%로 두 배 증가하고, 사무직 440만 명 과잉·AI 인재 340만 명 부족이라는 추계가 공공기관에서 나오는 시대입니다. 이 비대칭적인 변화의 파도는 가만히 기다린다고 해서 평등하게 찾아오지 않습니다. 하지만, 쟁취하려는 사람에게는 믿기지 않을 정도로 관대합니다.

10개 영역을 80점으로. 져도 시간밖에 잃지 않는 베팅을, 즐거움을 엔진 삼아, 이길 때까지 계속하십시오. 그렇게 하면 어느 날, 임계점은 한꺼번에 찾아올 것입니다.

AI를 통해 능력을 향상시켜 나갑시다.

참고 데이터·출처

• Peng, S. et al. (2023) "The Impact of AI on Developer Productivity: Evidence from GitHub Copilot" (Copilot 이용 그룹이 태스크를 55.8% 빠르게 완료)
• Dell'Acqua, F. et al. (2023) "Navigating the Jagged Technological Frontier" (BCG 컨설턴트 758명 실험: 속도 +25.1%, 품질 +40% 초과 / 프론티어 외부에서는 정답률 19pt 하락)
• GitHub "Research: Quantifying GitHub Copilot's impact on developer productivity and happiness" (88%가 생산성 향상, 90%가 충실감 향상에 응답)
• BCG "AI at Work 2025" (18개국 13,000명 조사: 58%가 주 5시간 이상 절약, 절약 시간의 용도 1위는 "더 많은 업무 수행" 41%)
• PwC "2025 Global AI Jobs Barometer" (AI 기술 임금 프리미엄이 25%에서 56%로 두 배 증가)
• 경제산업성 「2040년의 취업 구조 추계 (개정판)」 (2026년 3월: AI·로봇 활용 인재 약 340만 명 부족, 사무직 약 440만 명 과잉)
• doda 이직 구인 배율 (2025년도: IT·통신 분야의 AI 관련 구인 배율 3.35배)
• Indeed Recruit Partners (2025년 7월: AI 관련 구인 수 2017년도 대비 약 6.6배)

Discussion