‘일자리 4개 중 1개’라는 AI 수치, 사라진다는 뜻은 아니다

생성형 AI와 일자리를 다룬 숫자는 진로를 고민하는 사람에게 크게 다가온다. 하지만 ‘영향을 받을 수 있다’는 표현을 ‘사라진다’로 바꾸면 연구가 말한 범위를 넘어선다.

국제노동기구 ILO와 폴란드 연구기관 NASK가 2025년 5월 발표한 지수는 세계 고용의 약 4분의 1이 생성형 AI에 어느 정도 노출될 수 있는 직업에 속한다고 설명한다. 고소득 국가에서는 그 비중이 34%로 제시됐다. 여기서 노출은 기술이 직무의 과업에 영향을 줄 잠재력을 뜻하며, 실제 일자리 감소율이 아니다.

직업은 여러 과업의 묶음이다

공식 발표는 직업 전체의 대체보다 업무의 변화가 더 가능성 있는 결과라고 설명한다. 한 직업에 문서 작성, 상황 판단, 고객과의 조율, 현장 대응이 함께 있다면 일부 작업이 바뀐다고 그 직업 전체가 같은 방식으로 사라지는 것은 아니라는 관점이다.

이 지수는 과업 수준의 분석을 바탕으로 한다. 실제 도입 여부와 속도, 조직의 선택, 제도와 이용 여건까지 모두 확정하는 예언은 아니다. 개인의 취업 가능성이나 특정 기업의 감원 계획을 이 수치 하나로 판단할 수 없는 이유다.

내 일을 살필 때는 동사로 적는다

이 자료를 진로와 재교육 계획에 활용하는 방법으로 자신의 일을 동사 중심으로 적어볼 수 있다. 조사한다, 정리한다, 비교한다, 설명한다, 협의한다, 결정한다처럼 나눈다. 그다음 도구가 초안을 도울 수 있는 작업과 사람이 결과를 확인하고 책임져야 하는 지점을 구분한다.

이는 ILO가 제공한 개인별 진단 도구가 아니라 편집부의 적용 예시다. 어떤 작업을 자동화할 수 있을지는 데이터의 상태와 조직의 규칙에 따라 달라지므로 실제 환경에서 검토해야 한다.

예를 들어 문서 초안을 빨리 만드는 일이 가능해도 자료가 정확한지 확인하고 이해관계자에게 설명하는 일은 별도로 남을 수 있다. 따라서 훈련 계획에 도구 조작만 넣을지, 원자료 검증과 업무 맥락을 이해하는 연습도 넣을지 생각해 볼 수 있다.

재교육 목록은 업무의 빈틈에서 출발한다

자신의 과업을 나눈 뒤에는 가장 자주 막히는 단계를 하나 고를 수 있다. 자료를 찾는 데 오래 걸리는지, 숫자의 의미를 설명하기 어려운지, 동료와 요구 사항을 맞추는 과정에서 일이 반복되는지 살펴보는 것이다. 모든 어려움이 새 AI 서비스를 배우면 해결되는 문제는 아니다.

훈련 과정을 비교할 때는 도구 이름보다 다루는 작업과 결과물을 확인하자. 실제 업무와 관련 있는 연습을 하는지, 만들어진 결과를 검토하는 기준도 배우는지, 수료 후 자신의 환경에서 다시 해볼 수 있는지 질문할 수 있다. 이 기준은 공식 지수의 예측이 아니라 개인의 교육 선택을 위한 제안이다.

변화에 대비한다는 이유로 모든 유행을 따라갈 필요는 없다. 지금 맡은 일의 구조를 알고, 도구를 적용한 뒤 무엇이 줄고 무엇이 새로 생겼는지 확인하는 습관부터 만들 수 있다. 기술이 직업을 어떻게 바꿀지 논의할 때도 이렇게 구체적인 과업의 변화가 판단의 단서가 된다.

숫자보다 먼저 확인할 세 가지

AI 관련 고용 통계를 만났을 때는 대상이 직업인지 과업인지, 측정한 것이 잠재적 노출인지 실제 고용 변화인지, 어느 국가와 시점의 자료인지 먼저 확인하자. 같은 비율이라도 정의가 다르면 의미가 달라진다.

또한 세계 평균을 한국의 특정 업종에 그대로 적용하지 않아야 한다. 나라별 산업 구조와 도입 여건이 다르며, 같은 직업 안에서도 맡은 일의 구성이 다를 수 있다.

이 자료가 말하는 것은 불안할 필요가 없다는 보장도, 모든 직업이 곧 사라진다는 경고도 아니다. 직업을 하나의 이름으로만 보지 말고 어떤 과업이 바뀌는지 살펴야 한다는 것이다. 재교육의 출발점도 막연한 생존 경쟁보다 자신의 실제 업무를 자세히 이해하는 데 둘 수 있다.