메인으로

AI전환(AI Transition)이란?

AI 전환(AI-driven Transition)이란? ― AI 전환(AI-driven Transition)이란? ― 당신의 직업은 지금 어느 파도 위에 있나요? 아침에 일어나 뉴스 피드를 열면, 오늘도 어딘가에서 \"AI가 일자리를 빼앗는다\"는 기사가 하나쯤 눈에 들어옵니다. 그런데 막상 누군가 “그래서 내 미래는 정확히 어떻게 바뀌는 건데?”라고 물으면 대답하기 어렵습니다. 대부분은 그냥 막연한 불안만 느끼죠. 이 글은 바로 그 질문에서 시작합니다. AI가 실제로 얼마나 많은 일을 바꾸고 있는지, 그리고 그 변화가 누구에게 더 유리하고 불리한지 이야기해보려 합니다. 2024년 다보스포럼에서 IMF(국제통화기금) 총재 크리스탈리나 게오르기에바는 AI를 이렇게 표현했습니다. “노동시장을 덮치는 쓰나미 같다This is like a tsunami hitting the labour market.”— Kristalina Georgieva, IMF Managing Director, Davos 2024 쓰나미는 단순히 큰 파도가 아닙니다. 도시의 지형 자체를 바꿔버리는 힘이죠. AI도 비슷합니다. 단순히 새로운 앱 하나가 나온 정도가 아니라, 우리가 일하고 배우고 채용되는 방식 전체를 바꾸고 있습니다. 그리고 중요한 건, 누구는 이 변화를 기회로 만나고 누구는 더 큰 불안으로 만나고 있다는 점입니다. ― ‘혁명’이 아니라 ‘전환’인 이유 ― 요즘 국제기구들은 ‘AI 혁명’보다 ‘AI 전환(AI Transition)’이라는 표현을 더 많이 씁니다. 이유는 간단합니다. AI가 단순히 새로운 기술 하나의 등장이 아니라 사회 시스템 전체를 바꾸고 있기 때문입니다. 자동차를 예로 들어볼게요. 혁명은 자동차가 처음 발명된 사건 자체를 가리킵니다. 반면 전환은 그 이후에 일어난 모든 것. 도시 전체의 도로망, 신호등 체계, 운전면허 제도, 심지어 사람들이 집을 짓는 위치까지 바뀐 과정을 가리킵니다. 즉, 기계 하나가 등장한 게 아니라 사회 시스템 전체가 새로 설계된 겁니다. AI도 마찬가지입니다. 단순히 ChatGPT가 등장한 게 아닙니다. 숙제하는 방식, 회사에서 보고서 쓰는 방식, 사람을 뽑는 방식, 정보를 찾는 방식까지 전부 바뀌고 있습니다. ― 실제로 얼마나 많은 일이 바뀌고 있을까? ― 국제통화기금(IMF): 전 세계 일자리의 40%가 영향권에 IMF는 2024년 분석 보고서 Gen-AI: Artificial Intelligence and the Future of Work에서 전 세계 고용의 약 40%가 AI의 영향권 안에 있다고 진단합니다. 고소득 선진국에서는 이 수치가 60%까지 올라갑니다. 영향을 받는 일자리 중 절반 정도는 AI 덕분에 생산성이 오르는 기회를 얻지만, 나머지 절반은 AI가 핵심 업무를 대신하면서 수요가 줄거나 일자리 자체가 사라질 수 있습니다. 세계경제포럼(WEF): 사라지는 일자리보다 생기는 일자리가 더 많다, 그러나… 세계경제포럼(WEF)은 Future of Jobs Report 2025에서 조금 더 흥미로운 전망을 내놨습니다. 2030년까지 1억 7천만 개의 새 일자리가 생기고 9천 2백만 개가 사라져, 순 증가 기준으로 7천 8백만 개의 일자리가 늘어날 것이라고 예상했죠. 숫자만 보면 희망적으로 보입니다. 하지만 중요한 조건이 있습니다. 고용주의 39%는 핵심 업무 역량이 2030년까지 바뀔 것으로 예상합니다. 즉, 일자리 총량은 유지될 수 있어도 그 일을 하기 위해 필요한 능력은 완전히 달라진다는 뜻입니다. 국제노동기구(ILO): 사라지는 것보다 달라지는 것이 6배 많다 AI가 일자리를 얼마나 ‘없애느냐’는 질문에 가장 꼼꼼하게 답한 곳은 국제노동기구(ILO)입니다. 2023년 발표한 보고서 Generative AI and Jobs에서 ILO는 AI의 영향을 두 가지로 구분합니다.· 자동화(Automation) : AI가 사람을 완전히 대체해 그 자리 자체가 사라지는 것.· 증강(Augmentation) : AI가 인간의 조수가 되어 같은 시간에 훨씬 많은 일을 해내도록 돕는 것. 결과는 의외였습니다. AI 때문에 직업 자체가 사라질 위험은 약 2.3%였습니다. 반면 AI를 활용하도록 일하는 방식을 바꿔야 하는 영역은 13.4%에 달했습니다. 즉, “직업이 없어지는 사람”보다 “일하는 방법을 새로 배워야 하는 사람”이 6배 많다는 뜻입니다. AI가 일자리에 미치는 영향 유형 영역비율의미 자동화2.3%일자리 자체가 사라질 수 있는 영역 증강13.4%업무 방식이 통째로 바뀌는 영역 AI는 일자리를 훔쳐 가는 도둑이라기보다, 일하는 방식을 새로 설계하는 설계자에 가깝습니다. 그런데 이 설계는 모두에게 공평하게 이뤄지고 있을까요? ― 최근 빅테크 기업들의 감원 ― 국제기구의 보고서가 미래를 전망하는 동안, 기업 현장에서는 이미 훨씬 빠른 속도로 변화가 진행되고 있습니다. 첫째, 기업 가치를 평가하는 기준 자체가 바뀌고 있습니다. 과거에는 매출이나 성장성이 기업 가치를 결정하는 핵심 지표였습니다. 그러나 최근에는 ‘AI 밸류에이션(AI Valuation)’이라는 개념이 등장했습니다. 기업이 AI를 통해 비용을 얼마나 절감했는지, 효율성을 얼마나 극대화했는지, 그리고 조직을 AI에 맞게 얼마나 재편했는지가 기업 가치를 좌우하는 시대가 된 것입니다. 막강한 자금력을 보유한 사모펀드(PEF)들은 이 기준을 앞세워 투자 기업들에게 ‘인건비를 줄이고 자동화를 도입하라’고 강하게 압박하고 있습니다. 둘째, AI 기업의 1인당 생산성은 기존 상식을 뛰어넘는 수준입니다. 소프트웨어 업계의 대표 기업 세일즈포스(Salesforce)의 직원 1인당 연 매출은 약 50만 달러입니다. 반면 AI 중심으로 설계된 앤스로픽(Anthropic)의 1인당 매출은 760만 달러에 달합니다. 같은 업계에서 무려 15배 이상의 차이가 납니다. 이처럼 AI 기업이 소수의 인원으로 막대한 매출을 올릴 수 있다는 사실이 증명되면서, 기존 기업들은 인력 감축과 자동화에 대한 강한 압박을 받고 있습니다. 셋째, 글로벌 빅테크 기업들의 감원이 현실화되고 있습니다. 결제·금융 플랫폼 블록(Block, 구 스퀘어)은 최근 전체 직원의 40%를 해고하며 공격적인 슬림화를 단행했습니다. 메타(Meta)는 최근 전체 직원의 20%를 더 줄이겠다는 목표를 세우고 전사적인 조직 진단을 진행 중입니다. 주목할 점은, 메타는 이미 직원 1인당 매출이 250만 달러를 넘는 고효율 기업임에도 불구하고, AI 전환 경쟁에서 뒤처지지 않기 위해 이를 324만 달러 수준까지 끌어올리려 한다는 것입니다. ― AI의 혜택은 공평하지 않다 ― 사실 AI 시대의 가장 큰 문제는 속도보다 ‘격차’입니다. 같은 파도라도 누군가는 서핑보드를 타고 있고, 누군가는 파도가 오는지도 모른 채 서 있습니다. 직군별 명암: 사무직의 위기, 전문직의 기회 아래 그래프는 직업군별로 AI에 의해 업무가 영향받는 비율을 보여줍니다. Figure 2. 직업군별 AI 노출도. 사무직(Clerical support workers)의 업무 82%가 중간~고위험 노출 — 다른 직군과 비교해 압도적으로 높다. 출처: ILO WP96 (2023) 그래프에서 가장 눈에 띄는 건 단연 사무직입니다. 업무의 약 82%가 AI의 영향권 안에 있고, 특히 자동화 고위험 비율이 24%에 달합니다. 타이핑, 데이터 입력, 단순 보고서 작성 등은 이미 AI의 전유물이 되어가고 있는 이유입니다. 반면 전문직과 관리직은 AI를 날개처럼 활용할 수 있습니다. 복잡한 판단과 창의성이 필요한 영역은 AI가 대체하기 어렵고, 오히려 AI를 비서처럼 부려 업무 효율을 수십 배 높일 수 있는 기회를 누릴 수 있죠. 직군별 AI 자동화 위험과 현황 직군자동화 위험현황 사무직·행정직약 24%위험 전문직·관리직낮음기회 농업·제조·서비스직매우 낮음안전  여성과 저소득 국가는 더 큰 영향을 받는다 AI 영향은 직군에만 나타나지 않습니다. 성별 격차도 큽니다. 여성은 남성보다 AI 자동화 영향을 더 크게 받을 가능성이 2.1배 높습니다. 사무직과 행정직에 여성 종사자가 몰려 있기 때문입니다. 고소득 국가도 마찬가지입니다. 여성의 자동화 위험 노출은 6.6%로, 같은 집단 남성(3.5%)의 거의 두 배입니다. Figure 7b. 성별·소득 수준별 자동화 위험 노출 비율. 모든 소득 그룹에서 여성이 남성보다 높다. 고소득 국가의 여성은 6.6%로 가장 높은 위험에 노출. 출처: ILO WP96 (2023) 국가 간 격차는 더욱 역설적입니다. 소득 수준별 AI 자동화 위험 노출 비율 소득 수준자동화 위험 노출 비율 고소득 국가5.5% 중상소득 국가약 3% 중하소득 국가약 1.5% 저소득 국가0.4% 저소득 국가는 자동화 위험이 낮아 보입니다. 처음 보면 안전해 보이지만 사실은 반대일 수도 있습니다. AI를 활용할 인프라 자체가 부족해 생산성 향상 기회에서도 소외될 가능성이 크기 때문입니다. 유니세프는 이 문제를 이렇게 표현했습니다. “한 아이는 AI 학습 플랫폼을 열어, 수학을 단계별로 차근차근 설명해주는 인내심 있는 선생님을 만납니다. 같은 나라에 사는 또 다른 아이는, 서비스를 이용할 수 없거나 제한되어 있다는, 혹은 유료라는 안내 메시지만 마주합니다.”— UNICEF Digital Impact, 2026 결국 AI는 단순한 기술 문제가 아니라 교육과 기회의 문제이기도 합니다. ― AI는 기존의 불평등을 더 키울 수 있다 ― 마이크로소프트 수석 연구원이자 AI 불평등 연구의 권위자인 케이트 크로퍼드(Kate Crawford)는 저서 Atlas of AI(2021)에서 이렇게 경고합니다. “AI는 추출의 기술입니다. 에너지와 광물에서, 착취당하는 노동자들에서, 우리에게서 수집되는 데이터에 이르기까지. 기술 시스템은 설계자의 의도와 무관하게, 구조적 불평등을 유지하고 확장합니다.AI is a technology of extraction from the energy and minerals, to the exploited workers, to the data it collects from us. Technical systems maintain and extend structural inequality, regardless of the intention of the designers.”— Kate Crawford, Atlas of AI, Yale University Press, 2021 쉽게 말하면 세상이 원래 불공평했다면, AI도 그 데이터를 배우기 때문에 불공평함을 그대로 따라간다는 뜻입니다. 그래서 중요한 건 기술 자체보다 “누가 어떻게 사용하느냐”입니다. UCLA 교수이자 맥아더상 수상자인 사피야 노블(Safiya Noble)도 같은 맥락에서 말합니다. “AI는 격차를 좁힐 수도, 넓힐 수도 있습니다. 어떻게 사용하고 구현하느냐에 달려 있습니다.AI has the power to either bridge the gap or widen it, depending on how it is used and implemented.”— Safiya Noble, UCLA ― 그렇다면, 무엇을 해야 할까? ― 다행히 국제기구들은 이미 구체적인 행동 지침을 내놓고 있습니다. ILO의 제안 — Generative AI and Jobs, WP96 (2023) ILO는 단순한 기술 교육을 넘어, 시스템 차원의 개입이 필요하다고 강조합니다. 구체적으로는 세 가지입니다.· 여성을 위한 맞춤 재교육 프로그램: AI로 인해 가장 큰 타격을 받는 사무직 여성들이 육아와 교통 문제 등 현실적 장벽 없이 훈련에 참여할 수 있어야 합니다.· 사회 안전망의 현대화: 일자리를 잃은 후에야 도움을 받는 구조가 아니라, 전환 과정에서 소득을 유지하면서 새 기술을 배울 수 있는 유연한 지원 체계가 필요합니다.· 교육 시스템의 재설계: 초등학교부터 대학까지, AI와 협력하는 능력을 기르는 방향으로 교육 과정 자체를 바꿔야 합니다. WEF의 제안 — Future of Jobs Report 2025 세계경제포럼은 정부, 기업, 교육기관이 함께 움직여야 한다는 점을 강조하며, 2030년까지 10억 명에게 교육과 기술·경제적 기회를 제공하는 ‘리스킬링 혁명(Reskilling Revolution)’을 추진하고 있습니다. IMF의 제안 — Gen-AI: Artificial Intelligence and the Future of Work (2024) IMF는 저소득 국가를 위한 기술 이전, 부채 탕감, 개발 협력을 통한 인프라 투자가 없다면 국가 간 디지털 양극화는 돌이킬 수 없는 수준으로 벌어질 수 있다고 경고합니다. 유니세프의 제안 — Policy Guidance on AI for Children (2025) 유니세프는 어린이와 청소년을 AI 정책의 수동적 대상이 아니라 능동적 주체로 포함시켜야 한다고 주장합니다. 아이들이 AI를 만드는 쪽에 참여하지 못하면, 평생 AI가 만드는 세상에 적응하는 쪽에만 머물게 됩니다. ― 오늘 당장, 내 자리에서 할 수 있는 세 가지 ― 기술 격차는 “먼저 아는 사람이 먼저 나눌 때” 줄어들기 시작합니다. 나 자신을 위해서는, AI를 도구로 배우는 것. 완벽하게 이해하지 않아도 됩니다. 내 업무 중 반복되는 한 가지만 AI로 시험해보는 것이 시작입니다. 주변을 위해서는, 아는 것을 나누는 것. AI 도구를 접하기 어려운 환경에 있는 사람 — 나이 든 부모님, 디지털 기기에 익숙하지 않은 이웃 — 에게 한 번이라도 함께 써보는 경험을 만들어주는 것. 기술은 먼저 아는 사람이 먼저 나눌 때 격차가 줄어듭니다. 사회를 위해서는, 질문을 멈추지 않는 것. “우리 학교의 AI 교육은 충분한가”, “우리 지역의 디지털 인프라는 공평한가”, “우리 직장의 재교육 기회는 모두에게 열려 있는가” — 이 질문들을 소비자로서, 시민으로서, 유권자로서 계속 던지는 것 자체가 변화를 만드는 힘입니다. ― 지도 없는 시대의 나침반 ― AI 시대에 가장 중요한 능력은 어쩌면 코딩 실력이 아닐지도 모릅니다. 오히려 이런 질문을 계속 던지는 능력에 가까울 수 있습니다. “이 기술은 지금 인간을 어디로 데려가고 있는가?누가 이 기술의 규칙을 만들고 있는가?기술의 혜택은 모두에게 공정하게 돌아가고 있는가?” 기술의 미래는 기술이 결정하지 않습니다. 그 기술을 둘러싼 우리의 선택이 결정합니다. 글 최연제 국장 같이 읽으면 좋은 글 디지털 격차란? 디지털 난민이란? 참고문헌 및 출처 AI와 노동시장 ILO. Generative AI and Jobs: A global analysis of potential effects on job quantity and quality, 2023 — 생성형 AI가 전 세계 일자리에 미치는 영향 분석 (ILO) AI와 미래 경제 IMF. Gen-AI: Artificial Intelligence and the Future of Work, 2024 — 전 세계 고용의 40%가 AI 영향권에 있다는 분석 보고서 (IMF) AI와 미래 직업 WEF. Future of Jobs Report 2025, 2025 — 2030년까지의 일자리 창출·소멸 전망 및 역량 변화 분석 (WEF) AI와 아동·청소년 UNICEF. AI divide: A new fault line we cannot ignore, 2026 — AI 격차가 아동에게 미치는 영향과 디지털 포용 필요성 (UNICEF) AI 정책과 아동권리 UNICEF. Policy Guidance on AI for Children, Version 3, 2025 — 아동 중심 AI 정책 가이드라인 (UNICEF) AI 불평등 연구 Crawford, Kate. Atlas of AI: Power, Politics, and the Planetary Costs of Artificial Intelligence, Yale University Press, 2021 — AI가 기존 불평등 구조를 재생산하는 방식에 대한 학술 연구 (Kate Crawford)