“AI 때문에 어떤 직업이 없어질까?”

AI 시대에 자주 나오는 질문이다. 하지만 조금 다르게 볼 필요가 있다.
AI가 먼저 없애는 것은 직업 자체가 아니라 그 직업 안에 포함된 반복적이고 예측 가능한 업무이기 때문이다.
의사라는 직업이 사라지는 것이 아니라 영상에서 이상 소견을 찾아내는 반복 업무가 AI의 도움을 받는다. 변호사가 사라지는 것이 아니라 수백 페이지의 판례와 계약서를 처음부터 끝까지 검색하고 분류하는 업무가 자동화된다.
개발자 역시 마찬가지다.개발자라는 직업이 없어지는 것이 아니라 단순 코드 작성이나 반복적인 디버깅 같은 업무의 상당 부분을 AI가 가져간다.
결국 중요한 것은 “내 직업이 없어질까?”가 아니라 “내가 하는 일 가운데 AI가 더 잘할 수 있는 부분은 무엇인가?”라는 질문이 필요하다.
콜센터 상담사, 번역가, 데이터 입력 담당자, 주니어 개발자, 법률 서류를 검토하는 로펌 저연차 인력, 어떤 문제가 있는가?
공통점은 셋이다. 업무의 표준화 정도가 높고, 예외 상황이 적으며, 결과를 디지털 형태로 검증하기 쉬운 일. 세계경제포럼이 매년 자동화 고위험군으로 콜센터와 데이터 입력을 꼽아온 이유도 여기 있다. 이 일들은 이미 오래전부터 자동화 후보였고, 생성형 AI는 그 시점을 앞당겼을 뿐이다.
반대쪽에 있는 직업들을 보면 논리가 더 선명해진다. 전기기사, 배관공, 요양보호사, 물리치료사. 이 직업들이 살아남는 이유를 “손으로 하는 일이라서”로 단순화하면 절반만 맞는다. 진짜 이유는 현장마다 변수가 다르고, 그 변수를 그 자리에서 즉흥적으로 처리해야 하고, 실수하면 사람이 다치거나 집이 물바다가 된다는 데 있다. 책임을 누가 지느냐의 문제로 바꿔 말해도 된다. AI가 잘못된 진단을 내려도 그 판단에 서명하고 책임지는 건 결국 사람이다. 이 서명하는 자리, 책임을 떠안는 자리가 쉽게 AI로 넘어가지 않을 자리다.
1. AI 대체 압력이 가장 큰 일
AI가 가장 빠르게 침투하는 영역에는 공통점이 있다.
① 데이터 입력·전산 사무
문서에서 정보를 추출하고 시스템에 입력하는 업무는 OCR과 AI 자동화가 빠르게 대체하고 있다. 과거에는 사람이 문서를 읽고 항목별로 입력했다면 이제는 AI가 문서를 읽고 필요한 정보를 분류한 뒤 시스템에 넣을 수 있다. 거기다 멀티 프로세스까지 장착 했으니
② 콜센터·단순 고객상담
예약 확인, 환불 규정, 배송 조회, 상품 안내처럼 정형화된 질문은 AI 상담 시스템이 처리하기 쉬운 영역으로 이미 많은 콜센터 서비스가 AI 상담과 채팅을 채택하고 있다. 앞으로 상담사의 역할은 단순 문의 응대보다 복잡한 민원, 감정적인 상황, 예외적인 문제를 해결하는 쪽으로 이동할 가능성이 높다.
③ 단순 번역·자막
현재 가장 빠르게 대체되는 영역으로 일상적인 문장이나 반복적인 업무 문서의 번역은 AI가 상당히 빠르게 처리할 수 있다. 하지만 법률·의료·외교·문학처럼 맥락과 책임, 문화적 뉘앙스가 중요한 번역은 여전히 사람의 판단이 중요하다. 따라서 번역가가 없어지는 것이 아니라 단순 번역가의 시장이 좁아지고 고급 번역가의 역할이 달라지는 것에 가깝다.
④ 단순 회계·경리
회계관리, 거래내역 분류, 세금계산서 처리, 반복적인 장부 입력 등은 자동화하기 좋은 업무고 이미 많은 솔루션이 나와있다. 반면 세무 전략을 세우거나 복잡한 거래를 해석하고 고객에게 의사결정을 조언하는 업무는 사람의 판단이 필요하다.
⑤ 단순 법률 사무
계약서 검색, 법률 검색, 문서 비교, 법률자료 요약 등은 AI가 빠르게 처리할 수 있다. 따라서 로펌의 저연차 인력이 담당하던 기초적인 리서치와 문서 검토 업무는 상당한 변화가 있고 이미 로펌에서 신규 법률가를 뽑지 않고 있다.
⑥ 단순 콘텐츠·디자인 제작
상품 설명문, 블로그 초안, 광고 문구, SNS 게시물, 단순 배너와 이미지 제작 등 이미 생성형 AI의 영향을 직접적으로 받고 있는 영역이다. 앞으로는 “만드는 능력” 자체보다 무엇을 만들어야 하는지, 어떤 내용을 담을것인지 등 인문적 정의하는 능력의 가치가 커질 가능성이 높다.
⑦ 초급 개발 업무
코드 생성, 단순 API 연동, 테스트 코드 작성, 오류 수정 등은 AI가 가장 잘하는 영역이다. 그래서 신규 개발자를 뽑지 않고 있고 컴공과 지원이 급격히 줄고 있다. 다만 개발자의 가치가 사라지는 것이 아니라 코드를 생산하는 사람에서 시스템을 설계하고 AI가 만든 결과를 검증하는 사람으로 역할이 이동하고 있다.
2. AI가 쉽게 대체하기 어려운 직업
“육체노동은 안전하다”라는 것은 이미 피지컬 AI가 대체를 준비를 하고 있다. 대체 불가의 핵심은 현장의 복잡성, 예외 상황, 인간과의 상호작용, 책임이다.
① 전기기사·배관공·정비사
현장마다 구조가 다르고 예상하지 못한 변수가 발생한다. 도면대로 되어 있지 않은 오래된 건물, 예상하지 못한 배관 문제, 현장에서 발견되는 안전 문제를 즉석에서 판단해야 한다. AI가 매뉴얼을 알려줄 수는 있지만 현장에서 판단하고 최종 책임을 지며 작업하는 사람은 쉽게 없어지지 않는다.
② 요양보호사·간호사
사람을 돌보는 일은 단순 업무가 아니다. 환자의 상태를 관찰하고, 불안한 사람을 안심시키고, 보호자와 소통하며, 예상하지 못한 상황에 대응해야 한다. AI가 기록과 모니터링을 도울 수는 있어도 사람을 직접 돌보는 역할 전체를 대체하기는 아직은 어렵다.
③ 물리치료사
치료 데이터를 분석하고 운동 프로그램을 추천하는 것은 AI가 도울 수 있다. 그러나 실제 환자의 움직임을 보고 강도를 조절하고, 통증이나 반응을 확인하면서 치료 방법을 수정하는 과정에는 현장 판단이 필요하다.
④ 교사·상담·사회복지 분야
AI는 지식을 전달할 수 있지만 사람을 이해하는 것과는 다른 문제다. 학생의 학습 의욕, 가정환경, 친구 관계, 감정 상태 등을 종합해서 판단하는 일은 단순한 정보 제공으로 해결되지 않는다. 앞으로 교사는 지식을 전달하는 사람에서 AI를 활용해 학생의 성장을 관리하는 사람으로 역할이 바뀔 가능성이 높다.
⑤ 영업·협상·고객관리
AI가 고객 데이터를 분석하고 제안서를 만들어줄 수는 있다. 하지만 중요한 계약을 성사시키고, 상대방의 숨은 요구를 파악하고, 신뢰를 형성하고, 갈등을 조정하는 과정에서는 인간의 역할이 여전히 크다.
3. 의외로 커질 가능성이 높은 새로운 직업
AI가 사람의 일을 빼앗는 동시에 AI를 관리하는 새로운 일도 만들어낸다. 대표적인 것이 AI관련 엔지니어 분야이다.
예를 들어 회사의 마케팅 업무를 AI에게 맡긴다고 해보자. AI에게 단순히 “광고를 만들어줘”라고 하는 것이 아니다. 시장조사 → 고객분석 → 콘텐츠 제작 → 이미지 생성 → 검수 → 광고 집행 → 성과분석이라는 전체 과정을 설계해야 한다.
이런 역할을 담당하는 사람이 AI 워크플로 설계자 또는 AI 자동화 전문가다.
- AI 워크플로 설계, AI 에이전트 운영
- AI 결과물 검수, AI 데이터 품질관리
- AI 보안, AI 리스크 관리
- AI 활용 교육, AI 전환(AX) 컨설팅
- 인간-AI 협업 프로세스 설계
특히 에이전트형 AI가 여러 단계의 업무를 스스로 수행하게 될수록 AI가 제대로 일하고 있는지를 감시하는 역할도 중요해진다. AI가 일을 많이 할수록 사람의 일이 모두 줄어드는 것이 아니라, 검증하고 통제하는 일의 중요성이 커지는 역설이 나타나는 것이다.
4. 같은 직업 안에서도 명암이 갈린다
가장 중요한 부분이다. AI 시대에는 직업 단위보다 업무 단위로 변화가 발생한다. 단위 업무의 전문성 보단 전체 프로세스를 알고 있고 이를 단위별 조합해 새로운 프로세스를 만들어 낼수 있는 창의적 시각이 필요해진다.
예를 들어 번역가를 보자. 단순 번역만 하는 사람은 AI와 경쟁해야 한다. 반면 AI 번역 결과를 검수하고, 해당 국가의 문화적 맥락을 반영하고, 전문 분야의 정확성을 책임지는 번역가는 오히려 더 중요해질 수 있다.
개발자도 마찬가지다. 코드를 많이 작성하는 개발자는 도태되고 AI가 만든 코드를 검증하고 시스템을 설계하는 개발자는 살아 남는다.
회계사도 마찬가지다. 장부를 정리하는 사람은 AI로 대체되고 데이터를 바탕으로 기업의 의사결정을 돕는 사람은 더 중요해진다.
변호사도 마찬가지다. 판례를 찾고 문서를 정리하는 사람과 사건의 전략을 설계하고 고객의 의사결정을 돕는 사람의 가치가 달라진다.
결국 AI 시대 사람남는 사람들의 공통점은 AI와 경쟁하는 것이 아니라 AI를 부리는 쪽에 서 있다는 것이다.
6. 지금 준비해야 할 것은 ‘직업’이 아니다
앞으로의 직업시장을 단순하게 AI에 대체되는 직업 vs 살아남는 직업으로 나누는 것은 정확하지 않다.
더 현실적인 구분은 다음과 같다.
| 업무 유형 | AI 영향 | 앞으로의 방향 |
|---|---|---|
| 반복 입력 | 매우 높음 | 자동화 |
| 정형화된 문서 작성 | 매우 높음 | AI 활용 |
| 단순 검색·요약 | 매우 높음 | AI 활용 |
| 단순 번역 | 높음 | AI + 사람 |
| 단순 코딩 | 높음 | AI + 개발자 |
| 단순 디자인 | 높음 | AI + 디자이너 |
| 복잡한 판단 | 중간 | 사람 중심 |
| 고객 협상 | 낮음~중간 | 사람 중심 |
| 현장 기술 업무 | 낮음 | AI 보조 |
| 돌봄·간호 | 낮음 | AI 보조 |
| 전략·의사결정 | 낮음 | 사람 중심 |
| AI 관리·검증 | 낮음 | 새로운 성장 영역 |
결국 앞으로의 핵심 경쟁력은 “내가 무엇을 할 수 있는가”에서 “AI에게 무엇을 맡기고, 나는 무엇을 판단할 것인가”로 이다.
AI 시대에 사라질 가능성이 높은 것은 직업의 이름이 아니다.
직업 안에서 사람이 하던 반복적인 방식이다.
그리고 그 변화는 이미 시작됐다.
지금 필요한 것은 내 직업이 없어질지를 걱정하는 것이 아니라,
내 일에서 AI가 가져갈 수 있는 30%를 먼저 찾아내고, AI가 하기 어려운 나머지 70%의 가치를 키우는 것.
어쩌면 AI 시대의 가장 강력한 생존 전략은 새로운 직업을 찾는 것이 아니라 지금 하고 있는 일의 성격을 바꾸는 것일지도 모른다.
Leave a Reply