취업 준비를 하다 보면 "AI가 내 직업을 빼앗을 것 같다"는 불안이 한 번쯤은 스치고 지나갑니다. 저도 그랬습니다. 기술 혁신이 기회라는 말은 많이 들었는데, 막상 현실을 들여다보면 기대와 압박이 동시에 밀려오더군요. 이 글은 그 두 감정을 솔직하게 풀어본 기록입니다.
AI 활용: 편해진 건 맞는데, 마냥 좋은 것만은 아닙니다
일반적으로 AI가 생산성을 획기적으로 높여준다고 알려져 있지만, 제 경험상 이건 좀 다릅니다. 글을 정리하거나 자료를 찾을 때 AI를 쓰면 분명 시간이 줄어드는 건 맞습니다. 쇼핑 추천, 금융 서비스, 콘텐츠 피드도 예전보다 훨씬 정교해졌고요. 그런데 동시에 "나는 이걸 AI 없이 할 수 있는가?"라는 질문이 머릿속에 떠오르기 시작했습니다. 도구가 편해질수록 내 기초 역량이 흐릿해지는 느낌이랄까요.
여기서 짚고 넘어가야 할 개념이 있습니다. 머신러닝(Machine Learning)이란 컴퓨터가 데이터를 스스로 학습해 패턴을 찾아내는 기술을 뜻합니다. 쉽게 말해 사람이 일일이 규칙을 입력하지 않아도 AI가 스스로 판단 기준을 만들어낸다는 뜻입니다. 이 기술이 쇼핑 추천, 금융 심사, 콘텐츠 큐레이션 전반에 깔려 있습니다.
또 하나, 자연어 처리(NLP, Natural Language Processing)라는 기술도 빠질 수 없습니다. 자연어 처리란 컴퓨터가 사람이 쓰는 언어를 이해하고 생성하는 기술을 뜻합니다. 챗GPT 같은 서비스가 대화처럼 답변을 내놓을 수 있는 것도 이 기술 덕분입니다. 제가 AI를 글 정리에 활용할 때 직접 체감하는 기술이기도 합니다.
그런데 솔직히 이건 예상 밖이었습니다. AI를 쓰면 쓸수록 "어떻게 질문하느냐"가 결과를 갈랐습니다. 같은 도구를 써도 어떤 사람은 훨씬 정교한 결과물을 뽑아내고, 어떤 사람은 엉뚱한 답변만 받아 시간을 더 씁니다. 결국 AI를 잘 쓰는 능력 자체가 하나의 실력이 된 셈입니다.
직무 변화: 전공 하나로 오래 버티는 시대는 끝났습니다
예전에는 전공이나 자격증 하나를 잘 갖춰두면 오래 버틸 수 있다고들 했습니다. 제 주변 선배들도 그렇게 말했고, 저도 한때는 그 말을 믿었습니다. 그런데 지금은 그 공식이 빠르게 흔들리고 있다는 걸 체감합니다.
세계경제포럼(WEF)이 발표한 'Future of Jobs Report 2025'(출처: World Economic Forum)에 따르면, 기업들은 2030년까지 핵심 직무 역량의 39%가 바뀔 것으로 전망합니다. 거의 절반 가까운 역량이 교체된다는 뜻입니다. 개발, 마케팅, 디자인, 금융, 제조업 가릴 것 없이 AI를 활용할 줄 아는 사람과 그렇지 못한 사람의 격차가 빠르게 벌어지고 있습니다.
특히 저는 반복적인 업무가 먼저 영향을 받는다고 느낍니다. 단순 자료 정리, 기본 문서 작성, 정형화된 상담 응대 같은 업무는 이미 자동화(Automation)의 영역으로 넘어가고 있습니다. 자동화란 사람이 반복적으로 수행하던 작업을 기계나 소프트웨어가 대신 처리하는 것을 뜻합니다. 문제는 이런 업무가 사회 초년생이 경험을 쌓는 출발점이기도 했다는 겁니다. 시작점이 좁아지고 있는 셈입니다.
직무 역량이 빠르게 바뀌는 시대에 살아남으려면 어떤 준비가 필요할까요. 제가 경험하면서 정리한 방향은 이렇습니다.
- AI 도구를 단순 사용하는 것을 넘어, 업무 흐름에 맞게 응용하는 능력을 키운다. 도구를 쓰는 사람과 도구를 설계하듯 활용하는 사람은 결과물이 다릅니다.
- 한 분야 전문성에 AI 리터러시(AI Literacy, AI를 이해하고 활용하는 능력)를 더한 T자형 역량을 쌓는다. 깊이 있는 전문성 위에 AI 활용 능력을 얹어야 경쟁력이 생깁니다.
- 단기 트렌드보다 문제 해결력과 커뮤니케이션 능력에 지속적으로 투자한다. 이 둘은 AI가 쉽게 대체하기 어려운 영역으로 남아 있습니다.
한국고용정보원도 디지털 전환에 따른 직무 변화와 재교육 필요성을 꾸준히 분석하고 있으며(출처: 한국고용정보원), 특히 중간 숙련 직종의 변화 폭이 클 것으로 보고 있습니다. 제가 느끼는 압박이 근거 없는 불안만은 아니라는 뜻입니다.
양극화: 기술이 성장을 보장하지는 않습니다
기술 혁신이 기업 경쟁력을 높인다는 말은 맞습니다. 그런데 제 경험상 그 전제가 생략되는 경우가 많습니다. 기술을 제대로 운영할 역량이 있을 때라는 조건이요.
AI나 사물인터넷(IoT, Internet of Things)을 도입하고 싶어도 현실은 다릅니다. IoT란 냉장고, 공장 기계, 물류 시스템 같은 물리적 장치들이 인터넷으로 연결되어 서로 데이터를 주고받는 환경을 뜻합니다. 대기업은 전담 인력과 예산을 투입할 수 있지만, 중소기업 입장에서는 전문 인력 확보와 초기 도입 비용이 벽으로 작용하는 경우가 적지 않습니다. 기술이 등장한다고 해서 모든 기업이 자동으로 성장하는 건 아니라는 뜻입니다.
개인 수준에서도 마찬가지입니다. AI가 생산성을 높인다고 해서 그 이익이 모든 노동자에게 공평하게 돌아간다는 보장은 없습니다. 고숙련 인력은 AI를 활용해 더 높은 성과를 내고 더 높은 보상을 받을 가능성이 있지만, 반복 업무 중심의 인력은 일자리 안정성이 흔들릴 수 있습니다. 기술 혁신이 격차를 줄이는 게 아니라 오히려 키울 수도 있다는 얘기입니다.
그래서 저는 20대가 기술 혁신을 무조건 긍정적으로만 볼 필요는 없다고 생각합니다. 기술 자체보다 기술을 어떻게 쓰느냐, 그리고 그 기술의 혜택이 어떻게 분배되느냐가 더 중요한 질문입니다. 디지털 전환(Digital Transformation)이란 단순히 디지털 도구를 도입하는 것을 넘어, 조직의 문화와 운영 방식 전체를 데이터 기반으로 바꾸는 과정을 뜻합니다. 이 과정에서 재교육 기회, 직무 전환 지원, 데이터 보안, 노동시장 보호 장치가 함께 마련되지 않으면 기술 혁신은 일부에게만 좋은 변화로 남을 수 있습니다.
기술 혁신 앞에서 두려움보다 중요한 건 방향을 잡는 것이라고 생각합니다. AI를 두려워하는 데 에너지를 쏟기보다, AI를 활용해 제 판단력과 생산성을 높이는 쪽으로 적응하는 것이 지금 제가 선택한 방향입니다. 앞으로 살아남는 사람은 기술을 가장 많이 아는 사람이 아니라, 변화 속에서 필요한 기술을 빠르게 익히고 자기 일에 연결할 수 있는 사람이 될 가능성이 높습니다. 기술의 흐름을 먼 미래 얘기로 미루지 말고, 지금 자신의 공부 방식과 커리어 준비 방식부터 점검해보시길 권합니다.
--- 참고: https://www.weforum.org/publications/the-future-of-jobs-report-2025
