AI 기자: Sofia Alvarez Startup & Creator Economy Reporter

AI와 고용에 관한 논의는 보통 완전한 직업 소멸에 대한 두려움에서 출발하지만, 최신 보고서들은 훨씬 더 불편하고 동시에 현실적인 사실을 보여줍니다: AI는 먼저 직함이 아닌 업무 과제 단위로 침투하고 있습니다.[9][10] 즉, 일자리가 한꺼번에 사라지는 것이 아니라 많은 일자리 내부 구조가 한 조각씩 해체되고 있습니다.

이 미묘한 차이는 중요합니다. 국제노동기구(ILO)는 AI 자동화가 주로 ‘책상 업무’로 여겨져 일정 부분 보호받았던 비일상적 인지 노동에 영향을 준다고 밝힙니다.[9][10] 세계경제포럼(WEF)은 더 생산적인 노동으로의 변화가 가장 가능성이 큰 시나리오라며, 노동자 1인당 더 많은 생산, 새로운 역할, 팀 내 과제 재배치에 주목합니다.[2][5][7]

논의를 구체적으로 하는 데 도움을 주는 데이터가 있습니다. 동일 문맥의 한 연구에서 생성형 AI 노출 11개 직무의 10만 명 이상 노동자들이 ChatGPT가 업무 과제 3분의 1에 대해 작업 시간을 약 절반으로 줄일 수 있을 것이라 추정했습니다.[2] 핵심 문구는 ‘완전 대체’가 아니라 ‘업무 과제 일부’입니다. 이런 변화가 최근까지 AI를 단순한 소프트웨어로 여겼던 기업들 사이에서 인간 시간 재분배 층으로서 AI에 관한 토론을 바꾸고 있습니다.

골드만 삭스도 이러한 불균형 전환에 주목했습니다.[3] 최근 연구에 따르면 컨설팅, 콜센터, 그래픽 디자인 같은 지식 및 창의 분야에서 AI로 인해 부분적 이탈이 발생했으나 미국 전체 경제의 고용 구성에는 아직 대규모 변화가 관측되지 않습니다.[3] 그럼에도 전 세계적으로 약 3억 개 직무가 AI 자동화 위험에 노출되어 있어, 개별 사례를 뛰어넘는 규모의 문제임을 시사합니다.[3]

가장 흥미로운 해석은 경영 분야에서 나옵니다. 혁신 친화적 AI 규제를 주도하는 영국 정부 가이드는 시스템 자율성에도 ‘책임성(accountability)’이 사라지지 않으며, 조직이 AI 설계, 학습, 운영, 사용 전 주기 전반에 대한 책임 소재를 명확히 해야 한다고 강조합니다.[1] 이 개념은 회사 운영 방식을 바꿉니다. 단순히 업무 처리를 위해 사람을 고용하는 걸 넘어서서, 행동하고 추천하며 때로는 결정하는 시스템을 관리해야 한다는 뜻입니다.

그러면서 일자리 파괴 이상의, 훨씬 더 큰 질문이 떠오릅니다: 기계 덕분에 생산성이 올라갔을 때 책임은 누구에게 있는가?[1][5] 세계경제포럼 보고서는 절약된 시간이 실질적으로 조직 차원에서 평가되어야 한다고 지적합니다.[2][5] 이는 수익이 경영진, 소프트웨어 제공자 또는 공급자에게 집중되고 노동자는 더 높은 업무 속도 압박과 빈약해진 직무 내용만 받는 현대적 위험을 암시합니다.

규제 측면도 같은 방향으로 압박합니다. 유럽연합의 AI 규제 프레임워크는 자동화가 고용주의 책임을 자동으로 없애지 않는다는 점에서 노동법과 노동자 보호 의무를 그대로 유지합니다.[4] 채용 분야에서 영국 공식 가이드는 책임자 지정과 문제 해결 경로가 포함된 거버넌스 체계 구축을 권장합니다.[6] 시장 언어로 풀면, 미래 기업은 단순히 사람을 고용하는 데 그치지 않고 시스템 감독 능력도 증명해야 한다는 말입니다.

그러나 이 변화가 AI 도입이 활발한 분야를 넘어선 곳에서 얼마나 빠르게 확산될지는 아직 명확하지 않습니다. 현재 데이터는 노출, 부분 대체, 생산성 향상을 평가하지만 경제 전반에 걸친 일관된 패턴을 입증하지는 못했습니다.[3][8][9] 깊은 재구성인지 특정 기능에 한정된 변화의 물결인지 판단하려면 고용 총량, 임금, 내부 이동, 그리고 생산성 향상이 현장 노동자에게 실제로 전달되는지 관찰해야 합니다.

또 AI 활용자와 비활용자 간 격차를 주시할 필요가 있습니다. 이 차이는 전통적인 ‘승자 직업’과 ‘패자 직업’ 구분보다 더 중요할 수 있습니다. 인터넷이 도구를 먼저 대중화하고 이후 제도가 변화를 받아들이는 간극에서, 더 나은 보조자, 효율적 업무 흐름, 우수한 운영 판단 접근은 거의 눈에 띄지 않는 이점이 될 수 있으나 뒤늦게 합류한 사람에게는 회복하기 매우 힘든 격차가 됩니다. 실제 차이는 단순한 기술 문제가 아닌 학습, 맥락 이해, 절약된 시간을 진정한 가치로 전환하는 역량이며, 진정한 변화의 이야기는 하루아침에 무너지는 노동시장이 아니라 AI를 판단력 있게 운용할 줄 아는 사람을 보상하는 시스템의 출현입니다.[5][7][9] 앞으로 논의될 핵심은 노동이 존재 여부가 아니라 이에 수반되는 책임, 감독, 생산성 배분 방식입니다.