AI 일자리 변화를 볼 때 가장 흔한 실수는 “회계사는 사라진다”, “개발자는 안전하다”처럼 직업 이름만으로 미래를 판단하는 것입니다. 실제 AI의 영향은 직업 전체보다 그 안에 들어 있는 개별 업무에서 먼저 나타납니다.
보고서 작성, 자료 검색, 고객 이메일 작성은 생성형 AI가 빠르게 도울 수 있습니다. 여러 시스템에서 정보를 확인하고 판단한 뒤 실제 업무까지 처리하는 과정은 에이전틱 AI의 영향이 커질 수 있습니다. 운전이나 물류, 생산라인처럼 물리적 환경에서 움직이는 일은 로봇과 결합한 피지컬 AI와 더 직접적으로 연결됩니다.
따라서 “AI 때문에 내 직업이 없어질까?”보다 더 유용한 질문은 이것입니다. 내가 하루 동안 하는 일 가운데 AI가 대신할 수 있는 업무와, AI 때문에 오히려 더 중요해지는 업무는 무엇일까요?
AI 일자리 변화, 직업보다 업무를 먼저 봐야 하는 이유
한국은행은 2026년 9월 15일 AI와 지역 노동시장을 분석하면서 AI를 생성형 AI, 에이전틱 AI, 피지컬 AI로 구분했습니다. 생성형 AI는 문서 작성과 정보처리가 많은 사무직·판매직·전문직에서 노출도가 높았고, 에이전틱 AI는 관리직에서 상대적으로 높았습니다. 피지컬 AI는 장치·기계조작과 단순노무 직군의 노출도가 높았습니다.
흥미로운 부분은 고용 숫자입니다. 2023년 이후 생성형 AI 고노출 직업의 취업자는 24만7천 명 증가했고, 그 증가분의 80.8%가 수도권에 집중됐습니다. 하지만 한국은행은 이 결과를 AI가 고용을 늘렸다는 증거로 해석하지 않았습니다. AI 노출도와 고용 변화 사이에서 관찰되는 것은 아직 상관관계이며, AI가 직접적인 원인이라고 단정하기 어렵다고 명시했습니다.
이 구분은 개인의 직업을 판단할 때도 중요합니다. AI를 많이 사용할 수 있는 직업이라고 해서 반드시 사람이 줄어드는 것도 아니고, 현재 AI 사용이 적은 직업이라고 해서 앞으로 안전하다는 뜻도 아닙니다.
내 업무는 생성형·에이전틱·피지컬 AI 중 어디에 가까울까
다음 구분은 특정 직업을 위험 등급으로 나누기 위한 표가 아닙니다. 자신의 실제 업무를 살펴보기 위한 실용적인 점검 기준입니다.
| 업무의 성격 | 영향이 큰 AI | 대표 업무 | 먼저 확인할 변화 |
|---|---|---|---|
| 글쓰기·검색·분석·요약 | Generative AI | 보고서 초안, 이메일, 번역, 자료 정리, 고객문의 답변 | 초안 작성시간 감소, 검토·판단 업무 증가 |
| 판단 후 여러 단계를 실행 | Agentic AI | 일정 조정, 주문 처리, 자료 수집 후 보고, 시스템 간 업무 연결 | 단순 실행보다 승인·감독·예외처리 역할 증가 |
| 현장에서 이동·조작·생산 | Physical AI | 운전, 창고 이동, 검사, 조립, 기계조작 | 로봇과의 업무 분담, 유지보수·안전관리 수요 변화 |
예를 들어 부동산 중개업을 생각해 보겠습니다. 매물 설명 작성이나 시장자료 요약은 생성형 AI의 영향이 큽니다. 고객 정보를 확인하고 일정과 문서를 연결해 후속 업무를 처리하는 과정은 에이전틱 AI가 접근할 수 있습니다. 반면 현장 실사, 건물 상태 판단, 고객과의 협상은 같은 속도로 자동화되기 어렵습니다.
결국 하나의 직업 안에도 세 종류의 노출이 동시에 존재할 수 있습니다.
AI에 많이 노출된다고 일자리가 반드시 줄어드는 것은 아닙니다
미국 Census Bureau 연구에서도 이 차이가 나타납니다. 2025년 말부터 2026년 초까지 조사된 기업 자료를 분석한 결과, AI를 사용하는 기업에서 글쓰기, 문서 분석, 정보 검색은 대표적인 활용 업무였습니다.
그러나 AI를 사용하는 기업의 66%는 AI를 업무를 완전히 대신하는 용도보다 기존 직원의 업무를 보완하는 용도로만 사용했습니다. 연구 자료에서 AI와 관련된 고용 감소를 보고한 기업은 2%였습니다.
이 숫자를 “AI는 일자리를 줄이지 않는다”는 뜻으로 받아들여서는 안 됩니다. 아직 도입 초기이고 산업별 차이도 크기 때문입니다. 중요한 점은 AI 도입과 인력 감축 사이에 단순한 1대1 관계가 없다는 것입니다.
고객지원 업무를 대상으로 한 미국 연구에서도 생성형 AI 도구를 사용한 직원의 생산성이 평균 약 14% 향상됐습니다. 특히 경험이 적거나 숙련도가 낮은 직원의 개선폭이 더 컸습니다. AI가 숙련자의 업무 노하우를 다른 직원에게 전달하는 도구처럼 작동할 수 있다는 의미입니다.
반대로 미국에서도 줄어들 가능성이 높은 업무는 보입니다
미국 노동통계국(BLS)의 2025~2035년 고용 전망은 AI가 모든 직업에 같은 방향으로 작용하지 않을 것으로 봅니다.
데이터 사이언티스트는 2035년까지 34.6%, 컴퓨터·정보 연구과학자는 21.8% 증가할 것으로 전망됩니다. AI 시스템 개발과 활용 자체가 새로운 전문인력 수요를 만들기 때문입니다.
반면 사무·행정지원 직군은 같은 기간 4.0% 감소할 것으로 전망됩니다. 생성형 AI와 자동화 도구가 반복적인 사무 처리 과정을 빠르게 수행할 수 있기 때문입니다. 생산직 역시 자동화 설비의 확산이 노동 수요를 줄이는 요인 가운데 하나로 제시됩니다.
따라서 AI 시대에는 “사무직이냐 현장직이냐”보다 내 업무가 반복 가능한가, 정형화되어 있는가, 다른 시스템과 연결해 자동 실행할 수 있는가를 보는 편이 더 현실적입니다.
초급 일자리에서는 변화가 더 빨리 나타날 수 있습니다
AI 일자리 변화에서 특히 주의해서 볼 부분은 경력 초반의 업무입니다.
Stanford Digital Economy Lab이 ADP 급여 데이터를 이용해 2026년 6월까지 분석한 연구에서는 미국 전체에서 AI 때문에 광범위한 일자리 감소가 발생했다는 증거는 발견하지 못했습니다.
하지만 AI 노출도가 높은 직업에 종사하는 22~25세 근로자는 노출도가 낮은 비교집단과 같은 속도로 고용이 증가했다고 가정했을 때보다 고용 수준이 19% 낮게 나타났습니다. 연구진은 이 현상이 해고 증가보다는 젊은 근로자의 신규 채용 감소를 통해 나타나는 경향이 있다고 분석했습니다.
이 결과 역시 AI가 원인이라고 확정한 인과 추정치는 아닙니다. 연구진도 이를 노동시장의 초기 신호로 해석하고 있습니다.
그럼에도 기업이 과거 신입 직원에게 맡기던 자료검색, 초안 작성, 단순 코딩, 정리 업무를 AI로 처리할 수 있게 된다면 중요한 질문이 생깁니다. 신입 직원은 어디에서 경험을 쌓아 숙련자가 될 것인가라는 문제입니다.
AI 지역격차가 커질 수 있는 이유도 같은 구조입니다
한국은행 보고서에서 생성형 AI와 에이전틱 AI 고노출 직업의 증가가 수도권에 집중된 것도 단순히 서울 사람들이 AI를 더 많이 사용하기 때문이라고 해석해서는 안 됩니다.
지식서비스업, 전문직, 기업 본사, 연구개발 인력처럼 AI와 결합하기 쉬운 산업과 숙련인력이 이미 특정 지역에 모여 있기 때문입니다. 기술 투자가 다시 그런 지역으로 집중되면 인재와 기업, 임금이 함께 모이는 순환이 강화될 수 있습니다.
미국 Census 연구에서도 AI 도입률은 대기업과 정보·전문서비스·금융 같은 지식집약 산업에서 상대적으로 높았습니다. AI 시대의 격차는 단순히 AI 프로그램을 사용할 수 있느냐보다 AI와 결합할 산업·데이터·숙련인력·투자가 이미 어디에 모여 있느냐에서 커질 가능성이 있습니다.
내 직업의 AI 노출도를 10분 동안 점검해 보세요
직업 전망표부터 찾을 필요는 없습니다. 지난 일주일 동안 실제로 한 일을 적는 것이 더 유용합니다.
- 업무를 10개 정도 적습니다. 이메일 작성, 고객 상담, 자료 검색, 가격 결정, 현장 검사처럼 직업명이 아니라 행동 단위로 적습니다.
- 생성·실행·현장으로 나눕니다. 글과 정보를 다루면 생성형 AI, 판단 뒤 여러 단계를 수행하면 에이전틱 AI, 현실 공간에서 움직이거나 장비를 조작하면 피지컬 AI에 가깝습니다.
- 대체와 보완을 구분합니다. AI가 결과를 만들면 사람이 필요 없어지는 업무인지, 아니면 사람이 결과를 검토하고 고객에게 설명해야 하는 업무인지 확인합니다.
- AI 이후 더 중요해질 능력을 찾습니다. 오류 검증, 최종 승인, 협상, 책임 판단, 현장 대응, 고객 관계처럼 AI 결과를 실제 업무에 연결하는 능력이 여기에 해당합니다.
미국에서 일한다면 O*NET OnLine도 활용할 수 있습니다. 미국 노동부가 지원하는 O*NET은 1,000개가 넘는 직업과 1만9천 개 이상의 구체적인 업무 설명을 제공하므로 자신의 직업을 검색한 뒤 어떤 업무가 반복적이고 어떤 업무가 판단·관계·현장 경험을 요구하는지 비교할 수 있습니다.
AI 시대에 준비해야 하는 것은 직업명이 아니라 업무 조합입니다
AI가 모든 사람의 일자리를 동시에 없애는 미래는 현재 데이터에서 확인되지 않습니다. 그렇다고 아무 변화가 없다는 뜻도 아닙니다.
글쓰기와 정보정리에서는 생성형 AI가 이미 빠르게 들어오고 있고, 다음 단계에서는 AI가 여러 업무를 연결해 실행하는 에이전틱 AI가 확대될 수 있습니다. 제조와 물류에서는 로봇과 AI가 결합한 피지컬 AI의 영향이 더 중요해질 수 있습니다.
이 과정에서 어떤 업무는 줄고 어떤 업무는 더 빨라집니다. 동시에 AI 결과를 검증하고 책임지고 고객과 현장에 적용하는 역할은 더 중요해질 수 있습니다.
앞으로의 경쟁력은 “AI가 할 수 없는 일을 찾는 것”보다 “AI가 하는 일과 내가 책임져야 할 일을 정확히 나누는 능력”에서 나올 가능성이 높습니다.
이번 주에는 자신의 직업 전망부터 검색하기보다 지난 일주일의 업무를 적어보세요. 그리고 각각에 생성형 AI, 에이전틱 AI, 피지컬 AI라는 표시를 붙여 보시기 바랍니다. AI 일자리 변화는 거대한 미래 전망보다 바로 그 업무 목록에서 먼저 보이기 시작할 수 있습니다.
