이번 주, 한 가지 장면을 떠올려 보았습니다

자동차가 등장한 뒤에도 마차를 더 빠르게 몰기 위해 채찍 기술만 연마하는 사람의 모습입니다. 실제 역사적 일화를 그대로 옮긴 것이 아니라, 기술의 축이 바뀌었는데도 익숙한 숙련만 강화하는 우리의 선택을 비추는 비유입니다.

지금 화이트칼라에게 같은 질문이 돌아오고 있습니다. 우리는 AI 시대에 필요한 능력을 만들고 있습니까? 아니면 이미 AI가 빠르게 복제하는 일을 조금 더 능숙하게 반복하고 있습니까?

바뀐 것은 직업의 이름이 아니라 가치의 기준입니다

AI는 변호사, 회계사, 기획자 같은 직업 전체를 한 번에 없애지 않습니다. 먼저 압축되는 것은 직업 안의 과업입니다. 입력과 결과가 디지털로 끝나고, 반복되며, 품질 기준이 비교적 명확한 일부터 시간과 비용이 줄어듭니다.

예를 들어 기업의 기획자는 시장 자료를 찾고, 회의록을 요약하고, 보고서의 초안을 만듭니다. 동시에 무엇이 진짜 문제인지 정하고, 부서마다 다른 이해관계를 조정하며, 불완전한 정보 속에서 선택 가능한 대안을 설계합니다. 직함은 하나지만, 그 안의 과업은 같은 속도로 바뀌지 않습니다.

IMF는 선진국 일자리의 약 60%가 AI의 영향을 받을 수 있다고 보았지만, ‘영향’은 완전 대체와 같은 뜻이 아닙니다. 어떤 과업은 자동화되고, 어떤 과업은 AI로 생산성이 높아집니다. 중요한 것은 내 직업이 안전한지를 묻는 대신, 내 하루 중 무엇이 먼저 변하는지를 보는 일입니다.

• 초안·요약·분류처럼 구조화하고 평가하기 쉬운 일
• 텍스트·표·코드처럼 디지털 환경 안에서 완결되는 일
• 유사한 패턴이 반복되고 맥락 의존성이 낮은 일

왜 이것이 내 경력의 문제가 되는가

AI가 표준화된 지식 산출물의 추가 생산 비용을 낮추면, 정보의 기억과 형식적 재생산에 붙어 있던 희소성은 약해집니다. 그렇다고 지식의 가치가 사라지는 것은 아닙니다. 좋은 질문을 만들고, 틀린 답을 발견하고, 실제 상황에 적용하려면 오히려 전문 지식이 필요합니다.

다만 경력의 기준은 달라집니다. 앞으로의 가치는 ‘몇 년 일했는가’보다 그 시간 동안 무엇을 축적했는가에 더 크게 좌우될 수 있습니다. 고객의 신뢰, 조직의 암묵지, 위험을 감지하는 판단, 책임을 감당한 기록처럼 쉽게 복제되지 않는 자산이 중요해집니다.

지식을 버리지 말고, 역할을 바꾸어야 합니다

인간의 역할을 AI가 만든 결과를 확인하는 사람으로만 줄여서는 안 됩니다. 사람이 해야 할 일은 문제를 정의하고, 맥락을 연결하고, 반례를 찾고, 결과에 책임지며, 사람과 AI와 프로세스를 실제 변화로 통합하는 것입니다.

오케스트레이터로의 전환은 거창한 새 직함이 아니라 같은 업무의 순서를 바꾸는 데서 시작됩니다. 먼저 사람이 문제와 판단 기준을 정하고, AI에 탐색·정리·초안을 맡깁니다. 그다음 출처와 누락을 검증하고, 현실에 맞게 대안을 수정한 뒤, 최종 선택과 결과는 사람이 책임집니다.

즉, 기존 업무 → AI 협업 업무 → 인간 책임 업무로 역할을 다시 설계하는 것입니다. AI로 절약한 시간을 더 많은 반복 업무가 아니라 질문·관계·판단 기록·콘텐츠·데이터·프로세스 같은 비복제 자산으로 바꾸어야 합니다.