AI 트렌드

AI는 당신을 해고하지 않는다 — '옆자리 동료'가 한다

AI가 일자리를 빼앗는다는 공포는 방향이 틀렸습니다. 로봇이 당신을 대체하는 게 아니라, 같은 일을 하면서 AI를 능숙하게 쓰는 옆자리 동료가 당신의 자리를 가져갑니다. 격차는 직업과 직업 사이가 아니라 같은 직업 '안'에서 벌어지죠. 기다리는 사람의 함정과, 지금 당장 할 수 있는 것을 짚었습니다.

AI는 당신을 해고하지 않는다 — '옆자리 동료'가 한다

같은 팀에 두 사람이 있다. 같은 직무, 비슷한 연차, 비슷한 월급. 그런데 반년 전부터 한 사람이 조용히 달라졌다. 보고서 초안을, 데이터 정리를, 회의록 요약을, 코드 한 토막을, 죄다 AI에게 먼저 시킨다. 티는 안 난다. 다만 그가 처리하는 일의 양이 어느새 옆 사람의 두세 배가 됐을 뿐이다. 다음 조직 개편에서 누가 남을지, 우리는 이미 알고 있다.

AI가 일자리를 빼앗는다는 공포는 익숙하다. 그런데 그 공포는 대개 엉뚱한 방향을 본다. 사람들은 어느 날 로봇이 책상 앞에 앉아 자기를 밀어내는 장면을 상상한다. 현실은 훨씬 조용하고, 훨씬 인간적이다. 당신을 밀어내는 건 기계가 아니라, 당신과 똑같은 일을 하면서 AI를 능숙하게 쓰는 사람이다. 이미 업계엔 표어처럼 도는 말이 있다. “AI가 당신을 대체하는 게 아니다. AI를 쓰는 사람이 당신을 대체한다.”

공포의 방향이 틀렸다

‘AI 대 인간’이라는 구도는 드라마틱하지만 부정확하다. 대부분의 직무는 통째로 사라지지 않는다. 대신 그 직무를 하는 방식이 바뀐다. 그리고 바뀐 방식에 올라탄 사람과 그러지 못한 사람 사이에서 격차가 벌어진다. 위협은 바깥(로봇)에서 오는 게 아니라 안쪽(동료)에서 온다.

이게 왜 중요하냐면, 위협의 방향을 잘못 알면 대비도 엉뚱해지기 때문이다. “내 직업은 언제 사라질까”를 걱정하는 사람은 멀리 있는 종말을 기다리며 아무것도 하지 않는다. 반면 “옆 사람이 나보다 두 배 빠르면 어쩌지”를 걱정하는 사람은 당장 이번 주에 움직인다. 후자가 정확한 질문이다.

격차는 ‘직업 사이’가 아니라 ‘직업 안’에서 벌어진다

흔히 “어떤 직업이 살아남을까”를 묻는다. 틀린 질문은 아니지만, 더 날카로운 질문은 따로 있다. 같은 직업 안에서 누가 위로 가고 누가 아래로 밀리는가.

마케터든, 개발자든, 디자이너든, 회계 담당이든, 변호사든 — 직군이 통째로 없어지는 일은 드물다. 대신 같은 직군 안에서 두 부류로 갈린다. AI를 도구로 흡수해 산출량과 판단의 폭을 키운 사람, 그리고 예전 방식 그대로 일하는 사람. 전자는 같은 시간에 더 많이, 더 멀리 본다. 후자는 점점 ‘느린 사람’이 된다. 회사가 굳이 누군가를 자르지 않아도, 평가와 승진과 기회가 조용히 한쪽으로 흐른다.

직업이 사라지는 게 아니다. 같은 직업 안에서 당신의 상대평가 등수가 바뀌는 것이다.

‘AI를 쓴다’는 건 생각보다 깊은 일이다

여기서 오해가 하나 생긴다. “나도 챗봇 가끔 쓰는데?” AI를 쓴다는 건 가끔 질문을 던지는 게 아니다. 자기 일의 흐름 안에 AI를 끼워 넣어, 판단의 일부를 위임하고 나머지를 검증하는 것이다.

지난 칼럼에서 빌더에게 필요한 건 코드를 짜는 손이 아니라 AI의 출력을 읽는 눈이라고 했다. 일하는 사람에게도 똑같다. 진짜 능력은 ‘AI에게 시키는 것’이 아니라 ‘AI가 내놓은 결과 중 무엇이 쓸 만하고 무엇이 틀렸는지 가려내는 것’이다. 초안을 받아 90%를 버리고 10%를 살릴 줄 아는 사람, 그 10%를 자기 판단으로 완성하는 사람. 그게 AI를 ‘쓰는’ 사람이다. 그래서 이건 기술이라기보다 안목과 판단의 문제고, 바로 그래서 쉽게 흉내 낼 수 없다.

기다리는 사람의 함정

가장 위험한 태도는 거창한 반대가 아니라, 점잖은 미루기다. 두 문장이 대표적이다.

“회사가 도입하면 그때 배우지.” 회사가 공식 도입할 때쯤이면, 이미 앞서 익힌 사람과의 격차는 따라잡기 어려운 수준이다. 능숙함은 하루아침에 생기지 않는다. 한 달, 두 달 매일 부딪히며 자기 일에 맞는 사용법을 몸에 새긴 사람을, 뒤늦게 시작한 사람이 단번에 따라잡을 수는 없다.

“내 일은 AI가 못 해.” 맞는 말일 수 있다. 하지만 핵심은 AI가 당신의 일을 ‘전부’ 하느냐가 아니다. 당신 일의 반복적인 20%를 AI가 덜어주면, 그 시간에 남들보다 더 중요한 80%에 집중하는 사람이 생긴다는 것이다. 대체되는 건 당신의 직업이 아니라, 그 20%에 묶여 있던 당신의 시간이다.

미루기가 무서운 이유는 격차가 복리로 벌어지기 때문이다. AI를 일찍 자기 도구로 만든 사람은 매일 조금씩 더 빨라지고, 그렇게 번 시간으로 또 다른 걸 배운다. 출발이 한 달 늦으면 한 달 차이가 아니라, 그 한 달 동안 벌어진 가속의 차이가 쌓인다.

이번 주에 딱 이것만

거창한 계획 말고, 작게 시작하세요. ① 내 일에서 가장 반복적인 작업 하나를 고른다(요약·정리·초안·자료조사 등). ② 그걸 이번 주 내내 AI에게 먼저 시켜 본다 — 결과가 엉망이어도 괜찮습니다, 어디가 틀리는지 배우는 게 목적. ③ ‘생성’보다 ‘검증’에 집중한다 — 무엇이 쓸 만하고 무엇이 틀렸는지 가려내는 눈을 기르기. 목표는 ‘AI를 아는 것’이 아니라 ‘내 원래 일을 두 배로 해내는 것’입니다.

진짜 위험은 ‘평균’이 사라지는 것

AI가 가장 크게 흔드는 건 최상위도 최하위도 아닌 ‘평균’의 자리다. AI는 못하는 사람을 평균까지 끌어올린다. 초안을 못 쓰던 사람도 그럴듯한 초안을 받고, 자료를 못 찾던 사람도 빠르게 정리된 요약을 얻는다. 바닥이 올라온다는 건 좋은 일이지만, 동시에 무서운 일이다. ‘평범하게 잘하는 것’만으로는 더 이상 안전하지 않다는 뜻이기 때문이다.

예전엔 평균만 해도 자리를 지켰다. 이제 평균은 AI가 공짜로 제공한다. 그러니 사람에게 값이 매겨지는 지점은 평균 ‘위’로 올라간다. 남들이 못 보는 걸 보는 판단, 맥락을 읽는 감각, 책임지고 결정하는 배짱 — 기계가 끌어올려 준 바닥 위에서, 사람의 차별점은 더 위쪽으로 이동한다. 평균에 머물러 있던 사람이 가장 먼저 흔들리는 이유다.

그래서, 어느 쪽이 될 것인가

오해를 풀자. 이 글은 “AI를 안 쓰면 잘린다”는 협박이 아니다. 정확히는 이렇다. AI는 당신을 대체하지 않는다. 다만 ‘AI를 쓰는 당신’이 ‘AI를 안 쓰는 당신’을 대체한다. 같은 사람의 두 가지 미래가 경쟁하고 있고, 어느 쪽이 될지는 거대한 결심이 아니라 이번 주의 작은 선택에서 갈린다.

기술은 이미 모두에게 열렸다. 비싼 장비도, 특별한 허가도 필요 없다. 그래서 변명의 여지가 점점 줄어든다. 남는 질문은 하나다. 옆자리 동료가 조용히 두 배의 일을 해내는 동안, 당신은 무엇을 기다리고 있는가. 먼저 움직이는 사람에게 이 시대는 위협이 아니라, 그동안 없던 가장 빠른 추월 차선이다.

자주 묻는 질문

정말 AI를 안 쓰면 불이익이 있나요?
당장 해고된다는 뜻이 아닙니다. 다만 같은 직무에서 AI를 능숙하게 쓰는 동료가 더 많은 일을, 더 빠르게 해내면 평가·기회·승진이 자연스레 그쪽으로 흐릅니다. 위협은 '직업이 사라지는 것'이 아니라 '같은 직업 안에서 내 상대적 위치가 밀리는 것'입니다.
제 일은 AI가 대신하기 어려운 일인데요?
그럴 수 있습니다. 하지만 핵심은 AI가 당신 일을 전부 하느냐가 아니라, 반복적인 일부(요약·정리·초안 등)를 덜어주느냐입니다. 그 20%를 AI에 맡기고 더 중요한 80%에 집중하는 동료가 생기면, 같은 시간에 당신보다 더 멀리 갑니다.
지금 시작해도 늦지 않았나요?
늦지 않았습니다. 다만 능숙함은 시간이 쌓여야 생기고 격차는 복리로 벌어지므로, 빠를수록 좋습니다. 거창하게 시작할 필요는 없습니다. 내 일에서 가장 반복적인 작업 하나를 이번 주에 AI로 처리해 보는 것부터면 충분합니다.
결국 무엇을 길러야 하나요?
'생성'이 아니라 '검증'입니다. AI가 내놓은 결과 중 무엇이 쓸 만하고 무엇이 틀렸는지 가려내는 안목과 판단이 진짜 능력입니다. 이건 쉽게 흉내 낼 수 없고, AI가 강해질수록 오히려 더 값이 오릅니다.

이 글이 도움이 됐나요?

이어 읽기

칼럼답이 공짜가 된 시대, 비싸지는 건 '질문'이다
AI 트렌드

답이 공짜가 된 시대, 비싸지는 건 '질문'이다

회의 자료를 통째로 AI에게 맡기고 정시 퇴근한 날, 정작 '왜 이런 결론이냐'는 한마디에 말문이 막혔습니다. AI는 답을 줬지만 생각할 기회를 가져갔죠. 답이 1초 만에 공짜가 되는 시대, 값이 오르는 건 그 답을 끌어내는 질문과 알아보는 판단입니다. AI에게 답을 시키되 질문만은 빼앗기지 않는 법.

칼럼코드를 몰라도 앱을 만든다 — '바이브 코딩'은 어디까지 진짜인가
AI 트렌드

코드를 몰라도 앱을 만든다 — '바이브 코딩'은 어디까지 진짜인가

말로 설명만 하면 AI가 앱을 만들어 주는 '바이브 코딩'. 2025년 한 마디에서 시작돼 2026년 수십억 달러 흐름이 됐습니다. 무엇이 진짜이고, 60~70%의 함정과 45%의 보안 취약점이라는 그늘은 어디 있는지 — 비개발자부터 창업자까지, 이 흐름을 정확히 읽는 지도.

칼럼AI가 내 일을 빼앗을까 두려운 당신에게
AI 트렌드

AI가 내 일을 빼앗을까 두려운 당신에게

매일 쏟아지는 'AI가 일자리를 대체한다'는 뉴스 앞에서 우리는 조용히 불안하다. 정말 내 일은 사라질까. 대체되는 것의 정체, 그리고 두려움을 막연한 공포가 아니라 구체적인 적응으로 바꾸는 법에 대하여.

칼럼코드가 공짜가 된 날, 빌더에게 남는 것
AI 트렌드

코드가 공짜가 된 날, 빌더에게 남는 것

AI가 코딩 비용을 0으로 끌어내리자 '이제 만들 줄 알면 된다'는 말이 돌았습니다. 하지만 진실은 정반대죠. 만드는 능력이 흔해질수록 값어치는 만들기 '바깥'으로 옮겨갑니다. 데모가 공짜가 된 시대에 빌더가 진짜 길러야 할 것 — 안목, 유통, 판단 — 을 짚는 칼럼입니다.