AI가 먼저 가져가는 일과 끝까지 남는 일

AI는 반복적이고 규칙이 분명한 업무부터 가져갑니다. 문서 작성, 1차 분석, 정형 처리.

그런데 모든 일이 똑같이 사라지는 건 아닙니다. 줄어드는 자리와 오히려 귀해지는 역량이 뚜렷이 갈립니다. 중요한 건 "일자리가 준다"가 아니라 "어떤 역량의 값이 오르는가"입니다.

1. AI가 먼저 가져가는 일

패턴이 분명합니다.

• 정해진 양식의 문서 작성
• 데이터 정리와 1차 분석
• 반복되는 커뮤니케이션
• 규칙이 명확한 판정

신입이 몇 년에 걸쳐 익히던 기초 실무의 상당 부분이 여기 들어갑니다.

2. AI가 어려워하는 것

맥락 위의 판단입니다.

• 데이터가 충돌하거나 비어 있을 때 내리는 결정
• 예외 상황에서 무엇을 우선할지
• 사람과 조직을 읽는 감각
• 어디서 멈춰야 하는지 아는 것

매뉴얼에도 없고 학습 데이터에도 잘 남지 않습니다. 겪어야 생기는 능력이라 복제가 어렵습니다.

3. 현장에서 자리 잡는 구조

대립이 아니라 분업입니다.

AI가 만든 초안을 경험 있는 사람이 검수하고 방향을 정합니다. AI가 강해질수록 이 검수하는 판단의 수요는 오히려 늘어납니다.

4. 다만 자동으로 유리해지지는 않습니다

"경험이 있으니 살아남는다"는 성립하지 않습니다. 조건이 있습니다.

판단을 설명할 수 있어야 합니다. 감으로만 아는 것은 검증도, 거래도 안 됩니다. "왜 그렇게 판단하는가"를 말로 풀 수 있어야 합니다.

도구를 알아야 검증할 수 있습니다. AI가 어디서 틀리는지 모르면 검수가 안 됩니다. 깊이 배울 필요는 없지만 써봐야 합니다.

확인 가능한 이력이 필요합니다. 처음 만나는 상대는 "판단력이 좋다"는 말을 확인할 방법이 없습니다.

5. 위험한 위치

반대로 조심해야 할 자리도 있습니다.

• 중간 관리만 하고 실무 감각이 끊긴 경우 — 검수할 근거가 없습니다
• 한 회사 방식만 아는 경우 — 그 조직 밖에서는 통하지 않을 수 있습니다
• 최신 기준을 모르는 경우 — 규제나 표준이 바뀌었는데 예전 기준으로 판단하면 위험합니다

경력이 길다고 다 안전한 건 아닙니다.

6. 옮기는 방법

① AI 도구를 2주만 써봅니다. 하루 30분. 무엇을 잘하고 어디서 틀리는지 감을 잡는 것이 목적입니다.

② 반복해서 내린 판단을 다섯 개 적습니다. "이럴 때는 이렇게 한다"를.

③ 그중 하나를 설명 가능하게 만듭니다. 왜 그렇게 판단하는지, 어떤 조건에서 달라지는지.

④ 검증 자료를 모읍니다. 경력증명서, 결과물 설명, 레퍼런스.

이 넷이 되면 "판단을 파는 쪽"으로 옮길 준비가 됩니다.

이 글이 다루지 않는 것

• 직업별 AI 대체 전망. 예측이 아니라 현재 구조를 읽은 글입니다.
• 특정 AI 도구 추천이나 사용법.
• 재교육 과정 안내.
• 고용 통계 전망.
• 개인의 진로 판단.

정리

AI 확산에서 갈리는 건 직업이 아니라 역량의 위치입니다. 정형 실행은 값이 내려가고, 맥락 위의 판단은 귀해집니다.

다만 경험이 있다고 자동으로 후자에 속하지는 않습니다. 판단을 설명할 수 있고, 도구를 알아 검증할 수 있고, 확인 가능한 이력이 있어야 합니다.

지금 할 수 있는 건 그 준비입니다.

경력을 한 문장으로 정리하는 방법은 내 전문성을 한 문장으로에서 다룹니다.