인공지능(AI)이 빠르게 발전하면서 많은 사람들이 한 가지 질문을 하고 있습니다.

“10년 뒤에도 지금 내 일자리가 남아 있을까?”

생성형 AI가 글을 작성하고, 코드를 만들고, 자료를 분석하는 수준을 넘어 기업의 업무 방식 자체를 바꾸면서 이런 불안도 커지고 있습니다.

그렇다면 실제 데이터가 보여주는 미래는 어떨까요?

2026년 7월 한국개발연구원(KDI)은 한국의 직업과 과업 데이터를 바탕으로 AI가 생산성·고용·임금에 미칠 영향을 분석한 연구를 발표했습니다. 이 연구는 537개 직업을 6,824개 세부 과업으로 나누어 AI의 자동화 가능성을 분석했다는 점에서 주목할 만합니다.

결론부터 말하면 AI가 모든 일자리를 한꺼번에 없애는 시나리오는 아닙니다.

오히려 앞으로의 노동시장은 일자리 자체가 사라지는 변화와 함께 하나의 직업 안에서 수행하던 업무가 재편되는 변화가 동시에 나타날 가능성이 높습니다.

1. AI가 한국 일자리를 정말 줄일까?

KDI 연구에서 가장 주목할 숫자 중 하나는 **10년 후 AI 자동화의 영향을 받을 것으로 예상되는 경제 규모가 일자리 기준 8.1%**라는 전망입니다.

매출액을 기준으로 하면 10.5% 수준입니다.

하지만 여기서 중요한 것이 있습니다.

‘AI의 영향을 받는다’와 ‘사람이 그 직업에서 완전히 사라진다’는 같은 의미가 아닙니다.

예를 들어 한 직업에서

  • 자료 검색
  • 문서 초안 작성
  • 데이터 정리
  • 계산
  • 반복적인 보고서 작성
  • 고객 문의 분류

같은 업무는 AI가 상당 부분 처리할 수 있습니다.

반면

  • 최종 의사결정
  • 복잡한 상황 판단
  • 책임이 필요한 업무
  • 사람과의 협상
  • 현장 상황에 대한 대응
  • 공감과 신뢰가 중요한 업무

등은 자동화가 상대적으로 어렵습니다.

따라서 앞으로는 직업 단위가 아니라 과업 단위로 AI의 영향을 바라볼 필요가 있습니다.

2. KDI는 537개 직업을 어떻게 분석했을까?

이번 연구의 특징은 단순히 “AI가 이 직업을 대체할 수 있는가?”를 묻지 않았다는 것입니다.

KDI는 한국의 537개 직업을 6,824개 단위과업으로 세분화하고 각각의 업무가 AI로 자동화될 가능성을 분석했습니다.

분석에는 다음과 같은 요소가 고려됐습니다.

분석 요소의미
결과 측정 가능성업무 결과를 객관적으로 평가할 수 있는가
데이터 가용성AI가 학습·활용할 데이터가 충분한가
맥락 의존성상황에 따라 판단이 달라지는 업무인가
인간 판단 필요성사람의 판단이 반드시 필요한가
에이전트화 가능성AI가 독립적으로 업무를 수행할 수 있는가

이런 요소를 종합해 단순한 기술적 가능성과 실제 기업이 돈을 들여 자동화할 만한 경제적 가능성을 구분했습니다.

이 차이가 매우 중요합니다.

3. AI에 노출되는 직업이 많다고 모두 사라지는 것은 아니다

KDI 분석에 따르면 현재 기술 수준에서 **일부 과업이 AI로 자동화될 가능성이 있는 직업은 전체의 약 72%**로 추정됩니다.

하지만 실제로 비용을 들여 AI 자동화를 진행할 경제성이 있는 규모는 훨씬 작습니다.

현재 기준으로 경제성이 있는 AI 자동화 규모는 일자리 기준 1.4%, 매출액 기준 1.8%로 분석됐습니다.

왜 이렇게 차이가 날까요?

AI를 사용할 수 있다는 것과 기업이 실제로 AI를 도입하는 것은 다른 문제이기 때문입니다.

기업 입장에서는 AI를 도입하려면

데이터 구축 → 시스템 개발 → AI 모델 비용 → 기존 시스템 연동 → 유지·관리 → 직원 교육

등 여러 비용이 발생합니다.

따라서 기술적으로 가능하더라도 사람이 직접 하는 것이 더 싸고 효율적이라면 기업은 자동화를 선택하지 않을 수 있습니다.

4. 10년 뒤에는 무엇이 달라질까?

문제는 AI 기술이 계속 발전한다는 것입니다.

KDI는 생성형 AI 기술 수준이 발전한 10년 후를 가정해 AI 자동화의 영향을 분석했습니다.

그 결과 AI 자동화의 영향을 받는 경제 규모가

  • 일자리 기준 8.1%
  • 매출액 기준 10.5%

까지 확대될 것으로 추정했습니다.

다만 이것 역시 해당 직업에 속한 모든 사람이 사라진다는 의미는 아닙니다.

AI의 영향을 받는 업무가 늘어나면서 한 사람이 처리할 수 있는 업무량이 증가하고, 기업의 인력 수요와 직무 구성도 바뀔 수 있다는 의미에 가깝습니다.

5. 어떤 직업이 AI의 영향을 많이 받을까?

KDI 분석에서 상대적으로 AI 노출도가 높은 분야는 R&D·정보통신, 경영·사무 등 디지털 정보 처리와 규칙 기반 의사결정이 많은 직군입니다.

예를 들어 사무직에서 반복적으로 이루어지는

  • 자료 정리
  • 문서 작성
  • 데이터 분석
  • 일정 관리
  • 정보 검색
  • 보고서 초안 작성

등은 AI 활용 가능성이 높습니다.

그렇다고 해서 “사무직은 사라진다”고 단정할 수는 없습니다.

오히려 기존 업무 가운데 일부를 AI가 처리하면서 사람이 담당해야 하는 업무의 비중이 달라질 가능성이 큽니다.

6. 반대로 AI가 쉽게 대체하기 어려운 업무도 있다

대면서비스나 사회복지처럼 인간과의 상호작용이 중요한 직군에서는 AI 자동화 가능성이 상대적으로 제한될 것으로 분석됐습니다.

예를 들어 같은 상담 업무라도 단순한 정보 제공은 AI가 담당할 수 있지만,

“이 사람에게 지금 어떤 선택이 가장 적절한가?”

처럼 상황과 감정, 책임, 맥락을 종합해야 하는 문제는 여전히 사람의 역할이 중요할 수 있습니다.

따라서 미래에는 AI가 잘하는 업무와 사람이 잘하는 업무를 어떻게 조합하느냐가 더욱 중요해질 가능성이 높습니다.

7. 그런데 AI는 일자리를 줄이는 동시에 생산성을 높인다

AI의 노동시장 효과를 이야기할 때 반드시 함께 봐야 하는 것이 생산성입니다.

KDI가 기업 데이터를 분석한 결과, AI를 도입한 기업은 상용근로자 1인당 매출액이 약 20% 증가하는 효과가 나타났습니다.

다만 이 결과를 “AI를 도입하면 모든 기업의 생산성이 무조건 20% 증가한다”라고 해석해서는 안 됩니다.

연구에서는 이러한 생산성 효과가 주로 총매출 증가와 부분적인 고용조정을 통해 나타났으며, 특히 제조와 판매 목적의 AI 활용에서 효과가 뚜렷했다고 설명합니다.

또한 AI만 단독으로 도입했을 때보다 IoT·모바일·빅데이터 등 다른 디지털 기술과 결합했을 때 효과가 더욱 뚜렷했습니다.

즉,

AI 도입 = 직원 감축

이라는 단순한 공식은 성립하지 않습니다.

오히려

AI + 데이터 + 디지털 시스템 + 조직 혁신 → 생산성 향상

이라는 구조에 가까운 것입니다.

8. 한국경제 전체에는 어떤 영향을 줄까?

KDI는 생성형 AI 확산이 향후 10년 동안 한국경제의 총요소생산성(TFP)을 1.5~3.5% 증가시킬 것으로 추정했습니다.

TFP는 쉽게 말하면 노동과 자본을 얼마나 효율적으로 활용해 생산하는지를 보여주는 지표라고 이해하면 됩니다.

예를 들어 같은 직원 수와 비슷한 설비를 가지고도 AI를 활용해 더 많은 상품이나 서비스를 생산할 수 있다면 생산성이 높아질 수 있습니다.

한국처럼

  • 생산가능인구 감소
  • 고령화
  • 노동력 부족
  • 저성장

문제가 동시에 나타나는 경제에서는 AI를 통한 생산성 향상이 중요한 의미를 가질 수 있습니다.

KDI 역시 AI를 한국경제의 생산성과 성장 잠재력을 높일 수 있는 범용기술로 평가하고 있습니다.

9. 그렇다면 일자리는 얼마나 줄어들까?

KDI는 10년 후 노동시장에서 연간 약 25만6천 개의 일자리 감소 가능성을 제시했습니다.

이는 2024년 취업자 수를 기준으로 약 **2.1%**에 해당합니다.

특히 전문가·사무·판매 등 중·고숙련 직종에서 하방 압력이 집중될 가능성을 제시했습니다.

하지만 이 숫자를 볼 때 반드시 기억해야 할 점이 있습니다.

25만6천 개가 10년 뒤 한 번에 사라진다는 의미가 아닙니다.

KDI는 AI 자동화의 영향을 받는 일자리 중 실제 완전 대체될 가능성을 기존 생산자동화에 따른 일자리 감소 관계를 이용해 추정했습니다. 따라서 이는 장기적인 구조 변화에 대한 추정치입니다.

10. AI 시대에는 ‘직업’보다 ‘과업’을 봐야 한다

앞으로 직업을 바라보는 방식도 달라질 가능성이 있습니다.

예를 들어 마케팅 담당자라는 하나의 직업 안에도

시장조사 → 자료수집 → 데이터 분석 → 콘텐츠 작성 → 고객 분석 → 전략 수립 → 의사결정

등 수많은 과업이 있습니다.

AI는 이 가운데 일부를 빠르게 처리할 수 있습니다.

그러면 마케팅 담당자가 없어지는 것이 아니라 마케팅 담당자가 하는 일의 구성이 바뀔 수 있습니다.

AI가 자료를 정리하고 초안을 만들어 주면 사람은 더 많은 시간을

  • 전략 수립
  • 고객 이해
  • 의사결정
  • 창의적인 기획
  • 결과 검증

에 사용할 수 있습니다.

이것이 바로 직업의 자동화와 업무의 자동화를 구분해야 하는 이유입니다.

11. 직장인은 무엇을 준비해야 할까?

AI 시대에 가장 위험한 전략은 무조건 “AI가 대체하지 못하는 직업을 찾아야 한다”고 생각하는 것입니다.

어떤 직업도 내부에는 자동화 가능한 과업이 존재할 수 있기 때문입니다.

오히려 현실적인 전략은 자신의 전문 분야에 AI 활용 능력을 더하는 것입니다.

① AI 도구를 직접 사용할 수 있어야 한다

단순히 AI를 검색하는 수준을 넘어

  • 문서 작성
  • 데이터 분석
  • 정보 검색
  • 업무 자동화
  • 보고서 작성
  • 아이디어 도출

등 자신의 업무에 실제로 적용할 수 있어야 합니다.

② AI 결과를 검증하는 능력이 중요하다

AI는 그럴듯하지만 잘못된 정보를 만들 수도 있습니다.

따라서 앞으로는 AI에게 답을 얻는 능력보다 답이 맞는지 판단하는 능력이 중요해질 수 있습니다.

③ 자신의 분야에 대한 전문지식을 가져야 한다

AI가 일반적인 정보를 빠르게 제공할수록 오히려 어떤 정보가 중요한지 판단하는 사람의 역할이 중요해집니다.

따라서

전문지식 + AI 활용능력

의 조합이 중요한 경쟁력이 될 가능성이 높습니다.

④ 문제를 정의하는 능력이 중요하다

AI에게 무엇을 시킬지 제대로 정의하지 못하면 좋은 결과를 얻기 어렵습니다.

앞으로는 단순히 업무를 수행하는 능력뿐 아니라

“무엇을 해결해야 하는가?”

를 정의하는 능력도 중요해질 수 있습니다.

12. 취업준비생에게 AI는 위기일까, 기회일까?

취업준비생 입장에서는 AI가 위협처럼 느껴질 수 있습니다.

하지만 기업 입장에서 생각해 보면 다른 관점도 가능합니다.

AI를 활용할 수 있는 직원은 같은 시간에 더 많은 업무를 처리할 수 있습니다.

그렇다면 기업이 원하는 인재상 역시 단순히 “AI를 잘 다루는 사람”보다는

“자신의 업무를 이해하면서 AI를 활용해 더 좋은 결과를 만들어내는 사람”

으로 이동할 가능성이 있습니다.

따라서 취업준비생이라면

전공 또는 직무 전문성 → AI 활용 → 데이터 이해 → 문제 해결 → 커뮤니케이션

을 연결하는 방향으로 준비하는 것이 현실적입니다.

13. AI 시대에 오히려 중요해지는 인간의 능력

AI가 발전할수록 사람에게 필요한 능력이 모두 사라지는 것은 아닙니다.

오히려 다음 능력의 가치가 커질 수 있습니다.

능력중요해지는 이유
문제 정의AI에게 해결할 문제를 정확히 제시
판단력AI 결과의 적절성 판단
전문지식결과를 실제 업무에 적용
창의성새로운 아이디어와 전략 개발
커뮤니케이션사람·조직 간 협업
책임감최종 의사결정과 결과 책임
AI 활용능력업무 생산성 향상

결국 AI와 경쟁하는 사람보다 AI를 활용하는 사람이 유리해질 가능성이 높습니다.

결론: AI가 일자리를 없애는 것이 아니라 ‘일하는 방식’을 바꾼다

KDI의 연구를 종합하면 AI의 미래를 단순히 “일자리 대량 소멸”이라는 한 문장으로 설명하기는 어렵습니다.

10년 후 AI 자동화의 영향을 받는 경제 규모는 현재보다 크게 확대될 수 있고, 노동시장에서는 연간 약 25만6천 개의 일자리 감소 가능성이 제시됐습니다.

하지만 동시에 AI는 기업의 생산성을 높이고 한국경제의 총요소생산성을 높일 가능성도 있습니다.

결국 중요한 것은 어떤 직업이 사라지느냐만이 아닙니다.

더 중요한 질문은 이것입니다.

“내가 지금 하는 일 중 AI가 할 수 있는 일은 무엇이고, 나는 AI가 하기 어려운 어떤 가치를 만들어낼 수 있는가?”

앞으로의 노동시장은 사람과 AI 중 하나를 선택하는 구조보다는 사람이 AI를 활용해 더 많은 일을 수행하는 구조로 변화할 가능성이 큽니다.

따라서 지금 준비해야 할 것은 막연한 ‘AI 공포’가 아니라,

자신의 전문성 + AI 활용능력 + 문제 해결능력

을 결합하는 것입니다.

AI 시대의 경쟁력은 AI를 피하는 사람이 아니라 AI를 자신의 업무 생산성으로 전환할 수 있는 사람에게 있을 가능성이 높습니다.

출처 및 참고