출처
AI 시대, 사라지지 않을 일의 기준
보고서 개요
1. 오프닝: 왜 이 질문이 중요한가
직장인들이 가장 궁금해하는 질문은 단순하다.
기업들은 앞으로 어떤 사람을 선택할 것인가?
기업들은 AI 전환을 이유로 채용을 줄이고, 인력도 줄이는 흐름에 있다. 이 과정에서 “살아남는 일”의 기준은 무엇인가.
신수정은 일의 본질을 다음으로 요약한다.
1.
내가 하는 일이 가치를 부여하고 있는가
2.
결과를 만들어내는 능력
직업의 지형이 바뀌는 시대에, 끝까지 살아남는 일의 기준을 찾는 것이 본 에피소드의 핵심이다.
2. AI 임팩트 앞에서 가장 유리한 세대 / 위험한 세대
2.1 가장 유리한 세대: 30대
신수정은 30대가 가장 유리하다고 본다. 이유는 AI 시대에 필요한 두 축이 동시에 갖춰지기 때문이다.
축 | 설명 |
AI 리터러시 | AI를 얼마나 잘 활용하는가 |
도메인 지식 | 특정 업무·산업 영역에 대한 실무 지식 |
AI 리터러시만으로는 부족하다. 도메인 지식 없이 AI만 잘 다루는 것은, 비유하자면 엑셀만 잘 쓰는 사람과 같다. 엑셀 자체로는 “엑셀 강사” 수준에 머물 수 있고, 재무·영업·기획 등 어딘가에 적용해야 가치가 생긴다.
30대는 다음을 동시에 가진다.
•
회사에서 몇 년 일하며 쌓은 업무(도메인) 지식
•
상대적으로 양호한 AI 리터러시
2.2 20대의 딜레마
20대는 AI 리터러시에서 30대보다 속도가 빠를 수 있다. 그러나 도메인 지식이 없다.
도메인 지식은 단기간에 “뚝딱” 배우기 어렵다.
•
현장에서 부딪히고(닥질)
•
서툴게라도 일을 해보며 익히는 것
문제는 AI가 그 학습 과정을 상당 부분 뛰어넘어 버리기 때문에, 차근히 익힐 시간이 과거보다 부족해졌다는 점이다.
2.3 세대별 분포의 이미지
•
AI 리터러시: 대체로 젊을수록 높고, 나이가 들수록 떨어지는 경향
•
도메인 지식: 경험이 쌓일수록 올라가는 경향
•
두 가지를 합친 균형점: 30대가 가장 높다고 봄
•
20대·40대: 각각 한쪽(도메인 또는 AI)에서 격차가 생기기 쉬움
2.4 20대가 빠지기 쉬운 위험한 커리어 경로
가장 위험한 경로로 지적된 것은 공부만 하는 것이다.
전통적 성공 경로의 예:
•
학벌·스펙 쌓기
•
공채를 통해 대기업 입사
그러나 지금은 경로 자체가 흔들린다. 20대에게 가장 중요한 것은 일단 어딘가에 들어가는 것이다.
도메인 지식을 쌓는 현실적 방법:
•
인턴
•
취업이 어렵다면 작은 창업도 가능 (무언가를 팔아보는 경험)
•
일단 취업한 뒤, 그 안에서 지식을 습득하고 AI와 결합해 역량을 빠르게 향상
과거에는 도메인 습득에 시간이 충분했지만, 지금은 기다려 주지 않는다. 따라서 압축적 프로젝트로 경험을 만들어 나가는 것이 핵심이다.
“악착같이 기회를 만들고, 악착같이 일단 취업하라. 그다음에 점프할 수 있다.”
공부만 하거나 시험만 준비하는 상태는 위험한 경로로 본다.
3. 경로가 흔들릴 때, 20대에게 주는 조언
선배들이 따르던 대표적 성공 경로는 흔들리거나 사라지고 있다. “나는 무슨 길을 찾아야 하나”라는 혼란이 커진다.
3.1 경로에 들어가면 오히려 빠르게 성장할 수 있다
과거 기업들은 커리어 초반을 느슨하게 운영하는 경우가 많았다.
•
1~2년 교육만 받는 경우
•
매우 작은 일만 하며 시간을 압축적으로 쓰지 못함
•
회사가 “봐주는” 문화
지금은 그런 여유를 용납하지 않는 시대다. 그래서 진입 자체는 어렵지만, 일단 들어가면 개인이 원하면 매우 빠르게 성장할 수 있는 시대가 되었다.
3.2 개인의 파워가 세진 시대
과거에는 나이가 들어도 조직 안에서만 가치를 만들기 쉬웠다. 지금은 개인의 영향력·가치가 과거보다 크게 발휘될 수 있는 시대다.
진입은 어려워졌지만, 동시에:
•
새로운 시도를 통해
•
개인의 파워를 과거 어느 때보다 극대화할 수 있는 기회
가 있다. 예전에는 회사의 잠재력에 나를 의탁하는 방식이었다면, 지금은 나에게 잠재력과 파워가 있다는 전제로 움직이는 태도가 중요해진다.
4. 첫 직장을 고를 때 무엇을 볼 것인가 (20대)
안전함 / 소득 / 재미 / 성장 중 무엇을 우선할 것인가.
4.1 결론: 성장
20대 초점은 나의 역량을 최대한 성장시키는 것이다. 재미·돈·안전만 쫓기에는 아직 이르다고 본다.
4.2 “성장”의 구체적 의미 — 일의 핵심 플로우
살아남는 능력은 다음 결과 창출 플로우를 키우는 것이다.
단계 | 내용 |
1 | 문제를 발견(Problem Finding) 한다 |
2 | AI와 함께 문제를 푼다 |
3 | 실행한다 — 혼자만이 아니라 조직·사람과 함께 |
4 | 이를 위해 설득·커뮤니케이션·리더십이 필요하다 |
AI가 멋진 답을 줘도, 사람이 움직이지 않으면 실행되지 않는다. 사람은 논리만으로 움직이지 않는다. 감성·신뢰가 작동한다.
예시:
•
아이디어와 솔루션이 훌륭해도
•
평소 신뢰가 없거나 “저 사람 말은 듣기 싫다”는 인식이 있으면
•
사람들은 따르지 않는다
따라서 커뮤니케이션·리더십은 AI 시대에도 남는다. 감성과 연결되기 때문이다.
“결과를 만들어내는 능력. 일의 핵심 플로우가 그것이다. 그 능력을 향상시키는 것이 성장이다.”
핵심은 사람이다.
•
문제를 제기하는 것도 사람
•
실행을 위해 설득하는 것도 사람
AI가 와도 사람의 역할이 없어진다는 주장에는 동의하지 않는다. 역할의 양·형태는 줄어들 수 있지만, 완결에 대한 책임은 사람에게 남는다. 예를 들어 AI 에이전트가 실행을 돕고, 마지막 의사결정만 사람이 하는 식으로 시간은 줄이되 책임은 남는다.
빠르게 배우는 방법에 초점을 맞추면 그것이 평생 자산이 된다. 이는 20대뿐 아니라 30대에도 해당한다.
5. 회사 생활에서 앞으로 더 중요해지는 가치
5.1 성실성, 겸손함, 태도
AI 시대에 더 중요해지는 가치로 다음을 강조한다.
•
성실성
•
겸손함
•
(넓게) 예의·태도
이미 성실하고 예의 있으며 겸손한 사람은 점점 줄어드는 시대다. 개인의 힘이 강해져도, 모두가 프리랜서만으로 일하는 시대는 오지 않을 것으로 본다. 조직은 계속 필요하다.
근거:
•
빅테크도 직원이 많다
•
토스도 인원이 많다
•
AI가 와도 1,000명이 일하던 회사가 갑자기 10명이 되지는 않는다
따라서 관계 능력·리더십이 중요하고, 그 근본은 태도다.
5.2 젠슨 황 사례와 “인격”
젠슨 황의 모습이 예시로 언급된다.
•
세계적으로 성공한 위치에 있으면서도
•
치킨을 나눠 주고
•
거리낌 없이 대화하고
•
컨퍼런스에서 사람들과 스스럼없이 소통
이런 리더십·인격이 AI 시대에도 더 중요해질 수 있다.
지식·정보는 넘쳐나고 AI가 더 넘치게 한다. 반면 인격은 한 사람의 삶을 관통하며 얻는 가치이므로, AI 시대에 더 빛날 인간 고유의으로 본다. (인격·태도)
6. 회사 생활에서 독이 될 수 있는 습관
6.1 옛날 방식에의 집착
과거에는 예전에 성공했던 방식을 그대로 써도 큰 문제가 없었다. 변화 속도가 느렸기 때문이다.
일부 직장인은 “곰탕을 우려먹듯” 30대까지 배운 지식으로 40대 이후를 보내는 경우도 있었다. 앞으로는 그렇게 하면 경쟁력이 떨어진다.
과거에 했던 방식 그대로 진행하는 것은 앞으로 위험하다.
6.2 고집 vs 원칙 / 유연함
고집은 과거에는 “상식과 성공 방정식으로 우직하게 밀고 가는 힘”으로 긍정적일 수 있었으나, 지금은 부정적 뉘앙스가 커졌다. 유연함이 더 중요해진다. 고집은 관계 속 신뢰를 잃는 행동이 될 수도 있다.
구분:
구분 | 의미 | 태도 |
원칙 | 회사·조직의 핵심 가치 (예: Integrity, Amazon의 Customer Obsession) | 고집스럽게 밀고 나갈 것 |
고집 | “일을 해왔던 방식”에 집착 | 버릴 것 |
축구도 기본 룰 안에서 유연하다. 유연함은 원칙 없는 움직임이 아니다.
“원칙은 갖되, 고집은 벗어 버릴 필요가 있다.”
7. 기업이 먼저 선택하는 사람의 공통점
7.1 기업의 채용 공식은 심플하다
그 사람이 월급(+비용)의 몇 배를 할 수 있으면 뽑는다.
월급과 그 사람에게 들어가는 코스트를 넘는 **레버리지(가치)**를 입증할 수 있는 사람이 점점 필요해진다.
7.2 과거와 앞으로의 차이
과거
•
일의 본질(문제 정의 등)을 못해도 채용되는 경우가 많았다
•
옆에서 문제를 정의해 주고, 보조·운영 지원이 있었다
•
주어진 문제를 잘 이행하면 되었다
•
“안 내도 3년 후 훈련하면 될 것”이라는 가정으로 채용
앞으로
•
그런 역할은 AI가 대체하므로 덜 뽑힌다
•
남는 역할:
1.
무슨 문제를 풀어야 하는지 발견
2.
AI와 함께 문제를 증폭·빠르게 해결
3.
사람을 설득해 끝까지 임팩트를 냄
•
AI와 능숙하게 협업하는 사람
7.3 “3년 키우기”가 무너진 두 가지 이유
1.
AI를 쓰면 3년을 기다릴 필요가 없다
2.
키워 놓으면 이직(도망) 하는 경우도 많음 → 기업이 투자를 줄임
결과적으로 입사 시점부터 현재 가치 + 미래 가치를 보여야 하는 상황이 되었다. 20대는 과거보다 더 가혹한 시대를 보낸다.
7.4 톱니바퀴에서 “작은 설비”로
과거 비유: 거대한 기계 장치의 작은 톱니바퀴
현재 요구: 기계의 어디가 문제인지 보고, 들어갈 작은 설비를 만들 수 있는 사람 — 시작과 끝을 낼 수 있는 사람
부품이 아니라 작은 end-to-end를 만들 수 있는가.
7.5 AI 시대에 일의 가치는 오히려 높아질 수 있다
AI 때문에 내 가치가 사라진다고 볼 이유가 없다. 오히려:
•
한 사람이 낼 수 있는 퍼포먼스·가치가 커질 수 있다
•
톱니바퀴형 일로부터 해방되어 가치 중심으로 변할 수 있다
다만 부익부 빈익빈이 커질 수 있고, 이는 사회·정치·법이 풀 문제이지 기술만의 문제가 아니다. 불평등 이슈가 큰 사회적 과제가 될 것이다.
8. 한 직장 장기 근속 직업관은 유효한가
부모 세대의 고전적 직업관(한 직업·한 직장 장기 근속)은 일부 영역에서는 유효할 수 있다. 예: 공무원 영역.
그러나 전체 **비중(퍼센티지)**은 달라진다. 과거 한 회사에서 정년까지 다닌 비중이 90%였다면, 그 비율은 줄어드는 방향으로 본다.
앞으로의 주류는:
커리어 패스(Career Path) → 커리어 포트폴리오(Career Portfolio)
개념 | 의미 |
커리어 패스 | 한 직장에서 대리→과장처럼 스텝으로 올라가는 경로 |
커리어 포트폴리오 | 레고처럼 직장·역할별로 블록을 쌓아, 시대 요구에 따라 배·비행기처럼 재조합·변신 |
디자이너가 영원히 디자이너만 하는 것이 아니라, AI 영향으로 개발자·기획자 등으로 변신하거나, 여러 포트폴리오를 연결해 새로운 역할을 할 가능성이 커졌다. 시대 변화에 맞춰 착착 변신할 수 있어야 한다.
9. AI 에이전트 기반 퇴사·창업, 괜찮은가
30대 중 빠르게 퇴사해 AI 에이전트 기반 창업을 시도하는 흐름이 있다. “혼자 다 할 수 있으니 조직을 때려치라”는 주장에 대해 신수정은 동의하지 않는다.
9.1 핵심 질문: 비즈니스 모델이 있는가
에이전트를 돌릴 수 있다고 돈을 많이 버는 것은 아니다. 밖은 정글이다. 중요한 것은 나가느냐 남느냐가 아니라,
나가서 할 수 있는 명확한 비즈니스 모델이 있는가
있으면 나가도 된다.
9.2 권하는 방식: 회사 안에서 테스트
•
회사 일도 열심히 하면서
•
사이드에서 작은 프로덕트를 만들고
•
고객 반응을 보고
•
가능성이 높으면 들고 나간다
무턱대고 나가서 시작하는 것은 위험하고 확률적으로 낫다.
“AI 에이전트로 창업한다”만 말하고 무엇을 할지가 없으면 실질적으로 아무 말도 아닌 것과 같다.
9.3 회사 일이 창업에도 자산이 되는 이유
회사 일을 통해:
•
도메인 지식을 얻고
•
*문제(Problem)**를 빠르게 포착하며
•
“대기업·토스가 하기엔 사이즈가 작은 빈 공간”을 발견할 수 있다
그 빈 공간을 가져가 창업하는 것은 괜찮다. 아무것도 없이 나가거나, 회사 안에서만 죽도록 일만 하는 양 극단이 문제다.
회사에서도 Problem Finding 자세를 유지하면:
•
회사 생활도 잘할 수 있고
•
기회가 오면 창업도 가능하다
AI가 가까워지면서 거대한 결심이 필수는 아니다. 가설 검증이 쉬워졌으므로 정찰병을 보내듯 쉽게 테스트하는 방식이 맞다. 과거보다 시간·비용이 줄어들었다.
10. AI에게 “빼앗기는” 일의 의미 — 어떻게 받아들일 것인가
많은 직장인이 느끼는 감각:
“AI가 나보다 일을 더 잘해서 나의 존재를 지운다.”
10.1 잘못된 동일시
내 일이 없어지는 것과 내가 없어지는 것은 다르다. 나와 일을 동일시할 때 생기는 감정이다.
•
나는 일이 아니다
•
익숙했던 일의 형태는 사라질 수 있다
•
나라는 존재는 남고, 선택·판단도 남는다
•
그에 맞는 새로운 방식의 일이 온다
10.2 후퇴가 아니라 전진
편집 실력·감각처럼 자부심이던 영역을 AI가 더 잘하면 “후퇴”로 느낄 수 있다. 관점을 바꾸면:
•
AI 어깨 위에 올라 **알파(+α)**를 더한다
•
내 노하우로 AI를 훈련해 다른 사람의 AI보다 뛰어나게 만든다
•
상대는 “나와 같은 퍼포먼스”를 쉽게 내지 못한다
•
과거 닥질(반복 노동) 시간을 줄이고 다른 영역을 개척한다
AI가 한 영역을 가져갈 때 “빼앗긴다”가 아니라, 다른 영역을 개척할 시간이 생겼다로 본다.
과거에는 하나의 페르소나로 전문가 되는 데 평생이 걸렸다. AI 도움으로 같은 전문성에 1/5 시간이 든다면, 나머지 시간에 또 다른 전문성을 쌓을 수 있다. “AI 덕분에 다섯 번의 생을 살 수 있다”는 관점도 가능하다.
일의 의미에 타격을 크게 받는 사람은, 일을 좁은 영토로만 보는 경향이 있다. AI는 오히려 일을 확장하는 계기로 봐야 한다.
11. 불확실한 시대에 커리어 불안을 견디는 방법
불확실성·예측 불가능성이 두려움의 핵심이다. 지금이 어느 때보다 불확실하다.
11.1 스톡데일 패러독스 (Stockdale Paradox)
베트남전 포로였던 스톡데일(Stockdale) 장군의 경험:
•
약 8년간 포로 생활, 언제 석방될지·죽을지 알 수 없음
•
살아남은 사람은 소수
유형 | 결과 | 이유 |
비관적인 사람 | 죽음 | “우린 죽을 거야, 끝났어” |
낙천적인 사람 | 죽음 | “올해/내년이면 나간다” 반복 → 기대가 깨지며 무너짐 |
합리적 낙관주의자 | 생존 | 미래는 낙관, 현재는 냉정 |
표현: 합리적 낙관주의자 (Rational Optimist)
11.2 지금 가져야 할 태도
•
미래: “잘 될 거야. AI가 어떤 상황이든 나는 더 잘되고 밸류가 높아질 거야.”
•
현재: 무엇이 필요한지 냉정히 보고, 실력을 쌓으며 뚜벅뚜벅 걸어간다
막연한 불안·비관은 가장 빨리 무너지는 길이고, 아무 행동 없는 낙천도 위험하다.
12. 경영진·리더의 고민: AI를 써도 조직이 안 바뀌는 이유
12.1 현상
리더의 큰 고민:
AI 시대인데 조직·사업을 바꿔야 할 것 같은데, 생각보다 잘 안 된다.
특히 조직이 클수록 어렵다. 100명 이하·스타트업·토스처럼 스타트업 스피릿이 있는 곳은 상대적으로 낫다. 전통 대기업은 AI를 많이 쓰지만 의미 있는 성과로 이어지지 못하는 경우가 많다.
경영진의 기대:
•
채용 감소 + AI 도입 → 생산성↑, 인건비↓
현실:
•
개인 생산성은 올라도
•
업무 전체 생산성·비즈니스 변화로 잘 안 이어짐
12.2 드라마틱한 변화의 두 기준 (거의 못 경험 중)
1.
100명이 하던 일이 50명으로 줄어든다
2.
100명의 매출이 AI로 2배가 된다
대부분은 여기에 못 미치고, 로컬 생산성에 그친다. 예: 보고서 작성 5시간 → 30분.
12.3 Local Optimization vs Global Optimization
원인을 로컬 옵티마이제이션으로 설명한다.
•
자료 만드는 시간만 줄고
•
검토·승인·회의 등 전체 프로세스는 그대로
•
프로세스 배치가 같으면, 앞단이 줄어도 전체 최적화는 안 일어남
따라서 “AI를 쓴다”의 의미가 중요하다.
구분 | 내용 | 임팩트 |
Local Optimization | 개별 작업(보고서 등)만 빠르게 | 개인 체감은 있으나 회사 성과와 괴리 |
Global Optimization | 업무·조직 프로세스 자체를 재설계 | 성과 임팩트가 커짐 |
해커톤에서 “생산성 1조 원 절감”을 발표해도, 재무제표에는 1억도 안 잡히는 식의 괴리가 생길 수 있다. 로컬 최적화가 전체 최적화를 보장하지 않는다.
이 문제는 개인보다 경영자·리더의 역할이 중요하다.
부가 인식:
•
“AI가 인간보다 생산력이 훨씬 좋다”는 것도 오해일 수 있다
•
실리콘밸리에서도 토큰·예산 비용이 커 인간이 나을 수 있다는 이야기
•
도구를 많이 쓰고 토큰을 많이 쓴다고 생산성이 자동으로 오르지 않음
13. 지금 직장인이 자기에게 해야 할 가장 중요한 질문
13.1 두 가지 질문
1.
내가 하는 일이 가치를 부여하고 있는가?
•
톱니바퀴처럼 주어진 일만 하는가, Value Creation을 하는가
•
일이 점점 밸류 중심으로 바뀌므로, 모호하게 뭉뚱그리지 말고 정확히 계산·파악할 것
•
“내가 무슨 경로로 가치를 내고 있지?” — 아니면 AI 시대에 설 자리가 마땅치 않다
2.
이 일에서 어떤 부분을 AI에 맡기고, 어떤 부분을 내가 할 것인가?
•
즉, 역할을 설계하는 것
•
밸류를 창출하고 있다면, AI 대체 영역 vs 나의 영역을 명확히 나눌 것
13.2 AI 앞에서 마지막까지 남는 인간의 역할
•
주인으로서 판단하고 책임지는 것
•
가치를 어떻게 부여할지 지시·설계하는 것
AI가 실행하고 결과가 나와도, 좋은 결과·나쁜 결과의 책임은 AI가 지지 않는다. 마케팅에 돈을 태우라는 AI 조언에 오케이했다가 결과가 나빠도 AI를 혼낼 수는 없다. 사람이 책임진다.
“책임”은 처벌만의 의미가 아니다.
•
Responsibility를 넘어 Accountability (주인의식)
•
이 일의 주인이기 때문에
•
좋은 결과도, 나쁜 결과도 나의 책임
•
전 과정을 설계하고 결과를 감당할 수 있는 사람
그런 역할은 여전히 사람에게 필요하다.
14. 클로징
에피소드는 커리어가 흔들리는 시대에 사라지지 않을 일의 기준을 탐구하며 마무리된다.
핵심 메시지를 한 줄로 압축하면 다음과 같다.
가치(Value)를 만들고, AI와 문제를 풀며, 사람과 함께 실행해 결과를 책임지는 사람 — 그 기준이 AI 시대에도 남는다.
15. 핵심 요약 (Cheat Sheet)
주제 | 한 줄 요약 |
유리한 세대 | 30대 (AI 리터러시 + 도메인 지식의 균형) |
20대의 과제 | 스펙 공부만 하지 말고 현장에 진입해 압축적으로 도메인 쌓기 |
첫 직장 기준 | 성장 = 문제발견 → AI와 해결 → 설득·실행 → 결과 |
조직에서 빛나는 것 | 성실·겸손·인격·태도, 관계·리더십 |
버릴 것 / 지킬 것 | 고집(옛 방식) 버리기, 원칙은 지키기, 유연함 |
기업의 선택 | 월급 대비 레버리지 + 문제발견·AI협업·설득·임팩트 |
커리어 모델 | Path → Portfolio (재조합·변신) |
창업 | 비즈니스 모델·검증 없이 퇴사하지 말 것, 회사 안 테스트 |
일의 의미 | 일과 나를 분리, AI는 확장의 발판 |
불안 대응 | 합리적 낙관주의 (미래 낙관 + 현재 냉정) |
조직 AI 실패 | Local Optimization에 머묾 → 프로세스 재설계(Global) 필요 |
자기 질문 | 가치 창출인가? / AI와 나의 역할 설계는? |
최후의 인간 역할 | 주인으로서의 판단·책임·설계 |
