AI가 보고서 초안을 만들고 자료를 분류하는 일이 익숙해지고 있습니다. 변화가 빠를수록 “내 직업이 없어질까”라는 질문이 앞서지만, 준비를 시작하려면 직업보다 업무를 작게 나누어 보는 편이 유용합니다. 어떤 작업은 자동화가 쉬워지고, 어떤 작업은 검토와 조율의 중요성이 더 커질 수 있기 때문입니다.

지금 논의되는 변화

한국은행은 2026년 10월 7일 분석에서 AI 유형에 따라 영향을 받기 쉬운 업무와 지역이 다르다고 설명했습니다. 생성형 AI는 문서·정보처리 업무, 피지컬 AI는 물리적 작업과 연결됩니다. 이런 노출도는 개인의 실직 가능성을 직접 예측하는 수치로 해석하면 안 됩니다.

세계은행의 10월 글로벌 AI 및 디지털 서밋 역시 실용적인 AI가 생산성과 일자리에 어떤 기회를 만들 수 있는지 논의하는 자리였습니다. 기술이 가능하게 하는 것과 각 사업장에서 실제로 도입하는 것은 구분할 필요가 있습니다.

1. 직업 대신 업무를 분해하기

예를 들어 고객 안내문을 작성하는 일에는 요청 파악, 자료 확인, 초안 작성, 표현 검토, 최종 승인이라는 서로 다른 단계가 있습니다. AI가 초안을 빨리 만들어도 고객의 상황을 이해하거나 내용에 책임지는 단계까지 자동으로 해결되는 것은 아닙니다.

일주일 동안 반복한 업무를 적고 각 항목에 필요한 판단을 표시해 보세요. 정답이 분명한 반복 작업인지, 상대방과 협의해야 하는 일인지, 실수가 나면 영향이 큰 일인지 분류하면 도구를 시험할 범위가 보입니다.

2. 속도와 정확성을 함께 측정하기

AI로 5분 만에 초안을 만들었다고 5분 만에 일을 끝낸 것은 아닙니다. 출처 확인과 수정, 최종 검토에 걸린 시간을 더해야 실제 효과를 알 수 있습니다.

가상 예시로 공개 행사 안내문을 정리한다고 생각해 봅시다. 직접 작업한 시간과 AI 초안에 검토를 더한 시간을 비교하고, 날짜·장소·신청 조건의 누락 여부를 확인합니다. 이는 실험 방법의 예시이며 특정 도구의 성능을 보장하는 설명은 아닙니다.

3. 자료를 넣기 전에 기준 확인

회사에서 허용한 도구와 자료 입력 범위를 먼저 확인하세요. 고객정보·인사정보·계약서·비공개 실적 등은 허용 여부를 모른 채 외부 AI에 입력하지 않는 것이 좋습니다. 도구마다 보관과 학습 이용 조건도 다를 수 있습니다.

처음에는 공개 자료나 직접 만든 가상 문장으로 연습할 수 있습니다. 요약 결과를 원문과 대조하고 숫자, 이름, 출처가 맞는지 점검하는 과정까지 하나의 업무로 묶어보세요.

4. 작은 결과를 기록하기

학습 목표를 “AI를 잘하기”보다 “반복 업무 하나의 품질을 유지하며 시간을 줄이기”로 잡아보세요. 작업 목적, 입력한 자료의 종류, 발견한 오류, 최종 수정 내용을 한 장에 정리하면 재사용하기 쉽습니다.

도구 사용 경험만 나열하기보다 어떤 문제를 어떻게 검토하고 해결했는지 설명할 수 있는 기록이 더 구체적입니다. 다만 AI 활용 능력 하나가 고용 안정이나 임금 상승을 보장하지는 않습니다. 업종, 회사의 투자와 교육, 업무 재설계 방식도 영향을 줍니다.

이번 주 실천 목록

• 반복 업무 한 가지를 선택하기
• 회사 도구·자료 처리 기준 확인하기
• 공개 자료나 가상 예시로 시험하기
• 초안과 원문을 대조해 오류 기록하기
• 검토 시간을 포함한 전체 작업시간 비교하기

AI 변화에 대한 준비는 거창한 전망을 맞히는 일만은 아닙니다. 내 업무에서 도구에 맡길 부분과 사람이 판단할 부분을 구분하고, 실제 결과를 확인하는 작은 실험부터 시작할 수 있습니다.

참고 자료

한국은행: AI가 다시 그리는 일자리 지도(2026.10.7)
세계은행: 글로벌 AI 및 디지털 서밋 안내

자료 확인일: 2026년 10월 23일. 업무 사례와 실천 목록은 필자의 설명·제안이며 특정 개인의 고용 결과를 예측하지 않습니다. 사진은 설명용 AI 생성 이미지로 실제 회사·인물을 나타내지 않습니다.