이머징 이슈 리포트: 인공지능이 신입사원을 대체하면 다음 팀장을 누가 키우나

퇴근 무렵, 신입 직원 모니터에 인공지능이 만든 서울 동대문구 프랜차이즈 확대를 위한 마케팅 계획 초안이 여러 개 떠 있다. 처음에는 인공지능의 도움을 받으면 일이 빨라질 것으로 생각했다. 그러나 틀린 논거와 주장을 확인하고, 애매한 문장을 고치고, 왜 그런 답이 나왔는지 설명하는 데 적지 않은 시간이 걸렸다. 상사는 생산성이 올랐다고 말하나, 신입 직원은 업무의 변방으로 밀려났다고 느끼기 시작한다. 핵심 업무는 인공지능이 하고, 신입 직원은 출처를 확인하고 주장의 타당성을 검토하는 등의 보조적 일을 담당했기 때문이다.

인공지능의 본격적인 도입에 따른 ‘존엄성 부채(Dignity Debt)’와 초기 경력 붕괴의 징후가 등장하고 있다. BambooHR의 2026년 보고서는 경영진의 81%가 생산성 향상을 믿는 반면 직원의 85%는 심각한 스트레스를 겪고, 81%는 경력 변경을 생각한다고 밝혔다. 기업의 39%는 인공지능 때문에 인원을 줄였고, 리더의 57%는 인공지능 사용을 거부하는 직원을 해고할 수 있다고 답했다. 존엄성 부채는 사람을 생산성의 수단으로 다룰 때 신뢰, 성장, 설명의 기회가 미납금처럼 쌓인다는 뜻이다.

다만 이러한 현상이 전체 노동시장에 만연한 것으로 단정하기는 어렵다. 미국 풀타임 직원 926명과 미국 중소기업 경영진·소유주 322명을 포함한 온라인 조사를 기반으로 변화의 징후를 찾았기 때문이다. 따라서 완전한 트렌드는 아니며, 이머징이슈 정도로 분류하는 것이 타당하다.

왜 나타났는가?

이 신호가 지금 나타난 까닭은 인공지능이 테스트용 도구에서 구체적인 성과가 되었기 때문이다. 몇 년 전 인공지능은 새로운 장난감에 가까웠다. 이제는 초안 작성, 고객 응대, 컴퓨터 프로그램 코드 작성, 신규 인력 채용 선별, 일정 조정에 활용된다. 기업은 도구를 샀고, 투자자는 효과를 묻고, 경영진은 비용을 줄일 방법을 찾는다. 이 변화를 일으키는 힘은 기술 성능만이 아니라 돈의 흐름과 성과 압박을 포함한다.

실무자의 책상에서는 다른 장면이 벌어진다. 인공지능이 만든 결과가 맞는지 확인해야 하고, 틀린 문장이나 환각 현상은 사람이 고쳐야 한다. 보고서에는 직원의 54%가 인공지능이 일상 업무를 방해한다고 답했고, 리더의 49%는 인공지능이 아직 뚜렷한 가치를 만들지 못했으며 과장됐었다고 판단한다. 이는 인공지능이 쓸모없다는 의미가 아니다. 인공지능을 도입하는 속도가 업무와 업무 프로세스를 재설계하는 속도보다 빨랐다는 뜻이다. 제도도 느리다. 기존 노동 규칙은 임금, 근로시간, 해고 절차를 중심으로 설계되어 있지만, 인공지능 검수 시간, 인공지능 평가 기준, 인공지능 사용 거부로 인한 불이익은 아직 명확하게 다루고 있지 않다.

확산될 경우의 변화

이러한 추세가 확산된다면 개인 경력은 시작부터 달라진다. 예전 신입은 단순한 일을 맡으며 조직의 언어를 배웠다. 앞으로의 신입은 인공지능이 낸 답을 검수하거나, 좁아진 채용문 앞에서 등 떠밀릴 수 있다. 청년이 고용시장에 진입하는 일은 굵은 밧줄을 바늘귀에 넣는 일처럼 어려워질 수 있다. BambooHR은 인공지능이 문서화된 지식은 모방할 수 있으나, 도제식 훈련으로 얻은 종합적인 판단력을 따라 할 수 없다고 설명한다. 도제식 훈련은 공방에서만 일어나는 일은 아니며, 옆자리 선배의 판단을 보고 배우는 사무실의 훈련 방식으로 봐야 한다.

산업별 파장이 다를 수 있다. 기술 부문에서는 직원의 43%가 인공지능 결과물을 관리하는 일이 늘었다고 답했고, 같은 비율의 응답자는 후배 엔지니어에 대한 멘토링보다 인공지능 생성 코드를 검토하는 데 더 많은 시간을 쓴다고 답했다. 금융 산업에서는 리더의 79%가 공개되지 않은 인공지능과 데이터 관행이 평판 위험을 만든다고 봤지만, 고객에게 인공지능 개입을 먼저 알린다고 답한 비율은 57%에 그쳤다. 교육 분야에서는 교육자의 90%가 인공지능 사용이 학생 학습에 나쁜 영향을 준다고 답했다. 의료 종사자 10명 중 6명 이상(65%)이 공감 피로(Compassion Fatigue) 및 번아웃 상태를 경험했다고 호소했다. 이 전망은 현재 자료를 바탕으로 한 해석이다. 인공지능만이 원인은 아닐 수 있다. 물가, 경기 둔화, 낮은 임금, 부실한 인력 관리도 동일한 증상을 키운다.

미래 시나리오

긍정 시나리오

긍정적 시나리오에서 그려지는 직장 풍경은 그리 화려하지 않다. 한 회사가 인공지능 도입 계획을 발표하면서 어떤 직무가 바뀌는지, 어떤 일은 사람이 계속 맡는지, 검수 시간은 성과에 어떻게 반영되는지를 함께 공개한다. 신입 직원 채용은 사라지지 않는다. 인공지능이 만든 초안을 고치며 배우는 시간이 업무로 인정하고, 선임은 멘토링 시간을 일정표에 따로 확보하는 문화와 제도가 정착한다. 인공지능이 아낀 시간을 재교육, 고객 설명, 안전 검토로 재편성한다. 퇴사율은 낮아지고 채용 비용이 줄어들면서, 인공지능 편향이나 인공지능 활용에 대한 공개 부족으로 생길 수 있는 평판 위험을 낮춘다.

부정 시나리오

부정적 시나리오는 현재 추세가 지속되는 경우 달성될 것으로 보인다. 회사는 인공지능 도입율을 성과 지표로 삼고, 인공지능을 제대로 쓰지 않거나 혹은 쓰지 못하는 직원을 역량이 뒤처진 직원으로 분류한다. 신입 채용은 줄고, 남은 직원은 인공지능 결과물을 밤늦게 고친다. 공식적으로 업무는 줄었다고 평가되지만, 실제 해야 할 일은 늘어난다. 비용은 사라진 것이 아니라 조직 안의 다른 자리로 옮겨졌을 뿐이다. 몇 년 뒤 중간관리자 후보가 줄고, 청년층은 첫 직장에서 배울 시간을 잃게 된다. 감시와 평가에 인공지능을 전적으로 활용하게 되면서 직원은 왜 낮은 평가를 받았는지 알기 어렵게 된다.

갈림길

갈림길은 기술 자체가 아니다. 누가 데이터를 갖는가, 누가 비용을 부담하는가, 누가 규칙을 정하는가의 문제다. 직원이 인공지능 평가 기준을 볼 수 있는지, 고객이 인공지능 개입 사실을 알 수 있는지, 실패했을 때 책임이 현장 노동자만 부담하는지 봐야 한다. 이 질문은 추상적인 윤리 문구가 아니다. 다음 채용 공고, 성과평가 화면, 사내 인공지능 사용 지침, 고객 안내문에서 확인할 수 있는 실질적인 내용이다.

관찰 포인트

앞으로는 대기업의 신입 공채와 인턴십 규모를 먼저 봐야 한다. 전체 직원 수가 유지돼도 신입 비율이 줄면 경력 사다리의 첫 번째 칸이 좁아진다. 채용 공고에서 ‘인공지능 검수’, ‘인공지능 운영 관리자’, ‘프롬프트 품질 평가’ 같은 이름이 늘어나는지도 볼 지점이다. 새 직무명은 일이 어디로 이동하는지 보여주는 나침반이 된다.

정부 지침과 법원 판결도 눈여겨볼 만하다. 인공지능이 인사 평가, 채용 선별, 해고 판단에 들어갈 때 설명요청권과 이의제기 절차를 다루는 법안이 나오면 이 신호는 조짐에서 제도 논쟁으로 옮겨간다. 노동조합이 인공지능 감시와 평가 기준을 단체교섭 의제로 삼는지도 봐야 한다. 대학 강의계획서의 인공지능 사용 규칙, 회사의 인공지능 검수 시간 인정, 언론의 ‘인공지능 검수 노동’ 보도 증가도 생활 속에서 발견할 수 있는 신호가 될 수 있다.

이머징 이슈 리포트: 인공지능이 신입사원을 대체하면 다음 팀장을 누가 키우나

왜 나타났는가?

확산될 경우의 변화

미래 시나리오

긍정 시나리오

부정 시나리오

갈림길

관찰 포인트

관련 문헌

이 기사가 연결된 미래 신호

퓨처스 Futures

오피니언·리포트

전망 예측 Ⅰ

전망 예측 Ⅱ

미래 탐색

미래연구 포털

왜 나타났는가?

확산될 경우의 변화

미래 시나리오

긍정 시나리오

부정 시나리오

갈림길

관찰 포인트

관련 문헌

이 기사가 연결된 미래 신호

관련 기사

퓨처스 Futures

오피니언·리포트

전망 예측 Ⅰ

전망 예측 Ⅱ

미래 탐색

미래연구 포털