꾸비데브

AI와 전문성: 직업 이름보다 과업을 나눠 점검하는 법

ILO의 직업 노출도 연구를 바탕으로 자동화 가능성과 직업 소멸을 구분하고, 전문성에 인접 역량을 더하는 실천 방법을 정리했습니다.

한 줄 요약

전문 분야가 깊다는 이유만으로 대체되거나 안전해지는 것은 아닙니다. 직업을 구성하는 과업과 검수·책임의 조건을 따로 살펴야 합니다.

“한 우물만 파면 AI에 대체된다”는 말은 직업 안의 다양한 업무를 하나로 묶습니다. ILO·NASK의 2025 연구는 과업 단위로 생성형 AI 노출도를 추정합니다. 일부 전문·기술 직무에서도 노출이 커졌다고 설명하므로, 전문가는 모두 안전하다거나 반복 작업자만 영향을 받는다고 단정할 수 없습니다.

노출도는 해고 확률이 아닙니다

해당 연구는 어떤 과업이 생성형 AI의 영향을 받을 수 있는지 평가한 것입니다. 도입 비용, 고객 요구, 조직의 선택, 규제, 사람의 검수 필요성이 실제 직무 변화에 함께 작용합니다. 따라서 높은 노출도를 특정 개인이 해고될 확률로 읽어서는 안 됩니다.

내 업무를 네 가지 질문으로 나눕니다

질문 확인할 예
입력을 준비할 수 있는가 참고 문서·데이터가 있고 사용 권한이 있는가
결과를 검증할 수 있는가 정답·계산·검사 기준을 누가 확인하는가
잘못되면 어떤 일이 생기는가 단순 수정인지 고객 피해·운영 중단인지
앞뒤 업무와 어떻게 연결되는가 요구사항 해석, 고객 합의, 최종 승인 주체는 누구인가

이 질문은 대체 위험 점수표가 아닙니다. AI에 맡길 단위를 작게 정의하고 필요한 사람의 역할을 찾기 위한 점검표입니다. 코드 작성이라면 코드만 생성하는 시간보다 요구사항 확인·테스트·운영 대응까지 포함해 비교하세요.

T자형 역량은 선택 가능한 학습 전략입니다

한 분야의 깊이에 인접 분야의 기초 이해를 더하는 것을 T자형 역량이라 부릅니다. 예를 들어 디자이너가 HTML 구조와 접근성 기준을 이해하면 개발자에게 전달할 조건을 더 구체화할 수 있습니다. 이는 협업을 위한 예시이며 고용 안정이나 생산성 향상을 보장하는 실험 결과는 아닙니다.

전문성을 버리고 모든 도구를 얕게 배울 필요는 없습니다. 현재 업무에서 자주 막히는 연결 지점 하나를 정하고, 결과를 설명하고 검수할 수 있을 만큼 배워 보세요.

실행 예시: 역할 대신 작업을 비교합니다

“디자이너를 AI로 대체할 수 있나”보다 “기존 디자인 규칙으로 버튼 변형을 만들고 대비·상태·반응형을 검수하는 데 얼마나 걸리나”라는 질문이 시험하기 쉽습니다. 사람의 기존 작업과 AI 보조 작업을 같은 입력으로 비교하고 최종 결함과 재작업 시간을 남기세요.

측정 방법은 AI 결과물 점검 습관, 팀 전체 업무를 나누는 법은 작은 팀의 규모를 따지는 글을 참고할 수 있습니다.

자주 묻는 질문

판단 업무는 AI 영향에서 안전한가요? 모든 판단 업무를 안전하다고 할 근거는 없습니다. 판단 보조가 가능한 범위와 최종 책임은 따로 살펴야 합니다.

T자형이면 대체되지 않나요? 그런 보장은 없습니다. 학습 전략으로 검토할 수 있지만 직무 변화는 조직과 시장의 조건에도 좌우됩니다.

확인한 공식 자료

← BLOG 전체 보기무료자료 보기 →