글로벌 채용 플랫폼 인디드(Indeed)가 생성형 AI의 노동시장 파급력을 분석한 보고서를 공개했다. 핵심은 생성형 AI가 단순히 사람을 대체하는 게 아니라, 일하는 방식 자체를 뿌리부터 흔들고 있다는 것이다. 지난 1년간 인디드에 올라온 채용 공고를 분석한 결과, 전체 일자리의 26%가 생성형 AI로 크게 바뀔 것으로 전망됐다. 특히 54%는 중간 수준의 변화를 겪을 것으로 보이는데, 기업이 얼마나 빨리 생성형 AI를 받아들이고 근로자가 얼마나 잘 적응하느냐에 따라 그 방향이 갈릴 전망이다.

소프트웨어 개발 81% 변화 vs 간호직 68% 최소 영향

인디드 하이어링 랩(Hiring Lab)은 약 2,900개 직무 스킬을 들여다보고, 생성형 AI가 각각을 얼마나 바꿀지 측정하는 'GenAI 스킬 변환 지수(GSTI)'를 만들었다. 결과를 보면 미국 채용 공고에 나오는 평균적인 직무 스킬 중 거의 절반인 46%가 '하이브리드 변환' 영역에 들어갔다. 이 말은 사람의 감독이 여전히 필요하지만, 생성형 AI가 이미 일상 업무 상당 부분을 처리할 수 있다는 뜻이다.

직종별로 보면 소프트웨어 개발이 가장 큰 타격을 입을 것 같다. 소프트웨어 개발 채용 공고에 나온 스킬 중 81%가 하이브리드 변환에 해당했다. IT·소프트웨어 프로그래밍 스킬은 채용 공고의 82%에, 프로그래밍 언어와 프레임워크는 59%에 등장하는데, 이들 모두 하이브리드 변환 스킬로 분류됐다.

반면 간호직은 사정이 다르다. 환자를 직접 돌보는 핵심 업무는 몸으로 부딪쳐야 하고, 감정을 읽고, 순간순간 판단해야 한다. 그래서 채용공고에 나온 스킬의 3분의 2인 68%가 '최소 변환' 영역에 머물렀다. 환자 돌봄, 전문 케어, 돌봄 제공 같은 간호의 핵심은 여전히 사람 손이 필요하다는 얘기다. 다만 소통 업무는 간호 채용 공고의 4분의 1인 23%를 차지하면서 하이브리드 변환으로 분류됐고, 일반 행정은 14%, 의료 행정은 9%가 언급되면서 자동화가 더 빨리 진행될 것으로 보인다.

1년 만에 '완전 대체 가능' 스킬 0개→19개로 급증

보고서는 생성형 AI의 실력을 '문제 해결력'과 '물리적 작업 필요성'이라는 두 축으로 재봤다. 그리고 스킬을 최소 변환, 지원 변환, 하이브리드 변환, 완전 변환 4단계로 나눴다. 전체 스킬 중 40%는 최소 변환, 19%는 지원 변환, 40%는 하이브리드 변환, 1%는 완전 변환에 속했다.

최소 변환은 몸을 많이 쓰거나 AI의 추론 능력이 부족해서 사람이 계속 해야 하는 일이다. 환자 돌봄, 직원 관계, 네트워크 관리 같은 게 여기 든다. 지원 변환은 AI가 템플릿 만들기나 기본 조사 같은 걸 도와줄 수는 있지만, 결국 사람이 직접 적용해야 하는 스킬이다. 환경법, 거래, 교육 등이 이에 해당한다.

하이브리드 변환은 AI가 일상적인 업무 대부분을 처리하지만, 사람의 눈길은 꼭 필요한 경우다. AI가 표준 작업은 알아서 척척 해내지만, 예외 상황을 처리하거나 애매한 경우를 판단하고, 결과물을 검증하고, 법이나 윤리를 따지려면 여전히 사람이 필요하다. 의료 코딩, 여행 계획, 교정 작업 등이 여기 속한다. 완전 변환은 AI가 혼자서도 처음부터 끝까지 처리할 수 있는 잘 짜인 작업이다. 기본 수학, 프롬프트 엔지니어링, 이미지 분류 같은 게 이 범주에 들어간다.

눈여겨볼 점은 기술 스킬이 깊은 변화 영역을 휩쓸고 있다는 것이다. 하이브리드 변환 스킬의 54%, 완전 변환 가능 스킬의 57%가 기술 관련이었다. 특히 1년 전만 해도 AI가 완전히 대체할 가능성이 '매우 높은' 스킬은 0개였는데, 이번에는 19개(전체의 0.7%)나 됐다. 숫자는 여전히 작지만, AI가 얼마나 빨리 발전하는지 보여주는 신호탄이다.

일자리 절반 이상이 '중간 지대'... 갈림길에 선 54%

인디드가 지난 1년(2024년 5월~2025년 4월) 동안 올라온 채용 공고를 뜯어보니, 생성형 AI에 가장 크게 노출된 직업군, 그러니까 하이브리드 변환과 완전 변환 스킬이 많은 직업이 전체의 26%였다. 반대쪽 끝, 즉 최소 변환과 지원 변환 스킬이 많은 직업은 20%였다. 나머지 54%는 그 중간 어디쯤 있었다.

이들은 하루아침에 확 바뀌지는 않겠지만, 생성형 AI가 퍼지면서 의미 있게 달라질 위치에 서 있다. 이 중간 집단이 중요한 이유는 어느 쪽으로든 기울 수 있기 때문이다. 영향을 많이 받거나 적게 받는 직업은 방향이 비교적 뚜렷한 반면, 중간 영역은 회사, 정책 당국, 기술 회사가 어떤 선택을 하느냐에 따라 갈린다.

자동화가 더 진행될지, 아니면 사람 중심으로 남을지는 조직이 생성형 AI를 어떻게 쓰느냐, 근로자가 얼마나 빨리 새 기술을 배우느냐, 직무 설계가 어떻게 바뀌느냐에 달렸다. 이 직업들은 특수한 게 아니라 주류다. 전체 채용 공고에서 차지하는 비중을 보면, 여기서 벌어지는 일이 수많은 노동자의 AI 경험을 좌우할 것이다.

소프트웨어 개발팀 축소 가능성... 신입 파이프라인 재설계 필요

소프트웨어 개발 쪽을 보면, 생성형 AI가 반복적이고 정보 기반인 코딩을 떠맡고 있다. 연구진이 AI 모델에게 직접 물어본 결과, 모델은 '설명, 코드 샘플, 디버깅 도움, 아키텍처 조언을 제공할 수 있다'고 답했다. 이 말은 AI가 일상적인 코딩을 처리하면서, 사람 개발자는 직접 일하는 것에서 일을 지휘하는 쪽으로 옮겨간다는 뜻이다. AI가 뱉어낸 걸 감독하고, 예외 상황을 해결하고, 품질을 관리하는 식이다.

소프트웨어 개발 채용공고에서 많이 보이는 상위 10개 스킬 중 9개에서 AI가 이제 앞장서고 사람은 뒤에서 결과물을 점검하고 다듬고 맥락을 살피는 구조가 가능해졌다. 이렇게 일하면 속도와 효율이 확 오를 게 분명하다. 하지만 동시에 개발팀이 앞으로 얼마나 커야 하는지, 어떤 모습이어야 하는지 피할 수 없는 질문이 생긴다.

현실은 이렇다. AI 덕분에 생산성이 뛰면 같은 결과를 내는 데 사람이 덜 필요하다. 다만 결과물이 그대로가 아니라 늘어날 거라면 인력이 더 필요할 수도 있다. 이미 빡빡한 신입 개발자 파이프라인은 AI가 못 하는 고차원 사고와 AI 감독 능력을 키우는 쪽으로 다시 짜야 할 것이다.

하이브리드가 종착역... "완전 자동화는 이론일 뿐"

AI가 좋아지면 더 많은 스킬이 '완전 변환 가능' 영역으로 쑥쑥 넘어갈 것 같지만, 실상은 더 복잡하다고 보고서는 지적한다. 지금 완전 변환 가능 범주에 든 스킬은 고작 1%이고, 그마저도 XML 파싱, 텍스트 분류, 간단한 계산처럼 큰 일의 일부분인 경우가 많다. 이것들은 혼자 보면 자동화할 수 있을지 몰라도, 실제로는 사람의 판단, 맥락 파악, 품질 점검이 필요한 더 큰 시스템 안에 있다.

여기서 지원 변환과 하이브리드 변환의 차이가 중요해진다. 지원 변환은 사람이 주도하고 AI가 거든다. 하이브리드 변환은 AI가 대부분 처리하되 사람이 감독하고 평가하고 필요할 때 끼어든다. 중요한 건 일 자체는 안 바뀌지만, 하는 방식은 거의 확실히 바뀐다는 점이다. 직접 코딩은 줄지만, 복잡한 걸 다루고 시스템을 조율하고 AI가 못 푸는 문제를 해결할 사람은 더 필요해진다.

이건 수준을 낮추는 게 아니라 높이는 것이다. AI를 제대로 감독하려면 추론, 전문 지식, 맥락 파악에서 AI를 뛰어넘어야 할 가능성이 크다. 그러니 완전 변환은 지금 현실이라기보다는 이론상의 끝이다. 연구를 보면 AI 모델이 다 똑같이 잘하는 것도 아니고, 모든 일에 다 맞는 것도 아니다. 성능은 회사와 상황에 따라 다르고, 어떤 모델을 고르느냐는 기술 문제인 동시에 전략 문제다.

보고서는 "지금 보고 있는 건 잠깐 지나가는 단계가 아니라, AI가 일의 DNA를 새로 짜기 시작하는 구조적 변화"라며 "하이브리드 변환은 완전 변환으로 가는 징검다리가 아니라, 많은 직업에서 그 자체가 도착점"이라고 못 박았다.

FAQ (※ 이 FAQ는 본지가 리포트를 참고해 자체 작성한 내용입니다.)

Q1. 생성형 AI가 일자리를 완전히 대체할 가능성은?

A: 지금으로선 매우 낮습니다. 전체 스킬의 1%만 완전 변환 가능 범주에 들어가고, 대부분은 사람의 판단과 감독이 여전히 필요한 하이브리드 형태로 바뀔 전망입니다. AI는 일자리를 빼앗기보다 일하는 방식을 바꾸는 쪽에 가깝습니다.

Q2. 어떤 직종이 AI 영향을 가장 많이 받나?

A: 소프트웨어 개발이 스킬의 81%가 하이브리드 변환 범주에 들어 가장 큰 타격을 입을 것으로 보입니다. 뒤이어 데이터·분석(79%), 회계(74%)가 따릅니다. 반면 보육(71%), 간호(68%), 건설(64%) 등 몸으로 부딪치고 사람을 직접 대하는 일은 상대적으로 덜 바뀔 것 같습니다.

Q3. 근로자는 AI 시대를 어떻게 준비해야 하나?

A: 단순 반복 작업보다는 AI가 낸 결과물을 감독하고 평가하며 예외 상황을 처리하는 고급 사고 능력을 키워야 합니다. AI를 제대로 감독하려면 추론, 전문 지식, 맥락 이해에서 AI를 앞서야 합니다.

해당 기사에 인용된 리포트 원문은 Hiring Lab에서 확인 가능하다.

리포트명: AI at Work Report 2025: How GenAI is Rewiring the DNA of Jobs

이미지 출처: 이디오그램 생성

해당 기사는 챗GPT와 클로드를 활용해 작성되었습니다.