AI는 직업을 통째로 먹지 않았다, 일의 21%부터 바꾸고 있다

AI가 사람의 일자리를 빼앗을지 묻는 기사는 많지만, 실제 직장인은 AI에 무엇을 시키고 있을까요. Google은 약 1,500만 건의 인간-AI 상호작용을 분석한 ATLAS v1.0으로 이 질문에 답하려 했습니다.

눈에 띄는 숫자는 두 개입니다. 일반적인 직업에서 AI가 쓰인 범위는 전체 작업의 약 21%였고, 업무 관련 상호작용 중 AI가 일을 완전히 자동화한 경우는 10% 미만이었습니다.

이 결과를 “AI는 사람을 대체하지 않는다”로 끝내기보다, 직업을 구성하는 작은 업무 묶음이 먼저 재편되고 있다고 읽는 편이 정확합니다.

직업은 하나의 버튼이 아닙니다. 설명, 판단, 기록, 검색, 설득, 현장 행동이 묶인 꾸러미입니다. AI는 그중 일부부터 빠르게 바꾸고 있습니다.

ATLAS는 무엇을 본 조사인가

Google은 Gemini 앱, AI Mode, Gemini API에서 발생한 상호작용을 집계하고 비식별화해 분석했습니다. 150여 국가와 140개 언어, 800개 직업, 약 4,000개 작업이 범위에 들어갑니다.

설문에서 “AI를 쓰십니까?”라고 묻는 대신 사람들이 실제로 AI에 요청한 내용을 직업과 작업 분류에 연결했다는 점이 특징입니다. 말로는 가끔 쓴다고 답해도 매일 문서 요약을 맡기는 사람과, 유행 때문에 한 번 써본 사람을 구분할 단서가 생깁니다.

다만 대화 내용 전체를 사람이 읽어 평가한 자료가 아니라 집계된 상호작용을 분류한 연구입니다. 사용자의 최종 결과가 실제로 좋았는지, 회사에서 공식 업무로 인정받았는지까지 측정한 것은 아닙니다.

숫자	뜻	주의할 해석
1,500만 건	분석한 인간-AI 상호작용 규모	노동자 1,500만 명과 같지 않음
직업 68%	업무 관련 활용이 관측된 직업 범위	모든 종사자가 쓴다는 뜻 아님
작업 21%	일반 직업에서 AI가 관여한 작업 비중	직업 21%가 사라진다는 뜻 아님
완전 자동화 10% 미만	업무 대화 중 AI가 전부 처리한 비중	미래에도 낮다는 보장 없음

21%라는 숫자가 말하는 변화

마케터를 예로 들면 시장 조사, 문구 초안, 데이터 정리, 회의 기록, 고객 인터뷰, 최종 의사결정이 한 직업 안에 섞여 있습니다. AI는 이 중 검색과 초안, 분류를 먼저 맡고 사람은 목표 설정과 판단, 관계 형성을 계속 담당합니다.

그래서 회사는 인원을 바로 없애지 않아도 같은 팀에 기대하는 생산량을 높일 수 있습니다. 한 사람이 예전보다 더 많은 초안을 만들고, 더 자주 실험합니다. 고용 인원은 그대로여도 업무 속도와 성과 기준은 이미 바뀔 수 있습니다.

반대로 AI가 맡는 21%가 단순 잡무만은 아닙니다. 코딩, 분석, 설명, 문제 해결처럼 직업의 핵심에 가까운 일도 포함됩니다. ‘보조’라는 단어가 변화의 크기를 작게 보이게 할 수 있는 이유입니다.

728x90

사무직만의 이야기는 아니다

연구에서는 현장·기술 직군도 진단과 문제 해결에 AI를 활용했습니다. 기계 사진을 보여주고 이상 징후를 묻거나, 장비 상태와 매뉴얼을 함께 비교하는 식입니다. 이런 직군은 텍스트만 쓰기보다 이미지 등 멀티모달 입력을 사용할 가능성이 더 높았습니다.

AI가 렌치를 대신 돌리지는 못해도 고장의 원인 후보를 줄이고 점검 순서를 제안할 수 있습니다. 사람의 손과 현장 감각이 필요한 일에도 정보 탐색과 판단 보조가 깊게 들어오는 셈입니다.

결론을 너무 크게 만들면 안 되는 이유

ATLAS는 Google 제품 사용자에 대한 관측입니다. AI를 쓰지 않는 사람과 회사, 다른 AI 서비스 이용자는 표본 밖에 있습니다. 업무 목적처럼 보이는 대화가 실제 업무에서 채택됐는지도 알기 어렵습니다.

현재 완전 자동화 비중이 낮다고 해서 앞으로도 사람을 대체하지 않는다고 결론 낼 수도 없습니다. 에이전트가 여러 도구를 쓰고 장시간 작업할수록 보조와 자동화의 경계는 달라집니다.

그럼에도 대규모 실제 사용 자료가 보여주는 출발점은 중요합니다. 오늘의 AI는 직업 전체를 한 번에 없애기보다 작업 단위로 침투하고 있으며, 사람과의 협업이 아직 중심이라는 것입니다.

반응형

우리에게 필요한 준비

내 직업이 없어질지 막연히 묻기보다 일주일 동안 하는 업무를 작은 단위로 적어보는 것이 먼저입니다. 검색, 초안, 검토, 승인, 협상, 현장 실행으로 나누면 AI에 맡길 부분과 사람이 책임질 부분이 보입니다.

AI가 만든 결과를 검증하는 기준도 문서화해야 합니다. 속도만 높이고 오류 확인 시간을 줄이면 생산성은 숫자로만 좋아집니다.

AI 시대의 경쟁력은 모든 일을 직접 하는 능력보다, 맡길 일을 잘게 정의하고 결과를 판단하며 책임지는 능력으로 옮겨갈 가능성이 큽니다.

결론

Google ATLAS는 AI가 직업을 통째로 삼킨 장면보다, 약 21%의 작업부터 들어와 사람을 돕는 현재를 보여줍니다. 완전 자동화는 아직 업무 상호작용의 10% 미만이었습니다.

그러나 ‘보조’는 변화가 작다는 말이 아닙니다. 같은 사람이 처리하는 일의 양과 방식, 조직이 기대하는 속도를 바꿀 수 있습니다.

대체냐 보조냐의 이분법을 벗어나, 내 일을 이루는 어떤 작업이 먼저 달라지고 있는지를 살펴야 할 때입니다.