생성형 AI가 새로운 일자리를 창출하다
생성형 인공지능(Generative AI)의 등장은 전 세계 산업과 노동 시장에 깊숙한 변화의 바람을 불어넣고 있습니다. AI 기술은 단순히 기존의 일자리를 대체하는 것에 그치지 않고, 새로운 직업군을 창출하며 기술 숙련도에 대한 요구를 변화시키고 있습니다.
한국 기업들은 이러한 흐름에 어떻게 적응하고 있으며, 노동자들은 어떤 전략을 통해 미래를 준비해야 할까요? 무엇보다 생성형 AI가 노동 시장에 미치는 영향 중 가장 눈에 띄는 부분은 새로운 직업군의 탄생입니다. MIT 테크놀로지 리뷰에 4월 9일 게재된 에밀리 첸(Emily Chen) 박사의 연구는 이러한 변화를 명확히 보여줍니다.
AI & Society Lab의 연구원인 첸 박사는 "대체 너머: 새로운 데이터가 보여주는 AI의 놀라운 일자리 창출 역할"이라는 제목의 기사를 통해 프롬프트 엔지니어링, AI 윤리 전문가, 데이터 큐레이션, AI 기반 서비스 설계와 같은 완전히 새로운 직종이 급성장하고 있다고 분석했습니다. 첸 박사의 연구는 광범위한 노동 시장 데이터와 경제 모델을 활용하여, 특정 일상적이고 반복적인 업무는 자동화되지만, AI와 상호작용하는 기술적 숙련도와 함께 창의성, 비판적 사고, 복합적인 문제 해결 능력에 대한 수요가 급증하고 있음을 실증적으로 보여줍니다.
광고
첸 박사가 특히 강조한 것은 이러한 새로운 직업군이 과거에는 존재하지 않았던 완전히 새로운 영역에 속한다는 점입니다. 프롬프트 엔지니어는 AI 모델이 원하는 결과를 생성하도록 정교한 지시문을 작성하는 전문가이며, AI 윤리 전문가는 AI 시스템이 편향되지 않고 공정하게 작동하도록 감독합니다.
데이터 큐레이터는 AI 학습에 필요한 고품질 데이터를 선별하고 정리하는 역할을 담당합니다. 이는 단순히 자동화로 인해 일자리를 잃는 노동자들에게 새로운 기회를 제공할 가능성을 시사합니다.
다만 이러한 기회를 포착하기 위해서는 적절한 재교육과 기술 향상 프로그램이 필수적입니다. 한편, 이러한 기술 발전은 전 세계적으로 기술 격차를 심화시키고 있다는 우려도 커지고 있습니다.
광고
런던 정치경제대학교(LSE) 블로그의 비즈니스 리뷰 섹션에 4월 5일 실린 데이비드 리(David Lee) 교수의 분석은 이러한 문제를 정면으로 다룹니다. LSE 경제성과연구센터 소속인 리 교수는 "AI 기술 격차 해소: 인력 전환을 위한 글로벌 필수 과제"라는 글에서 전 세계 인력 데이터를 종합적으로 검토하며 AI 도입 가속화로 인한 기술 격차 확대를 강조했습니다.
그의 연구는 AI 준비도와 기술 개발에서의 지역적 불균형에 대한 우려를 제기하며, 재교육 및 기술 향상 노력에 투자하지 않는 국가들이 경제적으로 뒤처질 위험이 있다고 경고합니다. 리 교수는 특히 AI 기반 경제에 대비한 미래 인력을 육성하기 위해서는 직업 훈련 및 교육 개혁을 위한 민관 협력이 필수적이라고 주장합니다. 그는 정부가 단독으로 이러한 과제를 해결할 수 없으며, 기업과 교육 기관, 시민사회가 함께 협력해야 한다고 강조했습니다.
리 교수의 정책 권고안은 단순히 기술 교육을 확대하는 것을 넘어, 평생 학습 체계를 구축하고 노동자들이 변화하는 기술 환경에 지속적으로 적응할 수 있도록 지원하는 포괄적인 접근을 제시합니다.
광고
한국 기업과 노동자, 기술 격차에 직면하다
한국의 상황을 살펴보면, 생성형 AI 도입에 있어 복합적인 양상이 나타나고 있습니다. 한국은 세계적인 기술 수준을 자랑하는 반도체, IT 서비스, 게임 산업과 같은 분야에서 AI를 적극 응용하고 있습니다. 대기업들은 자체적인 AI 연구개발 부서를 운영하며 글로벌 경쟁력을 유지하고 있으나, 중소기업과 전통 제조업 분야에서는 AI 활용과 관련된 기술 격차가 뚜렷합니다.
이러한 격차는 단순히 기술 도입의 문제를 넘어 경제 전반의 양극화를 심화시킬 수 있다는 점에서 우려됩니다. 특히 중요한 것은 노동자들이 변화하는 기술 환경에 적응할 수 있도록 효과적인 교육 및 재훈련 체계가 수립되어야 한다는 점입니다. 국내 일부 기업들은 자체 교육 프로그램을 개발하거나 정부의 노동자 훈련 지원을 받는 사례가 늘고 있지만, 그 규모와 효과는 여전히 부족한 수준입니다.
에밀리 첸 박사가 제시한 새로운 직업군들은 고도의 전문성을 요구하며, 이를 갖추기 위해서는 체계적이고 장기적인 교육 투자가 필요합니다.
광고
단기적인 기술 교육만으로는 AI 시대가 요구하는 창의성과 비판적 사고 능력을 충분히 개발할 수 없습니다. 리 교수가 제안한 민관 협력 모델은 한국 상황에서도 중요한 시사점을 제공합니다. 정부는 AI 기반 직업 교육에 실질적인 예산과 정책 지원을 확대해야 하며, 기업은 단기적인 이익을 넘어 장기적인 인력 육성에 투자해야 합니다.
교육 기관은 산업 현장의 요구를 반영한 커리큘럼을 개발하고, 평생 학습 체계를 구축하여 노동자들이 지속적으로 기술을 업데이트할 수 있도록 지원해야 합니다. 이러한 통합적 접근 없이는 AI가 가져올 기회를 충분히 활용하기 어렵습니다.
생성형 AI의 변화는 단순히 기술적 혁신의 문제가 아니며, 글로벌 경쟁 및 사회적 불균형을 포함한 구조적 문제와 직결됩니다. 영어 교육, 코딩 교육과 같은 기존의 기술 훈련 과정을 넘어, AI와 인간의 협력 모델을 새롭게 정립하는 것이 필수가 되었고 이는 교육 시스템의 근본적인 개혁을 요구합니다.
광고
리 교수는 "재교육 및 재훈련에 대한 투자는 기업과 국가 경쟁력을 유지하는 데 있어 비용이 아니라 투자로 봐야 한다"고 강조했습니다. 이는 단순히 실업자를 위한 복지 정책이 아니라, 미래 경제의 기반을 마련하는 전략적 투자라는 인식의 전환이 필요함을 의미합니다.
미래를 대비한 교육과 정책 전략의 필요성
첸 박사의 연구가 보여주는 것처럼, AI는 일자리를 대체하는 동시에 창출하기도 합니다. 그러나 이러한 새로운 일자리는 기존의 일자리와 요구하는 기술이 근본적으로 다릅니다.
과거에는 특정 기술을 한 번 배우면 평생 사용할 수 있었지만, AI 시대에는 지속적인 학습과 적응이 필수입니다. 이는 개인의 노력만으로는 해결할 수 없는 구조적 과제이며, 사회 전체의 시스템적 대응이 필요합니다. 미래 학자들은 생성형 AI가 지금보다 더 직업군을 과감하게 변화시키고, 자동화가 가능한 부분에서 상당한 비용 절감을 일으키며 대규모 생산성을 창출할 것이라고 예측합니다.
한국 경제는 이러한 기술적 변화에 대해 조금 더 선제적으로 대응할 필요가 있습니다. 특히 중소기업 및 지역 기업이 이러한 변화에 적응하는 데 있어 효과적인 지원책이 마련되지 않는다면, 대기업과 중소기업 간, 수도권과 지방 간 경제적 격차는 더욱 심화될 것입니다. 리스킬링(Re-skilling)과 업스킬링(Upskilling)은 이제 선택이 아닌 필수가 되었습니다.
리스킬링은 완전히 새로운 분야의 기술을 습득하는 것을 의미하며, 업스킬링은 현재 보유한 기술을 더 높은 수준으로 향상시키는 것을 말합니다. AI 시대에는 두 가지 모두 필요합니다.
기존 업무가 자동화되는 노동자는 리스킬링을 통해 새로운 직업으로 전환해야 하며, AI와 협업하는 노동자는 업스킬링을 통해 더 높은 부가가치를 창출할 수 있어야 합니다. 결론적으로, 생성형 AI는 한국 사회에 위기와 기회를 동시에 제공하고 있습니다. 대기업 중심의 AI 도입이 높은 생산성을 가져올 가능성이 높지만, 전반적인 효과를 극대화하려면 중소기업과 노동자를 포함한 전방위적 전략 수립이 요구됩니다.
에밀리 첸 박사가 제시한 새로운 일자리 창출의 가능성과 데이비드 리 교수가 경고한 기술 격차의 위험은 동전의 양면입니다. 이 변화와 함께 적응하려면 우리는 정교한 재교육 프로그램과 기술 격차를 완화하기 위해 발빠르게 대응해야 합니다.
정부, 기업, 교육 기관, 개인이 각자의 역할을 충실히 수행하고 긴밀히 협력할 때, 비로소 AI가 가져올 긍정적인 변화를 최대한 활용하고 부정적인 영향을 최소화할 수 있을 것입니다. 독자 여러분, 과연 우리가 생성형 AI가 가져올 미래에 준비되어 있는지, 그리고 무엇을 해야 하는지 깊이 고민해야 할 시점입니다.
김도현 기자
광고
[참고자료]
technologyreview.com
blogs.lse.ac.uk
){kind=small}
){kind=small}
){kind=small}
){kind=small}