AI가 보고서 초안을 빠르게 만든 날, 직원의 하루도 짧아졌을까. 같은 시간에 더 많은 일을 처리하게 됐다면 생산성은 올랐을 수 있지만 개인의 여유는 늘지 않았을 수 있다. 인공지능과 일자리의 관계를 논할 때 우리는 종종 일자리가 몇 개 사라질지 먼저 묻는다. 그만큼 중요한 질문은 남아 있는 일의 내용과 속도, 책임이 누구에게 어떻게 배분되는가다.
중국 국무원 판공청(国务院办公厅)이 10월 23일 공개한 AI 기술 발전에 맞춘 고용 친화적 발전방식 구축 의견은 이 질문을 정책의 영역으로 끌어왔다. 문서 작성일은 16일이며 공개일이 23일이다. 새 일자리 창출과 기존 업무 지원, 노동자의 디지털 역량, 권리 보호와 고용 위험 대응을 함께 다뤘다. AI를 널리 쓰겠다는 방향과 전환의 비용을 살피겠다는 방향이 같은 문서에 놓였다.
여기서 주목할 것은 AI를 쓰면 고용이 자동으로 좋아진다는 단순한 전제가 아니라, 긍정적 효과를 키우면서 대체의 영향을 줄이려는 정책 구성이다. 고용 친화성은 소프트웨어의 속성만으로 결정되지 않는다. 같은 도구도 회사가 무엇을 목표로 삼고 직원에게 어떤 시간을 주느냐에 따라 다른 결과를 만든다. 도입 여부를 묻는 설문보다 도입 뒤의 업무를 살피는 일이 중요하다.
AI가 줄인 업무 시간은 어디로 가나
가령 반복적인 표 정리에 하루 두 시간이 들던 업무가 줄었다고 가정해 보자. 남은 시간을 고객의 문제를 깊이 이해하는 데 쓸 수도 있고, 처리해야 할 건수를 크게 늘릴 수도 있다. 두 경우 모두 도구는 같지만 일의 질은 다르다. 이 예는 특정 기업의 실적이 아니라 업무 설계의 차이를 보여준다. 기술의 효율이 직원의 숙련과 서비스의 개선으로 연결되려면 그 시간을 어디에 쓸지 조직이 결정해야 한다.
전환 교육 역시 교육 횟수로만 평가해서는 부족하다. 직원이 새 도구를 배울 시간이 실제 근무 안에 있는지, 자신의 업무에 적용해 보고 질문할 사람이 있는지 살펴야 한다. 퇴근 뒤 각자 공부하라고 하면서 적응 속도를 평가하면 전환의 비용은 개인에게 넘어간다. 경험이 많은 직원의 현장 지식이 새 시스템을 검토하는 자산이 될 수 있다는 점도 교육 설계에서 놓치지 말아야 한다.
AI가 내놓은 결과를 확인하는 일은 눈에 잘 보이지 않는 노동이다. 초안을 만드는 시간은 줄어도 잘못된 근거와 숫자를 검토하는 시간이 생길 수 있다. 이를 업무량 계산에서 빼면 직원은 빠른 산출물의 책임을 떠안으면서 검토할 시간은 얻지 못한다. 생산성을 측정할 때 생성 속도뿐 아니라 확인과 수정, 예외 처리에 필요한 노력을 함께 넣어야 한다는 뜻이다.
권리의 문제는 채용 단계에서도 시작된다. 중국의 이번 의견은 인력 관리에 AI를 쓸 때 알고리즘 남용으로 인한 고용 차별이나 사생활·휴식권 침해 같은 문제를 다루도록 했다. 정책 문구가 있다는 사실만으로 문제가 해결됐다고 볼 수는 없다. 지원자가 판단에 이의를 제기할 수 있는지, 사람이 다시 검토하는 경로가 있는지 같은 실행 조건이 따라야 한다.
기업이 기술을 도입할 이유는 분명하다. 더 빠른 대응과 새로운 서비스를 만들 기회를 외면할 수는 없다. 그러나 업무가 바뀌는 속도와 사람이 적응하는 속도를 같은 것으로 가정하면 성과가 오래가기 어렵다. 새로운 역할을 이해하고 시행착오를 겪을 기간이 필요하다. 조직이 이를 낭비로 볼지 투자로 볼지에 따라 AI 활용의 지속성이 달라질 수 있다.
도입률 다음에 살펴야 할 지표
중소기업에서는 이 문제가 더 구체적이다. 인원이 적은 조직에서 새 도구를 시험하고 관리할 여유가 넉넉하지 않을 수 있다. 오류가 생겼을 때 누가 멈추고 수정할지 정해 두는 일도 필요하다. 거창한 전사 도입보다 반복 업무 한 부분을 바꾸고 실제 부담을 비교하는 접근이 현실적일 수 있다. 이는 모든 기업에 같은 방식을 강요하자는 주장이 아니라 전환의 조건을 업무 규모에 맞추자는 제안이다.
한국에서도 중국의 정책을 읽는 의미는 어느 나라가 먼저 AI를 도입했는지 순위를 매기는 데 있지 않다. 기술 투자와 사람에 대한 투자를 어떻게 연결할 것인지 비교할 수 있다. 기업과 학교, 공공기관 모두 도구의 이용률만으로 성공을 설명하기 쉽다. 이용한 뒤 사람이 더 중요한 판단에 집중했는지, 새로운 역량을 얻었는지까지 묻는 평가가 있어야 변화의 내용을 알 수 있다.
정책의 성과를 살피는 방식도 바뀌어야 한다. 새 직종의 이름이 생겼다는 소식과 안정적인 일자리가 만들어졌다는 사실은 다르다. 교육을 마친 인원과 실제로 이동한 일자리도 구분해야 한다. 임금과 근무 시간, 역할의 지속성까지 연결해 볼 때 전환의 결과가 드러난다. 숫자를 공개할 때 무엇을 세었는지 함께 설명하는 일이 정책에 대한 신뢰를 만든다.
무엇보다 노동자는 기술 변화의 관찰 대상이면서 동시에 실행 주체다. 자주 발생하는 오류와 고객의 예외적인 요구를 가장 잘 아는 사람이 현장에 있다. 도입 과정에서 그 경험을 듣는 것은 변화에 대한 막연한 배려만이 아니다. 시스템을 실제로 작동하게 만드는 지식을 확보하는 일이다. 기술을 결정하는 회의와 그것을 쓰는 자리 사이의 거리를 줄여야 한다.
AI가 만든 시간은 저절로 누구에게나 돌아가지 않는다. 조직의 목표와 평가 방식, 교육과 권한의 배치가 그 시간을 나눈다. 중국의 새 의견이 실질적인 고용의 변화로 이어질지는 앞으로의 실행을 지켜봐야 한다. 다만 이 문서는 생산성의 질문 옆에 전환과 권리의 질문을 놓았다는 점에서 읽을 가치가 있다. 기술의 속도를 자랑하는 시대일수록 사람에게 주어진 시간의 내용도 같은 무게로 물어야 한다.
[참고자료]
국무원 판공청 AI 발전과 고용 친화적 발전방식 의견
https://big5.www.gov.cn/gate/big5/www.gov.cn/zhengce/content/202610/content_7084107.htm
생태환경부가 게재한 국무원 의견 전문
https://www.mee.gov.cn/zcwj/gwywj/202610/t20261024_1184583.shtml
){kind=small}
){kind=small}
){kind=small}
){kind=small}