직업은 남지만 직무는 사라진다

AI 시대에 직업 자체가 소멸할 가능성은 제한적이지만, 직업 내 개별 직무가 자동화되거나 증강되는 변화가 핵심으로 나타났다.

이는 인공지능이 복합적인 직업 전체를 대체하기보다 특정 업무 단위를 효율화하는 데 집중하기 때문이다.

이러한 변화의 영향은 주로 초급 채용이 일어나는 엔트리 레벨에서 가장 먼저 나타날 것으로 박정호 교수는 분석했다.

AI 도입 이후 현장에서 대량 해고가 거의 일어나지 않지만, 신규 채용 중단이나 자연 감소분을 충원하지 않는 방식이 활용된다고 박정호 교수는 진단했다.

이는 사실상 해고와 유사한 효과를 내는 '보이지 않는 해고' 형태로 작용한다.

반면 일부 AI 솔루션 관련 부서는 오히려 채용이 늘어나는 등 고용 시장의 양면성이 존재한다.

국제 노동 기구(ILO) 조사에 따르면 현재 100개 직업 중 25개 직업이 AI로 인한 고용 영향권에 있으며, 심각한 영향을 받는 직업은 3.3% 수준이라고 박정호 교수는 설명했다.

그러나 2030년대가 넘어가면 AI로 인해 고용 영향을 받는 직업 비중이 100개 중 57개로 급증할 것으로 전망됐다.

기존 일자리를 지키는 방식의 노동 정책은 한계에 직면했으며, 변화된 직무에 적응하도록 교육하고 재고용 가능성을 높이는 정책이 더욱 중요해졌다고 박정호 교수는 강조했다.

이는 사라지는 일자리를 지키는 데 정부의 역할을 묻는 것보다, 바뀌는 직무에 사람들이 어떻게 적응할지에 대한 노동 정책을 제시하는 것이 더 중요함을 뜻한다.

또한 이직·전직 시 이전 소득 수준을 유지할 수 있는 대안을 마련해야 한다고 덧붙였다.

AI 도입으로 직무 재설계가 필요하지만, 아직 대량 해고는 발생하지 않는 상황이다.

기업들은 신규 채용을 중단하고 퇴직으로 발생한 빈자리를 채우지 않는 방식으로 고용을 조정하고 있다.

이는 사회적으로 해고보다 수용 가능한 형태의 고용 감소 방안으로 활용된다.

표준화된 AI 활용은 대체되기 쉽다는 단점이 있어, 각 회사 고유의 업무 스타일과 데이터를 학습한 맞춤형 AI 운용 능력이 중요해졌다.

박정호 교수는 특수 직무에 부합하는 서바이벌 전략이 중요하며, 이를 위해서는 회사 내에서 직무 전환을 찾는 것이 유리하다고 강조했다.

신입사원은 아직 직무 분류가 확정되지 않은 상태에서 신규 채용 감소의 직접적인 타격을 받고 있다.

기업은 기존 관습을 고집하는 기성세대보다 새로운 직무 설계가 가능한 청년을 선호할 가능성도 상존한다.

한국의 경직된 해고 규정은 신규 채용 위축과 맞물려 청년들의 고용 불안을 가중시키는 요인으로 작용한다.

미국은 AI 도입에 따른 해고 방지 제동 장치가 없다고 박정호 교수는 설명했다.

최고경영자(CEO)의 경영 혁신 명분으로 인력 조정이 가능하며, 대규모 해고와 폐쇄 시 사전 통지만 요구하는 수준의 규제만 존재한다.

미국은 2025년 'AI 행동 계획'을 발표하며 AI 직업 교육 및 도제 제도를 강화하고 있다.

이는 기업의 자유로운 해고는 원칙적으로 허용하되, AI의 영향을 받는 근로자들의 신속한 재훈련을 지원하는 데 초점을 맞춘 전략이다.

유럽연합(EU)은 AI 도입으로 인한 직접적인 고용 유지를 명령하지 않는다.

대신 채용, 업무 배분, 평가, 승진, 해고 등 AI가 근로자에게 미치는 영향에 대해 기업이 사전 공지할 의무를 부과했다.

이는 근로자가 변화에 대응할 시간을 부여하는 데 중점을 둔 정책이다.

독일은 연방고용청을 통해 재교육 비용 매칭을 지원하며 기업 내 직무 전환을 유도한다.

이는 해고 후 재취업 지원에 들어가는 사회적 비용보다 사내 직무 전환이 경제적으로 효율적이라는 판단에 따른 것이다.

하지만 이러한 정책은 기업 경쟁력 저하 가능성이라는 경제학적 한계도 지닌다.

덴마크는 독일과 달리 기업 내 고용 유지를 강제하지 않으며, 해고 자체를 유연하게 허용한다.

대신 실업급여와 적극적인 취업 상담을 통해 노동 이동을 지원하는 방식으로 유연한 노동 시장을 유지한다.

미국은 근로자를 쉽게 해고하기 어려운 환경이 창업과 신규 채용을 저해한다고 본다.

반면 유럽은 기업을 '공동운명체'로 보고 고용 유지를 통해 대안을 찾는 방식을 선호하여, 해고가 쉬울수록 창업이 활발하다는 주장과 근로자 보호가 우선이라는 입장이 갈린다.

시장 변화에 따라 직무를 조정하지 못하면 결국 기업 경쟁력이 약화되고, 근로자에게도 안정성에 안주하다가 뒤늦게 해고되는 것보다 조기 직무 전환이 이득일 수 있다고 박정호 교수는 지적했다.

이는 과거 한국은행의 주판 계산 인력 사례처럼 기술 변화 속도를 따라가지 못하는 고용은 한계가 있음을 보여준다.

현행 고용 통계는 산업 및 직업별 분류에 그쳐 세밀한 대응이 어렵다.

AI가 영향을 주는 특정 과업과 필요 역량을 분석하려면, 직무, 과업, 필요 역량까지 매칭하는 세분화된 통계 체계로 전환해야 한다고 박정호 교수는 주장했다.

또한 연 단위가 아닌 월 단위의 세분화된 고용 통계 집계가 필요하다는 점을 강조했다.

AI 알고리즘이 업무 배분과 성과 평가를 직접 결정할 때 근로자의 노동권과 갈등이 발생한다.

알고리즘의 결정에 대해 근로자가 협상할 수 있는 주체가 모호하며, 회사나 직장 상사가 아닌 알고리즘 공급사에 대한 책임 소재 등 새로운 사회적 합의가 필요하다는 지적이 나왔다.