AI 시대, 직업은 사라져도 ‘업’은 남는다
2026년 1월 21일, University of Washington 학생들을 대상으로 ‘AI 시대, 업의 본질’에 대해 이야기할 기회가 있었습니다. 강의를 마치고 나니, 이 내용은 한국의 대학생들에게도 충분히 공유할 만하다는 생각이 들어 글로 정리해봅니다.
AI가 사람의 일을 대신하기 시작했다는 이야기는 이제 뉴스가 아니라 일상이다.
번역은 이미 기계가 더 빠르고, 코드도 AI가 작성하며, 음악과 그림조차 인간의 전유물이라 말하기 어려워졌다. 이런 시대에 대학생들은 묻는다.
“그럼, 우리는 뭘 해야 하나요?”
이 질문은 사실 정확하지 않다.
정확한 질문은 이것이다.
“AI 시대에도 사라지지 않는 ‘업’은 무엇인가?”
우리는 흔히 직업을 정체성과 동일시한다.
엔지니어, 기획자, 디자이너, 마케터.
하지만 직업은 시대에 따라 사라지고, 이름이 바뀌고, 역할이 재편된다.
반면 ‘업’은 직업보다 깊다.
업이란,
어떤 기술을 쓰느냐가 아니라
어떤 문제를 맡고,
어떤 책임을 지며,
어떤 결정을 대신 내려주는가에 관한 것이다.
산업혁명 당시 수많은 직업이 사라졌지만,
‘계산하는 사람’이 사라진 것이 아니라 계산을 맡는 방식이 바뀌었다.
장부를 적던 사무직은 사라졌지만, 의사결정에 필요한 숫자를 책임지는 역할은 더 중요해졌다.
AI 시대도 마찬가지다.
직업은 바뀌지만, 업은 다른 얼굴로 살아남는다.
AI 중 최근 많이 쓰이는 LLM은 ‘생각한다’기보다,
학습된 데이터 기반으로 다음 단어를 예측할 뿐이다.
무엇이 중요한지,
무엇을 먼저 해야 하는지,
이 선택이 어떤 사람에게 어떤 영향을 미치는지.
이 질문들은 여전히 인간의 몫이다.
그래서 AI 시대의 핵심 역량은
“AI 툴을 얼마나 잘 쓰느냐”가 아니다.
“AI가 만든 결과 중, 무엇을 선택하고 무엇을 버릴 것인가”
이 판단 능력이 업의 본질이 된다.
전통적인 조직은 직급 중심이었다.
결정은 위에서 내려오고, 정보는 위로 올라간다.
중요한 것은 Who였다.
하지만 기술이 고도화될수록 이런 구조는 느려진다.
정보는 현장에 있고, 문제는 복합적이며, 정답은 하나가 아니다.
그래서 역할 중심 조직이 등장한다.
여기서 중요한 것은 What이다.
누가 말했는가가 아니라
무엇을 근거로 말했는가
어떤 관점이 추가되었는가
AI는 이 변화를 가속한다.
의견이 아니라 맥락을 설계하는 사람이 남는다.
“Communication is everything.
But language is not communication.”
같은 말을 듣고도 사람들은 전혀 다른 그림을 그린다.
문제는 언어가 아니라 관점이다.
AI 시대의 협업은 더 어려워진다.
사람과 사람 사이뿐 아니라,
사람과 AI 사이에도 ‘해석의 간극’이 생기기 때문이다.
그래서 업의 핵심은 점점 한 방향으로 수렴한다.
서로 다른 관점을 같은 방향으로 정렬하는 역할.
오해를 제거하고, 기준을 맞추고, 선택지를 명확히 하는 일.
이 일은 자동화되지 않는다.
예전에는 시간이 실력을 보장했다.
연차가 쌓이면 자연스럽게 시니어가 되었다.
지금은 다르다.
AI는 주니어의 ‘반복 작업’을 빠르게 흡수한다.
그 결과, 단순히 오래 버틴다고 시니어가 되지 않는다.
AI 시대의 시니어는
더 많은 일을 하는 사람이 아니라
어떤 일을 할지 정하는 사람이다.
업의 무게는 손이 아니라 결정에 실린다.
AI 시대에도 사라지지 않는 업은 이것이다.
복잡한 상황을 구조화하고,
기술과 사람 사이를 번역하며,
의미 있는 선택을 가능하게 만드는 역할.
직무는 바뀔 수 있다.
PM일 수도 있고, 개발자일 수도 있고, 전혀 다른 이름일 수도 있다.
하지만 이 업을 수행하는 사람은
어떤 조직에서도, 어떤 시대에서도 필요하다.
AI는 더 똑똑해질 것이다.
도구는 계속 바뀔 것이다.
그렇다면 우리는 묻는 질문도 바꿔야 한다.
“어떤 직업이 유망한가?”가 아니라
“나는 어떤 업을 맡을 사람인가?”
이 질문에 답을 찾는 순간,
AI는 경쟁자가 아니라 도구가 된다.
직업은 사라질 수 있다.
하지만 업은 남는다.
업을 찾은 사람에게 AI는 경쟁자가 아니라,
사유와 실행을 증폭시키는 도구가 된다.