'직원 1명당 AI 100명'이 뜻하는 것
3월 셋째 주, 젠슨 황은 NVIDIA GTC 무대에 올라 이렇게 말했다. "앞으로 직원 한 명당 AI 직원 100명이 생긴다." 해고 통보가 아니었다. 그는 이것을 '미래의 직장'으로 소개했다.
나는 그 뉴스를 보며 묘한 기분이 들었다. 불안이 아니었다. 일종의 기시감이었다.
메타(Meta)는 지난달 REA(Ranking Engineer Agent)를 공개했다. 이 AI 에이전트는 광고 랭킹 모델의 ML 라이프사이클 전체를 스스로 돌린다. 가설을 세우고, 학습 작업을 시작하고, 오류를 디버깅한다. 결과는 모델 정확도 2배, 인간 엔지니어 1인당 산출물 5배 증가 (Meta Engineering, 2026). 해고는 없었다. 인간의 역할이 바뀌었다.
세일즈포스(Salesforce)의 AI 에이전트 플랫폼 Agentforce는 이미 연 매출 8억 달러를 넘겼다. 기업들이 AI 에이전트를 '실험'이 아닌 '운영'으로 전환하고 있다는 신호다.
100% 재택근무를 하면서 나는 이미 이 방식으로 일하고 있다.
파이썬 스크립트가 필요할 때, 분석 초안이 필요할 때, 이해관계자에게 보낼 문서를 만들 때, Claude에게 먼저 시킨다. 나는 지시하고, 결과를 검토하고, 방향을 수정한다. 팀원에게 업무를 위임하는 것과 구조적으로 같다. 덕분에 같은 시간에 1.5~2인분의 아웃풋이 나온다.
그런데 이 방식이 작동하려면 한 가지 조건이 있다. 무얼, 어떻게 시켜야 하는지 알아야 한다는 것. 결과가 맞는지 틀린지 판단할 수 있어야 한다. AI에게 (아직은) 위임할 수 없는 역량, 즉 판단력이다.
한국 직장인의 약 49.5%가 AI로 인한 고용 변화에 불안감을 느낀다 (서울경제, 2026). KDI에 따르면 한국 일자리의 38.8%는 이미 업무의 70% 이상이 기술적으로 자동화 가능하다.
숫자만 보면 공포스럽다. 그런데 가트너(Gartner)는 다른 각도를 제시한다. AI 투자 50개 중 1개만이 실질적 가치를 만들어낸다고. 기술이 빠르게 발전해도, 조직이 실제로 활용하는 속도는 훨씬 느리다. 이 간극이 중요하다. AI가 세상을 바꿀 건 맞다. 하지만 그 변화가 내 책상까지 도달하는 시간은, 공포가 예상하는 것보다 느릴 수 있다.
젠슨 황의 선언은 협박이 아니었다. 하지만 안심하라는 말도 아니었다.
AI 팀장이 된다는 것은 지금까지와 전혀 다른 역량을 요구한다. 코드를 짜는 능력보다, 무엇을 짜야 하는지 아는 능력. 보고서를 쓰는 능력보다, 어떤 보고서가 필요한지 판단하는 능력. 실행이 아니라 방향 설정.
어쩌면 AI 시대의 진짜 리스크는 AI에 대체되는 것이 아니라, AI를 팀원으로 쓸 줄 아는 사람과 그렇지 못한 사람 사이에서 생기는 격차일지 모른다. 나는 지금 어느 쪽에 있는가.