I. AI 시대, 다시 쓰이는 '노동'의 개념

AI는 더 이상 특정 기술의 진화에 머무르지 않고, 노동과 산업 질서 전반을 재편하는 구조적 변화로 확장되고 있다. AI 도입으로 단순·반복 업무의 자동화는 이미 가시화되었으며, 일정 수준의 자율성을 가지고 복잡한 의사 결정까지 지원하는 ‘Agentic AI’는 일상적인 업무 도구로 자리 잡았다. 최근에는 소프트웨어 기반의 AI를 넘어서 물리적인 환경에서 스스로 행동하고 상호작용하는 ‘Physical AI’까지 실증과 초기 적용단계로 확장되고 있다. 이처럼 AI는 인간의 고유 영역이라고 여겨졌던 판단·창의·협업의 영역까지 영향을 미치며 산업 구조와 노동시장 전반의 패러다임을 바꾸고 있다.

기술의 발전은 언제나 노동의 모습과 의미를 새롭게 정의해왔다. 18세기 증기기관의 발명과 기계화로 시작된 1차 산업혁명은 전통적인 수작업 중심 직업을 빠르게 쇠퇴시키는 동시에, 기계공, 공장 감독자, 철도기관사 등 이전에는 존재하지 않았던 새로운 직업군을 탄생시켰다. 단순한 기술적 변화가 아니라 사회와 경제, 노동 구조 전반을 바꾼 산업혁명의 경험은, 오늘날 AI 혁명이 우리 사회에 가져올 근본적 전환을 이해하는 데 중요한 시사점을 제공한다.

이에 본 원고에서는 주요 국제기구가 제시한 미래 일자리 전망과 함께, AI 시대의 일자리 변화에 대응하기 위한 세계 주요국의 재교육·인재양성 정책을 살펴본다. 이를 토대로 대한민국이 AI 3대 강국으로 도약하기 위한 구체적인 일자리 변화 대응전략을 제시하고자 한다.

II. 주요 국제기구(WEF, IMF, ILO)의 미래 일자리 전망

AI 시대의 일자리 재편에 대한 문제의식은 우리나라만의 고민이 아니라 전 세계적으로 공통된 화두다. 최근 WEF, IMF, ILO 등 주요 국제기구들은 일자리 변화 전망을 통해 “AI는 직업의 소멸이 아니라 직무의 재편을 촉발한다”는 점을 강조하고 있다. 단순·반복 업무의 자동화는 불가피하지만, 동시에 창의성과 협업을 필요로 하는 직무는 오히려 강화되며 새로운 수요가 생겨난다는 것이다.

세계경제포럼(World Economic Forum, WEF)은 『Future of Jobs Report 2025』¹⁾ 에서 2030년까지 가장 크게 성장·감소할 직업군을 제시하였다. 계산원·행정·비서직 등 기계화·정형화된 직무는 감소할 것으로 전망되는 반면, 간호·교육·상담과 같은 돌봄 및 사람 중심 직무, 소프트웨어 개발·프로젝트 매니저 등 고숙련 기획·기술 직무는 수요가 확대될 것으로 분석했다. WEF는 이러한 변화에 대응하기 위해 직무 전환(Re-skilling)과 업스킬링에 대한 선제적 투자가 무엇보다 중요하다고 강조하였다.

국제통화기금(International Monetary Fund, IMF)은 『Gen-AI: Artificial Intelligence and the Future of Work(2024)』²⁾ 보고서에서 고학력·고숙련 직종조차 AI의 대체 위협에 직면해 있다고 분석하였다. 특히 금융·법률·교육과 같은 전문직 영역도 AI의 영향을 받을 수 있으며, 이는 소득 불평등과 노동시장 양극화를 더욱 심화시킬 수 있다고 경고하였다. 다만, IMF는 고숙련 직무일수록 AI와의 보완성이 높아질 수 있으며, 그 결과 오히려 생산성 향상과 소득 증가의 기회를 얻을 수도 있다고 보았다. 따라서 IMF는 포괄적 사회 안전망 확충과 취약계층을 위한 재교육 정책이 반드시 병행되어야 함을 시사하였다.

국제노동기구(International Labour Organization, ILO)는 『Generative AI and Jobs: A Refined Global Index of Occupational Exposure(2025)』³⁾ 에서 약 29,000개 이상의 직업·직무 데이터를 활용해 업무(Task) 수준에서 AI의 영향을 정밀하게 분석하였다. 그 결과, 단순 사무·관리직은 자동화 가능성이 높은 반면, 디자이너·언론·교육자 등 창의적·상호작용 중심 직무는 AI가 주로 보완적 역할을 할 가능성이 높다고 밝혔다. ILO는 특히 업무 단위(Task-based) 분석을 토대로 한 맞춤형 재교육 정책이 필요하며, 자동화와 보완 효과가 동시에 존재하는 현실에서 정부는 인적 자원 재배치 시나리오와 세분화된 훈련 전략을 마련해야 한다고 강조하였다.

이처럼 WEF, IMF, ILO의 시각은 다소 차이가 있으나, 공통적으로 직업(Job) 전체가 사라지기보다 직무(Occupation)와 업무(Task)의 일부가 자동화·재편되는 흐름을 지적하고 있다. 따라서 AI 시대 노동시장 분석과 정책 설계는 직업 단위의 거시적 접근을 넘어서, 직무·업무·역량 단위의 정밀한 대응이 필요하다.

1) Future of Jobs Reprort 2025. (2025.01.07.) / World Eoconomic Forum

2) Gen-AI: Artificial Intelligence and the Future of Work. (2024.01.14.) / International Monetary Fund

3)  Generative AI and Jobs : A Refined Global Index of Occupational Exposure. (2025.05.20.) /  International Labour Organization

III. AI 시대, 일자리 변화에 대한 주요국의 정책 대응 전략

1. 미국 – 연방 주도의 민관 협력형 업스킬링 지원 전략

미국은 AI 확산이 노동시장 전반에 미치는 영향에 대응하기 위해 노동자 중심 AI 전략(worker-first AI agenda)을 추진하고 있다. 2025년 발표된 America’s AI Action Plan에 따르면, 연방정부는 교육부, 노동부, NSF, 상무부 등을 중심으로 AI 역량 교육을 직업·기술 교육(CTE), 직업훈련, 견습제도 등 기존 인력양성 체계에 통합하고 있다. 또한 기업의 AI 교육·훈련 투자에 대한 세제 혜택을 확대하여 민간 부문의 참여를 유도하고 있다. 이는 미국이 AI를 단순 기술 혁신의 문제가 아니라 노동시장 전환의 과제로 보고 있음을 보여준다. 나아가 노동통계국(BLS), 상무부, 인구조사국, 경제분석국(BEA)은 AI 도입과 일자리 창출·소멸, 임금 변화 등 노동시장 영향을 분석하며, AI Workforce Research Hub를 통해 정책적 인사이트와 시나리오 계획을 제공할 예정이다. 이를 통해 AI로 인해 직무가 변화하거나 일자리를 잃는 근로자를 대상으로 신속한 재교육(rapid retraining)을 위한 자금을 지원하고, 주 정부와 연계하여 일자리 위험 직종 근로자의 사전 업스킬링을 지원할 계획이다. 미국의 정책은 연방정부 주도 및 민간 협력을 중심으로, 데이터 기반의 예방적 재교육, 교육·훈련, 세제 지원, 전직 지원을 종합 추진하는 것이 특징이다.

2. 중국 – 국가 표준 기반의 AI·디지털 현장 인재 육성

중국은 2024년 디지털 인재 혁신 역량 강화를 위한 행동계획을 발표한 데 이어, 2025년 8월 「AI+ 전략(国务院关于深入实施“人工智能+”行动的意见)」을 통해 AI를 국가 핵심 전략으로 격상하였다. ‘AI+’는 AI를 산업과 사회 전반에 적용해 생산성과 효율을 높이고, 이를 통해 산업 구조와 경제 체계를 전면적으로 재편하려는 전략으로, 2035년까지 ‘지능형 경제·지능형 사회’로의 전환을 목표로 하고 있다. 이러한 전략 하에서 중국은 AI·빅데이터·지능형 제조 등 신흥 분야 인재를 집중 육성하고, 국가 직업 표준과 자격 인증 체계를 통해 교육–평가–보상을 연계하고 있다. 특히 디지털·신기술 직무에 맞게 확장한 ‘신8급 노동자 직업 기능 등급 제도’를 통해 기술 숙련도를 단계별로 인증하고 이를 임금과 경력 발전, 직무 전환과 연결함으로써 인재 육성과 노동시장 제도를 결합하고 있다. 이는 AI를 단순 기술이 아닌 국가 기반의 핵심적인 기술로 인식하고, 인재 정책을 산업 전환 전략의 핵심 수단으로 활용하고 있음을 보여준다.

3. EU – AI·디지털 평생 학습 보장과 기술 이동의 제도화

EU는 Union of Skills를 출범시켜 개인이 고용시장 변화에 능동적으로 대응할 수 있도록 하고, 기업이 필요로 하는 역량을 갖춘 인재를 교육·확보할 수 있는 제도적 기반을 마련하였다. 해당 기술연합은 ▲삶의 질과 일자리를 위한 역량 개발, ▲디지털·친환경 전환을 위한 업·리스킬링, ▲EU 전역의 기술 순환, ▲인재 유치·개발·유지 등 4대 핵심 분야를 중심으로 추진되고 있다.

최근에는 기본역량 행동계획(Action Plan on Basic Skills)을 통해 문해력, 수리력, 과학 소양, 디지털 역량 등 핵심 역량을 제시하고, 에라스무스+ 프로그램을 활용하여 기초 기술 교육과 학습을 강화하는 한편 교사 지원 체계도 함께 운영하고 있다. 더불어 개인 학습 계좌(ILA), 마이크로 자격증, 기술 보증 제도, 공공-민간 파트너십 등을 통해 업스킬링과 리스킬링을 지원하고 있으며, 기술 이동성 이니셔티브를 통해 EU 전역에서 자격과 기술이 상호 인정되도록 하고 있다. 나아가 외부 인재 유치와 내부 인재 육성을 병행함으로써, 유럽 내에서 우수 인재가 정착하고 활동할 수 있는 인재 풀(pool) 또한 구축하고 있다.

4. 싱가포르 – 학습 플랫폼, 견습 프로그램 등을 통한 전문 인재 양성

싱가포르는 2019년 첫 국가 AI 전략 ‘National AI Strategy’을 시작으로, 2023년 National AI Strategy 2.0을 발표했다. 특히 National AI Strategy 2.0에서는 AI 수요 증가에 대응하기 위해 AI 시스템, 모델 및 알고리즘을 대규모로 생성, 구현 및 배포할 수 있는 기술 역량을 갖춘 기술인력인 AI 실무자(Practitioners) 풀을 15,000명으로 확대하는 것을 목표로 하였다. 이를 위해 기업과 연계한 사전 고용 교육, 기업 연수 등을 추진하고, AIAP 프로그램을 통해 AI 엔지니어와 실무 전문가를 실습 중심으로 양성중이다. 그 결과, AIAP 교육생의 약 90%가 프로그램과 연계하여 취업하는 등, AI 전문인력 공급과 산업 수요를 효과적으로 연결한 사례를 보여주었다. 이외에도 대국민 대상의 AI·데이터 교육 플랫폼인 LearnAI 플랫폼을 통해 국민이 AI 사용법을 학습하도록 지원하는 등 AI 인재 정책을 소수 전문가 양성에 그치지 않고, 산업 현장과 일반 시민 전반으로 확장시키고 있다. 특히 교육–훈련–현장 배치가 단절되지 않도록 설계된 싱가포르의 접근은, AI 인재를 ‘배출’하는 데서 끝나는 것이 아니라 즉시 활용 가능한 인력으로 정착시키는 데 정책의 초점을 두고 있다는 점에서 시사하는 바가 크다.

Ⅳ. 한국의 과제('TQMECS') 패키지형 일자리 정책 설계

결국 AI 확산에 따른 노동시장의 변화는 단순한 ‘직업의 소멸’이 아니라, 직무 내에서 특정 업무(Task)가 자동화되거나 새로운 업무가 추가되는 ‘직무의 진화’로 이해할 필요가 있다. WEF, IMF, ILO 등 주요 국제기구들도 공통적으로 이러한 관점을 강조하고 있으며, 이에 따라 노동시장 정책은 직업(Job) 단위가 아닌 직무(Occupation)와 업무(Task), 역량(Skill) 단위에서 정밀하게 접근해야 한다.

특히, 직무 단위의 AI 영향도 평가·분석을 바탕으로 부분 자동화에 따른 인적자원 재배치 시나리오를 마련하고, 이를 기반으로 한 재교육(업스킬링·리스킬링) 전략이 핵심이다. IMF에서 강조하듯이, 일회성으로 끝나는 단편적인 교육지원이 아닌 개인의 훈련과 자격인증, 이력관리 등을 관리할 수 있는 평생 경력 지원체계가 필요하다. EU가 추진 중인 개인학습계좌(ILA)나 마이크로 자격증 제도, 싱가포르의 Learn AI와 같은 맞춤형 학습 플랫폼은 좋은 참고 사례가 된다.

반면 한국의 일자리 정책은 여전히 직업 단위 중심의 교육·훈련 구조에 머물러 있으며, 교육과정 이수 중심의 정책으로 인해 실제 산업 현장의 직무 수요와의 연결성이 부족한 한계를 보이고 있다. 교육–자격–고용 간의 구조적 단절 또한 여전히 주요한 문제로 지적된다.

특히 한국은 고학력·사무직 비중이 높은 산업 구조를 가지고 있어, AI 노출도가 높은 국가에 해당한다. 이는 AI에 의한 직무 재편 속도가 빠르게 진행될 가능성을 의미하며, 일자리 정책 차원의 선제적 대응이 필수적임을 시사한다.

이러한 상황에서 필요한 것은 단순한 직업교육의 확대가 아니라, 노동시장 전반을 연결하는 패키지형 정책 설계다. AI 시대의 일자리 정책은 단순 교육·고용 정책 차원을 넘어서 국가 핵심 전략의 차원으로 접근해야 한다. 이에 한국은 훈련(Training)-자격(Qualification)-매칭(Matching)-고용(Employment)-보상(Compensation)-정착(Settlement)을 아우르는 전략적 패키지형 정책모델(TQMECS, 필자 제안)을 마련할 필요가 있다.(아래 표 참고) 이를 통해 산업 수요 기반의 맞춤형 AI 교육체계, 공공-민간이 함께하는 자격 인증 및 매칭 플랫폼, 지역 거점과 연계한 고용·정주 지원이 유기적으로 이어져야 한다. 이를 통해 개인은 평생에 걸쳐 역량을 지속적으로 개발할 수 있고, 기업은 변화하는 산업 수요에 맞는 인재를 적시에 확보할 수 있다. 또한 정부는 이러한 과정을 체계적으로 지원하며, 지역 단위 거점과 연계된 인재의 고용·정주 정책을 병행함으로써 지속 가능한 일자리 환경을 마련할 수 있다.

끝으로, AI 시대의 국가 경쟁력은 단순히 우수한 기술을 먼저 개발하거나 확보하는 데서 결정되지 않는다. 산업 현장에서 AI를 활용할 수 있는 인력을 적시에 공급하고, 변화하는 직무 구조에 맞춰 교육·훈련, 자격 인증, 채용 방식, 임금 체계를 얼마나 신속하게 개편하느냐가 국가 경쟁력을 좌우한다. 같은 기술을 보유하더라도 이를 활용할 인재와 제도가 부족하면 생산성과 성장으로 이어지기 어렵다.

따라서 앞으로의 일자리 정책은 단기 보조금이나 일회성 교육 사업에 머물러서는 안 된다. 산업 수요를 반영한 재교육 확대, 직무 기반 자격체계 정비, 기업 채용 연계 강화, AI 활용 인력에 대한 보상체계 개선 등 노동시장 전반의 구조 개혁으로 나아가야 한다. 앞으로의 글로벌 패권 경쟁은 단순 기술 경쟁이 아니라, 사람과 제도를 얼마나 빠르게 전환하느냐의 경쟁이 될 것이다.

ㅣ관련자료 모아보기

▶ 국가전략보고서

• Future of Jobs Reprort 2025. (2025.01.07.) / World Eoconomic Forum

• Gen-AI: Artificial Intelligence and the Future of Work. (2024.01.14.) / International Monetary Fund

• Generative AI and Jobs : A Refined Global Index of Occupational Exposure. (2025.05.20.) /  International Labour Organization