AGI 시대 커리어 전략 정리, 피라미드 대체 모델과 앞으로 값이 오르는 기술 네 가지

핵심 메시지

• 자동화의 첫 단계는 해고가 아니라 '승진은 그대로, 신입 채용은 축소'다. 피라미드 아래가 비면서 조직이 서서히 줄어드는 방식으로 진행된다.
• AI가 수행할 수 있는 과제의 길이가 약 7개월마다 두 배로 늘어난다는 측정 결과가 있으며, 이는 잘 정의된 소프트웨어 과제 기준이라 현실 업무에는 시차가 있다.
• 부분 자동화는 오히려 고용을 늘릴 수 있지만 전면 자동화는 줄인다. ATM 도입 후 은행 창구직원 수가 늘었다가 인터넷 뱅킹으로 다시 줄어든 사례가 대표적이다.
• 앞으로 값이 오를 기술은 네 기준으로 판별할 수 있다. AI가 하기 어려운 일, AI 배포에 필요한 일, 수요가 크게 늘 수 있는 일, 남들이 쉽게 배울 수 없는 일이다.
• 핵심 태도는 '자동화에 끝까지 안전한 직업 하나 찾기'가 아니라, 다음 병목이 무엇인지 보며 한두 걸음 앞서 있는 것이다.

쉽게 이해하기

블루닷 임팩트가 연 온라인 세션에서 루크 드라고, 벤저민 토드, 조시 랜디스가 AGI 시대의 커리어 계획을 주제로 발표했다. 출발점은 도발적인 전제다. 주요 AI 기업들이 공개적으로 내건 목표가 '의미 있는 인간의 지적·경제적 노동 전부'를 수행하는 시스템이고, 여기에 5,000억 달러가 넘는 투자가 몰리고 있다는 것이다.

루크 드라고는 이를 '피라미드 대체'라는 모델로 설명한다. 초기의 AI 에이전트는 직원 한 명 몫을 비슷한 속도로 처리하되 쉬지 않으므로 산출량이 조금 늘어나는 정도다. 이 단계에서 기업은 아무도 해고하지 않는다. 대신 기존 신입을 승진시키고 다음 채용 인원을 줄인다. 그런데 신입을 뽑는 원래 이유가 미래의 중간·고위 관리자를 길러 내는 것이므로, 피라미드 밑단이 비면 위로 올라갈 사람도 사라진다.

이 확산에는 여러 제동 장치가 있다. 규제, 경영진과 투자자의 회의, 경쟁 압력의 부재, 비용과 사용 제한, 노동조합, 경기 침체의 부재 등이 속도를 늦춘다. 또 직군별로 편차가 커서 소프트웨어 엔지니어링은 비교적 빨리 자동화되는 반면, 대면 영업처럼 자동화가 까다로운 영역도 있다. 그래서 발표자는 특정 연도를 못 박기보다 '이런 확산 패턴을 예상하라'고 말한다.

벤저민 토드는 자동화가 늘 고용을 줄이는 것은 아니라는 점부터 짚는다. 1990년대 중반 ATM이 보급되자 지점당 창구직원 수는 절반으로 줄었지만, 지점 운영비가 싸져 지점 수가 크게 늘면서 전체 창구직원 수는 오히려 증가했다. 다만 그들의 일은 돈을 세는 대신 고객 응대와 판매로 바뀌었다. 그러다 인터넷 뱅킹이라는 더 전면적인 자동화가 오자 고용은 실제로 감소하기 시작했다.

그는 앞으로 값이 오를 기술을 네 범주로 나눈다. 첫째, AI가 하기 어려운 일이다. 인터넷에 데이터가 쌓여 있는 정형 지식노동은 취약하지만, 3차원 공간에서 몸을 움직이는 데이터는 인터넷에 없고, 창업이나 박사 과정처럼 결과 피드백까지 몇 년이 걸리는 일은 강화학습으로 익히기 어렵다. 둘째, AI 배포에 필요한 기술이다. 무엇을 만들지 정하고, 요구사항을 명확히 규정하고, 하드웨어와 데이터센터, 보안을 이해하는 능력이 여기 해당한다. 셋째, 수요가 거의 무한히 늘 수 있는 영역이다. 세금 신고는 싸져도 열 번 하지 않지만 오락·의료·소프트웨어는 싸지면 훨씬 많이 소비한다. 넷째, 남들이 쉽게 옮겨 오지 못하는 기술이다.

구체적으로 그는 AI 시스템 배포 역량, 리더십과 기업가정신, 한 분야의 진짜 최전선 전문성, 생산성·학습법·사회성 같은 메타 기술, 취향과 브랜딩을 포함한 커뮤니케이션 전략, 정부와 정책 과정을 다루는 암묵지, 그리고 전기 공사나 데이터센터 건설 같은 복잡한 물리적 기술을 꼽는다. 전략으로는 긴 수련 과정과 진입 직급을 건너뛰는 방법 찾기, 삶의 유연성 확보, 최신 흐름을 알려 줄 사람들과의 관계, 정신 건강 관리, 그리고 저축을 제안한다.

주요 인사이트

• 가장 실질적인 조언은 '10년짜리 명성 사다리'를 조심하라는 것이다. 진입 직급 컨설팅이나 투자은행처럼 오래 올라가야 보상이 오는 경로는 자동화에 특히 취약하다고 본다.
• 자동화되지 않는 것의 값은 오히려 오른다. 어떤 과제가 자동화되면 남은 과제가 병목이 되기 때문이며, 그래서 '무엇이 다음 병목인가'가 커리어 질문의 핵심이 된다.
• 긴 호흡의 판단은 강화학습이 잘 다루지 못한다. 짧은 수학·코딩 과제는 성패를 즉시 알 수 있어 빠르게 초인적 수준에 도달했지만, 창업이나 결혼식 준비처럼 판단의 결과가 몇 년 뒤에 드러나는 일은 같은 방식으로 숙달시키기 어렵다.
• 로봇이 완벽해져도 자본이 병목이다. 내일 당장 인간형 로봇이 완성돼도 연간 생산량이 100만 대 수준이라 10억 대를 만들어 배치하려면 오랜 시간이 걸린다.
• 사람을 남겨 두려는 요구 자체가 고용을 지킨다. 감독과 법적 책임을 사람이 져야 하는 영역에서는 기술적으로 가능하더라도 규범과 법이 자동화를 막아 준다.
• 조시 랜디스는 위험을 오남용·테러, 권위주의와 경제적 무력화, 통제 상실 세 갈래로 정리하며, AI 안전 분야는 자리보다 사람이 부족한 상태라 스스로 기회를 만드는 태도가 필요하다고 말한다.

자주 묻는 질문

관련 AI 소식