AI로 해고한 사람의 30%를 2029년까지 다시 찾는다? Gartner 전망이 알려준 진짜 AI 커리어 전략
Gartner의 2026년 9월 전망과 뉴욕 연방준비은행 자료를 바탕으로, AI 해고가 왜 재고용으로 돌아올 수 있는지와 직장인이 지금 남겨야 할 커리어 증거를 정리했습니다.
나는 AI가 장기적으로 많은 직업을 바꿀 것이라고 생각한다. 하지만 모든 AI 투자가 곧바로 사람을 줄이는 결과로 이어진다고 보지는 않는다. 오히려 너무 빨리 줄인 뒤, 사라진 현장 경험과 판단력을 다시 비싸게 찾는 기업도 늘어날 수 있다.
2026년 9월 9일 Gartner가 내놓은 전망은 이 역설을 숫자로 보여준다. AI로 대체됐다고 판단해 해고한 인력의 30%가 2029년까지 다시 채용될 수 있다는 내용이다. 이건 “AI가 일자리를 모두 지킨다”는 뜻이 아니다. 회사가 AI를 인력 감축 버튼으로만 누르면, 나중에 잃어버린 고객 감각·조직 지식·신입 육성 경로를 다시 사야 한다는 경고에 가깝다.
먼저 이번 전망의 원문과 현장 데이터를 열어보자. 자료를 읽은 뒤 내 직무를 “자동화되는 업무”와 “다시 사람이 필요해질 판단”으로 나누면, 막연한 공포보다 실질적인 준비가 가능해진다.
AI 해고 30% 재고용 전망
2029년까지 왜 다시 사람을 찾게 되는지 원문을 확인하자.
AI는 해고보다 업무 재설계?
기업이 해고·채용·재교육을 어떻게 섞는지 데이터로 읽어보자.
AI 해고 전망 영상 보기
기업의 비용절감과 인재 재투자 논쟁을 영상으로 비교해보자.
1. AI 해고는 비용절감처럼 보이지만 학습 경로까지 없앤다
Gartner는 2029년까지 AI 대체로 해고된 인력의 30%가 다시 필요해질 수 있다고 전망했다. 이유는 단순하다. 기업이 줄이는 것은 사람 한 명이 아니라 그 사람이 알고 있던 고객 맥락, 예외 처리, 협업 관계, 신입에게 일을 가르치는 방식까지 함께 줄이는 것이기 때문이다.
특히 신입이 맡던 반복 업무는 회사 입장에서는 자동화하기 쉬워 보이지만, 사실은 다음 세대의 전문가가 현장을 배우는 입구이기도 하다. 입구를 닫으면 몇 년 뒤 중간급 인재가 비고, 결국 더 높은 연봉으로 외부에서 다시 데려와야 한다.
AI 비용절감의 다음 청구서
Gartner가 본 2029년까지 재고용될 수 있는 AI 해고 인력.
사라진 직무가 끊어 놓을 수 있는 현장 학습 경로.
나중에 외부 채용·교육 비용으로 돌아올 수 있는 판단의 공백.
마지막 수치는 특정 기업의 확정 비용이 아니라, 조직지식과 채용비용이 커질 수 있다는 구조적 의미로 읽어야 한다. Gartner 전망의 핵심도 “AI를 쓰지 말자”가 아니라 인력을 너무 빨리 없애지 말고 역할을 재설계하라는 쪽에 있다.
2. 실제 기업 데이터는 ‘해고만 있는 시장’과 다르다
뉴욕 연방준비은행의 2026년 9월 분석도 흥미롭다. 조사 대상 기업 중 AI를 사용하는 서비스 기업은 61%까지 늘었지만, AI 때문에 해고했다고 답한 기업은 상대적으로 적었다. 어떤 기업은 채용을 줄였지만, 다른 기업은 AI를 도입하고 운영하기 위해 사람을 더 뽑거나 기존 인력을 재교육했다.
이 데이터가 말하는 것은 낙관론이 아니다. AI가 채용을 줄이는 방향과 새로운 인력을 요구하는 방향이 동시에 움직인다는 뜻이다. 그래서 “AI 때문에 내 직업이 없어질까?”라는 질문만으로는 부족하다. 내 직무에서 자동화 뒤에 남는 책임은 무엇이며, 그 책임을 맡을 사람을 회사가 어떻게 찾을까?를 물어야 한다.
예를 들어 고객센터에서 답변 초안은 AI가 만들 수 있다. 하지만 예외 고객을 설득하고, 환불 기준을 해석하고, 불만이 제품 결함인지 정책 문제인지 판단하는 일은 남는다. 회계에서 숫자 입력은 줄어도, 어떤 숫자를 믿을지 결정하고 경영진에게 위험을 설명하는 일은 더 중요해질 수 있다.
3. 살아남는 사람은 ‘AI 사용자’가 아니라 ‘재설계된 역할의 소유자’다
이력서에 “생성형 AI 활용 가능”이라고 쓰는 것만으로는 약하다. 이제는 AI가 내 업무를 어떻게 바꿨고, 그 결과 내가 어떤 판단을 맡게 됐는지를 보여줘야 한다.
도구명이 아니라 역할 변화를 써라
| 약한 표현 | 강한 표현 | 보이는 역량 |
|---|---|---|
| AI로 보고서 작성 | AI 초안을 검증해 의사결정용 리스크 3개로 재구성 | 검증과 설명 |
| 업무 자동화 | 반복 분류를 자동화하고 예외 고객 대응 기준을 설계 | 예외 처리와 책임 |
| AI 교육 수료 | 팀의 실제 업무에 적용해 오류율과 처리 시간을 함께 추적 | 현장 적용 |
내가 채용 담당자라면 이런 문장에서 “AI를 쓸 줄 아는가”보다 “AI가 틀렸을 때 멈출 줄 아는가”를 본다. AI는 평균적인 답을 빠르게 내지만, 회사가 돈을 잃는 순간은 대개 평균에서 벗어난 예외 상황에서 발생하기 때문이다.
4. 지금 커리어를 지키는 7일 실천법
이번 주에는 자격증보다 작은 실험을 해보자. 반복 업무 하나를 AI에게 맡기고, 다음 세 가지를 기록하면 된다.
나중에 다시 설명할 수 있는 기록
AI가 맡은 작업과 사람이 남긴 작업을 분리한다.
AI가 틀렸거나 보류한 예외 사례를 저장한다.
절약한 시간으로 어떤 판단과 결과를 만들었는지 숫자로 남긴다.
나는 AI가 장기적으로 많은 직업을 대체한다고 본다. 동시에 새로운 직업도 많이 생길 것이다. 다만 다음 기회는 단순히 AI 도구를 배운 사람보다, 자동화된 뒤에도 조직이 다시 필요로 하는 판단·관계·책임을 증명한 사람에게 먼저 돌아갈 가능성이 크다.
이번 Gartner 전망에서 직장인이 가져갈 결론은 공포가 아니다. “내가 AI보다 빨리 일한다”가 아니라, AI가 일을 줄인 뒤에도 회사가 나를 다시 찾을 이유를 기록하자는 것이다. 그 이유는 고객을 이해한 경험일 수도 있고, 예외 상황을 처리한 기준일 수도 있고, 신입을 키운 지식일 수도 있다. 지금부터 그 흔적을 이력서와 포트폴리오에 남겨두자.
