BLS AI 고노출 직업 206개: 사라질 일보다 먼저 봐야 할 것은 ‘AI 옆에서 더 커지는 일’이다

2026년 9월 8일 Business Insider가 BLS의 새 AI 노출 직업 분류를 바탕으로 흥미로운 리스트를 냈다. BLS가 분류한 831개 직업 중 206개가 AI “매우 고노출” 직업이고, 그중 상당수는 사라지는 직업이 아니라 오히려 2035년까지 성장할 직업이라는 내용이다. 소프트웨어 개발자, 데이터 과학자, 재무 관리자, HR 전문가처럼 우리가 “AI가 제일 먼저 흔들 것”이라고 생각하는 직업들이 여기에 들어간다.

나는 이 기사가 며칠 전의 “AI 저노출 직업 213개” 뉴스보다 더 불편하고, 그래서 더 중요하다고 본다. 저노출 직업은 마음을 편하게 해준다. 하지만 고노출인데 성장하는 직업은 질문을 바꾼다. “AI가 이 일을 없앨까?”가 아니라 “AI가 들어오면 이 직업 안에서 어떤 사람만 더 비싸질까?”를 물어야 한다.

먼저 원문 데이터와 관련 자료를 열어보자. 이번 글은 AI 공포를 부정하는 글이 아니다. 오히려 AI가 많이 들어오는 직업일수록, 단순 실행자와 책임 있는 설계자의 가격 차이가 더 커진다는 이야기다.

내 직무 AI 대체 가능성 먼저 확인하기

AI 저노출 직업 213개 글과 비교해서 보기

AI 시대형 이력서 문장으로 바로 고치기

1. AI 고노출은 “곧 사라진다”가 아니라 “업무가 갈라진다”는 신호다

BLS는 AI 노출 분류의 한계를 아주 분명하게 적어두었다. AI 노출은 고용 감소, 임금 변화, 자동화 확률, 대체 가능성 예측이 아니다. “매우 고노출”은 다른 직업과 비교했을 때 AI가 더 많은 업무를 돕거나 수행할 수 있고, 실제 LLM 사용 데이터에서도 일부 업무가 관찰됐다는 뜻에 가깝다.

이 차이를 놓치면 커리어 판단이 흔들린다. 고노출 직업을 무조건 피하면 성장하는 시장을 버릴 수 있다. 반대로 “성장 직업이니 안전하다”고 믿으면 초안형 업무만 하다가 밀릴 수 있다. 핵심은 직업명보다 직무 안의 층위다.

내가 보기엔 이 숫자들이 말하는 것은 단순한 낙관도 비관도 아니다. AI가 들어오면 반복 설명, 초안 작성, 기본 분석, 검색, 요약은 싸진다. 하지만 시스템을 설계하고, 결과를 검증하고, 고객·조직·규제의 맥락에 맞춰 책임지는 일은 더 중요해진다. 같은 고노출 직업 안에서도 값이 내려가는 업무와 값이 올라가는 업무가 갈라진다.

2. 소프트웨어 개발자는 줄어드는 직업이 아니라 “코드 작성자”와 “시스템 책임자”로 나뉜다

BLS Occupational Outlook Handbook은 소프트웨어 개발자, QA 분석가, 테스터 고용이 2025년부터 2035년까지 10% 성장할 것으로 전망한다. 동시에 AI, IoT, 로보틱스, 자동화 애플리케이션 확장이 수요를 지지한다고 설명한다.

여기서 중요한 것은 “AI가 코드를 쓰는데 왜 개발자가 늘지?”라는 질문이다. 답은 개발자의 일이 코드 타이핑으로만 끝나지 않기 때문이다. 요구사항을 잘못 읽으면 좋은 코드도 틀린 제품이 된다. 보안, 장애, 데이터 품질, 비용, 사용자 경험, 법적 책임은 여전히 사람이 설계하고 판단해야 한다.

그래서 개발자 지망생에게 “AI 때문에 개발자는 끝났다”는 말은 너무 거칠다. 더 정확한 말은 이렇다. “코드만 빠르게 찍어내는 개발자의 가격은 내려가고, AI가 만든 코드를 제품·보안·비용·운영 책임으로 연결하는 개발자의 가격은 올라간다.”

3. AI가 가장 많이 들어오는 직업은 역설적으로 AI를 가장 잘 이해해야 한다

고노출 직업의 함정은 AI를 피할 수 없다는 데 있다. HR, 회계, 금융, 마케팅, 개발, 데이터 분석은 이미 AI가 깊게 들어왔다. 이 직군에서 “나는 사람만의 감성으로 승부하겠다”는 전략은 오래가기 어렵다. 반대로 “AI가 다 해줄 것”이라는 태도도 위험하다. 회사가 돈을 주는 지점은 버튼을 누르는 행위가 아니라 결과를 믿을 수 있게 만드는 책임이다.

BLS 고용전망을 보면 AI가 어떤 일자리를 줄이고 어떤 일자리를 키우는지도 같이 보인다. 사무·행정지원 직군은 2025-2035년 75만 2,100개 감소가 예상된다. 반면 컴퓨터·수학 직군은 AI 솔루션 확산으로 성장하고, 데이터 과학자와 컴퓨터·정보 연구 과학자는 빠른 성장 직업으로 언급된다. 같은 “AI 노출”이라도 단순 처리 업무와 AI를 만들고 운영하고 검증하는 업무는 다르게 움직인다.

4. 이력서에는 “AI 사용 가능”보다 “AI 고노출 업무를 책임 있게 바꿨다”를 써야 한다

AI 고노출 직업에서 이력서는 더 구체적이어야 한다. “ChatGPT 활용 가능”, “AI 도구 사용 경험” 같은 문장은 이제 너무 약하다. 채용 담당자가 알고 싶은 것은 이 사람이 AI로 빨라진 업무를 어떻게 품질, 비용, 리스크, 고객 결과로 바꿨는지다.

이런 문장의 공통점은 도구 이름이 아니라 책임의 위치가 보인다는 점이다. AI가 만든 결과를 내가 어디서 멈췄는지, 무엇을 검증했는지, 어떤 리스크를 줄였는지가 보인다. 고노출 직업에서는 이 차이가 곧 경쟁력이다.

5. 고노출 직업을 고를 때는 “AI가 할 수 있는 일”과 “내가 비싸지는 일”을 분리하자

이번 BLS 데이터는 공포 리스트가 아니다. 하지만 안심 리스트도 아니다. 나는 이 데이터를 볼 때 아래 다섯 가지 질문을 같이 던져야 한다고 생각한다.

나는 앞으로 고노출 직업이 모두 사라진다고 보지 않는다. 오히려 일부 고노출 직업은 더 커질 것이다. 다만 그 안에서 초안 노동, 반복 처리, 기본 정리만 맡던 사람은 압박을 받을 가능성이 크다. 반대로 AI가 만든 결과를 현실의 제품, 고객, 규제, 돈, 안전으로 연결하는 사람은 더 필요해진다.

결론은 이렇다. AI 고노출 직업 206개라는 숫자를 보고 겁먹기 전에, 내 직무 안에서 가격이 내려가는 업무와 가격이 올라가는 업무를 분리해야 한다. AI가 들어오는 곳을 피하는 사람이 아니라, AI가 들어온 뒤에도 마지막 책임을 잡는 사람이 다음 커리어 기회를 가져갈 가능성이 높다.

AI 직무공고 8% 감소와 첫 일자리 문턱 읽기

AI 산출물 책임 기준 같이 보기

시니어 개발자 공고 70% 흐름 이어서 보기