로봇이 육체노동 34%를 할 수 있다면, AI 시대에 남는 직업은 무엇인가

AI가 사무직을 바꾼다는 이야기에 익숙해진 지금, 9월 30일 공개된 Anthropic의 새 연구는 질문을 공장과 현장으로 옮긴다. 미국의 물리적 업무 중 약 4분의 3​은 현재의 로봇이 원리상 수행할 수 있고, 그 업무가 전체 노동시간의 34%​를 차지한다는 분석이다. 동시에 간호와 일반 수리처럼 사람의 몸과 신뢰, 예외 판단이 필요한 일은 아직 로봇 노출도가 낮았다.

이 숫자를 “육체노동도 곧 전부 사라진다”로 읽으면 너무 빠르다. 연구가 말하는 것은 로봇이 실제 현장에서 모든 일을 곧바로 해낸다는 뜻이 아니라, 어떤 업무가 기술적으로 노출되어 있는지​를 보여주는 지도에 가깝다. 나는 이번 연구의 진짜 메시지가 직업명을 고르는 데 있지 않다고 본다. 앞으로는 같은 직업 안에서도 반복 동작은 자동화되고, 상황을 읽고 사람을 안심시키며 고장을 해결하는 업무가 남는다.

내 직업의 다음 경로 그려보기 AI 시대 이력서 문장 바꾸기

1. 로봇 노출도와 실제 해고는 같은 말이 아니다

Anthropic은 로봇을 감지하고 움직이며 물리적 행동을 하는 자율 기계로 정의했다. 연구에서는 로봇이 미국의 물리적 업무 중 약 75%를 수행할 수 있다고 보지만, 대부분은 제한된 환경에서의 기술적 가능성이다. 물류센터처럼 동선이 정해지고 물건이 표준화된 곳과, 매번 다른 집의 배관을 고쳐야 하는 현장은 같은 “육체노동”이 아니다.

따라서 “로봇 노출도 75%인 직업”이라는 식의 제목은 독자를 오해하게 만든다. 직업 전체가 아니라 업무 단위의 가능성이기 때문이다. 채용과 해고를 결정하는 데에는 로봇 가격, 안전 규정, 설치 공간, 유지보수, 고객의 거부감, 그리고 사람이 책임을 져야 하는 예외 상황이 함께 들어간다.

2. 로봇이 빠른 일과 사람이 아직 강한 일을 나눠보자

연구에서 운전과 창고 업무는 현재 로봇에 많이 노출된 영역으로 나타났다. 반대로 간호와 일반 수리는 통제된 환경에서도 로봇이 수행하기 어려운 일이 많았다. 핵심은 “사무직 대 육체노동”이 아니다. 표준화된 동작 대 맥락을 읽는 동작​의 차이다.

업무의 성격	자동화가 쉬운 이유	사람이 더하는 가치
정해진 경로·반복 동작	환경과 입력이 일정하다.	장비 점검, 예외 처리, 작업 기준 설계.
매번 다른 현장	로봇의 센서와 이동 비용이 커진다.	진단, 고객 설명, 현장 판단과 수리.
돌봄·신뢰·책임	정답만으로 결과를 만들 수 없다.	상태 관찰, 공감, 동의, 책임 있는 결정.

이 표는 “사람이 강한 직업 목록”이 아니다. 간호사도 기록 정리와 일정 배정은 자동화될 수 있고, 수리기사도 진단 보조 AI를 쓰게 된다. 대신 현장에서 무엇을 자동화하고 무엇을 직접 책임질지​ 정하는 능력이 중요해진다. 직업을 고를 때는 업무명보다 하루 일과를 동작·판단·관계·책임으로 쪼개서 살펴보자.

3. AI 시대에 살아남는 사람은 로봇을 피하는 사람이 아니다

나는 장기적으로 AI와 로봇이 많은 직업을 대체한다고 생각한다. 그러나 그 변화는 한 번에 직업명 전체를 지우기보다, 먼저 반복 업무를 떼어내는 방식으로 올 가능성이 크다. 그러면 기회를 잡는 사람은 “로봇이 못 하는 직업”을 찾는 사람이 아니라, 자동화 장비와 사람이 함께 일하는 운영 방식을 설계하는 사람이다.

9월 23일 YouTube의 공식 발표도 같은 힌트를 준다. 대화형 AI 편집 보조, Studio의 분석·피드백, 실시간 더빙 같은 기능은 영상 편집자 한 명의 일을 없애는 이야기만이 아니다. 기획자, 검수자, 커뮤니티 운영자, 브랜드 협업 담당자처럼 창작 결과를 관리하고 확장하는 업무 묶음​을 만든다. 로봇 연구가 물리적 반복의 경계를 보여줬다면, YouTube 사례는 AI가 기존 직업 안에 새 역할을 끼워 넣는 장면이다.

4. 이력서에는 “로봇을 사용했다”가 아니라 결과를 적자

물류 담당자라면 “자동화에 관심이 있다”보다 “컨베이어 예외 정지 사례를 분류하고 사람 승인 절차를 설계했다”가 강하다. 수리기사라면 “AI 진단 도구를 사용했다”보다 “진단 후보를 좁힌 뒤 현장 안전 점검과 고객 설명까지 완료했다”가 다음 직업으로 이동 가능한 증거다. 간호·돌봄 직무라면 기록 자동화 자체보다 환자 상태 변화를 관찰하고, 가족에게 설명하며, 예외 상황을 팀에 전달한 결과가 중요하다.

이번 주에는 현재 업무 10개를 적고 각각에 다음 표시를 해보자.

1. 로봇이나 AI가 이미 할 수 있는 반복 업무인가?
2. 자동화 결과를 검증하고 승인할 사람이 필요한가?
3. 현장·관계·안전·책임 중 무엇이 남는가?
4. 그 일을 해낸 실제 사례와 수치를 이력서에 적을 수 있는가?

측정한 결과만 숫자로 써야 한다. 아직 성과를 측정하지 않았다면 “오류율을 측정했다”고 꾸미지 말고, 어떤 범위에서 어떤 기준으로 측정할지 적는 편이 낫다. AI 시대의 커리어 경쟁력은 멋진 도구 이름보다 자동화된 결과를 현실의 책임으로 연결한 증거​에 있다.

로봇이 할 수 있는 일이 넓어질수록 직업 선택은 더 세밀해져야 한다. “안전한 직업”을 하나 고르는 대신 내 업무에서 반복·판단·관계·책임이 각각 얼마나 되는지 살펴보자. 반복 업무가 줄어드는 것은 위협이지만, 동시에 새로운 운영·검수·현장 대응 역할이 생기는 출발점이기도 하다. 기회는 빠르게 움직인다. 지금 내 일의 다음 업무 묶음을 직접 설계하는 사람이 먼저 그 기회를 가져갈 가능성이 높다.

AI 노출 전공의 첫 취업 경로 읽기 비개발 직무로 번지는 AI 수요 보기 AI가 빨라질수록 커지는 검증 병목 보기