프롬프트만 잘 쓰는 사람의 수요가 25% 줄었다: Workday가 보여준 AI 커리어의 다음 단계

AI를 써봤다는 말만으로는 이제 이력서에서 강한 문장이 되기 어려워지고 있다. Workday가 10월 5일 공개한 글로벌 노동시장 보고서에서 기본 AI 스킬 수요가 25% 줄었다​고 밝혔다. 여기서 말하는 기본 스킬은 단순 프롬프트 작성처럼 도구를 일상 업무에 사용하는 능력이다.

반대편에서는 AI 도구를 만들고 업무를 자동화하는 실무 스킬 수요가 51% 늘었다​. 나는 이 두 숫자가 “AI가 사람을 대체한다”는 말보다 훨씬 현실적인 신호라고 생각한다. 기업은 AI를 한 번 호출해본 사람보다, AI가 실제 업무 흐름에서 작동하도록 연결하고 결과를 책임질 사람을 찾기 시작했다.

나에게 맞는 커리어 로드맵 만들기 AI 시대 이력서 문장 바꾸기

1. AI가 일자리를 줄이는 방식은 ‘삭제’보다 ‘기준 상향’에 가깝다

Workday는 550곳이 넘는 기업의 채용공고 스킬 데이터를 분석했다. 기업 리더 가운데 40%는 AI가 기존 직원의 생산성을 높일 것으로 봤고, 인원을 줄일 것으로 본 비율은 28%였다. 이 수치가 해고가 없다는 뜻은 아니다. 다만 많은 조직에서 먼저 일어나는 변화는 직무 자체의 삭제가 아니라, 같은 직무에 기대하는 결과의 수준이 높아지는 현상일 수 있다.

보고서에는 또 다른 불편한 숫자가 있다. 직원의 79%는 성공에 필요한 스킬을 알고 있지만, 실제로 회사가 그 스킬 개발을 돕는다고 답한 비율은 66%에 그쳤다. 내가 보기에 AI 시대의 위험은 “배울 기회가 전혀 없다”가 아니라, 회사가 바뀌는 속도보다 개인이 증거를 만드는 속도가 느려지는 데 있다.

2. ‘AI를 사용했다’와 ‘AI 업무를 설계했다’는 다르다

두 사람의 이력서를 비교해보자.

약한 표현	강한 표현	채용자가 확인하는 것
ChatGPT로 보고서를 작성했다.	반복 보고서 초안 생성 흐름을 만들고 개인정보 포함 문서는 사람 승인으로 분기했다.	도메인 이해·통제·책임
프롬프트 엔지니어링을 공부했다.	고객 문의를 유형별로 분류하고 예외 케이스를 별도 큐로 보냈다.	업무 설계·예외 처리
AI로 업무 효율을 높였다.	처리 시간, 오류율, 재작업 횟수를 전후 비교했다.	측정 가능한 결과

핵심은 코딩을 할 수 있느냐만이 아니다. 업무를 잘 아는 사람이 어떤 단계에서 AI를 쓰고, 어디서 멈추게 하며, 누가 최종 승인하는지 설명할 수 있어야 한다. 개발자라면 API와 자동화 파이프라인이 될 수 있고, 인사 담당자라면 채용서류 분류와 편향 점검이 될 수 있으며, 영업 담당자라면 고객별 다음 행동을 추천하는 흐름이 될 수 있다.

3. 14일 동안 ‘사용자’에서 ‘구축자’로 이동하는 방법

첫 3일은 내 업무를 작은 단위로 쪼갠다. 복사·붙여넣기, 검색·요약, 분류, 판단, 승인, 고객 설득 중 어디에 시간이 쓰이는지 적는다. 다음 4일은 관심 직무 채용공고 15개를 모아 “AI 사용”이 아니라 “자동화·통합·품질관리·업무 도입”처럼 결과를 설명하는 표현을 표시한다.

7일째부터는 가장 작은 흐름 하나를 만든다. 예를 들어 문의 30건을 가상의 개인정보 없는 데이터로 분류하고, AI 초안과 사람 승인 단계를 나눈다. 마지막 7일은 정확도, 처리 시간, 사람이 다시 고친 횟수를 기록해 이력서 한 줄로 바꾼다. 결과가 아직 없다면 숫자를 꾸미지 말고 대상 범위와 측정 방법을 밝히면 된다.

나는 AI가 장기적으로 많은 직업을 대체한다고 생각한다. 동시에 과거의 기술 전환처럼 새로운 직업도 많이 생길 것이다. 다만 기회는 “AI를 써봤다”는 사람보다 업무를 AI가 작동하는 시스템으로 바꿔본 사람​에게 먼저 갈 가능성이 크다. 지금 이력서에 도구 이름만 있다면, 이번 주에는 도구 이름 옆에 흐름·통제·성과를 하나씩 붙여보자.

비개발 직무로 번지는 AI 빌더 수요 보기 채용자가 평가할 수 있는 증거 만들기 AI 노출 전공자의 다음 취업 단계 읽기