2026년 “AI로 대체됨”이 실제로 의미하는 것

2023년, 분석가들은 AI가 전체 직업을 말소할 것이라고 예측했다. 프로그래머, 디자이너, 작가, 분석가, 전체 지원 부서 – 모든 책상 일이 누군가의 목록에 있었다. 3년 후, 그 직업은 모두 여전히 존재한다.

AI는 더 좁은 것들을 얻었다. 첫 번째 초안. 거친 분석. 루틴 코드. 1차 지원 티켓. 누군가가 스프레드시트를 청소하는 사람. 더 조용한 변화, 하지만 더 깊이 잘라낸다.

직업은 여전히 존재할 수 있지만, 가장 쉬운 길은 좁아지고 있다. 회사들은 헤드라인을 만드는 해고를 피할 수 있지만, 주니어 수준의 직원을 더 적게 고용할 수 있다. 직원들은 직책을 유지할 수 있지만, 그들의 일은 더 빠르고, 더 무거워지고, 더 나은 판단에 의존하게 된다.

Claude.ai에서, 강화는 2026년 2월에 53%의 상호작용을 차지했으며, 자동화는 44%를 차지했다. 49%의 일자리가 이미 최소한 25%의 작업을 Claude를 사용하여 수행했다. 그것은 깨끗한 대체 이야기가 아니라, 사람들을 잘 사용하는 일의 재배열로 보인다.

실제 위기는 견습이다

입문자 역할은 항상 숨겨진 기능을 가지고 있었다. 주니어 분석가는 숫자를 QC하고, 비교를 끌어오고, 데크를 함께 던지고, 선배가 쓰는 것을 위한 첫 번째 초안을 작성한다. 회사 내에서, 판단은 그 기본적인 작업으로 시작한다.

AI는 이제 그 초기 계층을 다룰 수 있을 만큼 강력하다. 모델은 메모를 초안으로 만들 수 있고, 스프레드시트를 정리할 수 있고, 통화를 요약할 수 있고, 연구의 첫 번째 통과를 몇 초 안에 준비할 수 있다. 그것은 또한 즉시 쿼터리 대시보드에 나타나지 않는 재능 문제를 만든다.

AI에 가장 많이 노출된 직업에서, 22세에서 25세 사이의 근로자들의 고용은 16% 감소했다. 그와 같은 역할에서 나이 든 근로자들은 안정적이었고, 일부는 계속 성장했다.

그 압력은 노동을 자동화할 가능성이 높은 역할에서 가장 강했다. 그것이 견습의 문제이다. 초보자가 하는 일도 소프트웨어에게 넘길 수 있는 일이다.

AI는 판단의 가치를 높인다

또 다른 초기 가정은 잘못되었다. AI는 모든 근로자를 동등하게 만들지 않았다. 많은 상황에서, 그것은 판단할 수 있는 사람과 요청할 수만 있는 사람 사이의 거리를 넓혔다.

优势은 단지 프롬프트뿐만 아니라, 맛, 기억, 맥락, 그리고 책임 뒤에 있다.

AI는 깨끗한答案을 생산할 수 있다. 그러나 그것은 그答案이 고객의 역사, 회사 문화, 시장 타이밍, 규제자의 기분, 또는 브랜드의 위험 감수와 일치하는지 완전히 이해할 수 없다. 그 부담은 여전히 사람들에게 있다.

시니어 근로자는 조직, 관계, 맥락적 지식을 AI 출력에 가져온다. 그것은 그들이 무엇이 맞고, 무엇이 실패하고, 무엇이 초안 단계를 넘어서는 것을 더 잘 볼 수 있게 만든다. 전문가들은 고용주가 경험있는 근로자 한 명이 AI를 사용하여 주니어 근로자 여러 명을 대체할 수 있다고 결정할 수 있다고 경고한다. 그 수학은 분기별 검토에서는 작동하지만, 10년 동안은 실패한다 – 시니어 역할로 성장할 수 있는 사람들은 그 반복을 결코 얻지 못한다.

그렇기 때문에 누군가가 “AI로 대체되었다”고 말할 때, 보통은 더 경험있는 리더 아래에서 더 작은 팀을 의미하며, 주니어 태스크는 이제 모델에 의해 처리된다.

일자리는 살아남지만, 하위 계층은 얇아진다

대부분의 일자리는 한꺼번에 사라지지 않는다 – 먼저 일부를 잃는다. 루틴 작성, 첫 번째 통과 연구, 스케줄링, 표준 보고서, 기본 코드, 문서화, 데이터 정리는 AI가 들어가는 쉬운 곳이다. 이러한 태스크는 주니어 코호트를 지원하는 데 사용되었으며, 또한 젊은 근로자들에게 능력을 구축하는 데 필요한 반복을 제공했다.

미국에서 50%에서 55%의 일자리가 2~3년 내에 AI에 의해 재구성될 수 있다. 10%에서 15%의 일자리는 더 긴 기간에 걸쳐 제거될 수 있다. 그것은 노동 시장 이야기가 모순된 것으로 느껴질 수 있는 이유이다. 전체 고용은 안정적일 수 있으며, 경험있는 재능은 여전히 수요가 있을 수 있다. 그러나 주니어 고용은 느려질 수 있으며, 입사 기준은 더 높아질 수 있으며, 회사 내에서 이미 있는 사람들은 AI의 도움으로 더 많은 일을 할 수 있다.

170만 개의 새로운 역할과 920만 개의 대체 역할이 2030년까지 예상된다. 이는 2030년까지 7,800만 개의 새로운 일자리 기회를 창출한다. 거의 40%의 근로자의 기술이 변경될 것으로 예상되며, 사무직 및 비서직은 가장 큰 감소가 예상되는 분야 중 하나이다.

따라서 더 좋은 질문은 “이 일자리는 여전히 존재할까?”가 아니라 “이 일자리의 어떤 부분이 사람들을 가치 있게 만드는 것을 가르칩니까?”

대응은 학습 계층을 보호해야 한다

AI가 작업을 작업으로 변경한다면, 회사들은 단지 일자리를 세는 것만으로는 대응할 수 없다. 그들은 어떤 종류의 인간 발전에 여전히 작업 내에 남아 있는지 물어야 한다.

교육은 같은 정신으로 변경되어야 한다. 사람들을 루틴 작업을 수동으로 완료하는 방법을 가르치는 것은 충분하지 않다. 사람들은 왜 그 작업이 존재하는지, 좋은 작업이 어떻게 판단되는지, 자동화된 출력이 압력下에서 어떻게 부서지는지 이해해야 한다.

정책도 더 정확해야 한다. “재훈련”은 이 문제에 너무 широк은 단어이다. 실제 필요는 판단이 성장할 수 있는 작업에 대한 접근이다. 견습, 감독된 AI 사용, 이식 가능한 자격증, 초기 경력 고용에 대한 인센티브는 소프트웨어가 가장 쉬운 훈련 작업을 흡수할 때 더 중요해진다.

디지털 아이덴티티와 신뢰를 구축하는 우리에게, 이 질문은 더遠으로 간다. AI가 더 많은 콘텐츠, 분석, 의사결정, 행동을 생산할수록, 인간의 책임은 더 귀중해진다. 우리는 누군가가 책임이 있는지, 시스템이 누군かの 대리인으로 행동했는지, 출력이 실제 권한을 가진 누군가에 의해 검토되었는지 알 수 있는 더 명확한 방법이 필요하다.

그것이 2026년에 “AI로 대체됨”이 실제로 의미하는 것이다. 작업이 먼저 사라지고, 제목은 나중에 사라진다. 경력梯子の 첫 번째 단계는 조용히 약해질 수 있다. 능력있는 사람들은 더 많은 레버리지를 얻고, 경험이 없는 사람들은 능력있는 사람이 되는 기회를 더 적게 얻는다.

모든 구식 작업을 보호하는 것은 문제를 놓친다. 실제 작업은 사람들을 전문가로 만드는 과정을 보호하는 것이다.