여성은 왜 더 높은 대체 위험에 직면하는가 — 그리고 역할 재설계는 어떻게 새로운 경로를 열 수 있는가

기술 산업은 수년 동안 인재 부족에 대해 걱정해왔다. 충분한 AI 엔지니어, 데이터 과학자, AI 아키텍트가 없다. 회사들은 같은 협력자 풀을 위해 치열하게 경쟁하고 있으며, 대부분이 남성이다.

그런데 AI 인재 전쟁이 헤드라인을 장식하는 동안, 노동 시장의 다른 쪽에서 조용한 위기가 커지고 있다. 수백만 명의 노동자, 특히 여성들이 AI가 이미 변화를 가져오는 직종에 있다. 그들은 새로운 역할로의 전환을 도와줄 교육, 도구, 또는 새로운 역할에 대한 접근권을 얻지 못하고 있다.

그 결과는 두 가지 문제가 동시에 발생하는 것이다. 산업은 충분한 AI 기술을 가진 인재를 찾을 수 없으며, 여성들은 노동력에서 가장 큰 활용되지 않는 인재 풀이다. 일자리를 잃는 사람과 얻는 사람 사이의 간격은 우연이 아니다. 거의 모든 주요 경제에서 나타나는 노동 데이터의 패턴을 따른다. 그리고 해결하지 않으면, 그것은 10년 동안 노동력의 성별 역학을 정의할 것이다.

여성은 왜 더 높은 대체 위험에 직면하는가

국제 노동 기구(ILO)의 주요 통계는 다음과 같다: 여성 주도 직업은 남성 주도 직업보다 29% 대 16%로 AI에 의해 영향을 받을 가능성이 거의 두 배 더 높다. 높은 위험 단계에서 간격은 더 크다. 여성 주도 역할 중 16%가 가장 취약한 자동화 범주에 속한다. 남성 주도 역할에서는 이 숫자가 3%이다.

ILO 보고서, Gen AI, Occupational Segregation and Gender Equality in the World of Work,는 세 가지 силы가 이 현상을 주도하고 있다고 밝혔다. 여성은 가장 자동화될 가능성이 높은 역할을 맡고 있다. 그들은 이러한 도구를 개발하는 STEM 분야에서 부재한다. 그리고 AI 모델은 이미 사회에 내재된 성별 편향을 반영한다.

이것은 우연이 아니다. 여성은 역사적으로 사무직, 행정 지원, 데이터 입력, 고객 서비스와 같은 역할에 집중되어 있었다. 이것은 정확히 AI가 잘 처리하는 기능이다: 루틴, 코딩 가능, 고용량. ILO의 연구는 분석된 국가의 88%를 다루며, 거의 모든 국가에서 여성은 남성보다 더 큰 노출을 경험한다.

노출 위험은 문제의 절반에 불과하다. AI가 생성하는 역할은 기술적이고 전략적인 기능에서 집중되어 있으며, 여성이 역사적으로 부족한 분야이다. Interface EU의 2024년 연구에 따르면,全球적으로 여성은 AI 노동력의 22%만을 차지한다. 세계 경제 포럼의 2025년 성별 격차 보고서는 여성들이 STEM 경력의 첫 해에 큰 폭으로 감소하며, AI 엔지니어링 및 리더십에서 계속해서 부족한 것으로 나타났다.

여성은 대체되는 역할에 비중적으로 집중되어 있으며, 생성되는 역할에는 부족하다. 이것은 하나의 문제가 아니다. 두 가지 문제가 겹치고 있다.

세 번째 계층이 상황을 더 악화시킨다. Randstad의 Understanding Talent Scarcity: AI and Equity 보고서는 남성과 여성 사이에 42%의 AI 기술 격차를 보인다. 남성은 71% 대 29%로 여성보다 AI 훈련을 받을 가능성이 더 높다. 또한 남성은 35% 대 27%로 여성보다 AI 툴을 작업에서 제공받을 가능성이 더 높다. UC 버클리는 전 세계 143,000명의 노동자를 다룬 18개 연구를 분석하여, 여성은 남성보다 전문적으로 AI 생성 도구를 사용할 가능성이 20% 더 낮다고 밝혔다. 이는 교육 수준이나 국가 소득과 무관했다.

직업 분리는 여성들을 자동화 가능한 역할에 위치시켰다. STEM 분야에서의 부재는 그들을 AI가 생성하는 역할에서 배제했다. 접근 및 훈련 격차는 두 역할 사이의 전환을 방해한다. 각 계층은 다른 계층을 강화한다.

역할 재설계: 무엇을 의미하며, 대부분의 회사들이 왜 잘못 이해하는가

조직이 노동력을 AI에 준비시키는 것을 말할 때, 그들은 일반적으로 두 가지를 의미한다: 기존 직원을 새로운 도구에 대한 훈련시키거나, 대체된 역할을 새로운 기술적 위치로 대체한다. 두 가지 접근법 모두 본질을 놓치고 있다.

재훈련은 필요하지만 불충분하다. 데이터 입력 클러크에게 프롬프트 엔지니어링에 대한 강의를 제공하는 것은 경로를 생성하지 않는다. 그것은 기술 집합을 제공한다. 그녀가 필요한 것은 목적지이다: 조직 내에서 명확하게 이동할 수 있는 특정 역할, 정의된 책임이 있는 역할.

대체된 역할을 기술적 위치로 대체하는 것은 종종 문제를 심화시킨다. AI 엔지니어, 데이터 과학자, 기계 학습 전문가는 대부분의 대체된 노동자가 갖지 못한 자격과 경험을 필요로 한다. 또한 기술 부문의 지배적인 인재 풀에서 후보자를 끌어들인다. 대체는 여성에게 영향을 미친다. 대체 역할은 그렇지 않다.

진정한 역할 재설계는 다른 질문으로 시작한다. AI가 루틴을 처리하는世界에서 인간의 기여는 무엇인가?

答案은 인간의 작업이 관계적, 상황적, 윤리적이라는 것이다. 모호성을 탐색하는 것이다. 고객과 동료와의 신뢰를 구축하는 것이다. 템플릿이 없는 상황에서 판단을 내리는 것이다. 이해관계자가 실제로 무엇을 필요로 하는지, 단순히 무엇을 원하는지 이해하는 것이다.

이 접점에서出现하는 새로운 역할은 부문에 따라 다른 이름을 갖는다: AI 구현 조정자, 기술 채택 리더, 인간-AI 연락관, 디지털 윤리 담당자, 변화 관리 전문가. 공통점은 기술과 인간 복잡성이 만나는 지점에서 일할 수 있는 사람들이 필요하다는 것이다.

이러한 역할은 판단, 의사소통, 조직이 작동하는 방식에 대한 깊은 이해를 필요로 한다. 즉, 여성들이 현재 위험에 처한 역할에서 수년간 구축해온 기술의 직접적인 진화이다.

이 문제를 올바르게 해결하는 회사들은 위험에 처한 역할에 내재된 기술을 매핑하고, 실제로 사람이 구축한 능력을 식별하며, AI가 생성하는 역할과 일치하는 능력을 식별한다.

이것은 단순한 평등 문제가 아니라 인재 문제이다

AI 인재 부족은 실제로 있으며悪화되고 있다. AI 채택에 의해 생성되는 역할은 기술적 문해력과 인간의 판단력이 결합된 진정으로 희귀한 것을 필요로 한다. 회사들은 협력자 풀을 위해 치열하게 경쟁하고 있다.

여성은 전문 노동력에서 가장 큰 활용되지 않는 인재 풀이다. 위험에 처한 역할에 내재된 기술, 즉 관계 관리, 운영 조정, 윤리적 판단, 이해관계자 의사소통은 새로운 AI 시대 역할이 요구하는 것과 정확히 일치한다. 두 가지 사실之间의 연결은 명백해야 한다.

기술 기반 채용은 이러한 연결을 가능하게 하는 메커니즘이다. 자격과 선형적인 경력 경로를 필터링하는 대신, 실제로 무엇을 할 수 있는지 평가한다. 그것은 여성들이 자동화된 역할에서 개발된 능력을 통해 역할에 접근할 수 있도록 한다. 잘 설계된 경우, 그것은 단순히 인재 풀을 넓히는 것이 아니라, 조직이 가장 필요로 하는 경험을 표면화한다.

조직이 이것을 올바르게 해결하는 경우

단일 모델은 없다. 그러나 의미있는 진행을 이루는 조직들은 인식 가능한 행동 세트를 공유한다.

그들은 직함이 아니라 기술에서 시작한다. 어떤 역할이 자동화되기 전에, 그 역할에서 실제로 무엇을 할 수 있는지 매핑하고, 조직이 앞으로 필요로 할 능력에 대해 매핑한다. 질문은 그 직업이 자동화될 수 있는지 여부가 아니다. 그 질문은 그 직업을 하는 사람이 무엇을 알고, 그것이 무엇을 구축하는지에 대한 것이다.

주도적인 조직은 미래의 기회에 대한 일반적인 희망에서 벗어나, 가시적, 구체적, 실행 가능한 경로를 구축하고 있다. 일반적인 훈련이 아니라, 전체 노동력을 위한 훈련을 제공한다. 프로그램이晚間 또는 자율적으로 학습을 요구한다면, 그것은 부양책임이 있는 사람들을 체계적으로 제외할 것이다. 포괄적인 설계는 모듈식, 예약 가능, 근무 시간 중에 उपलब성이 있으며, 실험하고 실패할 수 있는 심리적 안전성을 제공한다.

이 접근법은 노동력의 근본적인 변화를符合한다: Randstad Workmonitor 2026은 전통적인 “경력 사다리”가 실패하고 있으며, 72%의 고용주가 선형적인 경력 경로가 구식이라고 동의한다. 이에 대응하여, 인재는 다양한 경험을 통해 보안과 안정성을 제공하는 “포트폴리오 경력”을 구축하고 있다. 이 새로운 모델은 장기적인 단일 역할에서의 근속보다 다양성, 개인적 주체성, 보안을 우선시한다.

다음 24개월은 오랜 시간 동안 중요할 것이다

노동력의 전환은 쉽게 역전되지 않는다. 현재 형성되는 패턴은 수년 동안 지속된다.

의도적으로 행동하는 조직은 이 순간을 이용하여 오늘보다 더 능력 있고 다양한 노동력을 구축할 수 있다. 그러나 AI 변화를 기술 프로젝트로 취급하고 인적 자원을 부차적으로 취급하는 조직은 더 좁은 인재 풀과 더 어려운 채용 문제로 나오게 될 것이다.