Oyster의 2026년 글로벌 AI 인재 보고서, AI 역량이 직무 정의보다 빠르게 확산되고 있음을 보여줘

Oyster의 2026년 글로벌 AI 인재 보고서는 직장 내 AI 도입의 핵심에 놓인 불일치를 보여준다. 직원에게 기대하는 AI 역량이 고용주가 공식적으로 정의한 직무보다 빠르게 변하고 있다는 것이다. 2026년 상반기에 Oyster 플랫폼을 통해 채용된 직무 중 15%에 AI 역량 요건이 포함됐다. 2022년의 5%에서 증가한 수치다. 그러나 새로운 기대가 생겨도 직함이나 급여가 조정되지 않고, 직원에게 명확한 설명조차 제공되지 않는 경우가 많다.

10월 14일에 발표된 이 연구는 1만 5,000건이 넘는 직무 설명 분석과 인사 및 인력 관리 전문가 1,000명 이상을 대상으로 한 설문조사를 종합했다. 가장 주목할 만한 결과는 AI가 직함에 포함된 일자리가 갑자기 늘어났다는 점이 아니라, 기존의 일반적인 직무가 AI를 중심으로 재편되고 있다는 점이다.

고용주에게는 실질적인 질문이 제기된다. AI 활용 역량이 요구될 만큼 중요하다면, 그 역량을 어떻게 정의하고 평가하며 인정해야 할까? 보고서에 따르면 많은 조직이 일관된 답을 마련하기 전에 해당 역량을 요구하기 시작했다.

익숙한 직무로 확산되는 AI 역량 요건

Oyster의 플랫폼 분석에서는 직무 설명에 AI 도구, AI 역량 또는 AI 지원 업무 흐름이 요건으로 명시된 경우 해당 직무에 AI 역량이 필요하다고 집계한다. 이러한 직무의 비중은 2022년 약 5%에서 2024년 6%, 2025년 10%로 늘었으며, 2026년 상반기에는 15%에 달했다.

이 비교는 AI 관련 직무의 절대적인 수나 AI를 사용하는 직원의 비율이 아니라, AI 역량 요건이 명시된 직무의 비중을 측정한다. 또한 이미 글로벌 고용에 관심이 있는 고객사를 보유한 Oyster를 통해 채용된 직무만을 대상으로 한다. 변화의 속도를 해석할 때는 이러한 차이를 고려해야 한다.

엔지니어링 분야는 여전히 수요가 두드러지는 영역이다. 플랫폼 데이터에 따르면 2025년부터 2026년 6월까지 엔지니어링 직무의 23%에 AI 역량 요건이 포함됐다. 하지만 같은 기간 마케팅 코디네이터 직무의 17%, 리크루터 직무의 15%, 운영 코디네이터 직무의 10%에서도 이러한 요건이 확인됐다.

이러한 직무는 AI 도입으로 새로운 직업이 생기지 않더라도 기존 직업의 성격이 어떻게 달라질 수 있는지 보여준다. 리크루터는 후보자 발굴이나 행정 업무에 AI를 활용해야 할 수 있고, 마케팅 코디네이터는 AI로 지원받아 제작한 콘텐츠를 다룰 수 있다. 중요한 역량은 단순히 도구에 접근할 수 있는지가 아니라, 도구의 결과물이 유용한 때와 검토가 필요한 때를 판단하고 책임이 사람에게 남는 지점을 아는 것이다.

기대와 소통, 급여 사이의 간극

지난 1년 동안 소속 회사가 기존 직무에 AI 역량 요건을 추가했다고 답한 설문 응답자 가운데 62%는 직함과 보상이 모두 바뀌지 않았다고 답했다. 보고서는 이 결과의 응답자 수가 601명이라고 밝혔다. 이를 전체 고용주의 62%가 급여를 조정하지 않은 채 새로운 AI 업무를 부여했다는 의미로 해석해서는 안 된다.

별도의 조사 결과는 소통 문제와 관련이 있다. 소속 회사가 전통적으로 비기술직으로 분류되는 직무에 AI 역량 요건을 추가했다고 답한 응답자 중 46%는 새로운 기대 사항이 공식적으로 전달되지 않았다고 밝혔다. 이 결과의 응답자 수는 646명으로, 앞선 결과와 다르다.

두 결과는 모두 관리상의 간극을 보여준다. 직원은 관리자의 생각 속에는 자리 잡았지만 명시적인 직무 설명에는 아직 반영되지 않은 기대를 기준으로 평가받을 수 있다. 이로 인해 유용한 새 역량을 요구하는 것과 말없이 업무량을 늘리는 것을 구분하기가 어려워진다.

채용 과정에서도 비슷한 불일치가 나타난다. 소속 회사가 지원자에게 AI를 활용해 직접 무엇을 만들어봤는지 묻는다고 답한 응답자 중 53%는 그 답변이 채용이나 보상 결정에 영향을 주지 않는다고 밝혔다. 질문을 하는 것과 답변을 신뢰할 만한 방식으로 해석하는 것은 서로 다른 단계다.

보고서는 새로운 AI 역량 요건이 추가될 때마다 반드시 급여를 인상해야 한다거나, 직함이 바뀌지 않으면 직원이 부당한 대우를 받았다는 점을 입증하지 않는다. 다만 고용주가 요구하는 역량과 실제 의사결정 사이에 더 명확한 연관성을 마련해야 하는 이유를 보여준다. 그렇지 않으면 AI 활용 역량은 직무의 명확한 요건이 아니라 모호한 선별 기준으로 남을 수 있다.

교육이 우선이지만 글로벌 채용도 대응 방안의 일부

AI 역량이 부족할 때 인사 전문가 응답자의 53%는 소속 회사가 기존 직원의 교육을 선호한다고 답했다. 또 31%는 교육과 외부 채용을 병행하는 방식을 선호했고, 14%는 주로 외부 채용을 선호했다.

이러한 선호에는 조직 차원의 합리적인 이유가 있다. 기존 직원은 이미 사업과 고객, 조직의 제약을 이해하고 있기 때문이다. 하지만 교육에는 실습과 검토를 위한 여지가 마련되어야 한다. 기대 수준과 시간 배분, 평가 방식을 그대로 둔 채 AI 교육 과정만 추가한다면 연구의 다른 부분에서 확인된 문제를 해결하지 못할 수 있다.

조직이 내부 인력 외부에서 인재를 찾는다면 지역이라는 변수가 더해진다. 소속 회사가 AI 인재의 외부 채용을 우선시한다고 답한 응답자 가운데 34%는 국내에서 AI 업무를 수행할 준비가 된 지원자를 찾지 못해 해외에서 채용했다고 밝혔다. 내부 교육을 우선시한 응답자 집단에서는 이 비율이 18%였다. 이는 채용 전략과의 연관성을 보여주는 결과이지, 해외 채용 자체가 역량 부족 문제를 해결한다는 증거는 아니다.

Oyster의 플랫폼 데이터에서도 채용 시장별로 AI 역량을 요구하는 직무의 비율이 다르게 나타납니다. 스위스는 21%, 폴란드는 20%, 포르투갈은 19%, 루마니아는 17%였습니다. 이는 플랫폼에서 각 국가별로 이루어진 채용 활동 중 해당 직무가 차지하는 비율입니다. 이 수치는 AI 인재의 전체 공급 규모나 역량 수준에 따라 국가 순위를 매긴 것이 아니며, 직무 구성의 차이가 비교 결과에 영향을 미칠 수 있습니다.

국내 AI 인재 부족 문제를 해결하기 위해 해외 채용을 진행한 기업의 응답자 211명 가운데 59%는 AI 직무를 주로 정규직 직원으로 충원한다고 답했습니다. 또 34%는 직원과 계약직을 함께 활용하고, 7%는 주로 계약직에 의존한다고 답했습니다. 이 집단의 경우 해외 채용은 지속적으로 운영될 팀을 구축하는 과정의 일부인 경우가 많다는 점을 시사합니다.

고용 기술에도 책임 있는 판단은 여전히 필요하다

Oyster는 국경을 넘는 채용과 관련해 상업적 이해관계를 갖고 있습니다. Oyster의 고용주 대행 서비스는 고객사가 각 시장에 자체 법인을 설립하지 않고도 해외에서 채용할 수 있도록 고용 체계를 제공합니다. 이러한 사업적 맥락은 보고서가 해외 채용과 고용 인프라를 강조하는 이유를 이해하는 데 중요합니다.

Oyster의 통합 플랫폼은 채용 관리, 인사 정보 및 회계 시스템을 고용 관련 업무 흐름과 연결합니다. 문서에 명시된 기능에는 후보자 및 직원 정보, 휴가 데이터, 승인된 경비의 동기화가 포함됩니다. API를 통해 맞춤형 업무 흐름도 지원합니다. 이러한 기능은 고용 정보를 전송하고 관리하는 데 관한 것으로, 소프트웨어가 AI 역량을 갖춘 후보자의 자격 여부를 독자적으로 판단할 수 있다는 근거로 오해해서는 안 됩니다.

보고서의 고용 형태 분류 관련 조사 결과도 이러한 구분이 중요함을 보여 줍니다. AI 직무에 계약직이나 프리랜서를 주로 활용하는 조직의 응답자 가운데 31%는 현지 노동법에 따른 올바른 분류에 확신이 없거나 이 문제를 고려해 본 적이 없다고 답했습니다. AI 직무를 주로 정규직 직원으로 충원하는 조직에서는 이 비율이 20%였습니다. 확신이 없다는 사실이 잘못된 분류의 증거는 아니지만, 인재를 찾는 일과 적절한 고용 관계를 정립하는 일은 서로 별개의 과제라는 점을 보여 줍니다.

인사 담당자가 다음 단계로 취할 만한 조치는 AI 활용에 대한 기대를 구체적으로 정하는 것입니다. 수행할 업무, 승인된 도구, 결과를 확인하는 기준, 결과에 책임을 질 사람을 명시해야 합니다. 그러면 채용 평가에서 관련 업무 수행 능력을 검증하고, 역량 개발 계획으로 파악된 격차를 해소할 수 있습니다.

증거가 고용주에게 알려 줄 수 있는 것과 그렇지 않은 것

이 설문조사는 2026년 8월 Prolific을 통해 실시했으며, 미국, 영국, 캐나다 및 유럽에서 채용이나 인력 관련 의사결정을 담당하는 관리자급 이상 전문가를 대상으로 했습니다. 이 조사는 독립적인 감사를 거친 고용 성과가 아니라 응답자들이 전한 기업의 관행을 기록합니다. 플랫폼 분석은 2022년 1월부터 2026년 6월 30일까지를 다루며, 직무 및 국가별 비교의 대부분은 2025년 1월부터 2026년 6월까지의 데이터를 사용합니다.

따라서 이 연구는 글로벌 관점에서 움직이는 특정 고용주 집단이 어떻게 변화에 대응하고 있는지를 보여 줍니다. 노동시장 전체를 측정하거나, AI가 보상 변화를 초래했다는 점을 입증하거나, 특정 교육 전략이 생산성 향상으로 이어진다는 사실을 확인하는 연구는 아닙니다.

그럼에도 이 연구의 핵심 메시지는 분명합니다. 조직이 직무를 설명하는 방식을 바꾸기 전에 AI가 해당 직무에 필요한 역량을 바꿀 수 있습니다. 이 간극을 좁히려면 직원에게 명확한 기대치를 제시하고, 실제 업무를 기준으로 역량을 평가하며, 새롭게 기여한 성과를 어떻게 인정할지 결정해야 합니다. 더 나은 도구는 이러한 결정을 뒷받침할 수 있습니다. 하지만 그 결정은 여전히 고용주가 내려야 합니다.