AI 자동화가 가장 먼저 빼앗는 건 코딩과 회계, 끝까지 살아남는 능력은 따로 있다

AI 자동화가 일자리를 위협한다고 하면 대개 단순 반복 업무나 감정 노동을 먼저 떠올린다. 그런데 맥킨지(McKinsey) 데이터는 정반대를 말하고 있다. AI 자동화에 가장 크게 노출된 능력은 오히려 오래 배워야 하는 전문 기술이었다. 맥킨지 글로벌 연구소(McKinsey Global Institute)가 2026년 5월 발표한 ‘에이전트, 로봇, 그리고 우리: AI가 유럽의 일과 기술을 어떻게 바꾸는가(Agents, robots, and us)’ 보고서는 스킬 변화 지수(Skill Change Index)라는 도구로 어떤 능력이 자동화에 얼마나 노출되는지를 0에서 100까지 점수로 매겼다. 스킬 변화 지수란 특정 업무 능력이 앞으로 자동화 기술에 얼마나 대체되거나 바뀔지를 나타내는 지표다. 결과는 직관과 어긋난다. 회계, 송장 처리, 코딩처럼 몇 년을 배워야 하는 전문 기술일수록 점수가 높았고, 공감과 리더십처럼 따로 배운 적 없는 사람의 능력이 가장 낮았다. 지금 안전하다고 믿는 기술이 먼저 흔들릴 수 있다는 뜻이다.

AI 자동화 노출도가 가장 높은 기술은 SQL과 회계

맥킨지 글로벌 연구소의 스킬 변화 지수에서 AI 자동화 노출도가 가장 높게 나온 능력은 SQL 같은 프로그래밍 언어, 회계, 송장 처리, 소프트웨어 개발, 품질 관리로 지수 30점 안팎을 기록했다. 반대로 회복탄력성은 약 13점, 영향력 발휘와 공감은 14점에서 15점, 리더십은 16점으로 가장 낮았다. 점수가 높을수록 자동화가 그 일을 더 많이 가져간다는 의미이므로, 숫자와 규칙으로 정리되는 일일수록 기계가 먼저 손을 댄다는 결론이 나온다.

예를 들어 매일 엑셀로 거래를 정산하고 장부를 맞추는 재무 담당자와, 고객의 화를 가라앉히고 팀의 갈등을 조율하는 관리자를 나란히 놓고 보면, 전자의 핵심 업무가 후자보다 자동화에 훨씬 더 크게 노출되어 있다. 맥킨지는 유럽 10개국에서 가장 많이 요구되는 상위 100개 기술 대부분이 최소한 부분적으로는 자동화에 노출되어 있어, 기술 변화가 특정 직군에 국한되지 않고 폭넓게 번질 것으로 봤다.

그림1. AI 자동화 노출도를 보여주는 맥킨지 스킬 변화 지수 그래프 (자료: 맥킨지 글로벌 연구소, Agents, robots, and us: How AI reshapes work and skills in Europe, 2026)

자동화로 유럽 노동시간 58% 대체 가능, 경제 가치는 1조 9,000억 달러

맥킨지 글로벌 연구소는 유럽 10개국을 분석해 현재 노동시간의 58%가 기존 자동화 기술만으로도 이론상 대체될 수 있다고 밝혔다. 이 가운데 44%는 디지털 업무를 처리하는 에이전트(agent)가, 14%는 물리적 작업을 하는 로봇(robot)이 담당할 수 있다. 여기서 에이전트란 문서 작성이나 데이터 분석처럼 몸을 쓰지 않는 일을 대신하는 소프트웨어를 말하고, 로봇은 물건을 나르거나 기계를 조작하는 물리적 일을 맡는 기계를 말한다. 이 자동화가 2030년까지 유럽에 만들어낼 경제 가치는 중간 시나리오 기준 최대 1조 9,000억 달러에 이른다.

다만 도입 속도가 느린 시나리오에서는 1조 1,000억 달러에 그친다. 두 숫자의 8,000억 달러 격차는 기술 자체보다 기업이 얼마나 빠르게 일하는 방식을 바꾸느냐에 성패가 달려 있음을 보여준다. 실제로 맥킨지는 기업의 90% 가까이가 AI를 일상적으로 쓰고 있지만 측정 가능한 성과를 내는 곳은 40%도 되지 않는다고 지적했다. 도구를 도입하는 것과 일하는 방식을 바꾸는 것은 전혀 다른 문제라는 뜻이다.

기술의 4분의 3은 사람과 AI가 함께 쓴다

맥킨지 글로벌 연구소는 유럽 고용주가 요구하는 기술의 약 75%가 자동화 가능한 업무와 그렇지 않은 업무 양쪽에서 함께 쓰인다고 분석했다. 주로 사람이 쓰는 기술은 10%, 시간이 지나며 AI가 주도할 가능성이 큰 기술은 15%에 그친다. 대부분의 기술이 사람과 기계 사이에서 깔끔하게 나뉘지 않고 협업 형태로 재편된다는 의미다.

언어 능력을 예로 들면, AI 에이전트가 여러 언어로 초안을 작성하는 동안 사람은 문화적 뉘앙스를 다듬고 정확성을 확인한다. 제조나 서비스 현장의 품질 관리도 마찬가지로, 자동화 시스템이 불량과 오류를 잡아내면 사람이 최종 판단과 책임을 맡는다. 맥킨지는 유럽 전체 일자리를 사람, 에이전트, 로봇의 역할 비중에 따라 일곱 가지 유형으로 나눴는데, 사람이 중심인 직군이 31%, 사람과 기계가 함께 일하는 혼합형이 27%, AI가 중심이 될 수 있는 직군이 42%였다. 청소원이나 간호사처럼 사람이 중심인 일, 영업사원이나 배관공처럼 사람과 기계가 함께하는 일, 회계사나 사무 보조처럼 AI가 주도할 수 있는 일이 각각 여기에 속한다.

AI 활용 능력 수요 5배 급증, 스웨덴이 선두

AI 자동화가 사람의 일을 없애기보다 바꾸는 쪽으로 가면서, 기업이 새로 요구하는 능력은 AI 유창성(AI fluency)이다. AI 유창성이란 AI 시스템을 실제 업무에 쓰고 관리하며 결과를 해석해 성과로 연결하는 능력을 말한다. 맥킨지 글로벌 연구소에 따르면 AI 유창성을 요구하는 채용 공고는 2023년부터 2025년 사이 5배로 늘어 190만 명 규모에서 940만 명 규모로 커졌다. 이는 유럽 전체 고용의 약 5%에 해당한다.

AI를 직접 개발하는 기술 인력 수요가 1.7배 늘어난 것과 비교하면, 만드는 사람보다 잘 쓰는 사람에 대한 수요가 훨씬 빠르게 커지고 있다. 국가별로는 스웨덴이 가장 앞서 2025년 기준 전체 직업의 4분의 1 이상이 AI 관련 기술을 요구했고, 폴란드와 영국에서 수요 증가 속도가 가장 빨랐다. 채용 공고에서 늘어난 능력을 보면 비즈니스 분석이 176개 직업에서, 개인적 자질이 155개, 품질 보증이 148개 직업에서 새로 요구되며 증가폭 상위를 차지했다. 반대로 언어 능력은 39개, 사무기기 조작은 37개 직업에서 요구가 줄어 감소폭이 가장 컸다. 물류 코디네이터, 인사 담당자, 규정 준수 담당자처럼 기술직이 아닌 자리에서도 AI 도구를 다룰 줄 아는 능력이 요구되기 시작했다.

지금 무엇을 배워둘 것인가

이 보고서가 던지는 질문은 결국 개인이 AI 자동화 시대에 어디에 시간을 쓸 것인가로 모인다. AI 자동화 노출도가 낮게 나온 능력이 회복탄력성, 공감, 리더십, 영향력 발휘라는 점은, 앞으로의 경쟁력이 특정 소프트웨어를 다루는 숙련도보다 사람을 움직이고 판단을 책임지는 역량에서 나올 가능성을 시사한다.

다만 맥킨지도 강조하듯 이 수치는 기술적으로 자동화가 가능하다는 뜻이지 실제로 일자리가 사라진다는 예측은 아니다. 도입 속도, 비용, 규제, 조직의 준비도에 따라 결과는 크게 달라질 수 있어 두고 볼 필요가 있다. 분명한 것은 회계나 코딩 같은 전문 기술이 쓸모없어지는 것이 아니라 쓰이는 방식이 바뀐다는 점이다. 사람이 직접 장부를 맞추는 대신 AI가 정리한 결과를 검토하고 책임지는 쪽으로 역할이 옮겨간다. 그렇다면 지금 필요한 준비는 하나의 기술을 더 깊이 파는 것과, AI를 다루는 능력을 얹어 판단하는 자리로 옮겨가는 것 사이에서 자신이 어느 쪽에 서 있는지 확인하는 일일지도 모른다.

FAQ( ※ 이 FAQ는 본지가 리포트를 참고해 자체 작성한 내용입니다.)

Q. 스킬 변화 지수가 높으면 그 직업이 사라진다는 뜻인가요?
아닙니다. 스킬 변화 지수는 그 능력이 자동화 기술에 얼마나 노출되어 있는지를 보여줄 뿐, 일자리가 없어진다는 예측이 아닙니다. 맥킨지도 이 수치는 기술적으로 자동화가 가능하다는 의미이며 실제 고용 감소와는 다르다고 설명합니다. 대부분의 능력은 사라지기보다 사람과 AI가 함께 쓰는 형태로 바뀝니다.

Q. AI 유창성은 코딩을 배우라는 뜻인가요?
꼭 그렇지는 않습니다. AI 유창성은 AI를 직접 개발하는 능력이 아니라, AI 도구를 업무에 쓰고 결과를 해석해 활용하는 능력을 말합니다. 맥킨지 데이터에서도 AI를 만드는 기술 인력보다 AI를 잘 쓰는 사람에 대한 수요가 훨씬 빠르게 늘고 있어, 개발보다 활용 능력을 갖추는 것이 더 넓게 요구됩니다.

Q. 공감이나 리더십 같은 능력이 정말 더 안전한가요?
맥킨지 분석에서는 회복탄력성, 공감, 리더십, 영향력 발휘 같은 능력이 자동화 노출도가 가장 낮게 나왔습니다. 사람 사이의 상호작용과 상황에 맞는 판단이 필요한 일이라 기계가 대체하기 어렵기 때문입니다. 다만 이런 능력도 AI가 보조하는 형태로 활용 방식이 조금씩 바뀔 수 있습니다.

기사에 인용된 리포트 원문은 맥킨지(McKinsey)에서 확인할 수 있다.
리포트명: Agents, robots, and us: How AI reshapes work and skills in Europe (McKinsey Global Institute, 2026년 5월 12일) / Human skills in the age of automation (McKinsey & Company, 2026년 7월 9일)
이미지 출처: AI 생성 콘텐츠
해당 기사는 챗GPT와 클로드를 활용해 작성되었습니다.