🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 요약

AI 도구가 직장 전반에 보편화되면서, 향후 3~5년 안에 전문직 근로자의 업무 시간과 활동 중 30~50%가 변화할 수 있다는 전망이 나왔다.

📌 핵심 요약

• 맥킨지 글로벌 인스티튜트의 아누 마드가브카르는 AI 활용 능력이 직원들에게 점점 기본 요건이 되고 있으며, 향후 3~5년 안에 개인 업무 시간과 활동의 30~50%가 변화할 수 있다고 말했다.
• 맥킨지의 2025년 보고서에 따르면 현재 기술은 미국 근로시간의 약 57%에 해당하는 활동을 이론적으로 자동화할 수 있고, AI 에이전트는 44%, 로봇은 13%에 해당하는 시간을 맡을 수 있다.
• 맥킨지는 2030년까지 모든 직무가 기술 변화와 재구성을 요구받을 것이라고 보지만, 이는 특정 소프트웨어 사용법보다 AI가 내장된 도구와 함께 일하는 새로운 방식에 가깝다고 설명한다.
• 동시에 AI가 인간의 역할을 완전히 대체한다는 뜻은 아니며, 현재 노동력의 약 70%에 해당하는 기술은 자동화 가능한 업무와 자동화되지 않는 업무 모두에 적용될 수 있다고 분석했다.
• 구글 딥마인드와 구스토의 리더들은 AI fluency가 단순한 도구 교육이나 사용법이 아니라, 문제를 이해하고 적절한 활용 시점을 판단하며 고객과 업무 성과에 미치는 영향을 키우는 능력이라고 강조했다.

🧩 주요 포인트

1. 맥킨지 글로벌 인스티튜트의 아누 마드가브카르는 AI 활용 능력이 직원들에게 점점 기본 요건이 되고 있으며, 향후 3~5년 안에 개인 업무 시간과 활동의 30~50%가 변화할 수 있다고 말했다.
2. 맥킨지의 2025년 보고서에 따르면 현재 기술은 미국 근로시간의 약 57%에 해당하는 활동을 이론적으로 자동화할 수 있고, AI 에이전트는 44%, 로봇은 13%에 해당하는 시간을 맡을 수 있다.
3. 맥킨지는 2030년까지 모든 직무가 기술 변화와 재구성을 요구받을 것이라고 보지만, 이는 특정 소프트웨어 사용법보다 AI가 내장된 도구와 함께 일하는 새로운 방식에 가깝다고 설명한다.
4. 동시에 AI가 인간의 역할을 완전히 대체한다는 뜻은 아니며, 현재 노동력의 약 70%에 해당하는 기술은 자동화 가능한 업무와 자동화되지 않는 업무 모두에 적용될 수 있다고 분석했다.
5. 구글 딥마인드와 구스토의 리더들은 AI fluency가 단순한 도구 교육이나 사용법이 아니라, 문제를 이해하고 적절한 활용 시점을 판단하며 고객과 업무 성과에 미치는 영향을 키우는 능력이라고 강조했다.

🧠 상세 정리

1. AI 활용 능력이 직장 기본 역량으로 부상

기사의 출발점은 AI 도구가 더 이상 일부 기술직이나 실험적인 조직만의 전유물이 아니라 일반 직원들의 업무 환경 안으로 들어왔다는 변화다. 맥킨지 글로벌 인스티튜트 파트너 아누 마드가브카르는 AI fluency, 즉 업무에서 AI 도구를 활용할 수 있는 능력이 빠르게 기본 요건이 되고 있다고 설명한다. 그는 맥킨지가 주최한 포춘 Workplace Innovation Summit 패널에서 향후 3~5년 사이 개인의 업무 시간과 활동 중 30~50%가 변화할 수 있다는 연구 결과를 언급했다. 핵심은 AI가 단순히 새로운 소프트웨어 하나를 배우는 문제가 아니라, 직장인의 일상적 업무 방식 자체를 바꾸는 흐름이라는 점이다.

2. 자동화 가능성이 이미 업무 시간의 큰 비중에 도달

기사에서는 AI가 가져올 변화가 먼 미래의 가능성이 아니라 이미 측정 가능한 효율성의 형태로 나타나고 있다고 설명한다. 맥킨지의 2025년 보고서에 따르면 현재 기술은 미국 전체 근로시간의 약 57%에 해당하는 활동을 이론적으로 자동화할 수 있다. 그중 AI 에이전트는 미국 근로시간의 44%에 해당하는 업무를 자동화할 수 있고, 로봇도 직원들이 투입하는 시간의 13%를 맡을 수 있는 것으로 제시된다. 이러한 수치는 특정 직업군만이 아니라 모든 직무가 재편의 영향을 받을 수 있음을 보여준다. 맥킨지는 2030년까지 모든 일자리가 기술 변화와 필요한 역량의 변화를 겪을 것이라고 봤다.

3. AI fluency는 특정 도구 교육이 아니라 새로운 일하는 방식

마드가브카르는 AI fluency를 특정 소프트웨어 패키지나 개별 기능 숙련으로 좁혀 보지 말아야 한다고 강조한다. AI 기능이 내장된 도구들과 함께 업무를 전환하고 수행하는 방식 전체가 핵심이라는 것이다. 이 관점에서 AI fluency는 어떤 버튼을 누르는지, 어떤 제품을 쓰는지에 머물지 않고 업무 절차와 판단 방식이 어떻게 바뀌는지와 연결된다. 구글 딥마인드의 인재·성과 담당 리더 옐레나 나긴스키도 특정 도구 교육은 수명이 짧다고 말했다. 그는 먼저 해결하려는 문제가 무엇인지, AI가 적절한 도구인지 판단하는 이해력이 필요하다고 설명했다.

4. 인간 역량은 사라지지 않고 판단과 영향력 중심으로 재배치

기사는 AI 확산이 곧바로 노동자의 무용화를 뜻하지 않는다고 선을 긋는다. 맥킨지의 2025년 연구는 현재 노동력이 가진 기술의 약 70%가 자동화 가능한 업무와 자동화되지 않는 업무 모두에 적용될 수 있다고 예측했다. 이는 AI가 많은 활동을 바꾸더라도 인간의 기존 역량이 완전히 밀려나는 것이 아니라 다른 방식으로 활용될 수 있음을 의미한다. 구스토의 최고인사책임자 스콧 헬메스 역시 AI fluency를 단순한 도구 사용법이 아니라 고객에게 더 큰 영향을 만드는 능력으로 설명했다. 그는 최근 12~18개월 동안 기술의 궤적이 크게 달라졌고, AI를 워크플로에 적용하는 일이 기업의 사용자 경험에 큰 이득을 줄 수 있다고 봤다.

5. 핵심은 “대체”가 아니라 활동 단위 재설계

이 기사에서 중요한 지점은 “몇 개의 직업이 사라질 것인가”보다 “각 직업 안의 어떤 활동이 바뀔 것인가”에 있다. 마드가브카르가 말한 30~50% 변화 전망은 직무 전체가 사라진다는 단정이 아니라, 직원이 시간을 쓰는 활동 조합이 재편된다는 뜻에 가깝다. 따라서 기업 입장에서는 직무명을 기준으로 AI 도입 여부를 결정하기보다, 회의 준비, 자료 정리, 초안 작성, 고객 응대, 분석, 의사결정 지원처럼 활동 단위로 자동화 가능성과 사람의 판단 필요성을 나눠야 한다. 이 접근은 AI 도입을 비용 절감 프로젝트로만 보지 않고, 업무 설계·교육·성과 평가를 함께 바꾸는 조직 변화 과제로 보게 만든다.

6. 교육의 초점은 제품 숙련보다 판단력

구글 딥마인드와 구스토 리더들의 발언은 AI 교육의 초점이 특정 제품 사용법에 머물면 빠르게 낡을 수 있음을 보여준다. 도구는 계속 바뀌지만, 어떤 문제를 풀어야 하는지 정의하고, AI가 적절한지 판단하며, 결과가 고객과 조직 성과에 어떤 영향을 주는지 해석하는 능력은 더 오래 남는다. 이 때문에 AI fluency는 프롬프트 작성법이나 개별 앱 사용법을 넘어, 업무 맥락을 읽고 자동화·보조·인간 판단의 경계를 설계하는 역량으로 봐야 한다. 기사 전체는 전문직이 AI로 단순히 대체된다는 공포보다, AI와 함께 일하는 방식 자체를 새로 학습해야 한다는 요구를 강조한다.

🧾 핵심 주장 / 시사점

• 기업이 요구하는 AI 역량은 특정 생성형 AI 도구 사용법보다, 업무 문제를 정의하고 AI 적용 여부를 판단하며 결과를 책임지는 능력에 가까워지고 있다.
• 자동화 가능 업무 비중이 높게 제시되지만, 기사 자체는 인간 역량의 소멸보다 직무 재설계와 기술 전환을 더 중심적인 변화로 다룬다.
• AI fluency는 개인 생산성 기술이면서 동시에 조직의 고객 경험과 업무 영향력을 키우는 전략적 역량으로 해석되고 있다.

✅ 액션 아이템

• 맥킨지의 30~50% 업무시간 변화 전망을 직무별 활동 단위로 쪼개고, AI 에이전트 44%·로봇 13% 자동화 가능성과 실제 업무 재설계 범위를 구분해 점검한다.
• Anu Madgavkar가 말한 AI fluency를 도구 사용 교육이 아니라 문제 정의, 적용 판단, 고객 영향 측정 역량으로 재정의해 팀별 학습 과제를 설계한다.
• McKinsey Global Institute의 2030년 직무 재구성 전망을 기준으로, 자동화 가능한 업무와 인간 역량이 계속 필요한 업무를 함께 보존하는 전환 로드맵을 만든다.

❓ 열린 질문

• AI가 향후 3~5년 안에 업무 시간의 30~50%를 바꾼다면, 기업은 어떤 업무를 자동화하고 어떤 업무를 사람의 판단 훈련으로 남겨야 할까?
• AI 에이전트 44%·로봇 13%라는 자동화 가능성 수치는 실제 직무 설계, 성과 평가, 재교육 예산에서 어떤 우선순위를 만들어야 할까?
• AI fluency가 특정 도구 숙련이 아니라 문제 정의와 영향 측정 능력이라면, 직원 교육은 제품 사용법보다 어떤 사고방식과 워크플로를 가르쳐야 할까?