AI는 영국 일자리를 삭제하는 것이 아니라 재구성하고 있다: 기술 중심의 노동 모델

실용적 조언

새로운 AI 도구를 도입하기 전에 조직 내 '기술 분류 체계(Skills Taxonomy)'를 먼저 구축하여 인력 재배치 가능성을 확보하십시오.
AI가 주니어 업무를 대체하는 상황에서 5년 후의 시니어 인력을 어떻게 육성할지 파이프라인을 점검하십시오.
거버넌스를 규제로만 보지 말고, 투명성과 감사 추적성을 통해 파일럿에서 운영 단계로 넘어가는 속도를 높이는 레버리지로 활용하십시오.

섹션별 상세

영국 킹스 칼리지 런던(KCL)의 연구에 따르면 AI 노출도가 높은 기업은 신규 채용 공고가 16.3%p 감소했으며, 특히 소프트웨어 엔지니어 등 기술직의 공고는 23.4% 급감했다. 하지만 해당 기업들의 평균 급여는 오히려 1,300파운드 이상 상승했는데, 이는 단순 업무는 AI가 대체하고 남은 업무의 복잡성과 판단의 가치가 높아졌음을 의미한다. 대인 관계 기술이 필요한 직군은 LLM의 보완재 역할을 하며 고용 수준을 유지하고 있는 것으로 나타났다.

PwC의 2025 글로벌 AI 직업 바로미터 분석 결과, AI 기술을 보유한 노동자는 2024년 기준 56%의 임금 프리미엄을 누리고 있으며 이는 전년도 25%에서 두 배 이상 증가한 수치이다. AI 노출 직무에서 요구되는 기술의 변화 속도는 비노출 직무보다 66% 빠르며, 이에 따라 정규 학위보다 실질적인 기술 보유 여부가 시장 가격을 결정하는 핵심 요소가 되고 있다. 기업은 이제 직함(Title)이 아닌 기술(Skill) 단위로 채용과 승진 프로세스를 재설계해야 하는 시점에 직면했다.

세계경제포럼과 PwC의 보고서 데이터를 요약한 인포그래픽 만화 — InfographicAI 기술 보유자의 56% 임금 프리미엄과 AI 노출 직무의 66% 빠른 기술 변화 속도 등 본문의 핵심 수치를 시각화하여 보여준다. 기술이 새로운 화폐가 되고 있으며 직함보다 실질적 역량이 중요해지는 시장의 흐름을 강조한다.

영국의 AI 규제는 중앙 집중식보다는 부문별 가이드라인을 중시하는 유연한 방식을 취하고 있으나, 노동조합연맹(TUC)은 알고리즘 투명성과 단절 권리를 강력히 요구하고 있다. YouGov 설문 조사에서 영국 성인 노동자의 69%가 새로운 기술 도입 전 협의가 필요하다고 응답했으며, 이는 신뢰가 담보되지 않은 AI 도입은 행정적 마찰로 인해 연간 1,190억 파운드의 생산성 기회를 상실하게 함을 시사한다. SRE 관점에서 시스템의 추론 과정을 투명하게 공개하는 것이 기술 채택 속도를 높이는 핵심 인프라이다.

용어 해설

기술 분류 체계(Skills Taxonomy): — 조직 내에서 직무에 필요한 역량을 표준화된 언어로 정의하고 분류한 체계이다. AI 도입으로 직무 단위가 해체될 때, 개별 기술 단위로 인력을 재배치하고 관리하기 위한 핵심 인프라 역할을 한다.
알고리즘 투명성(Algorithmic Transparency): — 자동화된 결정 시스템이 어떤 데이터와 논리를 바탕으로 결과를 도출했는지 설명할 수 있는 상태를 의미한다. 영국 TUC 등 노동 단체에서 AI 도입 시 노동자의 권리 보호를 위해 강력히 요구하는 핵심 요소이다.
에이전트형 AI(Agentic AI): — 단순한 응답을 넘어 목표를 달성하기 위해 스스로 계획을 세우고 도구를 사용하며 실행하는 AI 시스템이다. 인간은 이러한 에이전트의 오류를 수정하고 오케스트레이션하는 고도의 판단 업무로 역할이 전환된다.

언급된 도구

Workday추천

기술 중심 운영 모델 및 내부 인재 시장 구축을 위한 플랫폼

언급된 리소스

문서PwC 2025 Global AI Jobs Barometer

문서WEF Future of Jobs Report 2025