AI가 확산되면서 ‘직무재설계’가 다시 중요한 주제가 되고 있습니다.

기존 직무를 과업 단위로 나누고, 어떤 과업은 사람이 맡고 어떤 과업은 AI가 맡을지 다시 정하자는 접근입니다.

여기에 필요한 역량을 다시 정의하고 채용·교육·평가까지 연결하자는 방법론도 빠르게 늘고 있습니다.

방향은 맞습니다.

AI를 기존 업무 위에 얹는 것만으로는 조직의 일하는 방식이 크게 달라지지 않습니다.

사람과 AI의 역할과 책임, 과업의 경계를 다시 설계해야 합니다.

그런데 여기에는 한 가지 역설이 있습니다.

“일을 다시 설계해야 한다”고 하면서도 출발점은 여전히 기존의 ‘직무’인 경우가 많습니다.

바로 이 지점에서 질문이 필요합니다.

AI가 흔들고 있는 것이 직무의 내용뿐 아니라 직무 자체의 경계라면,

기존 직무를 출발점으로 삼는 것이 과연 충분할까요.

직무에서 시작하면 결국 직무를 계속 고치게 됩니다

전통적인 직무재설계는 대체로 이런 순서를 따릅니다.

기존 직무 → 과업 분석 → AI 적용 가능성 판단 → 사람과 AI의 역할 재배분 → 직무 수정

기존 직무체계가 비교적 안정되어 있을 때는 매우 합리적인 방법입니다.

예를 들어 채용담당자의 직무 안에 있는 이력서 검토, 후보자 검색, 일정 조정 같은 과업 가운데 일부를 AI가 맡도록 재배치할 수 있습니다.

그러면 채용담당자의 직무 내용은 달라지지만 직무 자체는 유지됩니다.

문제는 AI 변화가 여기에서 멈추지 않는다는 데 있습니다.

AI가 충분히 확산되면 한 직무 안에 있던 과업이 다른 직무로 이동합니다.

전문가만 하던 일을 일반 직원이 AI의 도움을 받아 수행하기도 합니다.

기존에 하나의 직무로 묶여 있던 일이 여러 수행 주체에게 분산되기도 합니다.

어떤 과업은 없어집니다.

어떤 과업은 AI로 넘어갑니다.

이전에는 없던 검증, 예외처리, 조정 같은 과업이 새로 생깁니다.

그 결과 직무의 내용만 바뀌는 것이 아니라 직무의 경계 자체가 흔들립니다.

변화는 빠르고 직무체계는 뒤따릅니다

그런데도 기존 직무를 먼저 놓고 분석하면 비슷한 순환이 반복됩니다.

직무를 분석합니다.

AI 때문에 내용을 바꿉니다.

직무를 다시 정의합니다.

기술과 일하는 방식이 다시 바뀝니다.

또 직무를 수정합니다.

결국 직무체계가 변화를 설명하는 기준이 아니라,

변화가 일어난 뒤 계속 뒤따라 수정해야 하는 대상이 될 수 있습니다.

표준화된 직무체계도 같은 문제를 안고 있습니다.

공통의 직무 언어와 능력 기준을 제공한다는 점에서는 여전히 중요합니다.

교육과 훈련, 자격, 평가를 연결하려면 이런 기준이 필요합니다.

다만 새로운 역할이 현장에서 먼저 나타나고, 반복되고, 어느 정도 안정된 뒤에야 공통 기준으로 정리할 수 있다는 시간차가 있습니다.

빠르게 변하는 일을 설계하는 도구와, 변화 중인 일을 일정 시점의 공통 기준으로 안정화하는 도구는 같지 않을 수 있습니다.

NCS 같은 표준은 직무와 능력단위를 공통 언어로 정리하는 데 강합니다.

하지만 AI 변화가 실제 현장에서 시작되는 순간을 읽는 출발점으로 사용하면, 현장의 변화보다 한 박자 늦을 가능성이 있습니다.

이것은 특정 제도의 문제가 아니라 직무를 표준화하는 모든 체계가 갖는 구조적 시간차에 가깝습니다.

직무는 고정된 실체가 아닙니다.

직무는 특정 시점에 필요한 Task들을 특정 수행 주체 중심으로 묶어 놓은 결과입니다.

기술과 업무 방식이 바뀌면 필요한 Task도 달라집니다.

그 Task를 수행할 주체도 달라집니다.

직무는 그 변화를 다시 담아 정의되지만, 변화가 일어나는 순간마다 즉시 바뀌지는 않습니다.

그래서 직무보다 먼저 봐야 할 것이 있습니다

그렇다면 무엇을 먼저 봐야 할까요.

저는 직무보다 먼저 Work를 볼 필요가 있다고 생각합니다.

여기서 Work는 단순한 업무 목록이나 활동이 아닙니다.

조직이 책임지고 끝내야 하는 결과 단위입니다.

예를 들어 ‘채용담당자’라는 직무를 먼저 보지 않습니다.

그보다 먼저 이렇게 묻습니다.

“우리가 끝내야 하는 일은 무엇인가.”

예를 들면,

“필요한 인재를 확보해 실제 업무에 배치한다.”

이것이 Work입니다.

그다음 이 Work를 끝내기 위해 필요한 Task를 나눕니다.

후보자 탐색.

지원자 선별.

면접.

판단.

조건 협의.

채용 결정.

온보딩 연결.

그다음 질문합니다.

각 Task를 제대로 끝내려면 어떤 능력이 필요한가.

저는 이것을 Capability Requirement,

즉 ‘업무가 요구하는 능력 조건’이라고 부릅니다.

그리고 마지막에 묻습니다.

그 능력을 누가 또는 무엇이 충족할 것인가.

사람일 수도 있습니다.

AI일 수도 있습니다.

시스템일 수도 있습니다.

외부 전문가나 협력사일 수도 있습니다.

이렇게 순서를 바꾸면 구조가 달라집니다.

기존 접근은

직무 → 과업 → AI 적용 → 직무 수정 이었다면,

다른 접근은

Work → Task → Capability Requirement → 수행 주체 → 역할과 직무가 됩니다.

차이는 마지막에 있습니다. 직무가 출발점이 아니라 결과가 됩니다.

AI 시대에는 직무가 결과가 되어야 합니다

이 문장은 생각보다 중요한 차이를 만듭니다.

직무를 먼저 놓으면 새로운 기술을 기존 구조 안에 집어넣게 됩니다.

반면 Work를 먼저 놓으면 현재의 직무 구성이 여전히 적절한지 자체를 다시 물을 수 있습니다.

기존 생산직의 경계가 달라져도 됩니다.

품질직과 설비직의 역할이 섞여도 됩니다.

AI가 과거 전문가의 Task 일부를 가져가도 됩니다.

중요한 것은 기존 직무를 그대로 보호하는 일이 아닙니다.

조직이 끝내야 하는 Work와 그것을 구성하는 Task를 다시 확인하는 일입니다.

그러면 다음과 같이 나눠볼 수 있습니다.

사라진 Task.

새롭게 생긴 Task.

다른 사람에게 이동한 Task.

AI가 맡은 Task.

시스템이 맡은 Task.

사람에게 남은 Task.

사람에게 새롭게 요구되는 Task.

이 Task들을 다시 조합한 결과가 새로운 역할과 직무가 됩니다.

AI 시대에는 ‘직무를 얼마나 잘 정의했는가’보다 ‘직무를 얼마나 빠르게 다시 만들 수 있는가’가 더 중요해질 수 있습니다.

미래의 직무체계는 완성된 구조라기보다,

계속 갱신되는 버전 체계에 가까워질 수 있습니다.

그렇다고 사람을 뒤로 미루자는 뜻은 아닙니다

Work에서 출발하자는 주장은 사람보다 일을 우선하자는 뜻으로 읽힐 수 있습니다.

그렇지 않습니다.

오히려 사람에게 실제로 무엇이 남고,

어떤 능력과 책임이 새로 필요해지는지를 더 구체적으로 보기 위한 접근입니다.

기존 직무를 그대로 둔 채 일부 과업만 AI에 넘기면 사람에게 남는 일이 우연히 결정될 수 있습니다.

반복적인 과업은 사라지고,

예외와 어려운 판단만 사람에게 남을 수 있습니다.

AI가 만든 결과를 검증해야 하지만,

검증 기준이나 권한은 주어지지 않을 수도 있습니다.

초급자가 기본 과업을 수행하면서 업무의 맥락을 익히던 기회가 사라질 수도 있습니다.

이 문제는 중요합니다.

AI가 할 수 있다고 해서 바로 넘기면 안 됩니다.

사람이 새로운 역할을 수행할 수 있는가.

필요한 역량을 어떻게 형성할 것인가.

판단에 필요한 정보와 권한이 주어지는가.

오류가 생겼을 때 개입할 수 있는가.

그 책임을 감당할 수 있는 조건이 마련되어 있는가.

이 질문이 함께 들어가야 합니다.

Work에서 출발한다는 것은 사람을 기존 직무에 붙잡아 두지 않는다는 뜻이면서, 동시에 기술이 가져가지 않은 일을 사람에게 무작정 떠넘기지 않는다는 뜻입니다.

사람이 맡아야 할 Task와 판단, 책임을 의도적으로 다시 설계해야 합니다.

피지컬 AI에서는 이 문제가 더 선명해집니다

이 문제는 디지털 업무에만 머물지 않습니다.

AI가 물리적 환경에서 판단하고,

로봇이 실제 행동을 수행하기 시작하면 역할 재설계는 더 복잡해집니다.

예를 들어 제조현장의 검사공정을 생각해보겠습니다.

과거에는 검사자가 직접 제품을 보고 판단했습니다.

피지컬 AI 이후에는 일이 이렇게 나뉠 수 있습니다.

AI가 결함을 감지합니다.

로봇이 제품을 분리합니다.

사람이 애매한 판정을 검증합니다.

숙련자가 예외를 판단합니다.

관리자가 품질과 생산의 우선순위를 조정합니다.

이 상황을 기존의 ‘검사직 재설계’만으로 설명하기는 어렵습니다.

검사직의 일부 Task가 생산직으로 이동할 수 있습니다.

설비직의 일부 Task가 데이터 품질관리로 바뀔 수도 있습니다.

기존에는 없던 로봇 운영, AI 검증, 예외판단 역할이 생길 수도 있습니다.

그래서 질문은

“검사직을 어떻게 바꿀 것인가”가 아니라,

“이 품질 Work를 끝내기 위해 어떤 Task가 필요하고, 사람·AI·로봇에게 각각 무엇을 맡길 것인가”가 되어야 합니다.

기존 ‘검사직’이라는 상자에서 시작하면 각 기술을 어디에 붙일지만 보이지만, 품질 Work에서 시작하면 사람·AI·로봇·시스템의 역할을 처음부터 다시 조합할 수 있습니다.

이것이 Work 중심 접근의 차이입니다.

피지컬 AI는 기존 직무에 새로운 도구 하나를 추가하는 변화가 아닙니다.

디지털 판단과 물리적 행동, 인간의 검증과 예외처리가 하나의 Work 안에서 다시 연결되는 변화입니다.

그렇다고 직무가 필요 없어지는 것은 아닙니다

직무는 여전히 필요합니다.

사람을 채용해야 합니다.

책임을 배분해야 합니다.

평가하고 보상해야 합니다.

교육과 경력개발도 설계해야 합니다.

그러려면 역할과 직무가 필요합니다.

NCS와 같은 공통 기준도 필요합니다.

다만 순서를 바꿀 필요가 있습니다.

기존에는 이런 순서가 익숙했습니다.

직무체계 → 업무 분석 → 인사제도

AI 시대에는 다음 순서가 더 자연스러울 수 있습니다.

Work 변화 → Task 재구성 → 수행 주체 재배분 → 새로운 역할과 직무 → 교육·평가·보상 체계

공통 직무 기준은 없어지는 것이 아니라 뒤쪽으로 이동합니다.

새로운 역할과 직무가 어느 정도 반복되고,

실제 운영에서 유효성이 확인되면,

그다음 교육·훈련·자격의 공통 기준으로 정리할 수 있습니다.

Work 중심 설계는 직무체계를 폐기하는 접근이 아닙니다. 빠르게 변하는 일을 먼저 설계하고, 그 결과를 역할과 직무로 묶은 뒤, 현재 시점에 필요한 공통 기준으로 정리하는 접근입니다.

AI 시대 직무재설계의 질문은 달라져야 합니다

AI 시대의 직무재설계는 다음 질문만으로는 충분하지 않습니다.

“이 직무의 어떤 일을 AI에게 맡길 것인가.”

더 앞의 질문으로 가야 합니다.

“우리가 실제로 끝내야 하는 Work는 무엇인가.”

그다음 묻습니다.

“그 Work를 끝내기 위해 어떤 Task가 필요한가.”

그리고 나서야 결정합니다.

“사람과 AI, 시스템, 로봇, 외부 전문성 가운데 누가 무엇을 맡는 것이 적절한가.”

그 결과로 역할과 직무를 다시 만듭니다.

이 순서에서는 기존 직무를 보호할 필요도 없고,

기존 직무체계에 AI를 억지로 끼워 넣을 필요도 없습니다.

변화하는 것은 바꾸면 됩니다.

사라질 것은 사라지게 두고,

새로 필요한 것은 만들면 됩니다.

그래서 저는 AI 시대의 직무재설계를 이렇게 정의하고 싶습니다.

AI 시대의 직무재설계란 기존 직무를 수정하는 작업이 아니라, 조직이 끝내야 할 Work를 다시 보고 필요한 Task와 Capability Requirement, 수행 주체를 재구성한 뒤 그 결과로 새로운 역할과 직무를 만드는 과정입니다.

이 글에서는 그 방법론 전체보다,

왜 출발점을 바꾸어야 하는지에 집중했습니다.

한 문장으로 줄이면 더 분명합니다.

AI 시대에는 직무가 분석의 출발점이 아니라 설계의 결과가 되어야 합니다.

※ Work를 어떻게 정의하고 Task와 필요한 능력, 수행 주체를 연결할 것인지에 대한 구체적인 설계 방법은 『일은 누가 하는가?』에서 자세히 다룹니다.