AI 에이전트 시대에 일자리 변화에 대비하려면 무엇을 준비해야 하나?

TL;DR

반복 업무를 세밀하게 기록해 자동화 후보를 찾고, 에이전트에 고품질 데이터를 제공한 뒤 사람이 결과와 오류를 감독해야 한다. 업무 경계를 고정하기보다 여러 에이전트의 역할을 조율하는 역량과 산업 지식을 키워야 한다. 다만 2030년 수치는 전망이며, 모든 일자리의 40%가 완전히 사라진다는 뜻으로 단정해서는 안 된다.

Transcript

오늘 그 전체 내용에서도 되게 중요한 부분이긴 한데 어떻게 사라지냐 교육이나 특히 IT 80%까지 보고 있거든요. 대체된다고 하는게 혹시 이쪽에 이쪽 계신 분들은 좀 고민을 많이 하실 것 같긴 합니다. 마음 먹게 달렸다. 누구나 쉽게 쓸 수 있는 기술인데 누구나 안 써요. [음악] 네. 여러분 안녕하세요. 반갑습니다. 안녕하세요. 반갑습니다. 자, 오빠드엑셀 AI 스킬업 캠프 2025 1주차 강의를 시작하겠습니다. 마이크로소프트의 한국 지역 이사이시자 어투마일스의 대표이신 유혜식 대표님을 모시고 AI 에이전트 시대에 제대로 준비하기라는 주제로 깊이 있는 이야기를 여러분과 함께 나눠 보려고 합니다. 대표님 반갑습니다. 네... Read More

Key Insights

• AI 에이전트는 프롬프트마다 답하는 LLM과 달리, 목표를 받으면 여러 도구를 사용해 결과가 나올 때까지 작업을 반복한다.
• 강의가 인용한 전망에서는 사람이 주로 하는 업무 비중이 2025년 47%에서 2030년 33%로 감소할 수 있다고 제시한다.
• 같은 전망에서 기술만으로 처리되는 업무 비중은 22%에서 34%로 늘고, 사람과 기술이 함께하는 비중도 약 3% 증가한다.
• 발표자는 감소하는 인간 업무의 약 80%가 자동화, 약 20%가 AI로 개인 생산성을 높이는 증강에서 비롯된다고 설명한다.
• AI 에이전트는 사무용 소프트웨어뿐 아니라 자율주행차, 드론, 휴머노이드처럼 물리적 작업을 수행하는 하드웨어도 포괄한다.
• 의료와 헬스케어는 대면 업무 때문에 사람의 손이 계속 필요하지만, 교육과 IT는 최대 80%의 영향을 받을 수 있다고 강의는 소개한다.
• 이메일과 메신저 기록을 내보내 약 일주일간 분석하면 반복 업무, 처리 빈도, 소요 시간을 찾아 자동화 후보를 정리할 수 있다.
• 에이전트의 보고서 품질은 입력 데이터의 품질에 좌우되므로, 사람은 사용 데이터와 오류 원인을 확인하고 결과를 개선해야 한다.
• 🎬 이 채널의 다른 영상:
  • ChatGPT로 엑셀 시트 검색과 거래 내역을 어떻게 자동화할까?
  • 엑셀 초보자가 VBA로 반복 업무를 자동화하는 방법은 무엇인가?
  • 은행 거래내역으로 자동 확장 엑셀 가계부 대시보드를 어떻게 만드는가?
• 📺 이 채널: 오빠두엑셀 l 엑셀 강의 대표채널

Questions & Answers

Q: AI 에이전트와 일반적인 LLM은 무엇이 다른가?

AI 에이전트는 답변 생성에 그치지 않고, 주어진 목표를 달성하기 위해 여러 도구를 사용하며 작업을 반복한다. 일반적인 LLM은 사용자가 프롬프트를 입력해야 결과를 내지만, 에이전트는 목표를 받은 뒤 필요한 정보 수집과 실행 절차를 독립적으로 이어갈 수 있다는 차이가 있다.

Q: 2030년까지 일자리의 40%가 완전히 사라진다는 뜻인가?

강의에서 제시된 내용만으로 모든 일자리의 40%가 완전히 사라진다고 단정할 수는 없다. 인용된 미래 일자리 보고서는 2030년까지 일자리 또는 업무의 약 40%가 지금과 달라질 수 있다는 전망으로 소개됐으며, 사람이 하는 업무 비중의 감소와 기술 수행 비중의 증가를 함께 설명한다.

Q: AI로 사람의 일자리가 줄어드는 두 가지 방식은 무엇인가?

사람의 일은 자동화와 증강이라는 두 경로로 줄어들 수 있다. 자동화는 반복 업무 자체를 기술이 대신하는 방식이고, 증강은 AI를 활용한 한 사람의 생산성이 커져 과거 열 명이 하던 일을 다섯 명이 처리하는 것처럼 필요한 인원이 감소하는 방식이다.

Q: 내 업무에서 자동화할 일을 어떻게 찾을 수 있는가?

이메일과 메신저 기록을 내보내 반복 빈도와 소요 시간을 분석하면 자동화 후보를 찾을 수 있다. 발표자는 약 일주일의 업무 패턴만 살펴봐도 매일 확인하는 이메일 수, 반복 연락, 보고서 작성처럼 시간이 계속 투입되는 업무를 파악할 수 있다고 설명한다.

Q: 에이전트를 업무에 도입할 때 사람이 반드시 해야 할 일은 무엇인가?

사람은 에이전트가 사용한 데이터와 산출물을 감독하고, 오류나 환각의 원인을 찾아 수정해야 한다. 에이전트가 자율적으로 일하더라도 항상 정확한 것은 아니므로, 예약처럼 위험이 있는 실행 전 단계에서 승인하거나 결과의 근거를 검증하는 휴먼 인 더 루프가 필요하다.

Q: 에이전트가 만든 보고서의 품질을 높이려면 어떻게 해야 하는가?

정제된 고품질 데이터를 제공하고 결과가 어떤 자료에서 나왔는지 점검해야 한다. 같은 에이전트를 사용해도 입력 데이터가 다르면 보고서 품질이 달라질 수 있으므로, 부정확한 자료를 찾아내고 데이터 파이프라인을 지속적으로 개선하는 역량이 중요하다.

Q: AI 에이전트 시대에 필요한 CEO 마인드셋이란 무엇인가?

CEO 마인드셋은 자신의 업무 범위를 고정하지 않고 조직 전체의 문제를 찾아 해결 수단을 조합하는 태도다. 발표자는 내 업무는 여기까지라고 선을 긋는 사람보다 다른 역할과 협업하고 에이전트에 일을 배분하며 결과를 책임지는 사람이 더 유리할 수 있다고 설명한다.

Q: 기업 리더의 AI 활용 태도는 조직 성과에 어떤 영향을 주는가?

리더가 AI 사용을 권장하면 구성원이 위축되지 않고 도구를 업무에 적용하기 쉬워진다. 강의에서는 AI로 작성했다는 이유로 눈치를 주는 조직보다 활용을 장려하는 조직에서 성과가 더 잘 나타난다는 보스턴컨설팅그룹 보고서의 취지를 소개한다.

Q: 어떤 산업이 AI의 영향을 더 크게 받을 수 있는가?

강의에서는 대면 업무가 많은 의료와 헬스케어의 영향 비율을 54%로 소개하고, 교육과 IT는 최대 80%까지 영향을 받을 수 있다고 설명한다. 다만 제조업은 회사 규모와 세부 산업에 따라 도입 속도가 다르며, 전통적인 소규모 기업은 사람의 노동력 의존도가 여전히 높다고 덧붙인다.

Q: 앞으로 직급보다 중요해질 수 있는 업무 역량은 무엇인가?

여러 에이전트에 적절한 데이터와 목표를 주고 결과를 조율하는 오케스트레이션 역량이 중요해질 수 있다. 산업 지식으로 결과의 타당성을 판단하고, 에이전트가 제대로 일하는지 감독하며, 문제가 생겼을 때 데이터와 작업 절차를 개선하는 능력이 핵심으로 제시된다.

Summary & Key Takeaways

• AI 에이전트는 질문에 답하는 LLM을 넘어, 주어진 목표가 달성될 때까지 여러 도구로 작업을 반복하는 시스템이다. 여행 예산에 맞춰 항공권과 호텔 정보를 찾는 것처럼 실행 단계까지 지원하지만, 예약과 같은 위험한 결정 전에는 사람이 개입하는 방식이 필요하다.

• 강의에서 인용한 미래 일자리 전망은 사람이 주로 수행하는 업무 비중이 2025년 47%에서 2030년 33%로 줄고, 기술만으로 처리되는 비중은 22%에서 34%로 늘어날 수 있다고 본다. 감소의 주된 경로는 반복 업무의 자동화이며, AI로 개인 생산성이 높아져 필요한 인원이 줄어드는 증강도 포함된다.

• 실무 대비는 이메일과 메신저 기록 등을 활용해 일주일가량 업무 패턴과 소요 시간을 분석하는 데서 시작한다. 자동화할 일을 고른 뒤 정확한 데이터를 공급하고 결과를 검증해야 한다. 앞으로는 직급보다 에이전트를 지휘하고 오류 원인을 찾아 개선하는 조율 역량이 중요해질 수 있다.