AI 시대에 인간은 쓸모없어지는가?
BBC AI Decoded 심층 분석 보고서
출처: BBC News - AI Decoded 프로그램
방영일: 2026년 4월 3일
원제: “Are humans useless in the AI workspace?”
링크: https://www.youtube.com/watch?v=6zAgTga9kZw
진행자: Christian Fraser (BBC News)
공동 진행: Priya Lakhani (Century Tech CEO)
작성일: 2026년 4월 5일
개요
BBC의 간판 AI 교양 프로그램 AI Decoded는 매주 인공지능이 우리 삶과 일터에 가져오는 변화를 심도 있게 다룬다. 이번 에피소드는 단도직입적인 질문을 던진다. “AI 시대에 인간은 정말로 쓸모없어지는가?” 세 명의 전문가와 함께 미래 직업 세계의 구조적 변화, 조직 내 AI 도입 현실, 그리고 다음 세대를 위한 교육 전략을 폭넓게 논의한다.
출연진 소개
🎙️ 진행: Christian Fraser (BBC News)
BBC 뉴스의 메인 앵커이자 AI Decoded 프로그램의 진행자. 두 딸(5세, 9세)을 둔 아버지로서, 개인적 차원에서도 AI가 바꿔놓을 미래 노동시장에 깊은 관심을 가진다. 에피소드 서두에서 그는 자신의 클라이언트들에게 던지는 핵심 질문을 소개한다. “만약 AI가 당신 팀의 모든 업무를 대신할 수 있다면, 당신은 누구를 남기겠으며 그 이유는 무엇인가?”
📊 Bernard Marr (포브스 AI·비즈니스 칼럼니스트)
세계적인 미래학자이자 전략 컨설턴트. Forbes에 AI와 비즈니스 관련 칼럼을 연재하며, 전 세계 주요 기업과 정부기관을 자문한다. LinkedIn이 선정한 ‘세계 Top 5 비즈니스 인플루언서’이며, 저서 Future Skills: The 20 Skills and Competencies Everyone Needs to Succeed in a Digital World (Wiley, 2022)로 널리 알려져 있다. Walmart, Microsoft, UN 등을 자문한 이력을 가지며, 현재도 Forbes에 AI 관련 최신 동향을 정기 기고 중이다.
🔬 Ella Haimaltz (암스테르담 자유대학교 부교수)
네덜란드 암스테르담 자유대학교(Vrije Universiteit Amsterdam)의 부교수. ChatGPT가 등장한 직후인 2022년부터 직장인들의 AI 도구 활용 방식을 현장 연구해 왔다. 조직 내 AI의 ‘보이지 않는 침투’ 현상을 연구하며, 특히 지식 공유와 사회적 관계망의 변화에 주목한다. 국제 비즈니스 행정학과에서 “AI 시대에 나는 누구인가?”라는 주제의 강좌를 직접 개설해 운영한다.
💼 Priya Lakhani (Century Tech CEO)
AI 교육 기업 Century Tech의 창립자 겸 CEO. AI Decoded의 공동 진행자로도 활약하며, 전 세계 기업들이 AI를 어떻게 실질적으로 도입해야 하는지에 대한 실무적 시각을 제공한다. FTSE 250 기업 CEO들과의 직접 소통을 통해 현장의 AI 도입 실태를 파악하고 있다.
핵심 주제 1: AI는 일자리를 없애는가, 아니면 재설계하는가?
“AI는 일자리를 비운다(hollow out)” — Bernard Marr의 진단
Bernard Marr는 AI가 일자리를 즉각적으로 대체하는 것이 아니라 “속을 비워내는(hollowing out)” 방식으로 작동한다고 설명한다. 즉, 우리가 싫어하거나 반복적으로 수행하는 업무 — 양식 작성, 데이터 정리, 같은 질문에 반복 답변하는 일 — 을 AI가 먼저 가져간다는 것이다.
그는 AI를 “어깨 위에 앉은 지니(genie on your shoulder)” 에 비유한다. 예전에는 타인의 도움이 필요했던 수많은 업무를 이제 혼자서 처리할 수 있게 해주는 존재라는 의미다. 그리고 이러한 AI를 세 가지 유형으로 분류한다.
① 생성형 AI (Generative AI)
ChatGPT, Claude, Gemini 같은 챗봇 기반의 AI다. 금융 어드바이저를 예로 들면, 데이터 분석과 보고서 초안 작성을 AI에 맡기고 자신은 고객과의 관계 형성에 더 많은 시간을 쓸 수 있다.
② 에이전틱 AI (Agentic AI)
단순히 텍스트를 생성하는 것을 넘어, 소프트웨어를 직접 조작하고 인터넷을 검색하며 양식을 작성하는 등 행동하는 AI다. IBM이 HR 업무의 반복 작업 — 연금 기여율이나 휴가 관련 동일 질문 답변 등 — 을 AI로 자동화한 것이 대표적인 사례다.
③ 피지컬 AI (Physical AI)
휴머노이드 로봇으로 대표되는 물리적 AI다. 이 로봇들은 이제 YouTube의 동영상만 보고도 인간의 행동 방식을 학습할 수 있을 만큼 ‘세계 모델(world model)’이 고도화됐다.
인간의 역할은 어디에 있는가?
Marr는 AI가 가져갈 수 없는 인간 고유의 역량을 명확히 제시한다.
- 전략적 사고 (Strategic Thinking)
- 창의적 문제 해결 (Creative Problem Solving)
- 감성 지능 (Emotional Intelligence)
- 대인 관계 형성 (Interpersonal Connection)
- AI에게 효과적으로 지시하고 위임하는 능력
그는 미래 직업 세계에서 일선 직원들이 사실상 AI 도구들의 관리자(manager) 가 될 것이라 전망한다. AI라는 새로운 ‘팀원 계층’을 감독하고 조율하는 역할이 점점 중요해진다는 것이다.
핵심 주제 2: AI의 ‘보이지 않는 침투’ — Ella Haimaltz의 현장 연구
직원들은 이미 AI를 쓰고 있다 — 몰래
암스테르담 자유대학교의 Ella Haimaltz는 2022년 ChatGPT 출시 직후부터 직원들의 AI 활용 행태를 추적해 왔다. 연구 결과 드러난 흥미로운 사실은, 초기에 직원들은 AI를 집에서 개인적으로 가지고 놀다가 어느 순간 업무에도 슬며시 적용하기 시작했다는 것이다.
사용 방식은 브레인스토밍, 구글 대신 검색, 정보 구조화, 텍스트 다듬기 등으로 다양했다. 그리고 이 모든 과정이 상사의 승인 없이, 사실상 몰래 이루어졌다.
조직의 사회적 유대가 무너진다
더 심층적인 문제는 동료 간 상호작용의 감소다. 이전에는 모르는 것이 있으면 상사나 동료에게 물어봐야 했다. 그 과정에서 지식이 공유되고 관계가 형성됐다. 하지만 이제 직원들은 “ChatGPT에 물어보면 되니까 동료를 귀찮게 할 필요가 없다”고 생각한다.
Ella는 이를 “조직의 사회적 유대(social ties) 침식” 이라고 표현한다. 조직이란 원래 지식을 공유하고 서로에게서 배우며 산출물의 품질과 정확성을 상호 검증하는 공간이다. 그런데 AI가 그 과정을 대체하면서, 이 중요한 집단 학습 메커니즘이 은밀히 해체되고 있다는 것이다.
이는 특히 하이브리드 근무 환경에서 더 심각하다. 동료가 어디 있는지도 모르는 상황에서, AI에게 즉각적으로 답을 구하는 것은 너무나 편리한 선택이다. 하지만 그 편리함 뒤에 조직의 집단 지성이 서서히 소멸될 위험이 도사리고 있다.
핵심 주제 3: 기업의 AI 도입 현실 — Priya Lakhani의 관찰
“우리도 AI 쓰고 있어요” — 그런데 정말?
Century Tech CEO Priya Lakhani는 FTSE 250 기업의 CEO들과 직접 대화하며 충격적인 현실을 목격한다. 많은 경영진이 “우리 회사도 AI 도입했습니다”라고 자신 있게 말하지만, 실상을 파헤쳐 보면 그것이 전부 직원들에게 Microsoft Copilot 라이선스를 사줬고 이메일 마무리 문장을 AI로 다듬고 있는 것에 불과한 경우가 많다.
MIT 연구에 따르면 95%의 조직이 AI 투자에서 실질적인 수익을 내지 못하고 있으며, McKinsey 보고서에서도 단 1%의 기업만이 AI에서 진정한 ROI를 거두고 있다고 지적했다. 이제 많은 기업들이 “어떻게 해야 그 1%가 될 수 있을까”를 절박하게 묻고 있다.
Priya는 또한 개인 AI 계정으로 회사의 민감한 정보를 입력하는 데이터 보안 문제도 지적한다. 많은 직원들이 개인 ChatGPT 계정에 고객 정보나 내부 전략 문서를 올리고 있는데, 이것이 심각한 보안·법적 리스크로 이어질 수 있다.
“현실의 진짜 변화자” — AI를 제대로 재구성한 사례
프로그램은 두바이에서 두 개 조직의 운영을 담당하는 시청자 Said Al-M의 이메일 질문을 소개한다. 그는 AI가 단순히 팀의 속도를 높인 것을 넘어, 이전에는 외부 에이전시와 컨설턴트에게 맡겨야 했던 업무들을 소규모 내부 팀으로 처리할 수 있게 됐다고 밝혔다. 그는 이것을 “운영 레버리지(operating leverage)”라고 불렀다.
Ella는 이런 CEO들이 미래에 성공할 CEO들이 될 것이라고 단언하면서도, 현실의 대부분 CEO들은 아직 그 수준에 미치지 못한다고 솔직히 인정한다.
핵심 주제 4: Klarna의 교훈 — AI 과도한 의존의 역설
프로그램에서 가장 강렬한 반면교사 사례로 소개된 것이 Klarna(스웨덴 핀테크 기업) 의 경우다.
Klarna의 CEO는 OpenAI 기반의 챗봇으로 약 700개의 고객 서비스 일자리를 대체하는 대규모 비용 절감을 단행했다. 그러나 얼마 지나지 않아 2025년 말, 회사는 대규모 재채용을 발표할 수밖에 없었다. 이유는 두 가지였다.
- AI가 제공하는 서비스의 품질이 낮았다 — AI는 반복적인 질문에는 강하지만, 복잡한 상황 판단이나 섬세한 맥락 이해에는 한계가 있었다.
- 고객들이 인간을 원했다 — “인간이 개입해 있다”는 사실 자체가 서비스 품질의 일부였다. 고객들은 AI와 대화하면서 공감받지 못한다고 느꼈고, 결국 회사를 떠났다.
이는 AI가 ‘비용 절감 도구’로만 다뤄질 때 발생하는 구조적 오류를 명확히 보여준다. Ella는 이를 “AI 과대평가(overestimate)의 함정” 이라 부른다. 품질 좋아 보이는 코드나 웹사이트도, 전문가의 눈으로 보면 AI 특유의 ‘오류’가 숨어 있는 경우가 많다. 그 오류를 탐지하려면 모든 레벨에서 전문성 있는 인간이 여전히 필요하다.
핵심 주제 5: 다이아몬드형 조직의 위험 — 엔트리레벨의 소멸
비용 절감의 유혹
Bernard Marr는 기업들이 저지르는 가장 흔한 실수를 지적한다. AI가 주니어급 업무를 대신할 수 있으니 신입·초급 직원 채용을 줄이는 결정이다. 단기적으로는 비용이 절감되지만, 장기적으로는 미래의 중간 관리자·시니어 직원 파이프라인 자체가 막혀버린다.
현재 떠오르는 조직 구조 논의 중 하나가 “다이아몬드형 조직(diamond-shaped organization)” 이다. 최상단에 소수의 리더십, 중간에 두꺼운 숙련 직원층, 그리고 하단의 엔트리레벨은 거의 없는 구조다. AI가 기초 업무를 담당하므로 신입이 많이 필요하지 않다는 논리다.
그러나 이 구조에는 치명적인 결함이 있다. 엔트리레벨 직원들이 시니어와 의미 있게 상호작용하면서 성장하는 멘토링과 암묵지(tacit knowledge) 전수 구조가 붕괴된다는 것이다. Ella는 “멍청한 질문을 던질 수 있는 용기”야말로 인재가 성장하는 핵심 메커니즘인데, AI를 통한 즉각 답변이 그 용기를 앗아간다고 지적한다.
Ella의 조언: CEO가 엔트리레벨 삭감을 고민한다면, 그것이 단기적 효율 최적화인지 장기적 조직 역량 투자인지를 명확히 구분해야 한다. 독특한 조직 문화와 경쟁력을 장기적으로 유지하려면, 신입 인력을 통한 지속적인 역량 축적이 필수적이다.
핵심 주제 6: 교육과 미래 스킬 — 어떻게 준비할 것인가?
Larry Fink의 도발적 주장
BlackRock CEO Larry Fink가 BBC 경제 에디터와의 인터뷰에서 한 발언이 소개된다. 그는 AI가 오히려 엄청난 수의 일자리를 창출할 것이라 주장하며, 특히 전기기사, 용접공, 배관공 같은 숙련 기능직에 주목한다. 전후 세대에 과도하게 ‘대학 진학’을 강요한 것이 실수였으며, 이제는 손으로 일하는 직업도 동등하게 가치 있는 선택으로 인식해야 한다고 말한다.
이는 AI 시대에 단순히 “대학 가면 안전하다”는 통념을 정면으로 흔드는 주장이다.
Priya Lakhani: 미래 교육의 3층 구조
Priya는 AI 시대 교육의 핵심 문제를 “측정하는 것을 소중히 여기는” 잘못된 관행에서 찾는다. 교육이 고부담 평가(high-stakes assessment)를 향해 설계되어 있다 보니, 정작 AI 시대에 필요한 역량은 길러지지 않는다는 것이다.
그녀가 제안하는 교육의 3층 구조는 다음과 같다.
1층: 기초 지식 (Foundational Knowledge)
모든 것을 AI나 구글로 검색할 수 없다. 판단력(judgment)은 기초 지식 위에서만 형성된다. 내용을 알아야 AI의 아웃풋도 평가할 수 있다.
2층: 응용력 (Applied Knowledge)
이 지식이 실제 세계에서 어떻게 작동하는가? 문제를 어떻게 해결하는가? 이론과 실전의 연결고리다.
3층: 학습 민첩성 (Learning Agility)
어떻게 배우는지를 배우는 능력이다. 변화하는 환경에서 빠르게 새로운 것을 습득하고 적응하는 메타 학습 능력으로, Priya는 이것이 가장 중요한 역량이라고 강조한다.
Bernard Marr: 미래에 필요한 20가지 스킬
Marr는 자신의 저서 Future Skills에서 제시한 20가지 미래 역량 중 핵심을 언급한다. 이 중 기술 관련 스킬은 단 3가지(AI 이해 포함) 에 불과하며, 나머지 17가지는 인간 고유의 역량이다.
- 공감 능력 (Empathy)
- 비판적 사고 (Critical Thinking)
- 전략적 문제 해결 (Strategic Problem Solving)
- 지속적 재학습 능력 (Continuous Relearning)
- AI에 효과적으로 위임하는 능력
그는 AI 자동화로 인해 2025년까지 약 8,500만 개의 일자리가 사라지는 반면, 9,700만 개의 새로운 인간-AI 협업 역할이 창출될 것이라는 세계경제포럼(WEF) 전망을 인용하며, 결국 전환이 문제이지 소멸이 문제가 아니다라고 강조한다.
Ella Haimaltz: 대학 교육의 재정의
Ella는 자신의 강의실에서 학생들에게 세 가지를 동시에 요구한다.
- 실제 사회문제 해결 — 사회적 기업과 함께 현실적 과제를 풀어나가기
- AI 모델 파인튜닝 — 기술적 원리를 직접 체험으로 이해하기
- “AI 시대의 나는 누구인가?”라는 질문에 스스로 답하기 — 자신만의 관점과 길을 찾기
그녀는 대학 교육의 본질이 비판적 대화, 최신 연구와의 접점, 그리고 자기 자신의 관점 형성에 있다고 말한다. “AI를 쓰지 마라”고 금지하는 것이 아니라, AI와 함께 살아가면서도 자신의 고유한 목소리를 유지하는 법을 가르쳐야 한다는 것이다.
Bernard Marr의 실제 AI 활용 사례
Marr는 자신의 하루를 구체적으로 공개하며 AI 활용이 어떻게 인간의 시간을 해방시키는지 보여준다.
“저는 예전에 아침 첫 한 시간을 이메일 읽기에 썼습니다. 테크 기업들의 최신 뉴스레터, 케이스 스터디들을 분류하는 데만 한 시간이 사라졌죠. 지금은 AI가 그것을 다 읽고 제가 이미 알고 있는 것을 고려해서 팟캐스트로 만들어 줍니다. 아침에 개를 산책시키며 팟캐스트를 듣고, 돌아오면 오늘 더 깊이 파야 할 주제가 뭔지 이미 알고 있습니다. 그 주제를 또 다른 AI 에이전트에게 맡겨 심층 연구를 시키는 동안, 저는 CEO들과의 관계를 어떻게 발전시킬지 전략적으로 생각할 수 있습니다. 이전에는 이 모든 일을 하는 데 여러 명의 직원이 필요했을 겁니다.”
이것이 AI가 인간을 대체하는 것이 아니라 인간을 더 인간답게, 더 전략적으로 만드는 진정한 사례다.
핵심 메시지 요약
| 주제 | 핵심 인사이트 |
|---|---|
| AI의 작동 방식 | 일자리를 즉각 삭제하는 것이 아니라 ‘비워내는(hollow out)’ 방식으로 변형 |
| 인간의 차별점 | 공감, 전략, 창의성, 판단력, 관계 — AI가 대체 불가한 영역 |
| AI 도입 현실 | 대부분 기업은 아직 표면적 도입 단계. 단 1%만 진짜 ROI 확보 |
| Klarna의 교훈 | 비용 절감 목적의 과도한 AI 대체는 오히려 역효과. 인간 필요성 재확인 |
| 다이아몬드 조직 위험 | 엔트리레벨 삭제 = 미래 인재 파이프라인 붕괴 |
| 교육의 방향 | 고정 지식 암기 → 기초 + 응용 + 학습 민첩성의 3층 구조로 전환 |
| 미래 직업 | 기능직(전기, 배관)도 AI 시대에 재조명. 대학 = 유일한 정답 아님 |
| 조직 내 AI | 직원들이 이미 몰래 쓰고 있음. 정책·전략 없이 방치하면 데이터 유출·품질 저하 |
프로그램의 시각 — 낙관도 비관도 아닌 ‘현실주의’
이 에피소드에서 세 전문가가 공통으로 취하는 태도는 AI에 대한 현실주의적 낙관론이다. AI는 반드시 일자리를 완전히 없애는 것이 아니며, 그렇다고 모든 것이 장밋빛으로 바뀌지도 않는다. 핵심은 어떻게 재설계하느냐다.
- AI를 도입했다고 착각하는 조직이 대부분이다.
- AI는 인간의 최선을 방해하는 것들(반복 잡무)을 먼저 가져간다.
- 결국 인간이 더 인간다운 일에 집중할 수 있게 되는 것이 이상적인 미래다.
- 단, 그 전환을 전략적으로 설계하지 않으면 조직은 역설적으로 약해진다.
Ella Haimaltz의 마지막 말이 이 에피소드의 정수를 담는다. “AI라는 기술은 ‘영리한 트릭스터(spirited technology)’입니다. 열 손가락 하나 더 그리는 것처럼 작은 오류를 흘립니다. 그 오류를 잡아낼 훈련된 인간의 눈이 모든 과정에 여전히 필요합니다.”
참고: 주요 데이터 포인트
- MIT 보고서: 95%의 조직이 AI 투자에서 ROI를 거두지 못함
- McKinsey 보고서: 단 1%의 기업만이 AI에서 실질적 ROI 달성
- WEF 전망: AI로 인해 약 8,500만 개 일자리 소멸 + 9,700만 개 새 역할 창출 (2025년 기준 추정)
- Klarna 사례: 700개 고객 서비스 일자리 AI 대체 → 수개월 후 대규모 재채용 발표
- IBM 사례: HR 반복 업무 AI 자동화로 직원들이 전략적 인재 재교육에 집중 가능
본 문서는 BBC AI Decoded 에피소드 (2026년 4월 3일)의 자막과 공개 자료를 바탕으로 작성되었습니다.