Anthropic이 최근 AI의 ‘이론적 직업 대체 능력’을 측정하는 보고서를 발표했어요. 솔직히 처음 이 뉴스를 봤을 때 좀 섬뜩했죠. 내 일자리가 정말 AI한테 넘어갈까? 실제로 제가 5년간 테크 업계에서 일하면서 본 변화를 생각하면, 이건 먼 미래 얘기가 아니에요.
재밌는 건 Anthropic이 ‘이론적 능력’이라는 표현을 쓴 거예요. 실제 대체와는 다르다는 뜻이죠. 마치 운전면허 필기시험 만점 받았다고 실제 도로에서 완벽하게 운전하는 건 아닌 것처럼요. 그럼에도 이 측정이 중요한 이유는, AI가 어떤 직무를 기술적으로는 수행 가능한지 보여주기 때문이에요.
AI가 당신의 직업을 측정하는 방식
Anthropic은 Claude를 활용해서 실제 직업에서 요구되는 작업들을 분석했어요. 단순히 ‘이 일을 AI가 할 수 있나?’가 아니라, 더 세밀하게 접근했죠. 예를 들어 마케터라면:
- 고객 데이터 분석 및 인사이트 도출
- 광고 카피 작성
- A/B 테스트 결과 해석
- 캠페인 전략 수립
- 팀원과의 커뮤니케이션
이 다섯 가지 작업 중에서 AI가 몇 개를 ‘이론적으로’ 수행 가능한지 퍼센트로 환산하는 거예요. 실제로 써보니 첫 세 가지는 Claude나 ChatGPT가 이미 상당히 잘해요. 네 번째는 50% 정도? 다섯 번째는 아직 한참 멀었고요.
흥미로운 지점은 Anthropic이 측정한 직업군별 대체 가능성이에요. 데이터 분석가, 프로그래머, 콘텐츠 작가 같은 지식 노동자들의 점수가 높게 나왔어요. 반대로 간호사, 영업사원, 프로젝트 매니저처럼 사람과의 직접적 상호작용이 필요한 직업은 낮았죠.
직업 대체 가능성 측정의 함정
여기서 주의할 게 있어요. ‘이론적 능력’과 ‘실제 대체’는 완전히 다른 얘기거든요.
제가 실무에서 본 사례를 들어볼게요. 저희 팀에 데이터 분석을 주로 하는 동료가 있어요. Claude로 데이터 분석 코드를 짜면 90% 이상 정확해요. 이론적으로는 AI가 그 일의 대부분을 할 수 있다는 뜻이죠. 그런데 실제로는요?
문제는 나머지 10%에 있어요. 비즈니스 맥락 이해, 데이터의 이상치가 왜 발생했는지 추론, 경영진에게 결과를 설득력 있게 보고하기. 이런 건 AI가 못해요. 아니, 할 수는 있는데 신뢰하기 어렵죠. 할루시네이션 때문에요.
창업자들이 가장 먼저 체감하는 변화
창업자 친구들과 얘기해보면 재밌는 패턴이 보여요. AI로 인한 직업 변화를 가장 빨리 체감하는 사람들이거든요. 왜냐면 비용 절감이 바로 보이니까요.
한 스타트업 대표는 예전엔 프리랜서 작가 3명에게 블로그 콘텐츠를 맡겼대요. 월 300만원 정도 들었죠. 지금은 ChatGPT Plus와 Claude Pro 구독료로 월 5만원이면 돼요. 물론 완전 자동은 아니에요. 직접 프롬프트 짜고, 결과물 검수하고, 편집해야 해요. 그래도 시간과 비용이 80% 줄었다고 하더라고요.
이게 바로 Anthropic이 측정한 ‘이론적 대체 가능성’이 현실화되는 과정이에요. 콘텐츠 작가라는 직업이 완전히 사라진 건 아니지만, 수요는 확실히 줄어든 거죠.
당신의 직업이 안전한지 확인하는 3가지 질문
실제로 써보니 AI 대체 가능성을 가늠하는 간단한 방법이 있어요. 스스로에게 이 질문들을 던져보세요:
1. 내 일의 결과물을 텍스트나 코드로 표현할 수 있나요?
마케팅 기획서, 프로그램 코드, 디자인 시안, 재무 보고서. 이런 게 주 업무라면 AI가 이미 상당 부분 할 수 있어요. Claude나 ChatGPT에게 “200만원 예산으로 2030 여성 타겟 인스타그램 광고 캠페인 기획해줘”라고 하면 30초 만에 그럴듯한 결과물이 나와요.
아쉬운 점은 이게 정말 그럴듯할 뿐이라는 거예요. 실제 시장 데이터나 경쟁사 분석은 빠졌죠. 하지만 주니어 마케터가 초안 잡는 수준은 충분히 대체해요.
2. 내 일에 실시간 판단과 책임이 필요한가요?
간호사가 환자 상태를 보고 즉각 판단하는 것, 영업사원이 고객 반응 보며 전략을 바꾸는 것. 이런 건 AI가 아직 못해요. 이론적으론 가능할 수 있어요. 센서 데이터 분석하고, 패턴 인식하고. 그런데 책임은 누가 져요?
AI가 잘못 판단해서 환자가 위험해지면? 법적으로 누구 책임인지 아직 명확하지 않아요. 이게 바로 ‘이론적 능력’과 ‘실제 대체’ 사이의 거대한 간극이죠.
3. 내 일이 사람들 사이의 신뢰를 바탕으로 하나요?
프로젝트 매니저, 컨설턴트, 팀장. 이런 직업은 기술적 능력보다 신뢰가 핵심이에요. AI가 아무리 완벽한 프로젝트 계획을 짜도, 팀원들이 그걸 따를까요? 신뢰를 쌓는 건 시간과 경험, 감정적 교류가 필요해요.
흥미로운 건 Google이 최근 발표한 Gemma 4도 이 부분은 해결 못 한다는 거예요. 오픈소스로 Apache 2.0 라이선스까지 붙여서 접근성을 높였지만, 결국 AI는 도구일 뿐이에요.
AI 시대에 살아남는 직업의 공통점
5년간 테크 업계에서 일하면서 본 패턴이 있어요. AI가 발전할수록 오히려 더 중요해지는 직업들이요.
1. AI를 활용하는 사람
프롬프트 엔지니어, AI 트레이너, 자동화 전문가. 이런 직업은 3년 전엔 없었어요. 지금은 연봉 7천만원 이상 받는 포지션이 생겼죠. AI가 일자리를 빼앗는 게 아니라, AI를 다루는 새로운 일자리가 생기는 거예요.
2. AI가 할 수 없는 걸 하는 사람
창업자, 아티스트, 상담사. 이들의 공통점은 ‘맥락’과 ‘감정’을 다룬다는 거예요. AI는 패턴을 학습하지만, 새로운 맥락을 창조하거나 진짜 공감은 못해요. Claude가 아무리 친절하게 대화해도, 힘들 때 친구가 손 잡아주는 거랑은 다르잖아요.
3. AI의 결과물을 검증하는 사람
에디터, 코드 리뷰어, 품질 관리자. AI가 만든 결과물의 정확성과 적합성을 판단하는 일이에요. ChatGPT가 쓴 기사를 그대로 발행하는 언론사는 없어요. 반드시 에디터가 팩트 체크하고 문맥 확인하죠.
Anthropic 보고서가 직장인에게 주는 실질적 의미
이 측정 결과를 보면서 제일 먼저 든 생각은 ‘지금 당장 뭘 해야 하지?’였어요. 막연한 불안감보다는 구체적인 행동이 필요하거든요.
실제로 제가 한 건 이거예요. 제 업무를 스프레드시트에 정리했어요. 각 작업마다 ‘AI가 할 수 있는 정도’를 0~100%로 매겼죠. 놀랍게도 제 업무의 60%는 AI가 이론적으로 대체 가능했어요.
그럼 끝난 건가요? 아니에요. 그 60%를 Claude와 ChatGPT에게 맡기기 시작했어요. 데이터 정리, 코드 초안 작성, 문서 요약. 이런 건 이제 AI가 해요. 덕분에 시간이 났고, 그 시간으로 뭘 했냐면:
- 팀원들과 더 많이 대화하며 문제의 본질 파악
- 새로운 자동화 파이프라인 설계
- 비즈니스 맥락을 고려한 전략 수립
결과적으로 제 직업 가치는 올라갔어요. AI가 대체할 수 있는 부분을 AI에게 맡기고, 제가 더 잘하는 일에 집중한 거죠.
2026년, 지금 준비해야 할 것들
Anthropic의 측정은 사실 경고예요. ‘이론적 가능성’이 ‘실제 대체’로 바뀌는 건 시간문제거든요. 특히 비용 압박이 큰 스타트업이나 중소기업에서는 더 빨리 일어날 거예요.
제가 요즘 직장인 친구들에게 하는 조언은 이거예요:
먼저, AI 도구를 당장 써보세요. ChatGPT Plus나 Claude Pro는 월 2만원이에요. 이걸 안 쓰고 직업 변화를 걱정하는 건, 스마트폰 안 써보고 아이폰 출시를 걱정하는 거랑 같아요. 3개월만 진지하게 써보면 뭘 맡길 수 있고 뭘 못 맡기는지 감이 와요.
두 번째, 내 일에서 AI가 못하는 부분을 키우세요. 팀 관리 능력, 협상 스킬, 전략적 사고, 창의적 문제 해결. 이런 건 단기간에 AI가 따라오기 힘들어요. 데이터 입력만 하던 사람이 데이터 기반 의사결정을 하는 사람으로 업그레이드하는 거죠.
세 번째, AI를 활용하는 사람이 되세요. 회사에서 “이 작업 AI로 자동화할 수 있을 것 같은데요”라고 제안하는 사람. 그게 바로 미래에 살아남는 직원이에요. AI에게 일자리를 빼앗기는 게 아니라, AI를 부리는 사람이 되는 거예요.
한계와 비용도 고려해야 해요
물론 AI가 만능은 아니에요. 실무에서 부딪히는 문제들이 있거든요.
할루시네이션은 여전히 골칫거리예요. Claude가 그럴듯하게 시장 조사 보고서를 써주는데, 자세히 보면 통계 수치를 지어낸 거예요. 이걸 검증하는 데 드는 시간을 생각하면, 차라리 직접 하는 게 나을 때도 있어요.
비용도 무시 못 해요. ChatGPT API를 업무에 본격적으로 쓰면 한 달에 수십만원 나올 수 있어요. 특히 이미지 생성이나 대용량 문서 처리는 토큰 비용이 장난 아니에요. 프리랜서 고용하는 거랑 비교해봐야 해요.
복잡성도 있어요. AI 도구를 제대로 쓰려면 프롬프트 엔지니어링, API 연동, 자동화 파이프라인 구축 같은 걸 알아야 해요. 이게 진입 장벽이 되기도 하죠. 하지만 반대로 생각하면, 이걸 할 줄 아는 사람의 가치가 올라간다는 뜻이에요.
마케터와 창업자에게 특히 중요한 이유
Anthropic의 측정에서 마케터는 대체 가능성이 꽤 높게 나왔어요. 콘텐츠 제작, 데이터 분석, 광고 최적화 같은 게 AI 영역이거든요.
그런데 실제로는 어떨까요? 제가 아는 마케터 중에 AI 때문에 일 못하게 된 사람은 없어요. 오히려 AI를 잘 쓰는 마케터는 더 바빠졌어요. 한 사람이 예전에 팀 3명이 하던 일을 하니까요.
창업자도 마찬가지예요. AI로 초기 비용을 엄청 줄일 수 있어요. 디자이너 없이 Midjourney로 브랜딩하고, 개발자 없이 ChatGPT로 웹사이트 코드 짜고, 마케터 없이 Claude로 콘텐츠 만들고. 1인 창업자가 5인 스타트업만큼 생산성을 낼 수 있어요.
하지만 여기서 함정이 있어요. AI가 다 해주니까
#ChatGPT #GPT #Claude #Midjourney #프롬프트엔지니어링 #AI #Anthropic #자동화
