2025년 미국에서는 117만 개 이상의 일자리가 사라졌는데, 이는 팬데믹이 시작된 이후 가장 많은 일자리였습니다. 이제 AI는 허물어진 것을 다시 짓는 것이지 똑같은 것을 짓는 것이 아닙니다.
이러한 재구성의 먼지와 소음을 없애기 위해서는 자동화된 작업 응용 프로그램, AI 기반 디지털 트윈, 평생 전문 부조종사, 그리고 결정적으로 인간 작업을 필수 불가결하게 만드는 인지적 이점을 포기하지 않고 강력한 AI 시스템을 처리하는 방법 등 구체화되고 있는 계획을 연구하는 것이 유용합니다.
건설 현장 근처에 사는 것은 종종 혼돈의 화신처럼 보입니다. 시끄럽고, 먼지가 많고, 방향 감각을 잃으며 끊임없이 변화합니다. 그리고 이는 현재 세계 노동 시장에 무슨 일이 일어나고 있는지에 대한 가장 정확한 비유입니다.
코로나 이전의 구조는 대량 해고의 물결로 무너졌습니다. 2025년에는 미국에서만 117만 개의 일자리가 사라질 것이다. 이제 새로운 AI 기반 프레임워크가 그 자리를 대신하고 있습니다. 이러한 변화는 빠르게 일어나고 있으며 우리 모두는 이에 적응하려고 노력하고 있습니다.
AI가 기존 업무 모델을 파괴한 방법
인사부는 코로나19의 공격적인 채용을 기억합니다. 디지털 서비스에 대한 절실한 요구로 인해 발생한 기술 붐은 무한해 보였고 기업은 경쟁사를 뒤쫓기 위해 이전과는 전혀 다른 인력을 배치했습니다. 2년 안에 이 인적 자원 거품은 꺼지고 수천 명의 새로 고용된 사람들이 해고되었습니다.
분석가들은 고용 동결과 비용 절감 전략을 약속하며 미래의 업무에 대한 암울한 그림을 그렸습니다. 그러나 경기 침체가 시작되자마자 AI는 비즈니스 주류에 진입했습니다. 이전 작업 모델의 기반은 이미 약해졌기 때문에 AI는 기존 시스템을 강화하는 대신 단순히 이를 파괴하고 새로운 시스템을 구축하기 시작했습니다.
그래서 우리는 안전모도 없이 글로벌 작업 건설 현장 한가운데에 있습니다. 오늘날 많은 구직자들은 시행착오와 AI 자동화 실험을 통해 실시간으로 작성된 이전 매뉴얼과 새로운 규칙으로 인해 막다른 골목에 갇힌 느낌을 받습니다. 이 악순환을 끊으려면 우리 모두는 그 과정에서 자신에게 해를 끼치지 않고 모범 사례를 사용하는 방법을 배워야 합니다.
AI 통합의 실제 수준
헤드라인은 제쳐두고, 직장 내 AI의 실제 이야기는 변화보다는 기대와 더 관련이 있는 것 같습니다. 일부 대담하고 낙관적인 슬로건은 “인력 채용 중단”을 장려하지만 조직 내에서 측정 가능한 AI의 영향은 여전히 제한적입니다. Gartner에 따르면 AI 투자 50건 중 단 1건만이 혁신적인 가치를 제공합니다.
AI에 대한 이러한 낙관주의는 노동 시장 변화의 주요 동인 중 하나입니다. 기업 리더들은 AI가 수행할 것으로 예상되는 작업을 기반으로 팀을 재구성하고 채용 워크플로를 재설계하고 있습니다. AI에 대한 조직의 헌신이 이미 기술에 대한 수요를 재편하고 있기 때문에 구직자에게는 이러한 구별이 중요합니다. McKinsey는 지원자의 AI 유창성 요구 사항이 지난 2년 동안 7배 증가했다고 보고합니다.
오늘날의 경력 전략에는 AI 유창함의 지속적인 개발이 포함되어야 합니다. 즉, AI 서비스에 대한 친숙함, 강력한 코칭 기술, 일상 업무 프로세스에 AI를 적극적으로 구현하고 질적, 양적 이익을 모두 보여주는 능력을 갖추는 것입니다. 이 모든 것은 이미 지원자의 전문적인 이야기의 일부가 되어 소셜 미디어, 이력서, 자기 소개서 및 실제 사용 사례를 통해 전달되어야 합니다.
귀하의 AI 트윈이 귀하보다 먼저 적용됩니다
채용은 이미 지원자와 고용주의 AI 페르소나가 인간보다 먼저 ‘만나는’ 환경으로 변화하고 있다. 그리고 이것은 가설이 아닙니다. 엔지니어 Charlie Cheng은 채용 담당자가 대화할 수 있는 개방형 디지털 트윈을 이미 만들었습니다.
AI 복식 외에도 채용 담당자는 잠재적 직원에 대한 자체 “AI 초상화”를 만듭니다. 작동 방식은 다음과 같습니다. 자동화된 도구는 채용 담당자가 이력서를 읽기 훨씬 전에 디지털 프로필, LinkedIn 기록, 포트폴리오 및 광범위한 웹 추적을 스캔하여 후보자를 평가합니다. 이것이 바로 인증, AI 활용 능력 및 사용 사례를 강조하는 것이 이미 적극적으로 강조되어야 하는 이유입니다.
그러나 가시성은 양방향입니다. 경력 강점을 매핑하는 동일한 시스템은 신랄한 소셜 미디어 게시물에 대한 증오 댓글, 평판 위험, 구직 플랫폼에 대한 부정적인 리뷰와 같은 부정적인 디지털 흔적도 보여주며, 이는 채용 담당자와 개인 알고리즘에서 고려됩니다.
AI 도구로 인해 작업자는 AI가 복제할 수 없다고 생각하게 될 수 있습니다.
2027년까지 대부분의 채용 프로세스에는 생성 도구 사용 능력뿐만 아니라 비판적 사고, 창의성, 의사소통, 주제 전문 지식 등 직장 내 AI 숙련도를 측정하는 인증 또는 평가가 포함될 것으로 예상됩니다. 아직 필수는 아니지만 AWS 공인 AI 실무자 또는 기계 학습 및 인공 지능 분야의 MIT 전문가 인증 프로그램과 같이 CV를 강화하는 인증 프로그램이 이미 있습니다.
이러한 필요성은 AI 세대가 근로자의 인지 다운로드에 미치는 영향에 대한 최신 연구 결과에서 비롯되었습니다. 사람들이 알고리즘에 적극적으로 의존하여 작성, 분석, 요약 및 아이디어를 내기 때문에 핵심 사고 프로세스를 아웃소싱할 위험이 있습니다. 시간이 지남에 따라 이는 기억력, 문제 해결 능력, 창의적 종합을 약화시킬 수 있습니다. 이는 인간과 기계를 구별하는 동일한 인지적 이점입니다.
조직은 AI를 통합하고 성능 향상을 예측하는 데 중점을 두지만 이러한 도구를 일상적인 워크플로에 통합할 때 사람들이 어떻게 변화할지 이해하는 데는 노력이 훨씬 적습니다. 전문적인 AI 기술에 대한 연간 기술 향상은 기업 HR 교육의 일부가 될 것입니다. 그때까지는 인지 부하의 균형을 유지하는 것이 작업자의 책임입니다.
귀하의 전문 부조종사가 곧 도착할 예정입니다.
다음 변화는 직원들이 자신의 경력을 탐색하는 방식입니다. 가까운 미래에는 초개인화된 AI 경력 보조원, 즉 이력서와 자격증뿐만 아니라 목표, 어려움, 야망 및 성장 궤적도 이해하는 상시 상담원이 등장할 것입니다.
이러한 부조종사들은 기술을 추적하고, 학습 경로를 추천하고, 시장 기회를 정확히 찾아내고, 구직에서 진로에 이르기까지 결정을 안내합니다. 이 모든 것은 앱 개인화 및 인터뷰 준비와 같은 핵심 AI 기회에 추가됩니다. 급여 인상 협상이 두렵습니까? 개인 경력 조언자는 데이터 중심 시나리오를 구축하는 데 도움을 주어 현실적인 기대치 상승과 발생할 수 있는 모든 반대 의견을 제시합니다.
AI 회사는 이미 개인의 잠재력을 시장 요구에 맞춰 맞춤화된 전문 에이전트를 개발하고 있습니다. 이런 식으로 전문경영인은 수동적 추측에서 AI가 안내하는 지속적인 전략으로 전환하고 있습니다.
인간이 물에 떠 있는 방법
이러한 환경에서는 열린 마음과 세심한 관찰이 주요 생존 기술입니다. 오래된 구직 활동으로 인해 채용 담당자가 침묵하게 될 수 있습니다. 사람 때문이 아니라 이력서의 75%를 거부하는 지원자 추적 시스템 때문입니다. 이 전환은 여전히 발전 중이며 최종 형태는 고정된 것과는 거리가 멀습니다.
그러나 다소 눈에 띄는 방향이 있습니다. 자동화와 인간의 판단, 효율성과 진정성, 속도와 깊이 사이의 균형을 맞추는 방법을 배우는 사람은 도구가 어떻게 발전하든 관계없이 계속해서 가치 있는 사람이 될 것입니다.
AI가 워크플로와 전체 직업을 재설계하더라도 업무의 핵심은 여전히 인간이기 때문입니다. 의미, 책임, 신뢰: 그것들은 한 줄의 코드가 아닙니다. 계속해서 배우고, 관찰하고, 적응하려는 의지가 있는 사람들에게 오늘날의 건설 현장은 단순한 혼란의 장소가 아니라 기회의 장소입니다.
Fortune.com 댓글에 표현된 의견은 전적으로 해당 작성자의 견해일 뿐이며 반드시 Fortune의 의견과 신념을 반영하는 것은 아닙니다.
