직무 재설계의 기술

세계를 읽는 법 · PART 3 · 12편

"AI를 도입하는 것이 아니다.

AI와 함께 일하는 방식을 처음부터 다시 설계하는 것이다." — 더밀크, 2026 고성과 기업 분석

같은 AI, 다른 결과

한 보험회사에 두 명의 심사 담당자가 있었습니다.

첫 번째 담당자 류민서 씨는 AI 심사 도구가 도입되던 날, 솔직히 두려웠습니다. 자신이 하루에 처리하는 서류 검토 40건을 AI가 10분 만에 해버리는 것을 보았습니다. '나는 이제 필요 없는 것인가.' 그녀는 AI 결과를 그대로 승인하는 확인 도장 역할로 스스로를 축소했습니다. 6개월 후, 그녀는 '업무 만족도 최저'와 '성과 평가 보통' 사이에 끼어 있었습니다.

두 번째 담당자 강태양 씨는 같은 AI 도구를 쓰면서 다르게 생각했습니다. 'AI가 40건 서류를 처리하는 동안, 나는 무엇을 해야 가장 가치 있는가?' 그는 AI가 판단하기 어려운 복잡한 케이스 5건을 골라 깊이 있게 분석했습니다. 고객의 특수 상황을 고려한 예외 심사 기준을 직접 만들었습니다. 분기 말에 그는 팀에서 유일하게 '고객 민원 0건'을 달성했고, 팀장으로부터 '가장 AI를 잘 쓰는 사람'이라는 평가를 받았습니다.

두 사람이 쓴 AI 도구는 정확히 같았습니다.

달랐던 것은 직무를 어떻게 재설계했느냐입니다.

이 글은 그 재설계의 기술을 구체적으로 공개합니다.

1. 왜 지금 직무 재설계가 필요한가

2026년 현재, AI는 '쓸 것인가 말 것인가'의 선택이 아닙니다.

맥킨지 'The State of AI 2025' 보고서에 따르면, 105개국 기업 종사자 중 88%가 업무에서 AI를 정기적으로 활용하고 있습니다. 2024년 78%에서 1년 만에 10% 포인트 급등했습니다. CJ올리브영은 2026년 3월 AWS AI-DLC 방법론을 도입해 요구사항 정의부터 품질 검증까지 개발 전 주기에 AI를 통합했습니다. 더밀크가 분석한 고성과 기업들의 공통점은 하나였습니다. 'AI를 기존 업무에 덧붙인 것이 아니라, AI 에이전트와 인간이 협업하는 방식을 처음부터 재설계했다.'

그러나 맥킨지가 지적한 것처럼, 현재 90%의 조직이 AI를 어느 정도 사용하고 있지만 '배포 수준이 높다'라고 생각하는 곳은 1%에 불과합니다. 채택과 가치 실현 사이의 격차. 그것이 바로 직무 재설계의 부재에서 옵니다.

HRD 전문가들이 2026년 가장 강조하는 변화도 같은 맥락입니다. 잡코리아가 정리한 AI 도입 이후 HR 과제의 핵심은 '새로운 직무 설계(Job Design)'입니다. AI로 절약된 시간을 어떻게 더 가치 있는 일에 재배치하느냐. 이것이 2026년 가장 중요한 개인 역량이 되었습니다.

AI를 쓰는 사람과 쓰지 않는 사람의 격차보다 AI를 제대로 재설계한 사람과 그냥 쓰는 사람의 격차가 더 빠르게 벌어지고 있습니다.

2. 직무 재설계의 세 단계 — ARC 프레임워크

직무를 AI와 함께 재설계하는 방법을 세 단계로 정리했습니다. 저는 이것을 ARC 프레임워크라고 부릅니다.

A — Audit (진단) · R — Redesign (재설계) · C — Compound (복합화)

이 세 단계가 완성되면, 여러분의 직무는 AI에 의해 잠식되는 것이 아니라 AI에 의해 확장됩니다. 류민서 씨는 1단계에서 멈췄습니다. 강태양 씨는 3단계까지 갔습니다.

3. 1단계 Audit — 내 업무를 솔직하게 진단하라

가장 먼저 해야 할 일은 솔직한 진단입니다. 불편하지만, 피할 수 없는 단계입니다.

지금 당장 종이 한 장을 꺼내 자신이 지난 한 달간 한 일을 전부 적어보십시오.

그리고 각 업무를 세 가지 색으로 분류해 보십시오.

Claude 진단 프롬프트 :

"나는 [직업/팀]에서 [역할]을 맡고 있습니다. 지난 한 달간 내가 한 업무 목록을 아래에 적겠습니다. 각 업무를 ① AI 대체 가능 ② AI 협업 최적 ③ 인간 고유 영역으로 분류하고, ③에 해당하는 업무를 앞으로 더 많이 할 수 있도록 ①을 AI에게 어떻게 넘길지 구체적으로 제안해 주십시오."

이 진단에서 중요한 것은 솔직함입니다. '나는 이 일을 잘하니까 AI에게 맡길 수 없다'는 방어심을 내려놓아야 합니다. AI가 더 잘하는 것은 AI에게 맡기는 것이 나에게도 좋습니다. 그 시간이 생기면 진짜 가치 있는 일에 집중할 수 있으니까요.

4. 2단계 Redesign — 하루를 새로 설계하라

진단이 끝났다면, 이제 하루를 다시 설계할 차례입니다. AI에게 넘긴 업무가 생기면, 그 시간에 무엇을 할 것인지가 핵심입니다.

Atlassian의 연구에 따르면, AI 실험에 대한 리더십 지원을 받는 직원이 그렇지 않은 직원보다 시간을 55% 더 절약합니다. 또한 AI 지원으로 문서 처리가 59% 개선됩니다. 이 절약된 시간을 어떻게 쓰느냐가 직무 재설계의 핵심입니다. 다음은 강태양 씨가 실제로 재설계한 하루입니다.

이 표가 보여주는 것은 단순합니다. AI가 처리하는 시간 동안 강태양 씨는 AI가 할 수 없는 일을 했습니다. 반복 처리를 넘어 심층 분석으로, 표준 답변을 넘어 직접 관계 형성으로, 데이터 집계를 넘어 현장 해석으로.

이것이 직무 재설계의 본질입니다. AI가 하는 것을 뺀 시간에, AI가 할 수 없는 것을 채우는 것.

5. 3단계 Compound — AI 결과물을 복합 가치로 만들어라

가장 강력한 단계입니다. AI가 만든 것에 나의 경험과 맥락을 더해 복합 가치를 창출하는 것.

더밀크의 고성과 기업 분석이 발견한 것이 바로 이것입니다. 'AI가 단순히 상담원을 보조하는 것을 넘어 AI 에이전트가 1차적인 문제 해결과 의사결정 권한을 갖고, 인간은 AI가 해결하지 못한 복잡한 예외 상황이나 감정적 교감이 필요한 영역을 전담하도록 프로세스를 재편했다.'

복합 가치가 만들어지는 세 가지 구조가 있습니다.

구조 1 : AI 분석 + 인간의 현장 맥락

AI가 데이터로 시장을 분석합니다. 그러나 AI는 '이 고객이 지난 미팅에서 언급했던 불안'을 모릅니다. AI의 분석에 그 맥락을 더하면 완전히 다른 제안서가 만들어집니다. 윤채원 씨가 11편에서 보여준 것이 바로 이것입니다.

구조 2 : AI 초안 + 인간의 판단과 온도

AI가 이메일 초안을 씁니다. 그러나 AI는 '이 고객이 요즘 회사에서 힘든 상황에 있다'는 것을 모릅니다. 그 온도를 이메일에 담는 것은 인간만이 할 수 있습니다. 고객 민원 0건의 비결이 여기에 있습니다.

구조 3 : AI 예측 + 인간의 경험 기반 예외 처리

AI가 패턴을 분석하고 예측합니다. 그러나 AI는 '이 케이스는 숫자로 보면 거절이지만, 이 고객의 상황을 감안하면 예외를 인정해야 한다'는 판단을 할 수 없습니다. 강태양 씨의 복잡 케이스 5건 심층 분석이 이것입니다.

Claude 복합 가치 생성 프롬프트 :

"AI가 아래 분석/초안/보고서를 만들었습니다. [AI 결과물 붙여 넣기] 그런데 이 결과물에 내가 알고 있는 현장 맥락을 더하면 훨씬 강력해질 수 있습니다. 내가 추가해야 할 인간적 관점과 맥락의 포인트가 무엇인지 질문 형식으로 제안해 주십시오. 그 포인트들을 반영해 최종 결과물을 완성해 드리겠습니다."

이 프롬프트의 핵심은 마지막 문장입니다. 'AI에게 완성을 맡기는 것이 아니라, 내가 더해야 할 것을 먼저 찾고, 그것을 반영한 최종 결과를 내가 완성한다.' 이 순서가 복합 가치를 만드는 구조입니다.

6. 내 직종별 ARC 적용 예시

ARC 프레임워크는 모든 직종에 적용됩니다. 몇 가지 실제 예시를 살펴보겠습니다.

이 표에서 0 열에 공통적으로 나타나는 것이 있습니다. 관계, 맥락, 판단, 설득, 방향 결정. 이것들이 11편에서 이야기한 '인간의 5가지 고유 영역'입니다. 직종이 달라도 집중해야 할 방향은 같습니다.

AI와 공존하는 직무의 모습

류민서 씨와 강태양 씨의 이야기를 마무리하겠습니다.

6개월 후, 류민서 씨는 상담을 요청했습니다. '저는 AI에게 다 뺏긴 것 같습니다. 무엇을 해야 할지 모르겠습니다.' 강태양 씨는 그녀에게 이렇게 말했습니다.

"AI가 뺏어간 게 아닙니다. AI가 당신에게 시간을 준 겁니다. 그 시간으로 당신만이 할 수 있는 일을 하면 됩니다. 지금부터 시작해도 늦지 않았습니다."

류민서 씨는 그날부터 ARC 프레임워크를 적용하기 시작했습니다. 3개월 후, 그녀는 팀에서 '가장 고객 만족도가 높은 심사 담당자'가 되었습니다. AI가 처리하는 동안 고객 한 명 한 명과 직접 소통하는 시간을 만들었기 때문입니다.

AI는 일자리를 뺏지 않습니다. AI는 일의 구조를 바꿉니다. 그 구조 변화에서 자신의 자리를 능동적으로 재설계하는 사람이 AI 시대에 오히려 더 빛납니다.

AI가 처리하는 시간 동안, 당신은 AI가 할 수 없는 일을 하십시오. 그것이 직무 재설계의 전부입니다.

"일의 구조가 바뀌었습니다. 그러나 일의 의미는 여전히 사람이 만듭니다."

이 시리즈는 Claude와 함께 세계를 읽고, 개인의 생존 전략을 설계하는 25편의 여정입니다. ① 멤버십 가입하시고 난 후 댓글, 하단에 ② 응원해 주시고, ③ 개인 메일을 남겨 주시면 클로드 글쓰기의 최고 전문가 마스터 시리즈와 메타프롬프트 자동화 생성기를 별도로 보내 드리겠습니다.

다음 편 예고

제13편 — 「두 번째 수입원: 불확실성 시대의 포트폴리오 커리어」

직무를 재설계하는 것만으로는 부족할 수 있습니다. AI 시대의 진짜 안전망은 수입의 다각화입니다. 지금 하는 일에 충실하면서 두 번째 수입원을 만드는 현실적인 방법. 포트폴리오 커리어를 어떻게 시작할지, Claude를 활용해 나만의 두 번째 수입 경로를 설계하는 프레임워크를 공개합니다.

제14편 — 「인플레이션을 이기는 자산 감각: 월급쟁이의 재무 전략」

에너지 위기로 물가가 오르는 시대, 월급만으로는 실질 구매력이 줄어듭니다. 복잡한 투자 이론이 아닌, 온라인 게임인이 지금 당장 실행할 수 있는 자산 감각과 재무 전략을 이야기합니다.

참고 자료

1. 더밀크 — 생성 AI 시대는 끝났다, 2026년 행동 AI의 시대로

— 고성과 기업: AI+인간 협업 방식 처음부터 재설계

— 인간: AI가 해결 못한 예외 상황·감정적 교감 전담

2. AWS 기술 블로그 — CJ올리브영 AI-DLC 실전 도입 사례 (2026.03)

— 요구사항 정의부터 품질 검증까지 AI를 체계적으로 통합

3. Kuse.ai — 휴먼 AI 협업: 필수 가이드 (2026.02)

— McKinsey: 인간-AI 협업이 2030년까지 연간 2.9조 달러 미국 경제 가치 창출

— 90%의 조직이 AI를 사용하지만 '배포 수준 높다'는 곳은 1%

— Atlassian: AI 리더십 지원 시 직원 시간 절약 55% 향상

— AI 지원으로 문서 처리 59% 개선, GitHub Copilot 구현 55.8% 빠름

4. 잡코리아 — 생성형 AI 도입이 가져올 업무 재조정의 진짜 의미 (2025.06)

— HR의 핵심 과제: 새로운 직무 설계(Job Design)

— AI 절약 시간을 가치 있는 일에 재배치하는 것이 2026년 핵심 역량

5. Class101 — 2026 HR 트렌드 3가지 (2026.05)

— 반복 업무 목록 파악 → 직무별 AI 도구 선정 → 적용 사례 공유

6. KHRD — 2026년 HRD와 조직문화 대전환 (2026.01)

— 'AI와 함께 일하는 인간의 법칙을 다시 쓰는 과정'

— Augmentopia: AI가 인간의 잠재역량을 확장하는 협업 구조

7. 포브스코리아 — 2026 AI 트렌드 TOP 7

— McKinsey The State of AI 2025: AI 정기 활용 88% (전년 78%에서 급등)

8. WEF Future of Jobs Report 2025 — 직무 구조 변화 및 요구 역량 분석

9. IBM Think — 2026년 AI와 기술 분야의 지형을 바꿀 트렌드 (2026.01)

10. OECD — AI와 노동시장의 기술 수요 변화 보고서

— AI 노출도 높은 직군에서 감정적·인지적 역량 수요 증가