AX LABS
← 블로그 조직·사람

일은 직무가 아니라 회로다

AI 자동화는 사람 수가 아니라 일의 경계를 바꾼다

AX LABS 5분 읽기

현장에서 가장 자주 보는 장면은 비슷하다. 팀은 AI를 쓰기 시작했는데 직무기술서, 결재선, KPI, 회의체는 그대로다. 실무자는 더 빨리 초안을 만들지만, 검토자는 더 많은 산출물을 떠안는다. 자동화는 들어왔는데 일의 경계는 바뀌지 않는다.

이 상태에서 생산성은 오래가지 않는다. 속도는 앞단에서만 빨라지고, 병목은 판단·승인·책임 구간으로 이동한다. 그래서 AI 자동화 시대의 Job Design은 “어떤 직무가 사라지는가”가 아니라 “어떤 판단을 사람이 붙잡고, 어떤 실행을 에이전트에 맡기며, 어디서 다시 사람이 개입하는가”를 정하는 일이다.

직무 단위 설계는 이미 늦다

전통적 Job Design은 직무명, 역할, 책임, 필요 역량을 중심으로 움직였다. AI 자동화 환경에서는 이 단위가 너무 크다. 실제 변화는 직무 전체가 아니라 직무 안의 반복 판단, 자료 수집, 초안 작성, 대조, 보고, 후속 실행에서 먼저 발생한다.

Microsoft WorkLab의 2026 Work Trend Index는 AI 사용자가 빠르게 적응하지 못할까 우려하면서도, 현재 목표 달성에 집중하는 편이 일 재설계보다 안전하다고 느끼는 압력을 함께 보여준다. 이것이 현장의 모순이다. AI를 쓰라고 요구하면서, 일의 구조를 바꾸는 권한은 주지 않는다.

AI 자동화의 실패는 대개 모델 성능 부족이 아니라, 사람이 해야 할 일과 에이전트가 해도 되는 일을 구분하지 못한 조직 설계의 실패다.

Job Design의 출발점은 직무가 아니라 work packet이다. 하나의 산출물이 만들어지기까지 필요한 입력, 판단, 도구 호출, 승인, 기록을 작게 쪼개야 한다. 그래야 자동화 대상과 인간 책임이 분리된다.

사람은 실행자에서 회로 관리자으로 이동한다

AI 도입 후 사람의 일이 줄어든다고만 보면 설계가 틀어진다. 실제로는 실행 노동 일부가 사라지고, 검증·맥락 판단·예외 처리·윤리적 책임·관계 조정이 늘어난다. Gartner가 2026년 4월 발표한 서비스·지원 리더 조사에서도 AI로 인한 대량 감축 기대와 달리, 상당수 리더가 인간 상담원의 책임을 확대하고 있다고 밝혔다.

AX 관점에서 역할은 세 층으로 재정의된다.

구분 기존 설계 AI 자동화 이후 설계
업무 단위 직무와 부서 산출물과 판단 흐름
사람의 핵심 역할 직접 수행 목표 설정, 검증, 예외 판단
AI의 위치 보조 도구 실행·탐색·초안·대조를 맡는 작업자
관리 포인트 근태와 처리량 위임 품질, 재작업, 에스컬레이션

이 변화는 중간관리자의 역할을 크게 바꾼다. 관리자는 더 이상 “누가 했는가”만 묻지 않는다. “무엇을 AI에 위임했는가”, “어디서 사람이 끊어 봤는가”, “오류가 난 뒤 학습 루프가 돌았는가”를 봐야 한다.

Job Design은 권한 설계까지 포함한다

에이전트형 AI는 단순 챗봇이 아니다. OpenAI는 2025년 AgentKit에서 도구 연결, 워크플로 구성, guardrails를 강조했고, Anthropic Claude Code 문서도 subagents와 MCP 도구 연동을 공식 기능으로 설명한다. 기술의 방향은 분명하다. AI는 답변을 넘어 내부 도구를 호출하고, 여러 단계의 일을 수행하는 쪽으로 간다.

따라서 Job Design은 업무분장표 수정으로 끝나지 않는다. 아래 네 가지를 함께 정해야 한다.

  • 어떤 데이터와 시스템에 AI가 접근하는가
  • 어떤 조건에서 사람이 승인해야 하는가
  • 실패와 예외는 누구에게 올라가는가
  • AI가 만든 기록은 어떤 운영 지표로 남는가

이 네 가지가 빠지면 자동화는 비공식 우회로가 된다. 실무자는 편한 방식으로 AI를 쓰고, 조직은 어떤 판단이 어디서 바뀌었는지 모른다. 이때 리스크는 보안 문서가 아니라 일상 운영에서 발생한다.

정착은 직무기술서가 아니라 운영 리듬에서 끝난다

AI 자동화 시대의 Job Design은 조직도를 다시 그리는 일이 아니다. 일의 흐름을 다시 배선하는 일이다. 한 사람의 직무 안에 남길 판단, 에이전트에 맡길 실행, 시스템에 남길 기록, 관리자가 볼 지표를 한 번에 설계해야 한다.

AX Ops에서는 이 작업을 교육 과제로 보지 않는다. 교육은 필요하지만 충분하지 않다. 실제 회의체, 승인 기준, 역할 정의, KPI, AgentOps 로그가 함께 바뀌어야 현장에 정착한다. 다음 단계는 “AI를 더 쓰자”가 아니라 “일을 다시 정의하자”다. 그 설계부터 운영 정착까지 한 사이클로 묶어야 한다. AX Ops 방법론 →

참고