리스킬링 공식이 깨진 이유: 과업-체인 자동화, 심리적 부채, 임금 역전의 삼중 함정

2026년 다보스 포럼의 합의는 명쾌했다. AI 시대에는 대규모 리스킬링이 답이라는 것. ILO는 평생학습을 전략적 정책 우선순위로 격상하라 촉구했고, 글로벌 컨설팅펌들은 에이전틱 조직을 향한 인재 재배치 로드맵을 내놓았다. 그런데 이 합의를 떠받치는 세 가지 전제—학습 대상이 안정적이고, 학습 주체가 의욕적이며, 학습 성과를 흡수할 시장이 존재한다는 것—가 동시에 무너지고 있다면? 리스킬링 투자를 늘리면 AI 전환에 성공한다는 공식은 깨졌다. 학습 대상이 과업-체인 자동화로 실시간 증발하고, 학습 주체는 심리적 부채로 이탈하며, 학습을 마친 인재마저 임금 역전에 밀려 해외로 떠난다.

움직이는 과녁: 과업-체인 자동화가 바꾼 학습의 전제

전통적 리스킬링은 ‘직무 A에서 직무 B로’ 이동시키는 설계였다. 그러나 2026년 2월 발표된 NBER 워킹페이퍼는 이 설계의 근간을 흔든다. AI는 개별 과업을 하나씩 대체하는 게 아니라, 연속된 과업 체인을 통째로 자동화한다. 핵심은 세 가지 예측이다. 첫째, AI가 실행하는 단계들은 워크플로우 전반에 흩어지지 않고 인접한 체인으로 군집한다(클러스터링 효과). 둘째, AI 자동화 구간에 인접한 수동 과업은 다음 자동화 대상이 된다(인접 효과). 셋째, AI에 노출된 단계가 한 직무 안에서 분산돼 있으면 오히려 자동화 총량이 줄어든다(파편화 불이익).

ILO가 174건의 훈련 효과 연구를 검토한 결과와 교차하면 문제가 선명해진다. 구조화된 훈련에 참여하는 15~64세 인구는 전체의 16%에 불과하다. 정규직·대기업 근무자 중 51%는 고용주 제공 훈련을 받지만, 비정규·중소기업 종사자는 ‘현장 학습(learn-by-doing)’에 의존한다. 즉 리스킬링 프로그램에 접근조차 못하는 다수가, 과업-체인 자동화의 인접 효과에 의해 가장 먼저 밀려나는 구조다. 학습 대상이 정지해 있어도 접근성이 부족한데, 대상 자체가 분기마다 재편되면 16%의 훈련 참여율은 사실상 무의미해진다.

심리적 부채: 리스킬링의 숨은 적

학습 대상이 움직인다는 게 첫 번째 균열이라면, 두 번째는 학습 주체의 이탈이다. 1,200명을 대상으로 한 최근 연구는 AI 도입이 만드는 여섯 가지 심리적 부채를 규명했다. 인지적 부채(의사결정 능력 퇴화), 자율성 부채(업무 통제감 상실), 역량 부채(AI 앞에서의 무력감), 관계 부채(동료 상호작용 감소), 신뢰성 부채(AI 사용 시 전문성 의심), 정체성 부채(직업 정체성 위협). 이 여섯 가지가 복합되면 직원은 AI를 회피한다—사용 빈도가 떨어지고, 활용 수준이 단순해지며, 결국 리스킬링 프로그램 자체를 외면한다.

수치가 말해준다. AI를 드물게 사용하는 직원의 심리적 부채 점수는 60점, 빈번하게 사용하는 직원은 36점이다. 여기서 인과의 방향이 중요하다. 심리적 부채가 높으니까 사용을 피하는 것이지, 적게 써서 부채가 쌓이는 게 아니다. AI 관련성을 인지하면서도 심리적 부채가 낮은 직원—즉 실질적 리스킬링 대상—은 전체의 41%에 불과하다. 나머지 59%는 프로그램을 제공해도 심리적 장벽에 막혀 흡수하지 못한다.

NBER의 과업-체인 모델과 결합하면 악순환이 보인다. 인접 효과에 의해 자동화 범위가 넓어질수록 직원의 자율성 부채와 역량 부채는 커진다. 부채가 커지면 AI 사용을 회피한다. 회피하면 과업-체인의 ‘파편화 불이익’이 발생해 조직 수준의 자동화 효율이 떨어진다. 조직은 다시 리스킬링을 강화하지만, 심리적 부채를 건드리지 않은 채 기술 훈련만 쌓으면 악순환은 가속된다.

임금 6% vs 25%: 학습 성과가 증발하는 구조

세 번째 균열은 시장 구조에 있다. 한국은행이 LinkedIn 110만 명 데이터를 분석한 결과, 국내 AI 전문인력은 약 5만 7,000명이다. 10년간 2배 이상 성장했고, 58%가 석·박사, 64%가 공학 전공이다. 문제는 이들이 국내에 머물 유인이다.

2024년 기준 한국 AI 인력의 임금 프리미엄은 6%다. 같은 해 미국은 25%다. 4배 이상의 격차다. 결과는 예측 가능하다. AI 역량을 가진 인력의 해외 취업 확률은 비AI 인력 대비 27%p 높고, 현재 전체 AI 인력의 16%(약 1만 1,000명)가 이미 해외에서 일하고 있다. 대기업 69%, 중견기업 68.7%가 AI 채용 확대를 계획하지만, 제시하는 보상 수준에서 인재를 확보하기 어렵다는 딜레마에 빠져 있다.

ILO가 강조하는 평생학습 투자가 한국에서 성공하려면, 학습을 마친 인력이 국내 노동시장에 남아야 한다. 그러나 임금 프리미엄 격차가 4배인 상황에서, 리스킬링은 역설적으로 해외 이탈을 가속하는 파이프라인이 된다. 정부가 성인학습에 투자하고, 개인이 석·박사를 마치고, 기업이 AI 교육을 제공할수록—수혜자는 더 높은 보상을 찾아 떠날 준비가 되는 셈이다.

에이전틱 조직의 환상: 왜 하이브리드 팀은 작동하지 않는가

다보스의 합의와 글로벌 컨설팅펌의 처방은 ‘에이전틱 조직’—인간과 AI 에이전트가 실시간으로 협업하는 구조—으로 수렴한다. 실시간 데이터로 인력 수요를 예측하고, 스킬을 매핑하며, 인재를 동적으로 재배치한다는 비전이다. 그러나 세 가지 데이터를 겹쳐놓으면 이 비전의 실현 조건이 얼마나 까다로운지 드러난다.

에이전틱 조직이 요구하는 것: (1) 과업 경계가 명확하여 AI와 인간의 분업이 설계 가능할 것, (2) 직원이 AI와의 협업에 심리적으로 준비되어 있을 것, (3) 전환에 필요한 전문 인력이 충분할 것. 현실: (1) NBER 모델에 따르면 과업 경계는 인접 효과에 의해 계속 이동한다, (2) 전체 직원의 59%는 심리적 부채로 AI 협업에 저항한다, (3) 국내 AI 전문인력 5.7만 명 중 1.1만 명은 이미 해외에 있고 나머지도 이탈 확률이 높다.

사회정서 역량의 역설: 기술이 아닌 것이 더 중요한데 더 가르치기 어렵다

ILO 보고서에서 가장 주목할 데이터는 AI 관련이 아니다. 브라질·모로코·UAE에서 고용주가 요구하는 역량 중 50% 이상이 사회정서적 기술(소통, 팀워크, 문제해결)이다. 이집트·요르단·남아공·우루과이에서도 40%를 넘는다. AI 특화 기술은 전체 수요에서 여전히 작은 비중을 차지한다.

이 데이터를 HBR의 심리적 부채 연구와 대면시키면 역설이 선명해진다. AI 시대에 가장 필요한 역량이 사회정서적 기술이라면, 리스킬링의 핵심은 코딩이나 프롬프트 엔지니어링이 아니라 ‘관계 부채’와 ‘정체성 부채’를 치유하는 것이어야 한다. 그런데 심리적 부채의 4번째 항목(관계 부채)은 정확히 AI 사용이 동료 상호작용을 줄이면서 생기는 문제다. AI를 쓸수록 사회정서적 역량의 발휘 기회가 줄고, 줄어든 역량이 AI 협업의 질을 떨어뜨리는 이중 함정이다.

NBER의 프레임으로 보면 이 함정은 구조적이다. 과업-체인 자동화가 진행될수록 인간에게 남는 과업은 ‘체인 사이의 조정’—즉 커뮤니케이션과 판단의 영역—인데, 바로 이 영역의 역량이 AI 사용 과정에서 침식당한다. 리스킬링 프로그램이 기술 스킬에만 초점을 맞추면 이 구조적 침식을 멈출 수 없다.

성인학습 예산 1% 미만의 의미: 제도가 현실을 따라가지 못할 때

ILO에 따르면 고소득국조차 공교육 예산의 1% 미만을 성인학습에 배분한다. 저소득국에서는 이 수치가 63%로 높지만, 절대 금액으로는 턱없이 부족하다. 이 예산 구조는 과업-체인 자동화의 속도와 정면으로 충돌한다.

NBER 모델의 인접 효과가 분기 단위로 자동화 경계를 확장하는 상황에서, 연간 예산 주기에 묶인 성인학습 제도는 구조적으로 뒤처질 수밖에 없다. 한국의 경우 상황이 더 복잡하다. 기준금리 2.50% 동결과 중동 분쟁발 공급 충격으로 성장 둔화가 예고된 2026년, 기업이 리스킬링 투자를 확대할 여력은 줄어든다. KDI 4월 경제동향은 고용·소비·투자 지표 전반의 둔화를 확인했다. 거시경제가 위축될 때 가장 먼저 삭감되는 게 교육훈련 예산이라는 점을 감안하면, ‘리스킬링 확대’라는 처방은 경기순행적 제약 아래 놓인다.

리스킬링 이후의 전략: 과업 재설계가 먼저다

이 글의 논점은 리스킬링이 무용하다는 게 아니다. 리스킬링만으로는 충분하지 않으며, 순서가 잘못됐다는 것이다. NBER 모델이 시사하는 바는 명확하다. AI 자동화의 단위는 ‘개인의 스킬’이 아니라 ‘과업 체인의 아키텍처’다. 따라서 개인을 훈련시키기 전에 과업 배치를 재설계해야 한다. 체인 내 AI 실행 구간을 의도적으로 군집시키고, 인간 과업을 체인 사이의 조정 역할로 재배치하면, 파편화 불이익을 줄이면서 인접 효과의 위협도 관리할 수 있다.

동시에 심리적 부채를 정면으로 다뤄야 한다. 기술 훈련에 앞서 자율성과 정체성을 보호하는 업무 설계가 선행돼야 한다. 한 영국 대학은 AI로 인한 협업 감소에 대응해 2억 파운드를 물리적 상호작용 공간에 투자했다. 극단적이지만 방향은 맞다. 관계 부채를 구조적으로 줄이지 않으면, 사회정서적 역량 개발이라는 리스킬링의 핵심 목표 자체가 달성 불가능하다.

임금 프리미엄 문제는 단일 기업이 해결할 수 없다. 그러나 과업 재설계를 통해 AI 전문인력에게 ‘체인 아키텍트’ 역할을 부여하면, 단순 기술직과 차별화된 경력 경로를 제시할 수 있다. 이는 임금 격차를 곧바로 메우지는 못하더라도, 역할의 독자성과 성장 가능성이라는 비금전적 유인을 만들어낸다.

한 줄 요약: 리스킬링은 과업 아키텍처 재설계, 심리적 부채 해소, 인재 유인 구조 개선이 선행된 뒤에야 작동한다. 순서를 바꾸면 투자가 증발한다.

💡 실무 시사점 — HR이 이번 분기에 점검할 3가지:

① 과업-체인 감사(Task-Chain Audit)부터 시작하라. 부서별 워크플로우에서 AI 자동화 가능 구간이 군집돼 있는지, 분산돼 있는지 매핑한다. 분산 상태라면 리스킬링보다 과업 재배치가 우선이다.

② 심리적 부채 진단을 온보딩에 통합하라. 특히 경력 0~5년 차 직원(부채 점수 54점)에게 AI 도구 도입 전 자율성 설계와 정체성 보호 프로그램을 선제 제공한다.

③ AI 인재 유인을 임금 말고 역할 설계로 풀어라. ‘체인 아키텍트’처럼 과업 재설계 자체를 맡기는 역할은 한국에서만 가능한 맥락을 만든다. 임금 6% vs 25% 격차를 역할 독자성으로 상쇄하는 전략이다.

#과업체인자동화 #심리적부채 #AI인재유출 #리스킬링패러독스 #에이전틱조직

참고 링크

• NBER, “Chaining Tasks, Redefining Work: A Theory of AI Automation” (2026)
• HBR, “The Psychological Costs of Adopting AI” (2026)
• 한국은행, “AI 전문인력 현황과 수급 불균형: 규모, 임금, 이동성 분석” (2025)
• ILO, “Lifelong Learning Must Become a Strategic Policy Priority” (2026)
• Stanford HAI, “What Davos Said About AI This Year” (2026)
• McKinsey, “Agentic Organizations: Turning AI into Business Value” (2026)

작성: 서재홍 | NODE