리스킬링이 실패하는 진짜 이유 — 자격증 150만 개가 가리고 있는 것

자격증이 150만 종을 넘어섰고, 이력서 한 장에 평균 서너 개씩 들어간다. 그런데 OECD 31개국 성인의 문해력은 19개국에서 10년 전보다 떨어졌다. 한쪽에선 자격증이 폭증하고, 다른 쪽에선 기초 역량이 무너지는 이 엇갈림. 여기에 AI 자동화가 덧씌워지면 풍경은 더 기묘해진다. 이 글의 주장은 하나다 — 리스킬링 위기의 본질은 ‘훈련량 부족’이 아니라 ‘판단하는 사람’이라는 정체성의 소실이며, 자격증 투자 대부분은 그 소실을 가속하고 있다.

자격증 150만 개가 가리고 있는 것

미국에서 유통되는 비학위 자격증(Non-Degree Credential)은 150만 종이 넘는다. 이력서 기재 건수는 1년 새 35% 늘었다. 브루킹스 연구소가 1억 5,650만 건의 미국 이력서를 분석한 결과, 직무와 관련 있는 자격증의 첫 번째 취득은 3.8% 임금 프리미엄을 가져왔다. 그런데 직무와 무관한 자격증은? 1.8%에 그쳤다. 관련성이 2배의 차이를 만든다.

더 흥미로운 건 자격증 유형별 차이다. 시험(proctored exam)을 치르고 제3자가 검증하는 인증(certification)은 쌓을수록 보상이 따라왔다. 반면 과정 수료만으로 발급되는 수료증(certificate)은 첫 장에서 일시적 임금 상승이 끝나고, 추가 취득은 거의 효과가 없었다. 솔직히 이건 체감과도 맞는다. 시험 없이 주어지는 자격증은 이력서를 장식할 뿐, 실력을 증명하지 못한다. 시험이라는 검증 과정이 빠진 자격증은 ‘훈련했다’는 형식만 남기고 ‘무엇을 판단할 수 있는가’라는 실질을 비워둔다.

동시에 OECD는 31개국 16만 명 성인을 조사해 불편한 사실을 확인했다. 문해력이 19개국에서 하락했고, 하위 10%의 점수는 더 빠르게 떨어진 반면 상위 10%는 오히려 올라갔다. 스킬 양극화가 벌어지는 한가운데서 자격증만 폭증하고 있는 셈이다.

“나는 그런 사람이 아닌데” — 정체성에 붙은 가격표

하버드 경영대학원 라파엘라 사둔(Raffaella Sadun) 교수 팀이 이탈리아 밀라노에서 실직자 1,100명을 대상으로 실험했다. 리스킬링 과정을 수강할 의향이 있는 사람은 33%에 불과했다. 그런데 거부 이유가 예상과 달랐다. 돈이 아니었다. 정체성이었다.

IT 직무의 정체성 부합 점수는 10점 만점에 5.0, 건설업은 3.7이었다. 건설업 정체성 부합도가 낮은 사람은 리스킬링에 참여하려면 시급 10유로를 요구했고, 부합도가 높은 사람은 3.8유로면 됐다. 2.6배 차이. 정체성 거부감은 문자 그대로 가격이 매겨질 수 있는 장벽이었다.

사둔 교수의 말이 정곡을 찌른다. “사람들은 자기를 ‘스킬 묶음’으로 보지 않는다. 사회에서 특정 역할을 하는 존재로 본다.” 리스킬링 프로그램이 ‘새 기술을 가르치겠다’고 접근하는 순간, 이미 사람의 자기 정의와 충돌하고 있는 것이다.

이 정체성 장벽을 넘어선 세계에서 기업이 실제로 원하는 인재상은 무엇인가. CEO와 CHRO의 94%가 AI를 최우선 필요 역량으로 꼽지만, 직원에게 AI 교육을 제공한 기업은 33%에 불과하다. 그리고 진짜 필요한 건 AI 기술 자체가 아니라, 인간과 AI가 섞인 팀을 운영할 수 있는 M자형 인재(M-shaped talent) — 여러 도메인에 걸쳐 인간과 디지털 리소스를 언제 어떻게 배치할지 판단하는 사람이다. 이 역할은 기술 배경을 요구하지 않는다. 판단력을 요구한다.

스킬이 부족한데 왜 놀리고 있나

IDC는 스킬 부족이 세계 경제에 5.5조 달러의 비용을 안긴다고 추산한다. 제품 출시 지연, 품질 저하, 매출 누락, 경쟁력 훼손을 합산한 수치다. 글로벌 기업의 90% 이상이 2026년까지 심각한 스킬 부족에 직면할 것으로 예측된다.

그런데 OECD가 같은 시기에 내놓은 결론은 이 숫자와 정면으로 어긋난다. 고용주는 인력이 부족하다고 호소하지만, 동시에 “상당수 노동자가 자기 역량을 충분히 활용하지 못하는 직무에 배치돼 있다.” 부족과 과소활용이 공존한다. 이건 공급 문제가 아니라 배치 문제다.

ILO가 2026년 4월 제네바에서 54개국 대표가 참여한 사상 첫 3자(정부·사용자·노동자) AI 제조업 합의문을 채택한 배경도 여기에 있다. 전 세계 약 5억 명이 종사하는 제조업에서 AI 전환이 일어날 때, 훈련은 개인의 책임이 아니라 정부·기업·노동자의 공동 책임이라고 못 박았다. 개인적으로는 이 대목이 핵심이라고 본다. 리스킬링을 ‘개인이 알아서 자격증을 따는 것’으로 방치하면, 앞서 본 자격증 시장의 불투명함과 정체성 장벽이 그대로 작동한다. 결국 훈련은 많아지는데 판단 역량은 제자리다.

OECD 데이터는 이 구조적 실패를 확인해준다. 가장 스킬이 낮고, 고용이 불안정하며, 나이가 많은 노동자 — 바로 AI 대체 위험이 가장 높은 집단이 훈련 참여율도 가장 낮다. 이탈리아의 경우 저숙련 노동자의 훈련 참여율은 7%, OECD 평균은 18%다. 부족과 과소활용의 공존은 우연이 아니라, 훈련 시스템이 가장 필요한 사람에게 가장 닿지 않는 구조적 결함의 결과다.

자동화가 조직 전체를 마취시킨다

여기까지는 ‘훈련이 잘못 설계돼 있다’는 이야기다. 그런데 AI 자동화라는 변수가 추가되면, 상황은 단순한 설계 결함을 넘어선다. 1983년 리산느 베인브리지(Lisanne Bainbridge)가 정리한 ‘자동화의 아이러니’가 40년 뒤인 지금, AI 에이전트 시대에 그대로 재현되고 있다.

핵심 메커니즘은 4단계 악순환이다. 자동화 도입 → 수동 작업 감소로 숙련도 저하 → 모니터링만 반복하며 주의력 피로 → 이상 징후를 포착하는 판단력 약화 → 시뮬레이터로는 예측 불가능한 오류에 대비할 수 없는 훈련 역설. 자동화 수준이 올라갈수록 오류는 드물어지지만, 일단 발생하면 치명적이다. 그리고 그 오류를 잡아낼 인간의 역량은 이미 퇴화해 있다.

이걸 기업 조직에 대입하면 어떻게 되는가. AI가 보고서를 쓰고, 데이터를 분석하고, 코드를 짜면 — 개인은 사이보그처럼 빨라진다. 하지만 조직 전체는 AI 출력물을 검증하는 능력을 잃어간다. AI 활용 역량과 출력 검증 역량은 같은 축이 아니다. 한 축이 오르면 다른 축이 깎인다. 코드 생성 도구를 쓰는 개발자의 직접 창작 능력이 떨어지고, LLM으로 읽기·쓰기를 대체한 학생의 사고력이 저하되는 것은 개인 수준의 증거다. 조직 수준에서는 이 퇴화가 훨씬 더 조용하게, 그러나 훨씬 더 광범위하게 진행된다.

여기서 하버드의 정체성 연구와 교차점이 생긴다. 자동화가 검증 역량을 잠식하는 동안, 사람들은 ‘판단하는 역할’에서 ‘감독하는 역할’로 밀려난다. 그리고 ‘감독자’는 정체성으로서 매력이 없다. 누구도 “나는 AI 출력물을 확인하는 사람”이 되고 싶어하지 않는다. 정체성 거부와 자동화 역설이 겹치면 — 판단 역량은 훈련되지도, 원해지지도 않는 영역으로 전락한다.

시험이라는 검증이 작동하는 이유

브루킹스 데이터에서 한 가지 주목할 패턴이 있다. 시험을 치르고 제3자가 검증하는 인증(certification)만이 누적 효과를 보였다. 과정 수료 자격증은 첫 장 이후 효과가 사라지고, 마이크로크리덴셜(디지털 배지)은 초기 프리미엄은 높지만(4.5%) 쌓을수록 수익이 체감했다. 비대졸 노동자에게 관련 자격증의 프리미엄은 6.8%로, 대졸자 대비 거의 2배의 보상을 가져왔다.

왜 시험 기반 인증만 효과가 지속될까. 시험은 ‘이 사람이 무엇을 할 수 있는가’가 아니라 ‘이 사람이 무엇을 판단할 수 있는가’를 검증하기 때문이다. 프로젝트 관리 인증은 간트 차트를 그리는 법을 묻지 않는다. 리소스가 충돌할 때 어떤 우선순위를 적용하는지를 묻는다. 시험이 있는 자격증이 더 효과적인 건, 그것이 판단력의 프록시(proxy)이기 때문이다.

ILO는 제조업 AI 전환에서 훈련을 공동 책임으로 규정하면서, 동시에 “노동자에게 적시에 정보를 제공하고 관여와 협의를 보장해야 한다”고 명시했다. 이건 ‘교육을 제공하겠다’와 다른 문장이다. 관여와 협의는 판단의 전제 조건이다. AI가 도입될 때 노동자가 단순히 ‘교육을 받는 객체’가 아니라 ‘도입 과정에 판단을 행사하는 주체’가 되어야 한다는 선언이다.

자동화의 아이러니에 대한 항공업계의 해법도 같은 원리다. 조종사에게 매달 수동 착륙을 시키는 건 ‘기술을 잊지 마라’가 아니라 ‘판단하는 사람으로 남아 있으라’는 제도적 장치다. 역할을 ‘감독자’에서 ‘리더’로 재정의하라는 제안도 핵심은 같다 — 정체성을 바꾸지 않으면 역량은 유지되지 않는다.

판단하는 사람으로 자기를 재정의하기

6개 소스를 교차하면 하나의 그림이 떠오른다. 자격증 시장은 폭발했지만 대부분 판단력을 검증하지 않는다(브루킹스). 리스킬링 대상자는 새 직무의 정체성을 거부한다(하버드). 스킬 부족과 과소활용은 공존하며, 가장 취약한 집단이 훈련에서 가장 멀다(OECD). AI 자동화는 활용 역량이 올라갈수록 검증 역량을 조직 수준에서 갉아먹는다(자동화의 아이러니). 그리고 5억 명이 걸린 제조업 전환에서 국제사회는 훈련을 공동 책임이자 참여적 과정으로 규정했다(ILO).

이 모든 흐름을 관통하는 하나의 실패 지점은 ‘판단하는 사람’이라는 정체성이 설계되지 않은 것이다. 조직은 ‘새 기술을 가르치겠다’고 말하지만, 정작 필요한 건 ‘AI 출력을 의심하는 사람이 되라’는 정체성 제안이다. 하버드 실험이 보여줬듯, 시급 3.8유로와 10유로의 차이는 기술 난이도가 아니라 자기 정의의 거리에서 발생한다.

한 줄 요약: 리스킬링 위기의 본질은 훈련량 부족이 아니라 ‘판단하는 사람’이라는 정체성의 소실이다. 자격증 150만 개 중 판단력을 검증하는 건 극소수이고, 자동화는 그 판단력마저 잠식한다.

💡 실무 시사점 — HR이 이번 분기에 점검할 3가지:

① 자격증 투자 감사(audit). 현재 지원 중인 자격증·교육 중 시험 기반 인증의 비율이 얼마인지 점검하라. 수료증과 디지털 배지에 편중돼 있다면, 이력서만 두꺼워지고 판단력은 비어 있을 가능성이 높다.

② AI 도입 시 ‘검증 훈련’ 의무화. 에어프랑스 447편의 교훈을 조직에 적용하라. AI 도구를 도입할 때마다 — 정기적으로 AI 없이 동일 업무를 수행하는 ‘수동 모드 훈련’을 설계하라. 판단 역량은 쓰지 않으면 사라진다.

③ 리스킬링을 ‘기술 이전’이 아닌 ‘정체성 재설계’로 프레이밍. “새 기술을 배워라”가 아니라 “당신은 이런 사람이 될 수 있다”로 접근하라. 하버드 실험에서 정보 제공(임금·수요 데이터)은 의향을 11% 올렸지만, ‘성장 마인드셋’ 영상은 효과가 거의 없었다. 추상적 동기부여가 아니라 구체적 미래상이 정체성을 움직인다.

#리스킬링 #AI자동화 #판단역량 #정체성설계 #자격증감사

참고 링크

• HBS Working Knowledge, “Want Workers to Reskill? Show Them Who They Can Become” (2026)
• OECD, “OECD Skills Outlook 2025” (2025)
• Brookings, “The credential boom is here, but which ones actually help workers?” (2026)
• Fast Company, “The talent war we aren’t prepared for” (2026)
• GeekNews, “AI가 마취시키는 건 한 사람이 아니라 조직 전체다” (2026)
• ILO, “Conclusions: AI in manufacturing” (2026)

작성: 서재홍 | NODE