사무실 복귀 전쟁이 놓치고 있는 것 — AI가 바꾸는 건 ‘어디서’가 아니라 ‘누가’다

2026년 여름, 글로벌 기업의 87%가 사무실 복귀(RTO)를 선언했다. 그런데 같은 시점, 미국 전체 근로자의 원격근무 비율은 오히려 23.7%로 사상 최고를 경신하고 있다. 숫자가 충돌한다. 기업은 문을 닫으라 하고, 직원은 문을 나서고 있다. 이 글은 그 교착 상태 뒤에 숨겨진 진짜 변수를 추적한다. 기업들이 사무실 복귀에 사활을 걸고 있지만, AI가 실제로 재편하고 있는 건 ‘어디서 일하느냐’가 아니라 ‘누가 살아남느냐’다.

한 줄 요약: RTO 전쟁은 이미 끝난 전쟁이다. AI가 바꾸는 건 근무 장소가 아니라 조직 내 생존 구조다.

87% vs 23.7% — 숫자가 말하는 불편한 진실

포천 100대 기업 가운데 사무실 복귀 정책을 시행 중인 곳이 87%에 달한다. 대기업 CEO들은 “협업과 혁신은 대면에서 나온다”는 논리를 내세우며 전면 출근을 밀어붙이고 있다. 그런데 바로 그 시기, 미국 노동통계국(BLS) 데이터는 원격근무 비율이 2022년 17.9%에서 2025년 23.7%로 꾸준히 올라갔음을 보여준다. 명령은 한쪽으로, 현실은 다른 쪽으로 흐르고 있다.

직원 42%가 전면 출근을 요구받으면 이직을 고려하겠다고 응답했다. 원격·하이브리드 근무자의 절반은 RTO 의무화 시 새 일자리를 찾겠다고 밝혔다. 유연근무를 허용하는 기업은 그렇지 않은 곳보다 이직률이 25% 낮고, 하이브리드 근무자의 퇴사율은 33% 더 낮은 것으로 나타났다. 이건 선호도 문제가 아니라 인재 유출의 실제 데이터다.

솔직히, 이 숫자들을 나란히 놓으면 RTO가 ‘생산성 향상 전략’이라는 주장은 설득력을 잃는다. 기업이 87%의 확률로 문을 닫는 사이, 핵심 인재의 42%는 이미 다른 문을 두드리고 있다. 하지만 이 갈등의 진짜 배경은 사무실 문이 아닌 다른 곳에 있다.

AI가 신입에게 주는 것, 그리고 빼앗는 것

5,179명의 고객 지원 상담사를 대상으로 한 대규모 현장 실험이 있다. 생성형 AI 도구를 도입한 결과, 전체 평균 생산성은 14% 올랐다. 여기까지는 익숙한 이야기다. 그런데 이 숫자를 분해하면 풍경이 달라진다. 신입·저숙련 상담사의 생산성은 34%나 급등한 반면, 고숙련 상담사에게는 거의 변화가 없었다.

이 결과의 해석은 이렇다. AI가 숙련 상담사의 암묵지(暗默知) — 대화 패턴, 문제 해결 순서, 고객 응대 뉘앙스 — 를 학습해서 신입에게 실시간으로 전달한 것이다. 개인적으로는, 이건 “경험 10년을 압축해서 주입한다”는 표현이 정확하다고 본다. AI가 베테랑의 노하우를 추출해 신입의 생산성을 끌어올렸다.

그런데 바로 이 지점에서 한국 데이터가 충돌한다. 최근 3년간(2022년 7월~2025년 7월) 한국에서 청년층(15~29세) 일자리는 211,000개 감소했다. 이 감소분의 98.6%가 AI 노출도가 높은 업종에서 발생했다. 출판업 -20.4%, 정보서비스업 -23.8%, 컴퓨터 프로그래밍업 -11.2%. 정형화된 지식 업무를 주로 담당하는 저연차 직군에서 일자리가 빠르게 사라지고 있다.

같은 기술이 한쪽에서는 신입의 생산성을 34% 끌어올리고, 다른 쪽에서는 그 신입의 일자리 자체를 없앤다. 이건 모순이 아니라 같은 동전의 양면이다. AI가 경험 격차를 압축하면, “신입 수준의 일”은 AI 자체로 대체 가능해진다. 신입이 AI로 잘할 수 있다면, 기업 입장에서는 “그러면 신입 대신 AI만 쓰면 되지 않나?”라는 계산이 가능해진다는 뜻이다.

연공편향이라는 새로운 현실

청년 일자리 211,000개가 사라지는 동안, 같은 AI 고노출 업종에서 50대 이상 일자리는 209,000개 늘었다. 이 209,000개 증가분의 69.9%가 AI 노출도 높은 업종에서 나왔다. AI가 많이 쓰이는 산업에서 청년은 밀려나고, 시니어는 오히려 자리를 굳힌 것이다.

이 현상을 설명하는 개념이 ‘연공편향 기술 변화'(seniority-biased technological change)다. 기존의 ‘숙련편향 기술 변화'(skill-biased technological change)가 고학력·고숙련을 우대했다면, AI 시대에는 경력 연수 자체가 생존 변수가 된다. 청년이 수행하는 정형화된 지식 업무 — 데이터 정리, 초안 작성, 기초 분석 — 는 AI가 즉시 대체할 수 있다. 반면 경력자의 조직 관리, 맥락 판단, 이해관계 조율, 대인 네트워크 같은 암묵적 역량은 AI가 보완할 뿐 대체하지 못한다.

AI 사용 시 업무시간 감소율을 보면 이 구조가 더 선명해진다. 경력 5년 이하는 4.0%, 6~10년 차는 3.4%, 11~20년 차는 2.9%, 21년 차 이상도 2.9%다. 저연차일수록 AI가 더 많은 업무를 대신한다는 뜻이고, 그것은 곧 저연차의 업무가 더 대체 가능하다는 신호다.

RTO 논쟁으로 돌아가보면, 기업이 “사무실로 돌아와라”라고 외치는 상대가 누구인지를 다시 생각해볼 필요가 있다. 이직을 고려하겠다고 답한 42%는 대부분 유연한 근무 환경에서 높은 생산성을 내는 중간 경력 이상의 인력이다. 저연차 인력은 RTO 여부와 무관하게 이미 AI에 의해 줄어들고 있다. 사무실 복귀 논쟁은 점점 “누구를 위한 사무실인가”라는 질문과 만나고 있다.

시간을 줄였더니 밀도가 터졌다

사무실 복귀가 아닌 다른 방향으로 실험한 기업들도 있다. 한국에서 휴넷, 토스, KB국민은행 등이 잇달아 주 4.5일제를 도입했다. WHERE(어디서) 대신 WHEN(얼마나)을 바꾸겠다는 시도였다. 결과는 의외의 부작용을 낳았다.

근로시간을 줄이자 업무 밀도가 급격히 높아지는 ‘고밀도 노동’ 현상이 나타났다. 같은 양의 일을 더 짧은 시간에 처리해야 하니, 점심시간을 줄이고, 회의를 압축하고, 쉬는 시간을 포기하는 방식으로 빈 시간을 메웠다. 이건 소위 ‘붉은 여왕 효과’다 — 가만히 서 있으려면 전력으로 달려야 한다.

여기서 AI 데이터를 다시 겹쳐보면 흥미로운 패턴이 드러난다. AI가 신입 생산성을 34% 끌어올렸다는 건, 같은 시간에 34% 더 많은 일을 처리할 수 있다는 뜻이기도 하다. 주 4.5일제가 고밀도 노동으로 귀결되는 이유는 일의 총량을 줄이지 않았기 때문이다. 그리고 AI는 일의 총량을 줄이는 게 아니라, 같은 총량을 더 적은 사람이 처리할 수 있게 만든다. 결국 시간을 줄여도, 장소를 바꿔도, AI가 재편하는 건 ‘일의 배분’ 자체다.

WHERE를 바꾸면 RTO 갈등이 생기고, WHEN을 바꾸면 고밀도 노동이 생긴다. 두 전략 모두 한 가지를 건드리지 않고 있다 — WHO. 누가 이 일을 하느냐, 그리고 얼마나 많은 사람이 필요하냐는 질문이다.

플래시팀이 보여주는 사무실 이후의 세계

스탠퍼드 인간중심AI연구소(HAI)가 제시한 ‘플래시팀'(Flash Teams) 모델은 이 질문에 대한 하나의 답을 보여준다. 플래시팀은 프로젝트 단위로 글로벌 전문가를 온디맨드 조합하는 역동적 조직 모델이다. 고정된 사무실도, 상시 고용도 아닌, 필요할 때 필요한 전문성을 모아 과업을 완수하고 해산하는 구조다.

이건 먼 미래의 이야기가 아니다. 이미 미국 근로자의 10% 이상이 스스로를 디지털 노마드로 규정하고 있고, 이들 중 79%가 업무에 AI를 사용한다. 전체 근로자 평균 AI 사용률(59%)을 크게 웃도는 수치다. 원격근무 비율이 높은 연령대인 20~54세 전문직의 35.9%가 원격근무를 하고, 자녀가 있는 부모의 27.8%가 원격근무를 선택하고 있다.

이건 좀 역설적인 데이터다. 가장 유연하게 일하는 사람들이 가장 적극적으로 AI를 쓰고 있다. 그리고 AI를 가장 적극적으로 쓰는 사람들은 사무실이 필요 없다. 스탠퍼드의 플래시팀 모델은 이 현실의 연장선에 있다 — 전문성과 AI 도구를 결합한 소규모 온디맨드 팀이 고정 조직을 대체하는 구조. 기업이 87%의 확률로 사무실 문을 닫으려는 사이에, 가장 생산적인 인력은 사무실 자체를 필요 없는 존재로 만들어가고 있다.

진짜 전선은 사무실 문 앞에 없다

정리하면 이런 그림이다. 87%의 기업이 RTO를 외치지만, 42%의 핵심 인력은 떠나겠다고 한다. 그 사이 AI는 신입의 생산성을 34% 올리면서 동시에 청년 일자리 211,000개를 없앴다. 주 4.5일제로 시간을 줄여봤지만 고밀도 노동만 남았다. 그리고 디지털 노마드의 79%는 이미 AI를 무기로 사무실 없이 일하고 있다.

이 데이터들을 관통하는 하나의 패턴이 있다. 기업이 어디서(WHERE) 일하느냐, 얼마나(WHEN) 일하느냐를 두고 싸우는 동안, AI는 누가(WHO) 일하느냐를 조용히 재편하고 있다는 것이다. 아쉽다. RTO 논쟁에 쏟는 에너지의 절반이라도 “AI 시대에 어떤 직무가 남고, 어떤 인력이 필요한가”로 향했다면, 지금보다 훨씬 생산적인 논의가 가능했을 것이다.

연공편향 기술 변화라는 새로운 현실 앞에서, HR의 과제는 ‘사무실로 돌아오라’가 아니다. 저연차 인력의 역할을 AI 대체 불가능한 영역으로 재설계하고, 경력자의 암묵지를 조직 자산으로 체계화하고, 장소와 시간이 아닌 성과와 역량 중심으로 일의 구조를 다시 짜는 것이다.

💡 실무 시사점 — HR이 이번 분기에 점검할 3가지:

① 저연차 직무 재설계. 정형화된 지식 업무(데이터 정리, 초안 작성, 기초 분석) 중 AI 대체 가능 영역을 식별하고, 남는 직무를 대인 소통·맥락 판단·현장 경험 축적 중심으로 재편한다. 청년 인력의 ‘첫 3년’이 AI 보조가 아닌 고유 역량 구축 기간이 되어야 한다.

② 경력자 암묵지 자산화. AI가 신입 생산성을 끌어올리는 원리는 경력자의 노하우를 학습·전파하는 데 있다. 이 노하우가 ‘조직의 AI 훈련 데이터’가 되는 구조를 설계한다. 멘토링 프로그램을 AI 도구와 결합하면 퇴직 시 지식 유실도 막을 수 있다.

③ WHERE·WHEN 정책에서 WHO 전략으로 전환. RTO 비율이나 근무시간 단축보다, 조직 내 어떤 역할이 AI와 공존 가능하고 어떤 역할이 축소·통합 대상인지를 먼저 매핑한다. 유연근무 정책은 그 매핑 결과에 따라 설계해야 실효가 있다.

#RTO #AI노동시장 #연공편향 #유연근무 #직무재설계

참고 링크

• SHRM, “Remote Work Isn’t Going Away and Workers Don’t Want It To” (2025)
• WSJ, “The Return-to-Office Push Is Meeting Worker Resistance” (2026)
• Stanford HAI, “Flash Teams: The Future of Agile Collaboration” (2026)
• NBER, “Generative AI at Work” (2025)
• 한국은행, “AI 확산 초기, 청년고용은 왜 감소하는가?” (2025)
• DBR, “근로시간 줄면 고밀도 노동 부작용도, 일의 의미 재설계돼야 직원과 조직 윈윈” (2026)

작성: 서재홍 | NODE