[AI×노동 회고] 2026년 4월: 에이전트 오케스트레이션 시대, HR은 ‘누가 쓰느냐’에서 ‘무엇을 넘기느냐’로

63.5%.

한국 근로자 중 생성형 AI를 써본 비율이다(한국은행, 4월 30일). 국제적으로도 높은 수치. 그런데 업무시간 단축 효과는 3.8%에 그쳤다. 10명 중 6명이 쓰는데 생산성은 고작 그 정도? 솔직히 이 숫자를 처음 봤을 때 좀 당혹스러웠다.

같은 4월, 글로벌 AI 업계에서는 에이전트가 혼자 일하는 시대를 넘어 여러 에이전트가 팀처럼 협업하는 ‘오케스트레이션’ 아키텍처가 쏟아졌다. OpenAI의 Symphony, 구글의 Enterprise Agent Platform, Anthropic의 Creative Work 커넥터까지. AI가 ‘개인 보조 도구’에서 ‘팀 단위 업무 오케스트레이션’으로 격상하는 동안, 한국 HR은 여전히 ‘누가 AI를 쓰느냐’를 묻고 있었다 — 진짜 질문은 ‘어떤 업무를 AI에 넘기고 사람은 무엇을 하느냐’다.

한 줄 요약: AI가 개인 도구에서 팀 단위 오케스트레이션으로 격상되는 동안, 한국 HR은 여전히 ‘누가 쓰느냐’에 머물러 있다. 진짜 질문은 ‘무엇을 넘기느냐’다.

에이전트, 혼자에서 팀으로

4월의 가장 큰 변화는 에이전트의 ‘조직화’다. OpenAI가 공개한 Symphony는 이슈 트래커를 상시 가동 에이전트 시스템으로 바꾸는 오픈소스 스펙이다(4월 27일). 개발자가 이슈를 등록하면 에이전트가 알아서 작업을 나누고 코드를 짠다. 구글도 기존 Vertex AI를 확장한 Gemini Enterprise Agent Platform을 출시해 기업 환경에서 멀티 에이전트 워크플로우를 구축할 수 있게 했다(4월 28일).

MIT Technology Review는 이 흐름을 정면으로 다뤘다. “AI 에이전트 오케스트레이션이 화이트칼라 업무를 변화시키는 방식”이라는 분석에서, 여러 에이전트를 조율해 복잡한 업무를 자동화하는 패러다임이 빠르게 확산 중이라고 짚었다(4월 29일). arXiv에서는 RecursiveMAS 프레임워크가 등장해 에이전트 간 재귀적 협업으로 토큰 사용량을 75.6%까지 줄이면서 정확도는 8.3% 올리는 결과를 보여줬다. 비용도 줄고 성능도 올라가는데 안 쓸 이유가 있나.

잠깐, 여기서 한 가지 짚고 가자. HuggingFace 블로그에 실린 “MCP 시대는 데자뷔 같다”라는 글이 흥미롭다. Model Context Protocol 확산이 과거 기술 전환과 닮았다는 분석인데, 결국 모든 기술 표준은 초기 난립 → 표준화 → 대중화 경로를 밟는다는 거다. 지금 에이전트 도구 시장이 딱 그 초기 난립 단계.

모델 전쟁은 가격 전쟁으로

DeepSeek V4가 프리뷰로 나왔다(Simon Willison, 4월 24일). 선도 모델에 근접한 성능을 훨씬 저렴하게 제공한다. Google DeepMind의 Gemma 4는 “바이트 대 바이트 가장 유능한 오픈소스 모델”이라는 타이틀을 내걸었다(4월 27일). 재미있는 건 GPT-5의 ‘고블린’ 사건이다. OpenAI가 “Where the goblins came from”이라는 기술 분석을 직접 공개했는데, GPT-5에서 예상치 못한 성격 기반 행동이 발현된 경위와 대응을 투명하게 밝혔다(4월 30일).

이건 나만 느끼는 건가? 모델 성능 경쟁은 이제 천장에 가까워지고, 경쟁의 축이 가격과 통합성으로 옮겨가는 느낌이다. DeepSeek V4의 저가 전략, Gemma 4의 오픈소스 전략, OpenAI가 MS 독점을 깨고 AWS로 확대한 결정(4월 28일) 모두 같은 방향을 가리킨다. 성능 한 방이 아니라 어디서나 싸게 쓸 수 있느냐가 승부처.

빅테크의 AI 투자액은 사상 최고를 기록했다. 지난 분기에만 194조 원을 돌파했고(AI타임스, 4월 30일), 앤트로픽은 1,337조 원 가치로 투자 유치를 검토 중이다(4월 30일). 그런데 AI타임스의 다른 기사 제목이 묘하게 대비된다 — “AI 비용이 인건비 추월…기업 최우선 순위 ‘채용’에서 ‘비용 관리’로”(4월 30일). 투자는 폭증하는데 기업 현장에서는 AI 비용 관리가 최대 고민이 된 역설.

ILO·NBER가 보내는 경고와 위안

ILO가 4월에 낸 보고서만 세 건이다. 가장 무게감 있는 건 “제조업 AI에 관한 최초의 삼자 결론” 채택이다(4월 29일). 54개국 정부·사용자·노동자 대표가 함께 약 5억 명 제조업 근로자의 권리 보호와 평생학습 강화를 권고했다. ILO·NASK 공동 연구는 전 세계 고용의 25%가 생성형 AI에 노출돼 있으며, 직업 소멸보다 직무 변화가 주된 결과가 될 거라고 분석했다(4월 28일). 여성 근로자의 노출도가 더 높다는 점도 주목할 부분.

NBER에서도 주목할 논문이 나왔다. Acemoglu, Autor, Johnson이 공저한 “Building Pro-Worker AI”는 자동화보다 인간 역량을 확장하는 AI의 협업 가능성이 과소활용되고 있다고 주장하며 9가지 정책 방향을 제시했다(4월 30일). 덴마크 행정데이터 분석(“Still Waters, Rapid Currents”)은 기업들이 AI를 빠르게 도입하고 생산성 향상을 체감했지만, 임금과 근로시간에는 2년간 유의미한 변화가 없었다는 역설을 발견했다(4월 29일). 기업은 좋아하는데 근로자 지갑은 아직 안 바뀐 셈.

AI를 감시할 AI, 그리고 신뢰의 문제

Goodfire가 Silico라는 해석가능성 도구를 출시했다(MIT Technology Review, 4월 30일). 개발자가 AI 모델의 파라미터를 훈련 중에 직접 들여다보고 조정할 수 있게 해서, AI 개발을 “연금술에서 엔지니어링으로” 바꾸겠다는 포부다. Claude Mythos Preview가 소프트웨어의 치명적 보안 취약점을 자율적으로 발견하는 능력을 갖춘 것도 이 맥락이다(IEEE Spectrum, 4월 29일).

그런데 솔직히 좀 불안한 연구도 있다. arXiv의 “Conditional Misalignment” 논문은 불안전 코드 5%만 섞인 데이터로 훈련해도 특정 맥락에서 위험 행동이 발현될 수 있다고 경고한다(4월 29일). Scale AI의 HiL-Bench는 최신 AI 에이전트들이 불확실한 상황에서도 “자신 있게 잘못된 답변을 생성”한다는 문제를 밝혔다(4월 29일). 모르면 물어보면 될 텐데, 그걸 못 한다. HR 담당자가 AI 산출물을 검증 없이 의사결정에 쓰면 안 되는 이유가 여기 있다.

한국 리포트: 63.5%의 역설

한국은행이 4월에 쏟아낸 데이터가 강렬하다.

활용률과 성과 사이의 갭이 이렇게 큰 건, AI를 ‘개인 편의 도구’로만 쓰고 있기 때문 아닐까. 한국은행의 두 번째 데이터는 더 무겁다 — 청년층 일자리 21.1만 개 감소 중 20.8만 개가 AI 고노출 업종에서 발생했다(4월 28일). 연공편향 기술변화 — 경력자는 AI로 생산성을 높이고, 신입이 맡던 초급 업무는 AI가 대체하는 구조. 이건 아쉽다고 넘어갈 수준이 아니다.

또 하나. 국내 AI 전문인력은 약 5.7만 명인데 석·박사 비중이 58%, 해외 취업 확률이 27%p 높아 약 1.1만 명이 해외 근무 중이다(4월 29일). 키우면 나간다.

밝은 소식도 있다. Google DeepMind가 한국과 공식 파트너십을 발표했고(4월 27일), 데미스 허사비스 CEO는 알파고 10주년 기념행사에서 “한국은 AI 시대에 필요한 조건을 다 갖췄다”고 평가했다(4월 29일). NIA는 공공AI사업지원센터를 개소해 공공기관의 AI 도입 전주기를 원스톱 지원하기 시작했다(4월 29일). 인프라는 갖춰지고 있다. 문제는 그걸 HR 현장까지 연결하는 마지막 1마일.

5월, HR이 즉시 점검할 3가지

💡 실무 시사점 — HR이 5월에 점검할 3가지:

① 업무 재설계 착수. 에이전트 오케스트레이션 시대에 맞춰, 팀 단위로 “이 업무는 AI가, 이 판단은 사람이” 경계를 명문화하는 작업을 시작해야 한다. 개인별 AI 활용 교육은 63.5%가 이미 넘었다. 이제는 조직 프로세스 수준의 재설계.

② AI 도입 후 심리 모니터링. ILO가 경고한 AI의 심리사회적 영향을 무시하면 안 된다. AI 도입 부서의 직무 스트레스, 역할 모호성, 자율성 변화를 분기별로 측정하는 체계를 갖추자. 법적 의무 이전에 실질적 필요다.

③ 신입·청년 직무 재정의. 한국은행 데이터가 말해준다 — AI 고노출 업종에서 청년 일자리가 집중 소멸 중이다. 신입이 맡던 초급 업무를 AI가 먹고 있다면, 신입의 역할을 ‘AI 검증자’ 또는 ‘AI 산출물 큐레이터’로 재정의하지 않으면 채용 자체가 의미를 잃는다.

답은 아직 없다. 다만 방향은 보인다. AI를 많이 쓰는 게 아니라, 제대로 배치하는 조직이 이긴다.

#AI오케스트레이션 #한국HR #청년일자리 #직무재설계 #심리적안전

참고 링크

• 한국은행, “AI의 빠른 확산과 생산성 효과” (2026)
• 한국은행, “AI 확산과 청년고용 위축” (2026)
• 한국은행, “AI 전문인력 현황과 수급 불균형” (2026)
• OpenAI, “Symphony — 오픈소스 에이전트 오케스트레이션” (2026)
• DeepMind, “Gemma 4” (2026)
• Simon Willison, “DeepSeek V4 분석” (2026)
• ILO, “전 세계 고용 25% GenAI 노출” (2026)
• ILO, “제조업 AI 최초 삼자 결론” (2026)
• NBER, “Building Pro-Worker AI” (2026)
• MIT Technology Review, “Goodfire Silico 해석가능성 도구” (2026)
• DeepMind, “한국 파트너십 발표” (2026)
• Anthropic, “Claude for Creative Work” (2026)
• AI타임스, “빅테크 AI 투자 194조 돌파” (2026)

작성: 서재홍 | NODE