요즘 AI가 일자리를 뺏는다는 뉴스가 쏟아지길래, 진짜 살아남은 사람들은 뭐가 달랐는지 궁금해서 데이터를 파봤다. 해고됐다가 다시 불려온 사람들, 95% 실패한 AI 프로젝트, 후회하는 기업들 이야기를 쭉 엮어보니까 결국 “협업 능력”이라는 단어가 자꾸 튀어나오더라고요. 그래서 그 흐름을 한번 정리해봤다.
2025년 가을, 실리콘밸리의 한 테크기업 인사팀장이 이상한 일을 했다. 1년 전 “AI 도입”을 이유로 해고 통보를 했던 사람에게, 다시 전화를 건 것이다. “돌아올 수 있겠느냐”고 물었다.
이 사람만의 이야기가 아니었다. 글로벌 시장조사기업 포레스터(Forrester)는 이 현상에 이름까지 붙였다. “조용한 재고용(quiet rehiring).” AI를 이유로 내보낸 인력을 더 낮은 연봉이나 외주 형태로 다시 데려오는 현상이다.
(ZDNet Korea, 2025.11.02)
여기서 한 가지 의문이 생겼다. 도대체, 그 사람에게 뭐가 있었길래 AI가 대체하지 못한 걸까.
이 질문을 쫓아가면서 여러 데이터와 현장 이야기를 모아봤더니, 하나의 단어가 계속 반복해서 나타났다. OECD가 AI 시대의 핵심 역량으로 강조해온 그것, “협업 능력(Collaboration & Co-creation)”이다.
지금 벌어지고 있는 일들
세계 곳곳에서 수집한 이야기들을 시간순으로 나열해보니, 하나의 흐름이 보였다.
2025년, 빅테크 기업들이 본격적으로 사람을 잘랐다. 마이크로소프트는 사상 최고 실적(분기 매출 700억 달러, 순이익 260억 달러)을 찍으면서 동시에 수천 명을 해고했다. 구글, 아마존, 메타도 비슷했다. “AI 전환”과 “효율화”가 이유였다.
(뉴시스, 2025.11.25 / 매일경제, 2025.10.28)
한국에도 그 파도가 밀려왔다. 고용보험 통계를 들여다보니, 컴퓨터 프로그래밍 종사자가 21개월 만에 5,119명 줄어 있었다. 전문과학기술서비스업 종사자는 1년 새 9만 7,000명이 빠졌다. 카카오 직원 수가 줄었고, 엔씨소프트 R&D 인력은 573명이 한꺼번에 사라졌다.
(매일경제, 2026.02.26)
2026년 1월, 전 세계 27개 기술기업이 한 달 동안 2만 4,818명을 해고했다. 전년 같은 달보다 10배 가까이 늘어난 숫자다.
(연합뉴스, 2026.02.17)
여기까지만 보면 “AI가 사람을 대체하고 있다”는 이야기다. 그런데 다른 쪽 데이터를 같이 놓고 보니, 이야기가 전혀 달라졌다.
뒤집어진 이야기
포레스터의 보고서 숫자가 흥미로웠다. AI를 이유로 구조조정을 한 기업 중 55%가 그 결정을 후회하고 있다는 것이다. AI 도입 후 실제로 영업이익이 나아진 기업은 15%도 안 됐다. AI 프로젝트의 40% 이상이 중단되거나 취소될 전망이었다.
(ZDNet Korea, 2025.11.02)
MIT 연구(2025)는 더 충격적이었다. 기업의 생성형 AI 파일럿 프로젝트 중 95%가 의미 있는 성과를 내지 못했다.
(IBM Korea, 2025.10.23)
“사람을 자르고 AI를 넣었더니 더 잘 됐다”가 아니라, “사람을 자르고 AI를 넣었더니 오히려 무너졌다”는 이야기가 데이터 곳곳에서 발견된 것이다.
그리고 그 한가운데에서 발견한 것이 있었다. “AI 피로(AI Fatigue)”라는 현상이다.
UC버클리 하스 경영대학원 연구진의 조사를 보니, 직장인들은 AI 도입 후 업무가 20% 빨라졌다고 “느꼈지만”, 실제 작업 시간은 오히려 19% 늘어나 있었다.
AI가 쏟아낸 결과물을 검토하고, 수정하고, 다시 확인하는 새로운 업무가 생긴 것이다. 미국 직장인의 31%는 AI 도입 후 업무량이 늘었다고 답했고, 77%는 AI가 만든 결과물을 사람이 만든 것보다 더 꼼꼼하게 확인한다고 했다. “AI 덕분에 여유가 생겼다”고 답한 직장인은 겨우 18%뿐이었다.
(매일경제, 2026.02.23 / 네이트뉴스, 2026.02.12)
이 데이터를 조합해보니, 다음과 같은 그림이 그려졌다. AI는 일을 “없앤” 게 아니라 일의 모양을 “바꿨다.” 혼자 묵묵히 하던 작업은 줄었지만, AI의 결과물을 사람과 함께 검증하고, 부서 간에 조율하고, 고객에게 맥락을 설명하는 업무는 오히려 폭발적으로 늘어난 것이다.
그러니까, 사라진 것은 “혼자 하는 업무”이고, 늘어난 것은 “함께 하는 업무”였다.
70%의 비밀
왜 이런 일이 벌어지는 걸까. BCG(보스턴컨설팅그룹)의 연구에서 하나의 공식을 발견했다. “10-20-70 법칙”이다.
AI 프로젝트의 성패를 가르는 요인 중, 알고리즘(기술) 자체는 10%에 불과하다. 데이터와 시스템이 20%다. 나머지 70%는 사람, 프로세스, 조직문화에 달려 있다.
(조선일보, 2025.09.30)
많은 기업이 10%와 20%, 그러니까 기술과 시스템에만 돈을 쏟아부었다. 정작 성패의 70%를 차지하는 “사람들이 AI와 어떻게 함께 일할 것인가”라는 문제는 뒷전이었다. 그 결과가 95% 실패율이고, 55% 후회율이고, “조용한 재고용”이었다.
한국의 상황은 이 구조를 더 선명하게 보여준다. 2026년 기준, 한국 기업의 생성형 AI 도입률은 61%다. 꽤 높은 숫자처럼 보인다. 그런데 조직 차원에서 AI를 실제로 내재화한 비율은 6.7%에 불과하다. 직장인 87%가 개인적으로 AI를 쓰고 있지만, 회사가 가이드라인이나 계정을 지원해주는 비율은 30%도 안 된다.
(캐럿글로벌블로그, 2026.01.21 / 동아일보, 2025.11.06)
이것을 조합해보니 이런 그림이 나왔다. 한국 기업에서 AI는 도입되었지만, “각자 알아서 쓰는” 상태다. 조직 차원의 협업 설계가 없다. 위에서 “AI 써라”라고 하달하지만, 어떻게 함께 쓸 것인지를 설계하는 중간 과정이 빠져 있다.
아무도 말하지 않는 장면
여기서 여러 데이터를 겹쳐놓으면 아직 뉴스에 나오지 않은 장면이 보이기 시작한다.
한국마이크로소프트 노동조합은 2026년 1월, “AI 도입 이후 본사 차원에서 인원 감축과 조직 개편이 일방적으로 진행되고 있다”고 공개적으로 문제를 제기했다. 핵심은 “일방적”이라는 단어였다. 기술 도입 과정에서 현장 직원과의 논의가 없었다는 뜻이다.
(서울경제TV, 2026.01.12 / MTN, 2026.01.30)
한국생산성본부의 2026 HRD Trend Report도 같은 지점을 짚었다. 이 보고서는 AI 시대의 “심리적 안전감”이 단순히 직원의 정서 문제가 아니라, 기업의 혁신 역량과 지속 가능성을 좌우하는 핵심 요소라고 했다. 사람들이 해고 불안에 시달리면, AI와의 협업은커녕 자기 자리 지키기에 급급해진다는 것이다.
(한국생산성본부, 2026 HRD Trend Report)
OECD의 TALIS 2024 조사는 교육 쪽에서도 같은 구조를 보여줬다. 한국 교사 중 “비판적 사고가 필요한 과제를 제공한다”고 답한 비율은 40.4%로, OECD 평균 61.2%보다 훨씬 낮았다.
“해답 없는 과제를 제시한다”도 28.3%(OECD 평균 37.1%)에 불과했다. OECD는 직접적으로 “한국 학생들이 사교육에 과도하게 의존하면서 AI 시대에 요구되는 비판적 사고력과 자기주도성에 취약하다”고 경고했다.
(서울경제, 2025.12.07 / 한국교육개발원, TALIS 2024)
이 데이터들을 포개놓으니, 아무도 크게 말하지 않는 장면 하나가 보였다.
한국 사회는 지금, AI 시대에 가장 필요한 능력인 “함께 문제를 푸는 경험” 자체가 구조적으로 부족한 상태에서 AI를 도입하고 있다.
학교에서는 정답 맞히기 훈련을 하고, 회사에서는 위에서 내려온 지시를 실행하는 구조다. 그 사이에 “서로 다른 사람과, 그리고 AI와, 정답 없는 문제를 함께 풀어가는 연습”이 끼어들 자리가 없다.
돈의 흐름을 따라가보니
누가 이 상황에서 이익을 보고 있는지 추적해봤다.
빅테크 경영진은 “AI 전환”이라는 이름으로 구조조정의 정당성을 얻고, 절감한 인건비를 AI 인프라에 투입하며, 주가를 끌어올리고 있다. 마이크로소프트가 사상 최고 실적에도 해고를 멈추지 않은 이유가 여기 있었다.
(매일경제, 2025.10.28)
AI 플랫폼 기업들(OpenAI, Google Cloud, MS Azure 등)은 “AI가 사람을 대체한다”는 내러티브가 퍼질수록 구독료와 API 사용료 매출이 늘어난다. “AI가 다 해줄 수 있다”는 메시지와 “사람을 줄여도 된다”는 메시지는 이들의 사업 모델과 직결되어 있었다.
교육 산업과 컨설팅 산업은 불안이 커질수록 성장한다. “AI 시대 생존법”, “리스킬링 프로그램”의 수요가 폭발하고, 한국에서는 “AI 코딩 학원”, “AI 활용 과외”라는 새로운 사교육 시장이 열리고 있었다.
이 이익의 흐름 속에서 “협업 능력을 키워야 한다”는 메시지가 크게 들리지 않는 이유도 보였다. 협업은 개인이 학원에 가서 배울 수 있는 게 아니다.
조직이 구조를 바꿔야 하고, 교육이 방식을 바꿔야 하고, 사회가 “정답 없는 문제를 함께 풀어가는 것”의 가치를 인정해야 한다. 이것은 누군가가 상품으로 팔기 어려운 영역이다. 그래서 돈이 잘 몰리지 않고, 목소리도 작다.
아직 오지 않은 장면
지금까지 모은 데이터들을 조합하면, 앞으로 벌어질 수 있는 장면 몇 가지가 그려진다. 이것은 예언이 아니라, 패턴이 가리키는 방향이다.
첫 번째, “AI 피로 이직”의 등장. AI 도입 후 업무량이 늘고 검토 부담이 쌓이면서, 협업 체계가 잘 갖춰진 회사로 사람들이 이동하기 시작할 가능성이 있다.
이미 UC버클리 연구에서 AI 도입 후 번아웃이 늘고 있다는 데이터가 나왔다. “AI를 잘 쓰는 회사”의 기준이 “좋은 기술을 가진 회사”에서 “사람과 AI의 협업 구조를 잘 설계한 회사”로 바뀔 수 있다.
(네이트뉴스, 2026.02.12)
두 번째, “AI 노사갈등”의 본격화. 한국마이크로소프트의 사례는 시작일 뿐이다. AI 도입 과정에서 현장과의 협의 없이 일방적으로 진행되는 구조조정이 늘어나면, 노사 간 충돌이 잦아질 것이다.
2026년 3월 시행 예정인 노조법 개정안과 맞물려, 이 갈등은 더 복잡해질 수 있다.
(MTN, 2026.01.30)
세 번째, “경험 공백 세대”의 등장. 여러 현장 증언을 모아보면, AI 시대에 신입 채용이 줄고 있다. 경험 있는 사람 + AI 조합이 신입 여러 명보다 낫다는 판단 때문이다.
그러나 이 구조가 5년, 10년 지속되면, “경험을 쌓을 기회 자체가 없는 세대”가 만들어진다. 미래에 경험 있는 인력이 은퇴할 때, 그 자리를 채울 사람이 없는 상황이 올 수 있다.
(중앙일보, 2025.12.04)
네 번째, “조용한 실패”의 누적. 이미 “대규모 조용한 실패”에 대한 경고가 나오고 있다. AI가 예상과 다르게 작동하면서 거래 승인, 코드 작성, 고객 응대에서 오류가 누적되고 있지만, 이것이 아직 겉으로 드러나지 않고 있다는 것이다. 협업 체계 없이 AI에 맡겨둔 업무들이 언제 한꺼번에 터질지 모른다는 이야기다.
(네이트뉴스, 2026.03.02)
이 모든 이야기를 조합해보니
WEF(세계경제포럼)는 2030년까지 9,200만 개의 일자리가 사라지고 1억 7,000만 개가 새로 생긴다고 했다. 숫자만 보면 순증 7,800만 개로 희망적이다.
하지만 사라지는 일자리의 종류와 새로 생기는 일자리의 종류가 완전히 다르다. 사라지는 것은 “혼자 반복하는 업무”이고, 새로 생기는 것은 “AI와 사람, 사람과 사람이 함께 풀어야 하는 복합 업무”다.
(WEF Future of Jobs Report 2025)
지금까지 모은 데이터를 한 문장으로 줄이면 이렇다.
AI 시대에 사라지는 것은 “일” 자체가 아니라 “혼자 일하는 방식”이고, 살아남는 것은 “기술력”만이 아니라 “함께 문제를 풀어가는 능력”이다.
다만, 이 가설이 틀릴 수도 있는 조건도 발견했다. AI 에이전트끼리 자율적으로 협업하는 기술이 빠르게 발전하고 있고, 10명 미만으로 수백만 사용자를 확보한 AI 스타트업도 있다.
“소수 천재 + AI” 모델이 “다수의 협업” 모델을 이길 가능성도 완전히 배제할 수는 없다. 또한 “협업 능력”이라는 것 자체가 아직 정확한 측정법이나 교육법에 대한 합의가 부족하다는 점도 남아 있다.
이 데이터 앞에서 무엇을 할 수 있는가
아래는 지시가 아니라, 위의 데이터들이 가리키는 방향을 정리한 것이다. 선택은 각자의 몫이다.
개인이 할 수 있는 것 중에서 가장 먼저 눈에 띄는 것은, “AI가 만든 결과물을 혼자 검토하지 않는 연습”이다. AI의 산출물을 다른 사람과 함께 검토하고, 서로 다른 관점에서 문제를 찾아보는 과정 자체가 협업 능력의 훈련이 된다.
AI가 만든 보고서 초안을 동료와 함께 뜯어보는 30분이, AI 프롬프트 기법을 혼자 연습하는 3시간보다 실전적일 수 있다는 이야기가 데이터 곳곳에서 나오고 있다.
다음으로, “나는 AI와 어떻게 일하고 있는가”를 팀원들과 공유하는 것이 있다. 한국 기업에서 직장인의 87%가 AI를 쓰지만 조직 지원은 30% 미만이라는 데이터는, 각자가 쌓은 AI 활용 노하우가 조직 내에서 공유되지 않고 있다는 뜻이다. 이것을 서로 나누는 것만으로도 조직의 AI 내재화율이 달라질 수 있다.
팀이나 조직 차원에서는, “AI 도입의 결정”과 “현장 적용”을 분리하지 않는 것이 관건으로 보인다. 한국마이크로소프트 노사갈등 사례가 보여주듯, 위에서 결정하고 아래에서 실행하는 구조에서는 AI가 성과를 내기 어렵다.
BCG의 10-20-70 법칙이 말하는 70%는, “현장에서 AI와 함께 일하는 사람들이 어떻게 느끼고, 어떻게 협력하고, 어떻게 적응하는가”의 문제다.
교육 차원에서는, OECD의 경고를 다시 읽어볼 필요가 있다. “정답을 빨리 맞히는 능력”이 아니라 “정답이 없는 문제를 함께 풀어가는 경험”이 AI 시대의 기초 체력이라는 것이다. 이것은 코딩 교육이나 AI 도구 사용법 교육으로는 채워지지 않는 영역이다.
마지막으로, 가장 현실적인 것 하나. “조용한 재고용”에서 다시 불려온 사람들의 공통점을 추적해보면, 그들이 기술적으로 뛰어났기 때문이 아니라, “맥락 파악, 부서 간 조율, 고객과의 신뢰 구축” 같은 협업의 영역에서 대체 불가능했기 때문이라는 이야기가 반복된다.
이것은 AI가 아무리 발전해도 쉽게 복제할 수 없는 능력이다. 왜냐하면 협업은 “신뢰”를 기반으로 하는데, 신뢰는 사람 사이에서만 만들어지기 때문이다.
이 글은 하나의 가설도, 하나의 결론도 담고 있지 않다. 다만, 서로 다른 곳에서 나온 숫자들과 현장의 목소리들을 한자리에 모아놓았을 때, 같은 방향을 가리키는 것이 보였다는 것이다.
그 방향이 무엇인지는, 여기까지 읽은 분들이 이미 감지하셨을 것이라고 생각한다.