오전 8시 40분, 한 기업의 전략기획 담당자가 출근해 AI 에이전트가 밤사이 작성한 시장분석 보고서를 확인한다. AI는 매출자료와 고객 의견, 경쟁사 공시와 시장 동향을 분석해 특정 제품군의 성장세가 둔화되고 있다고 진단했다. 가격 조정과 서비스 개선, 고객군 재설정이라는 대응 시나리오를 비교하고, 경영회의에서 사용할 발표자료의 초안까지 준비해두었다. 며칠이 걸리던 작업의 기본 구조가 출근 전에 마련된 것이다.

그러나 담당자는 보고서를 곧바로 경영진에게 제출하지 않는다. 최근 고객분류 기준이 변경되어 과거와 현재의 매출자료를 단순 비교하기 어렵다는 사실을 알고 있기 때문이다. 주요 고객의 주문 감소도 이탈이 아니라 설비투자 일정의 연기 때문일 수 있다. 한편 고객지원 부서에서는 제품 자체보다 도입이후의 교육과 지원이 부족하다는 불만이 조금씩 늘고 있었다. 아직 공식 데이터에 충분히 기록되지 않은 변화였다.

담당자는 AI가 사용한 자료와 수치의 정의를 다시 확인하고 영업, 고객지원, 제품개발과 재무 담당자를 연결한다. 현장의 정보를 보완한 뒤 AI에게 일시적인 변동과 구조적인 문제를 구분해 다시 분석하도록 요청한다. 최종적으로 전면적인 가격 조정보다 일부 고객군을 대상으로 서비스 개선안을 먼저 시험하고, 그 결과에 따라 다음 결정을 내리기로 한다. 채택하지 않은 대안과 그 이유도 기록해 이후의 업무와 학습에 활용한다.

이 장면이 보여주는 것은 인간의 퇴장이 아니라 일의 구조 변화다. AI는 정보를 찾고 분석하며 대안과 초안을 만드는 과정에 참여했다. 그 러나 무엇을 진짜 문제로 볼 것인지, 데이터 밖의 어떤 신호를 중요하게 다룰 것인지, 누구의 경험과 판단을 연결할 것인지, 어느 범위에서 실행하고 누가 결과를 책임질 것인지는 인간이 결정했다. 성과는 AI가 만든 보고서 자체가 아니라, 그 결과를 현장의 맥락과 사람들의 판단, 책임 있는 행동으로 연결하는 과정에서 만들어졌다.

이 때문에 AI 시대의 노동 변화를 ‘인간의 일’ 대 ‘기계의 일’이라는 대결로만 이해해서는 안 된다. 산업현장에서 먼저 해체되는 것은 직업 전체가 아니라 그 안에 묶여 있던 과업과 행위다. 자료를 찾고 분류하며 정형적인 초안을 만드는 과업은 AI로 이전될 수 있다. 분석과 대안 구성은 인간과 AI가 함께 수행할 수 있다. 반면 문제를 정의하고 이상치를 해석하며, 이해관계를 조정하고 결과를 설명하고 책임지는 일은 더욱 중요해질 수 있다. 동시에 AI의 결과를 검증하고 데이터와 에이전트를 관리하는 새로운 과업도 생겨난다.

따라서 중요한 질문은 “내 직업이 사라질 것인가”가 아니다. “내 직무 안에서 무엇을 AI에 맡기고, 무엇을 함께 수행하며, 어떤 판단과 책임을 끝까지 붙들 것인가”가 더 중요한 질문이다. 직업의 미래는 정해진 운명처럼 예측해야 할 대상이 아니라, 과업과 역할, 권한과 책임을 다시 조합해야 할 설계의 문제다. AI가 절대로 할 수 없는 일을 찾아 인간의 가치를 증명하려는 시도도 충분하지 않다. 오늘 인간만의 영역처럼 보이는 일이 내일도 그대로 남는다는 보장은 없기 때문이다. 기술이 넘지 못할 마지막 경계를 찾기 보다, 기술의 능력이 커질수록 인간과 조직이 어떤 문제의 정의권과 판단권, 책임을 더 분명하게 가져야 하는지를 물어야 한다.

생성형 AI의 가장 큰 특징은 언제나 완벽한 답을 제공한다는 데 있지 않다. 상당한 완성도의 초안과 대안을 짧은 시간 안에 만들어 출발선을 앞으로 당겨놓는 데 있다. 그러나 유리해진 출발선은 인간의 사고를 촉진할 수도 있고 멈추게 할 수도 있다. 그럴듯해 보이는 초기 결과물의 잘못된 가정과 누락된 관점을 발견하지 못한다면, 조직은 더 많은 결과물을 생산하면서도 비슷한 관점과 판단을 반복하게 된다. 따라서 AI가 보다 쉬운 출발을 보장할수록 인간에게는 그 결과를 넘어서는 전문성이 필요하다. 무엇을 해결할 문제로 볼 것인지 정하고, 데이터에 드러나지 않은 다양한 해석 가능성과 미묘한 신호를 발견하 며, 일반적인 답에 현장의 조건과 관계를 다시 넣어야 한다. 어떤 결과를 수용하거나 거부할지 선택하고, 그 판단을 행동으로 옮기며, 결과를 자신의 이름으로 설명할 수 있어야 한다. 도메인 지식은 AI 때문에 불필요해지는 것이 아니라 AI의 결과를 검증하고 차별화하는 기준으로서 오히려 더 중요해진다.

이 책에서 말하는 ‘증강인간’은 기계를 몸에 결합한 초인이나 AI 도구를 많이 사용하는 사람을 뜻하지 않는다. 증강인간은 AI의 탐색과 생성, 속도와 반복 능력을 활용하면서도 문제를 정의하고 결과를 판단하며, 그것을 현실의 행동과 책임으로 연결하는 사람이다. 무엇을 AI에게 맡겨야 할 지 아는 동시에 무엇을 넘겨서는 안 되는지도 알고, AI의 일반적인 결과를 전문지식과 현장 경험, 조직의 가치와 사람들의 관계 속에서 다시 구성할 수 있는 사람이다. 증강의 구조는 다음과 같이 표현할 수 있다. 증강 = AI의 능력 × 인간의 판단 × 조직의 운영체계 이 식에서 곱셈은 세 요소 가운데 하나라도 부족하면 증강의 효과가 0으로 수렴한다는 뜻이다. 뛰어난 AI가 있어도 문제와 기준을 잘못 설정하면 잘못된 결과를 더 빠르게 만들 뿐이다. 유능한 사람도 필요한 데이터와 판단권, 학습기회와 조직적 지원이 없다면 역량을 충분히 발휘할 수 없다. 기술의 능력과 인간의 판단, 조직의 운영체계가 함께 결합되어야 증강이 실제 성과와 성장으로 이어진다.

‘증강조직’이란 AI를 가장 많이 도입한 조직이 아니다. 사람과 AI의 서로 다른 능력을 조직의 목적에 맞게 연결하고, 그 과정에서 만들어진 판단과 학습을 공동의 역량으로 축적하는 조직이다. 개인이 필요할 때 AI를 사용하는 단계에서 출발해, AI를 반복적인 업무 흐름에 통합하고, 나아가 여러 사람과 AI 에이전트들을 하나의 협업체계로 조율할 수 있어야 한다.

이 책에서 정의하는 ‘일의 미래’는 AI가 가져올 하나의 정해진 미래가 아니다. 그것은 인간과 AI 사이에서 미묘한 긴장 관계를 어떻게 해소하고 권한 관계를 명확히 할지, 그 변화가 사람과 조직의 학습과 성장으로 이어지도록 무엇을 설계할 것인지에 관한 선택의 미래다.

1부 「증강인간의 시대를 여는 질문들」에서는 AI가 수동적인 도구에서 업무상의 행위자로 이동하는 의미와 인간의 에이전시, 판단과 책임의 문제를 살펴본다. 2부 「AI시대의 노동시장과 일의 미래」에서는 직업보다 과업을 중심으로 노동시장의 변화를 읽고, AI와 함께 일하는 시대에 유능함과 전문성의 기준이 어떻게 달라지는지를 탐색한다. 3부 「산업현장의 변화: 직무, 조직, 성장의 재설계」에서는 인간과 AI의 과업을 배분해 증강직무를 만들고, 업무 프로세스와 인간-I 팀, 관리와 성과체계를 증강조직의 관점에서 다시 설계한다. 4부 「증강인간과 증강조직: 인재육성 실천 로드맵」에서는 변화한 역량을 실제로 기르기 위한 학습과 평가, 현장 프로젝트와 코칭, 역할 과 경력의 연결, 조직의 지속적인 갱신 방법을 제시한다.

이 책은 최신 AI 도구의 사용설명서도, 어떤 직업이 사라질지를 예측하는 미래보고서도 아니다. 개인에게는 자신의 일을 과업과 책임의 관점에서 다시 읽는 언어를, 관리자에게는 사람과 AI가 함께 일하는 판단환경을 설계하는 기준을, HR과 HRD에는 개인의 학습을 조직의 집단역량으로 전환하는 실천의 틀을 제공하려는 시도다. AI는 인간을 자동으로 더 나은 존재로 만들어주지 않는다. 오히려 더 큰 가능성과 함께 새로운 의존과 위험, 더 복잡한 책임을 가져온다. 그 가능성이 성장으로 이어질지, 격차와 부담으로 이어질지는 기술의 성능보다 우리가 일과 학습, 역할과 제도를 어떻게 설계하느냐에 달려 있다. AI가 무엇을 할 수 있는가는 기술의 진화가 답할 것이다. 그러나 그 능력을 누구의 성장과 어떤 조직의 목적에 연결할지는 우리가 결정해야 한다.