신입도 경력도, 설 자리가 없다

Neither entry-level nor experienced workers are safe anymore

2026년 한국 사회를 보면 숨이 막히는 기분이 들 때가 있습니다. 신입 사원 채용 공고는 씨가 말랐고, “경력직만 뽑는다”는데 그 경력은 어디서 쌓으라는 건지. 반대로 평생을 바쳐 임원까지 올라간 사람은 하루아침에 “희망 퇴직” 통보를 받고 있습니다.

공부를 안 해서가 아닙니다. 게을러서도 아닙니다. “성실함 → 보상”이라는 공식 자체가 깨져 버린 겁니다. AI가 모든 것을 해 버리는 이 미친 속도의 세상에서, 사람은 도대체 뭘로 먹고 살아야 할까요?

유튜버 다일러(Tyler)는 이 상황을 이렇게 정리합니다. 예전에 회사에는 도제식(徒弟式) 교육이 있었습니다. 선배 어깨 너머로 배우고, 복사도 하고, 자료 정리를 하면서 업무의 흐름을 익히는 과정이요. 그런데 AI가 도입되면서 가장 먼저 이 “중간 단계”가 사라졌습니다.

자료 요약은 ChatGPT에 맡기면 3초, 데이터 정리는 엑셀 코파일럿이 후배보다 더 정확합니다. 기업 입장에서 “가르쳐야 할 신입”을 뽑을 이유가 점점 사라진 거죠. 이건 어떤 개인의 잘못이 아닙니다. 산업 구조가 효율을 추구하면서 “육성”을 포기한 겁니다. 기업은 살아남기 위해 경쟁력을 가져야 하고, 효율에 집착할 수밖에 없기 때문에 결국 여기까지 올 수밖에 없었습니다.

그렇다면 경력직은 안전할까요? 더 위험합니다. 고학력·고경력자가 평생 쌓아 올린 전문성 — 회계 분석, 법률 검토, 설계 도면 — 을 이제는 주니어급 직원이 AI를 활용해서 베테랑 열 명분의 속도로 해낼 수 있습니다. 타일러 자신도 한글 과자(가게)를 운영하면서 손익계산서를 분석하고 싶었을 때, 컨설팅 비용을 내는 대신 GPT에 넘겼더니 비교 분석까지 깔끔하게 해줬다고 합니다.

How에서 Why로 — 생존의 실마리

The decisive shift from skill execution to purpose definition

여기까지 들으면 “나도 실업 시한폭탄인가”라는 생각이 들 수 있습니다. 하지만 타일러는 우리가 놓치고 있는 결정적인 한 가지를 짚어냅니다.

현실을 인정해야 살 수 있습니다. AI의 결정적 결함을 분석해서, 우리가 채워야 할 영역을 찾으면 됩니다. 그것이 바로 Why입니다. “왜 이 일을 이렇게 해야 하는가”를 판단하는 능력. AI는 시키는 일은 기가 막히게 잘하지만, “무엇을, 왜, 어떻게 시킬 것인가”를 판단할 수는 없습니다.

여기서 우리가 등장하면 됩니다. 경제적 생존의 실마리는 바로 이 지점에 숨어 있습니다. AI가 아무리 뛰어나도, “이번 분기에 어떤 시장을 공략할 것인가”, “이 고객에게는 어떤 뉘앙스로 접근해야 하는가”, “이 프로젝트에서 윤리적으로 어디까지 허용할 것인가” — 이런 판단은 인간만이 할 수 있습니다.

사회초년생에게 — “시킨 일 잘하는 사람”을 버려라

Be the director, not the assistant — your AI team is already assembled

타일러의 첫 번째 제안은 명확합니다. “배우는 자세”를 버리세요. 시킨 일을 잘하는 법에 관심을 끄세요. “시켜만 주십시오”라는 신입 사원 마인드로는 취업도 못 합니다. 쓸모 없는 인력이 됩니다.

왜? AI가 나왔으니까요. 여러분은 이미 나보다 똑똑하고 손이 빠른 비서 열 명을 데리고 있는 사람입니다. GPT 대리, 제미나이(Gemini) 대리, 클로드(Claude) 대리 — 이 팀원들한테 “무엇을, 어떻게 시킬까”를 알아야 합니다. 직접 엑셀을 두드리는 것이 아니라, AI 팀원들에게 정확한 프롬프트(Prompt)를 내리고 결과물을 검증하는 디렉터(Director)가 되어야 합니다.

경력이 없어도 됩니다. 대학 졸업장이 없어도 됩니다. 이력서를 못 써도 상관없습니다. AI를 최대한 활용해서 기여할 줄 알면, 결과만 보여 주면 됩니다.

고경력자에게 — 선수가 아니라 편집장이 돼라

Your 20 years of experience is your unfair advantage — if you reframe it

타일러는 은퇴를 앞둔 고경력자에게도 희망을 줍니다. 20년의 경험이 쓸모없어졌다고 절대 자괴감 갖지 마세요. AI가 아무리 데이터를 많이 가지고 있어도, 현실에서 어떻게 작동하는지 — 사람과 사람 사이의 미묘한 맥락, 이론과 현실의 차이 — 실행해 본 적이 없습니다.

여러분은 더 이상 직접 실무를 뛰는 선수가 아닙니다. AI가 가져온 수많은 정보 중에서 무엇이 진짜이고 무엇이 가짜인지 걸러내는 편집장이 되시면 됩니다. 본인의 경험에서 우러나오는 판단력 — 그것이 제일 귀한 겁니다.

경력자가 AI를 접목해 전환할 수 있는 모델은 다양합니다. 핵심은 기술은 AI에 맡기고, 안목·신뢰·실행이라는 “인간만의 프리미엄”을 입히는 것입니다.

답을 찾는 공부에서, 문제를 정의하는 실력으로

Stop memorizing answers — start defining problems worth solving

타일러는 학습 방식의 전환도 강조합니다. 한국의 입시·공무원 시험 공부 같은 것이 AI 시대에는 엄청나게 위험합니다. 그게 미래에 대한 투자라고 생각해 왔지만, 지금 상황에서는 투기(投機)에 가깝습니다.

답을 찾는 공부가 아니라, 문제를 정의하는 실력을 키워야 합니다. 공부는 의미가 줄었고, 경험을 통해 배워야 합니다. 해 보면서 체득해야 합니다. 어제 책상 공부를 했다면, 내일은 그 분야에서 뭔가를 직접 실험해 보고, 만져보고, 해 볼 수 있는 일을 하세요.

오늘의 숙제 — 당장 집에 가서 해 보세요

Tyler’s homework: a 30-minute exercise that changes everything

타일러가 영상 마지막에 시청자에게 내는 숙제입니다. 30분이면 충분합니다.

핵심은 소극적인 방관자에서 적극적인 지휘자로 전환하는 것입니다. AI라는 거대한 파도를 통제할 수는 없지만, 그 위에 올라탈 수는 있습니다. 내가 주인이 되어서 이 도구를 내 삶을 위해 부려먹겠다는 주체성 — 그 태도 하나가 여러분의 미래를 결정합니다.

기계는 기능을 대체하지만, 존재를 대체할 수는 없다

Machines replace functions, but they can never replace presence

우리가 기계보다 느리고, 기계보다 비효율적이라 할지라도, 그것을 대체할 수는 없습니다. 고유한 맥락을 파세요. 본인이 살아온 인생, 겪은 실패와 아픔, 그 모든 경험과 관점 — 오직 본인만의 것입니다. 자신만의 이야기를 가진 사람은 절대 기계가 흉내낼 수 없습니다.

오늘 이야기가 불편하고 무서웠을지 모르겠지만, 새로운 가능성이 보이는 방향이기도 합니다. AI 시대가 두려운 건 당연합니다. 하지만 공포에 질려 가만히 있으면, 그것이야말로 대체되는 부품으로 전락하는 방법입니다.