[DBR]직무 쪼개 여러 과업으로 재분배… ‘과업경제’가 온다

  • 동아일보

직무 아닌 과업 중심 업무 관리
전문가의 ‘판단’도 사고파는 시대
결과물-판단 절차도 데이터로
조직도 옆에 ‘과업 원장’ 구축해야

게티이미지
게티이미지
최근 미국을 중심으로 인공지능(AI) 도입을 이유로 직원을 줄였다가 다시 구인에 나선 기업들이 등장하고 있다. 이른바 ‘AI 부메랑’ 현상이다. 인력 서비스 기업 ‘로버트하프’에 따르면 AI 관련 이슈로 인력을 줄였던 기업의 29%는 같은 직무에 다시 인간 노동자를 채용했다. 정보기술(IT) 리서치 기업 가트너는 AI를 이유로 고객 서비스 인력을 감축한 기업의 절반이 2027년까지 비슷한 업무를 수행할 인력을 다른 직함으로 채용할 것으로 전망했다.

이런 현상은 한 사람이 맡던 업무 전체를 AI로 대체하기가 쉽지 않다는 점을 보여준다. 마케터의 직무만 해도 시장 조사, 광고 문구 작성, 대행사 조율 등 여러 업무로 구성된다. 자료를 수집하거나 초안을 작성하는 일은 AI에 맡길 수 있어도 회사의 사정과 거래 관계를 고려한 판단까지 통째로 넘기기는 어렵다. 인력을 줄이기 전에 직무를 세부 업무인 ‘과업(Task)’으로 나눠 살펴봐야 하는 이유다.

과업경제(Task Economy)는 이처럼 직무를 세부 과업으로 나눠 AI와 내부 직원, 외부 전문가에게 재배분하는 경제 체제를 뜻한다. 업무 결과뿐 아니라 판단 근거와 검증 기준도 기록해 AI의 학습·평가와 다음 업무에 활용한다. DBR(동아비즈니스리뷰) 2026년 9월 1호(448호)에 실린 ‘2027년 비즈니스 트렌드 키워드’ 중 과업경제에 대해 요약 소개한다.

● 일의 결과와 판단 과정까지 자산으로

과업경제의 특징은 일을 나누는 데서 그치지 않고 수행 과정에서 나온 지식을 재사용 가능한 자산으로 남긴다는 점이다.

새로운 업무협약서를 작성하는 상황을 가정해 보자. AI가 관련 자료를 분석해 초안을 만들고, 외부 변호사가 법적 위험이 있는 조항을 검토한 뒤, 내부 직원이 회사의 전략과 거래 관계를 고려해 최종 수정한다. 하나의 업무를 세부 과업으로 나누고 각 과업에 적합한 수행자를 배치하는 것이다.

이때 완성된 협약서만 보관하면 다음에 비슷한 일을 할 때 같은 검토를 반복해야 할 수 있다. 어떤 자료를 참고했는지, 특정 조항을 위험하다고 판단한 이유는 무엇인지, 회사의 어떤 사정을 반영해 내용을 바꿨는지까지 남기면 활용 범위가 넓어진다. 기록을 검증하고 정리해 다음 협약서 작성의 참고 자료나 AI 학습·평가용 데이터로 쓸 수 있다. 업무를 마칠 때마다 조직에 판단의 근거와 기준이 쌓이는 셈이다.

● AI를 가르치는 전문가의 판단도 거래

과거에는 과업마다 작업 지침을 정하고 적임자를 찾아 결과물을 검증하는 데 상당한 비용이 들었다. 따라서 한 사람을 고용해 관련 업무를 묶어 맡기는 편이 경제적이었다.

하지만 AI와 전문가 중개 플랫폼은 이 부담을 낮추고 있다. AI는 작업 지침을 구체화하고 결과물을 1차로 점검하는 일을 돕는다. 플랫폼은 필요한 전문성을 갖춘 인력을 연결한다. 기업으로서는 한 사람에게 맡겼던 여러 업무를 나눠 과업별로 적합한 수행자를 선택할 여지가 커졌다.

AI 개발에 필요한 데이터의 성격도 달라지고 있다. 실제 업무를 잘하는 AI를 만들려면 해당 분야의 전문가가 어떤 기준으로 판단하는지 알아야 한다. 오픈AI가 지난해 공개한 AI 성능 평가 도구 ‘GDPval’은 44개 직업의 실제 업무를 바탕으로 모델의 수행 능력을 평가한다.

전문가 중개 플랫폼 머코어는 이런 수요를 잘 보여준다. 머코어는 변호사, 의사, 금융 전문가 등을 AI 기업의 특정 프로젝트들과 연결한다. 전문가들은 자신의 분야에서 AI가 만든 답변을 검토하고, 모범 사례를 만들며 구체적인 기준에 따라 결과물의 품질을 평가한다. 이들이 제공한 지식과 판단은 AI 모델의 학습과 성능 개선에 활용된다. 전문성을 세부 과업으로 나눠 거래하는 시장이 형성되고 있는 것이다.

● 조직도 옆에 ‘과업 원장’ 만들어야

기업이 과업경제에 대응하려면 조직도와 함께 ‘과업 원장(Task Ledger)’을 갖출 필요가 있다. 과업 원장은 조직이 수행하는 일을 세부적으로 기록하고 수행자와 검증 기준, 재사용할 지식 등을 관리하는 장부다.

첫 단계는 직무를 과업으로 나누는 일이다. 각 과업은 반복성, 판단 밀도, 검증 난이도에 따라 분류한다. 같은 일이 얼마나 자주 발생하는지, 회사 사정과 이해관계를 알아야 내릴 수 있는 판단이 얼마나 많은지, 결과가 정확한지, 누가 어떻게 확인할 수 있는지를 살펴보는 것이다.

다음으로 AI와 내부 직원, 외부 전문가 가운데 누구에게 맡길지 정한다. 반복되는 일이라고 무조건 AI에 맡겨서는 안 된다. 같은 고객 문의라도 단순한 이용 안내와 주요 거래처의 예외적인 요구에 대응하는 일은 필요한 판단 정도와 기준이 다르다. 오류가 났을 때의 피해와 복구 가능성도 따져야 한다. 잘못된 결과를 쉽게 발견하거나 되돌릴 수 있는 과업부터 AI에 맡기고, 실패로 인한 위험이 큰 과업은 인간이 검토하고 승인하도록 하는 식이다.

과업마다 합격 기준과 검증 책임자도 지정해야 한다. 무엇을 좋은 결과로 볼지 정하지 못하면 AI가 일을 제대로 했는지 판단하기 어렵다. 어떤 판단을 왜 내렸는지, 예상하지 못한 상황을 어떻게 처리했는지 기록하는 절차도 필요하다. 이렇게 남긴 기록이 다음 업무의 지침이자 AI를 평가하는 기준이 된다.

사람의 검증 능력을 기르는 일도 병행해야 한다. 신입 직원이 기초 업무를 수행하며 경험을 쌓을 기회까지 줄어들면 장기적으로 AI의 결과물을 판단할 인재가 부족해질 수 있다. 업무를 배분할 때는 당장의 효율과 함께 다음 세대를 전문가로 키우기 위한 학습 기회도 고려해야 한다.

놓친 뉴스와 그 맥락까지, 종이신문으로 읽어보세요.

동아일보 구독 신청
#인공지능#AI 부메랑#과업경제#직무 세분화#전문가 중개 플랫폼#업무 재배분#과업 원장#판단 근거
© dongA.com All rights reserved. 무단 전재, 재배포 및 AI학습 이용 금지

트렌드뉴스

트렌드뉴스

  • 좋아요
    0개
  • 슬퍼요
    0개
  • 화나요
    0개

댓글 0

지금 뜨는 뉴스