[맥킨지리포트] AI 에이전트와 로봇이 바꾸는 ‘일의 미래’ — 결론은 “대체”가 아니라 “재설계”다 오늘은 AEO/GEO가 아닌 맥킨지에서 작년 발표한 레포트를 통한 인간과 AI의 관계에 대한 전망을 분석합니다. 핵심 요약 3줄 지금 기술만으로도 미국 업무시간의 ‘57%’가 기술적으로 자동화 가능 하지만, 이는 “대량 해고 예측”이 아니라 일의 구성요소가 바뀐다는 뜻 입니다. ( McKinsey & Company ) 성과를 내는 기업은 챗봇을 붙이는 게 아니라 업무 흐름(워크플로) 자체를 사람·에이전트·로봇 협업 구조로 재설계 합니다. ( McKinsey & Company ) 앞으로의 경쟁력은 AI Fluency(활용·관리 능력) + 인간 고유 역량(판단·코칭·창의·공감) 을 “하이브리드 팀”에서 구현하는 데서 갈립니다. ( McKinsey & Company ) AI가 일자리를 “없앨까?”라는 질문은 이제 절반만 맞습니다. 맥킨지 글로벌 인스티튜트(MGI)가 2025년 11월 25일 공개한 리포트가 강조하는 핵심은 ‘업무의 대체’가 아니라 ‘업무의 재설계(Workflow redesign)’ 입니다. 기술은 이미 꽤 많은 일을 할 수 있게 됐고, 승부는 조직이 그 기술을 어떻게 일의 구조에 녹여내느냐 에서 갈립니다. ( McKinsey & Company ) 1) “57% 자동화”는 공포가 아니라, ‘업무 역할 재배치’ 신호다 MGI는 현재 사용 가능한 기술만으로도 미국의 현 업무시간 중 ‘절반 이상’이 기술적으로 자동화 가능 하다고 봅니다. ( McKinsey & Company ) 여기서 중요한 디테일은 구성입니다. 44%: 문서 작성·요약·분석·검색·보고 등 비물리(인지) 업무 → 주로 소프트웨어 에이전트 가 담당 가능 13%: 물류·제조·현장 등 물리 업무 → 주로 로봇 이 담당 가능 나머지(약 43%): 현재 기술로는 대체가 어렵거나 , 사회·정서·복합 판단이 큰 영역 ( McKinsey & Company ) 즉 “57%”는 “일자리 57%가 사라진다”가 아니라, 업무를 이루는 ‘시간의 묶음’이 재편 된다는 의미에 가깝습니다. 실제 도입 속도는 기업·규제·데이터·현장 조건에 따라 달라지며, 과거 기술 전환처럼 완전한 채택에는 수십 년이 걸릴 수 있다 고도 짚습니다. ( McKinsey & Company ) 2) 직무는 7가지 아키타입으로 재편된다: “사람 vs AI”가 아니라 “사람+AI+로봇” MGI는 약 800개 직업을 분석해, 앞으로 일을 하는 방식이 사람·에이전트·로봇의 조합 에 따라 7가지 아키타입 으로 묶일 수 있다고 설명합니다. ( McKinsey & Company ) People-centric(사람 중심): 자동화 잠재가 낮고, 대면·돌봄·현장 대응이 큰 직무 Agent-centric(에이전트 중심): 문서·지식·규칙 기반 업무 비중이 높아 에이전트 관여가 큰 직무 Robot-centric(로봇 중심): 물리 작업의 자동화 비중이 큰 직무 그리고 People–Agent / People–Robot / People–Agent–Robot / Agent–Robot(혼합형) 등 하이브리드 조합 ( McKinsey & Company ) 리포트는 미국 기준으로 약 1/3은 사람 중심 , 약 40%는 에이전트/로봇 중심 , 나머지는 하이브리드(혼합형) 로 나타난다고 제시합니다. (즉, “하이브리드로 일하는 사람”이 ‘예외’가 아니라 ‘표준’이 되는 쪽입니다.) ( McKinsey & Company ) 3) 돈이 되는 건 “자동화”가 아니라 “워크플로 재설계”다 MGI가 제시한 메시지는 아주 실무적입니다. AI를 붙여도 성과가 안 나는 이유는, ‘기존 프로세스에 도구만 추가’하기 때문 입니다. 진짜 생산성은 업무 전체 흐름을 다시 짜는 순간 생깁니다. ( McKinsey & Company ) MGI는 이런 재설계를 통해 2030년 미국에서 연간 약 2.9조 달러 규모의 경제적 가치가 열릴 수 있다 고 추정합니다(단, 사람 준비와 워크플로 재설계가 전제). ( McKinsey & Company ) 또한 맥킨지는 생성형 AI가 전 세계적으로 연간 2.6~4.4조 달러의 경제적 가치를 더할 잠재력 도 별도 연구에서 제시해왔습니다. ( McKinsey & Company ) 워크플로 재설계는 어떤 모습인가? (바로 가져다 쓸 수 있는 예시) 아래는 “툴 도입”이 아니라 “흐름 재설계” 관점의 전형적인 패턴입니다. 패턴 A | 에이전트가 초안·탐색 → 사람이 판단·설계 → (필요 시) 로봇/시스템이 실행 영업/마케팅: 에이전트가 리드 우선순위·개인화 아웃리치 초안·미팅 제안 생성 → 사람이 ‘제안 전략/가격/관계’ 결정 → CRM/캘린더 자동 반영 금융/리스크/컴플라이언스: 에이전트가 규정 변경 탐지·요약·체크리스트 생성 → 사람이 리스크 판단·예외 승인 → 감사 추적 로그 자동화 제조/공급망: 에이전트가 수요예측·이상징후 감지·대안 시나리오 생성 → 사람이 생산/재고 의사결정 → 로봇/현장 자동화가 실행 ( McKinsey & Company ) 핵심은 “사람이 더 편해지는 것”이 아니라 사람이 맡는 일이 ‘결정·검증·설계·조율’로 고급화 되는 방향이라는 점입니다. ( McKinsey & Company ) 4) 스킬은 사라지기보다 ‘용도가 바뀐다’: 폭증하는 AI Fluency 많은 분이 “AI 시대엔 기존 역량이 무용지물 되는 것 아니냐”를 걱정합니다. MGI의 결론은 반대에 가깝습니다. 지난 2년 사이 미국 채용공고에서 AI fluency(AI를 사용·관리하는 능력) 수요가 7배 증가 ( McKinsey & Company ) MGI 분석에 따르면 오늘날 스킬의 약 72%는 ‘사람도 자동화도 수행 가능한 업무’ 양쪽에서 모두 쓰인다 → 스킬이 사라지기보다 적용 방식이 바뀐다 ( McKinsey & Company ) OECD 역시 AI 노출이 큰 직무일수록 디지털 스킬뿐 아니라 사회·정서적 스킬의 중요성이 커진다 는 방향의 분석을 제시합니다. ( OECD ) 정리하면, 앞으로의 인재상은 “AI를 만드는 사람”만이 아니라 AI와 함께 일(팀)을 굴릴 줄 아는 사람 입니다. 실행 체크리스트: 기업과 개인이 지금 당장 할 일 기업(조직) 3가지 업무를 ‘업무단계(Workflow)’로 쪼개고 , 각 단계의 담당을 사람/에이전트/로봇으로 재배치 “도입”이 아니라 운영모델(권한, 검증, 책임, 로그) 까지 포함해 설계 전 직원에게 “AI 사용법”이 아니라 AI 협업 방식(AI fluency + 검증/윤리/품질) 을 훈련 ( McKinsey & Company ) 개인(직무) 3가지 내 일을 7개 아키타입 중 어디에 가까운지 먼저 진단 내 업무에서 “초안/탐색/정리”를 에이전트에 넘기고, 나는 “판단/설계/관계/예외처리”에 집중 포트폴리오에 “AI와 협업해 만든 결과물(전/후 비교, 검증 방법 포함)”을 남기기 ( McKinsey & Company ) 결론: “AI가 일을 빼앗는다”가 아니라 “AI가 ‘일의 형태’를 바꾼다” MGI가 말하는 미래는 단순한 자동화가 아닙니다. 사람·에이전트·로봇이 각자 잘하는 역할을 나눠 갖는 ‘하이브리드 협업’ 이 표준이 됩니다. 그리고 그 변화의 승자는 툴을 빨리 도입한 조직 이 아니라, 워크플로를 가장 잘 재설계한 조직/개인 입니다. ( McKinsey & Company ) Business Insider Business Insider Reuters
![[맥킨지 리포트] AI와 로봇이 바꿀 일의 미래, '지휘자'가 되어야 살아남는다.](/_next/image?url=https%3A%2F%2Fjfdxilfdjchtxzxxxfpx.supabase.co%2Fstorage%2Fv1%2Fobject%2Fpublic%2Fbeyond%2Fblog-images%2Fposts%2F7d7f5475-83dc-4331-986a-52da5c322e9e%2F99812e0a-5766-4c84-ad6f-2016d84d391c.png&w=3840&q=75)