우리가 실제로 아는 것과 모르는 것 — 커리어 예측을 다루는 법

• 예측을 사실처럼 말하는 문장들
• 47%라는 숫자가 실제로 말한 것
• 1964년에도 같은 문장이 있었다
• 이 분야의 예측이 빗나가는 구조
• 아는 것과 모르는 것을 갈라놓기
• 모르는 채로 행동하는 법
• 이어서 읽기

예측을 사실처럼 말하는 문장들

이 주제로 검색을 하면 두 종류의 글이 나옵니다. 한쪽은 걱정하지 말라고 합니다. 도구는 늘 바뀌었고 개발자는 늘 살아남았다고. 다른 쪽은 지금 무엇을 하지 않으면 도태된다고 합니다. 문장의 표정은 정반대지만, 두 글은 같은 구조를 갖고 있습니다. 아무도 확인할 수 없는 미래를 확인된 것처럼 말한다는 구조입니다.

읽는 사람은 그걸 압니다. 그래서 위로도 오래가지 않고 경고도 행동으로 이어지지 않습니다. 남는 것은 피로뿐입니다.

이 시리즈가 서 있는 자리는 다릅니다. 이 판이 어떻게 전개될지는 아무도 모릅니다. 불확실성은 수사가 아니라 실제 상태입니다. 그리고 그 상태에서도 할 만한 일은 남아 있습니다. 첫 편에서 할 일은 그 일을 고르기 전에, 우리가 아는 것과 모르는 것의 경계를 최대한 정확하게 긋는 것입니다.

47%라는 숫자가 실제로 말한 것

이 분야에서 가장 많이 인용된 숫자부터 봅시다. 2013년 옥스퍼드 마틴 스쿨에서 나온 칼 프레이와 마이클 오스본의 연구 「The Future of Employment」는 미국의 702개 세부 직업을 분석해, 미국 전체 고용의 약 47%가 위험군에 속한다고 보고했습니다(Oxford Martin School 출판 페이지, 2026년 8월 15일 확인).

이 숫자는 그 뒤 십여 년 동안 "일자리의 절반이 사라진다"는 문장으로 옮겨 다녔습니다. 그런데 연구가 계산한 것은 각 직업이 전산화에 얼마나 취약한 성질을 갖고 있는지였습니다. 몇 명이 언제 해고될지가 아니라, 그 직업을 이루는 과업들이 기술적으로 자동화 가능한 형태에 얼마나 가까운지를 점수로 매긴 것입니다.

취약도와 예보는 다릅니다. 취약도는 성질에 대한 진술이고, 예보는 사건에 대한 진술입니다. 자동화가 가능하다는 것과, 그것이 채택되고, 규제를 통과하고, 비용이 맞고, 조직이 재편되어, 결국 사람 수가 줄어든다는 것 사이에는 수많은 단계가 있습니다. 널리 퍼진 문장은 그 단계를 전부 생략했습니다. 연구가 틀렸다는 뜻이 아니라, 우리가 인용해 온 것이 연구가 말한 것이 아니라는 뜻입니다.

1964년에도 같은 문장이 있었다

이런 경고는 처음이 아닙니다. 1964년 3월 22일, 「삼중 혁명(The Triple Revolution)」이라는 각서가 린든 존슨 대통령에게 전달됐습니다. 자동화가 거의 무한한 생산 능력을 만드는 동시에 필요한 노동자의 수를 줄이고 요구 기술 수준을 높여, 실업이 계속 늘어날 것이라는 경고였습니다(Triple Revolution 문서 개요, 2026년 8월 15일 확인).

흥미로운 것은 그 뒤의 평가가 지금도 갈린다는 점입니다. 같은 자료에 따르면 사회학자 대니얼 벨은 그 전망이 환상이었다고 평했고, 마틴 포드는 방향이 틀린 게 아니라 시기가 일렀을 뿐이라고 봅니다. 60년이 지난 지금도 하나의 예측에 대해 합의된 채점표가 없다는 것입니다.

이 사례에서 가져올 것은 "그때도 틀렸으니 이번에도 틀렸다"가 아닙니다. 그것 역시 근거 없는 예측입니다. 가져올 것은 두 가지입니다. 첫째, 이 종류의 예측은 채점하기가 매우 어렵다는 것. 둘째, 그럼에도 자신 있게 말하는 사람은 언제나 많았다는 것입니다.

이 분야의 예측이 빗나가는 구조

과거의 자동화 예측이 대체로 빗나간 데에는 반복되는 이유가 있습니다. 이것은 미래에 대한 주장이 아니라 지난 예측들의 사후 분석입니다.

• 과업과 직무를 같은 것으로 취급합니다. 직무는 과업의 묶음입니다. 묶음에서 몇 개가 빠지면 직무는 사라지는 대신 재구성됩니다. 자동화된 과업의 자리에 검증, 조정, 예외 처리가 들어오는 일이 산업사에는 여러 번 있었습니다. 어느 쪽이 더 큰지는 사례마다 다르고, 사전에 알기 어렵습니다.
• 수요의 반응을 빼놓습니다. 무언가를 만드는 비용이 내려가면 그것을 더 많이 만들려는 시도가 늘어납니다. 늘어난 양이 줄어든 손을 상쇄하는지는 분야마다 다르고, 이것 역시 사전에 계산되지 않습니다.
• 직무의 경계를 고정된 것으로 봅니다. 십 년 전의 백엔드 개발자와 지금의 백엔드 개발자는 같은 이름의 다른 일을 합니다. 사라진 것은 직업이 아니라 그 직업의 옛 정의였습니다.
• 가장 눈에 띄는 능력을 기준으로 외삽합니다. 시연에서 인상적인 것과 조직이 실제로 돈을 주고 맡기는 것 사이의 거리는 늘 예상보다 멀었습니다.

이 목록은 "그러니 아무 일도 없을 것"이라는 결론으로 가지 않습니다. 이번에는 정말 다를 수도 있습니다. 다만 확신에 찬 숫자를 만났을 때, 그 숫자가 이 네 가지 함정 중 어디에 발을 담그고 있는지 물어볼 근거는 됩니다.

아는 것과 모르는 것을 갈라놓기

그래서 지금 시점에 무엇을 아는 것으로 취급해도 되는지, 정직하게 나눠 보겠습니다.

관측된 것에 가까운 쪽입니다. 잘 정의된 작업의 첫 초안을 만드는 비용이 크게 떨어졌습니다. 익숙한 패턴의 코드, 정형화된 문서, 탐색적 검색은 몇 년 전보다 훨씬 빠르게 처리됩니다. 그 결과로 검토와 검증에 드는 시간의 비중이 올라갔습니다. 이것들은 예보가 아니라 지금 각자의 작업 로그에서 확인할 수 있는 변화입니다.

모르는 것 쪽입니다. 엔지니어링 일자리의 총량이 늘지 줄지, 어느 시간 축에서 그렇게 될지, 어느 층과 어느 도메인에서 먼저 그렇게 될지, 그리고 신입이 시니어가 되는 경로가 어떻게 다시 만들어질지. 이 네 가지에 대해 지금 나와 있는 모든 문장은 예측입니다. 강한 어조는 근거의 강도와 아무 상관이 없습니다.

경계를 이렇게 그어 두면 정보를 읽는 방식이 달라집니다. 관측을 말하는 글에서는 사실을 얻고, 예측을 말하는 글에서는 그 사람이 무엇을 가정하는지만 얻으면 됩니다.

모르는 채로 행동하는 법

여기까지 오면 실용적인 질문이 남습니다. 예측할 수 없다면 무엇을 근거로 움직이나.

방법은 하나 있습니다. 미래를 맞히려 하지 말고, 여러 미래에서 동시에 값이 남는 행동을 고르는 것입니다. 판단 기준은 한 줄로 정리됩니다. 이 행동은 내 예측이 틀렸을 때도 값이 남는가.

특정 도구가 다음 십 년을 지배한다는 가정 위에 세운 학습 계획은 그 가정이 틀리면 대부분 버려집니다. 반면 남이 쓴 코드를 읽고 틀린 곳을 찾아내는 능력, 시스템이 어떻게 무너지는지에 대한 감각, 몇 달을 버틸 수 있는 재정 활주로, 회사 밖에서도 나를 아는 사람들, 직무에 전부 걸려 있지 않은 정체성은 어떤 시나리오에서도 값이 남습니다. 산업이 격변해도, 아무 일도 일어나지 않아도 마찬가지입니다.

불안이 견디기 어려운 이유는 위험이 커서가 아니라 답이 없어서인 경우가 많습니다. 그래서 사람들은 답처럼 들리는 문장을 찾아다닙니다. 이 시리즈는 그 문장을 주지 않습니다. 대신 답이 없는 상태에서도 다음 한 걸음을 정하는 방법을 아홉 편에 걸쳐 다룹니다. 확신을 회복하는 것이 목표가 아니라, 확신 없이 움직일 수 있게 되는 것이 목표입니다.

이어서 읽기

• 코드가 어려운 부분이 아니었다는 말이 왜 그렇게 화를 돋우는가 — 같은 단어의 의미를 도중에 바꾸는 주장을 어떻게 분해하는지
• 잘 결정하는 법 — 좋은 결정과 좋은 결과는 다릅니다 — 정보가 부족한 상태에서 결정을 내리는 기준

커리어 불안 시리즈

• 다음 글: 새벽 세 시에 커리어 걱정으로 깼다면