AI 일자리 대체 6~8단계: 반복적인 육체노동부터 판단과 감각까지

로봇은 힘이 부족해서가 아니라, 작업 현장마다 조건이 달라지기 때문에 같은 행동을 반복하기 어렵다.

정답 있는 업무가 AI로 먼저 대체된다면, 다음 질문은 자연스럽다. 몸으로 하는 일은 안전할까.

번역, 코딩, 요약, 분석은 대부분 문장, 파일, 로그 같은 결과를 확인하고 다시 고칠 수 있는 일이다. 틀려도 다시 돌리면 된다. 하지만 몸으로 하는 일은 다르다. 로봇이 움직여야 하고, 물건이 부딪히고, 재료가 망가지고, 사람이 다칠 수 있다.

그래서 육체노동은 지식 업무보다 늦게 대체된다. 하지만 늦게 대체된다는 말은 안전하다는 뜻이 아니다. 물리 세계의 시행착오 비용이 높아서 시간이 더 걸릴 뿐이다. 로봇이 보고, 집고, 움직이고, 실패에서 배우는 비용이 내려가면 몸으로 하는 일도 차례대로 대체 압력을 받는다.

이번 글은 AI 일자리 대체 6단계부터 8단계까지를 본다. 6단계는 반복적인 육체노동이다. 7단계는 손재주와 현장의 시행착오를 거쳐야 하는 일이다. 8단계는 판단과 감각이 필요한 업무이다. 여기서 중요한 기준은 하나다. 반복할 수 있고, 실패를 측정할 수 있고, 정답이 수렴하는 일은 결국 AI와 로봇으로 자동화된다.

6단계, 반복적인 육체노동

몸으로 하는 일 중 가장 먼저 자동화되는 것은 반복적인 육체노동이다. 공장에서 같은 부품을 집고, 같은 위치에 나사를 박고, 같은 지점을 용접하고, 창고에서 물건을 옮기고, 정해진 길을 따라 청소하고, 정해진 절차대로 포장하는 일이다.

이런 일은 이미 오래전부터 자동화되어 왔다. 자동차 공장의 로봇 팔은 낯선 장면이 아니다. 하루 종일 같은 동작을 반복하는 일에서는 사람이 기계보다 유리하지 않다. 사람은 지치고, 집중력이 떨어지고, 실수한다. 기계는 같은 동작을 계속 반복한다.

다만 예전의 로봇은 환경이 아주 잘 정리되어 있어야 했다. 부품은 정해진 위치에 있어야 하고, 동작은 미리 짜인 경로 안에서만 가능했다. 조금만 달라져도 멈췄다. 지금 달라지는 지점은 여기다. AI가 카메라로 주변을 보고, 물건의 위치를 파악하고, 조금 어긋난 상황에 맞춰 움직임을 조정한다. 물건이 살짝 비뚤어져 있어도 집고, 경로가 조금 달라져도 다시 계산한다. 그러면 로봇이 감당할 수 있는 반복 작업의 범위가 넓어진다.

여기서 대체되는 것은 육체노동 전체가 아니다. 반복성이 높고, 환경을 어느 정도 통제할 수 있고, 실패했을 때 바로 고칠 수 있는 육체노동이다. 공장, 창고, 주방, 물류센터처럼 환경을 설계할 수 있는 곳일수록 먼저 바뀐다. 반대로 매번 환경이 다르고, 사람과 계속 상호작용해야 하고, 실수 비용이 큰 일은 더 늦게 온다. 그러니까 몸을 쓴다고 안전한 것이 아니다. 몸을 쓰는 일 중에서도 반복되는 일은 로봇이 먼저 맡게 된다.

7단계, 손재주와 현장의 시행착오를 거쳐야 하는 일

그다음은 손재주와 현장의 시행착오를 거쳐야 하는 일이다. 여기서부터는 훨씬 어렵다. 단순히 같은 동작을 반복하는 일이 아니기 때문이다. 용접, 배관, 수리, 시공, 미세 조립, 의료 시술, 실험실 작업처럼 손끝의 조절과 현장 판단이 같이 들어간다. 이런 일은 오래 버틴다. 이유는 손기술이 신성해서가 아니다. 현실에서 한 번 실패하는 비용이 비싸기 때문이다.

코드는 틀리면 다시 실행하면 된다. 문장은 마음에 안 들면 다시 쓰면 된다. 하지만 용접을 잘못하면 재료가 망가진다. 배관을 잘못 고치면 누수가 난다. 시공을 잘못하면 다시 뜯어야 한다. 의료 시술을 잘못하면 사람이 다친다. 실험을 잘못하면 시약과 시간이 날아간다.

현실 세계의 시행착오는 비싸다. 그래서 AI와 로봇이 느리게 배운다. 많이 해 보고 많이 틀려야 하는데, 그 “틀리는 경험” 하나하나가 돈과 시간과 위험을 요구한다. 하지만 이 말은 영원히 안전하다는 뜻이 아니다. 실험실에서는 이미 로봇이 물질을 섞고, 반응을 보고, 데이터를 읽고, 다음 실험을 정하는 흐름이 늘고 있다. 제조 현장에서도 센서와 카메라가 작업 상태를 읽고, 로봇이 더 미세한 동작을 학습한다.

처음에는 정돈된 환경에서 시작한다. 그다음 조금씩 변수가 많은 환경으로 나온다. 실패 비용이 내려가고, 시뮬레이션과 실제 데이터가 쌓이면 손재주도 점점 학습 가능한 영역이 된다. 7단계의 핵심은 이것이다. 손재주와 현장의 시행착오는 늦게 대체된다. 하지만 대체되지 않는 것이 아니다. 현실에서 배우는 비용이 비싸서 늦게 올 뿐이다.

그 비용이 낮아지는 순간, 이 영역도 대체 압력을 받는다.

현장 감각은 작업자가 반복된 실패와 수정 과정을 통해 만든 판단 기준이다.

8단계, 판단과 감각이 필요한 업무

마지막은 판단과 감각이 필요한 업무이다. 사람들은 흔히 이렇게 말한다. “이건 오래 해 본 사람만 알아.” “이건 감이야.” “이건 데이터로 안 돼.”

어느 정도는 맞다. 현장에는 말로 설명하기 어려운 감각이 있다. 엔진 소리만 듣고 이상을 알아차리는 정비사, 환자의 표정과 분위기에서 이상함을 느끼는 의사, 공정 데이터를 보다가 숫자로는 설명 안 되는 불안함을 느끼는 엔지니어가 있다. 하지만 여기서 감각을 한 덩어리로 보면 안 된다. 감각은 둘로 갈린다.

하나는 시간이 지나면 맞고 틀림이 확인되는 감각이다. 이 엔진은 곧 고장 날 것 같다. 이 환자는 특정 병일 가능성이 높다. 이 고객은 곧 이탈할 것 같다. 이 공정 조건이면 불량이 날 것 같다.

이런 감각은 말로 설명하기 어렵더라도 결국 예측이다. 시간이 지나면 맞았는지 틀렸는지 알 수 있다. 맞고 틀림이 확인되면 AI가 강해진다. 수많은 사례를 보고, 사람이 놓치는 미세한 신호를 잡고, 어떤 패턴이 실제 결과로 이어지는지 학습한다. 베테랑의 감처럼 보였던 것 중 일부는 결국 채점 가능한 예측으로 바뀐다. 이런 감각은 AI가 더 잘 처리할 수 있다.

다른 하나는 고도의 맥락을 읽는 감각이다.

고도의 맥락을 읽는 감각은 단순한 예측과 다르다. 이 방향에 내 돈을 걸 것인가. 이 사업을 밀어붙일 것인가. 이 사람을 믿고 같이 갈 것인가. 지금 위험을 감수할 것인가. 무엇을 더 중요하게 볼 것인가.

여기서 말하는 감각은 정답을 맞히는 능력만 뜻하지 않는다. 상황, 사람, 책임, 타이밍, 손실 가능성을 함께 읽고 선택하는 일이다. 틀리면 내가 잃는다. 돈도 잃고, 시간도 잃고, 평판도 잃는다. 이건 단순히 맞히는 문제가 아니라 손실을 떠안는 문제다. AI는 사람이 무엇을 선택할지 예측할 수 있다. 하지만 스스로 무엇을 원하지는 않는다. 더 정확히 말하면, AI는 법적·사회적으로 손실을 떠안는 주체가 아니다.

그래서 8단계의 결론은 단순하지 않다. 감각도 일부는 넘어간다. 특히 시간이 지나면 맞고 틀림이 확인되는 감각은 AI가 더 잘할 수 있다. 하지만 틀렸을 때 내가 손해를 감수하고, 그 선택을 내 이름으로 떠안는 감각은 다른 문제다. 이 지점에서 문제의 성격이 바뀐다. 능력의 문제가 아니라 권한과 책임의 문제가 된다.

몸의 일도 정답이 수렴하는 부분부터 자동화된다

6단계부터 8단계까지를 한 줄로 묶으면 이렇다. 몸으로 하는 일도 정답이 수렴하는 부분부터 자동화된다. 반복적인 육체노동은 동작의 정답이 있다. 제대로 집었는지, 제대로 옮겼는지, 제대로 조립했는지 확인할 수 있다.

손재주와 현장의 시행착오는 느리지만, 결과가 나온다. 용접이 잘됐는지, 수리가 성공했는지, 실험 결과가 나왔는지 확인할 수 있다. 베테랑의 감도 일부는 시간이 지나면 채점된다. 고장이 났는지, 병이 맞았는지, 고객이 이탈했는지, 불량이 터졌는지 확인할 수 있다. 확인할 수 있으면 데이터가 된다. 데이터가 쌓이면 AI가 배운다.

그래서 육체노동과 감각은 지식 업무보다 늦게 자동화될 뿐, 원리 자체는 같다. 정답이 수렴하는 것은 AI가 따라간다. 다만 실제 장비와 사람이 움직이는 일은 소프트웨어보다 느리다. 실패 비용이 크고, 로봇이 움직여야 하고, 안전 문제가 있고, 법적 책임이 붙는다. 그래서 몸의 일은 더 오래 버틴다. 하지만 오래 버틴다는 말과 안전하다는 말은 다르다.

이제 남는 것은 능력이 아니라 권한이다

여기까지는 능력의 이야기다. AI와 로봇이 할 수 있게 되면, 반복적인 육체노동도 줄어든다. 손재주와 시행착오도 점점 자동화된다. 베테랑의 감도 예측 가능한 부분은 대체된다. 그럼 마지막에 남는 것은 무엇일까. 정확히 맞히는 능력이 아니다. 손을 움직이는 능력도 아니다. 많이 해 본 경험 자체도 아니다. 남는 것은 책임지고 선택하는 자리다. 틀리면 누가 손해를 보는가. 누가 최종 결정을 내리는가. 누가 법적으로 책임지는가. 누가 위험을 감수하고 밀어붙이는가.

이 질문은 AI의 능력만으로 답할 수 없다. 사회가 누구에게 권한을 주고, 누구에게 책임을 묻는지의 문제다. 그래서 다음 단계부터는 성격이 바뀐다. AI가 더 잘하느냐가 아니라, 인간이 결정권을 맡기느냐의 문제가 된다. 다음 글에서는 9~14단계를 본다. 결정 권한, 방어 시스템, 사람이 이해하지 못하는 결과, 영상과 목소리, 판단하는 신체노동, 가치 판단이 어떻게 AI에게 맡겨지는지 살펴보자.