계획서에 AI는 들어갔다. 일의 공백도 계산했는가?
“내년 인건비를 줄이세요. AI도 도입하고요.” 사업계획 담당자는 채용 인원을 조정하고 부서별 비용을 줄인다. AI 이용료를 새 항목으로 넣는다. 이 장면은 문제를 설명하기 위한 가상의 상황이다. 한국 기업 대부분이 이렇게 계획한다는 조사 결과는 아니다. 그런데 이런 지시를 받았다면 반드시 물어야 한다. 줄어든 사람이 하던 일은 누가 맡는가?
AI 에이전트가 맡는가. 남은 직원에게 옮겨지는가. 외주 비용으로 돌아오는가. 아니면 그 일 자체가 필요 없어졌는가. 네 경우의 사업계획은 달라야 한다. 2027년 인력 예산을 검토할 때 필요한 것은 이 차이를 확인할 근거다.
해외에서는 AI 투자와 운영 조건의 간격을 경고한다.
Gartner가 2026년 8월 공개한 2027년 CIO·기술 경영진 조사 해설에서는 IT 예산이 평균 3.7% 증가할 것으로 예상되는 가운데, 에이전트 AI 투자금은 평균 31.8% 늘어날 것으로 전망됐다. 전체 IT 예산과 특정 기술 투자금은 서로 다른 기준이다. 두 수치는 실제 집행 결과가 아니라 조사 응답에 따른 예상이다. Gartner는 AI에 대한 기대와 예산·관리 체계·인력 계획 사이의 간격을 지적한다. [1]
투자 증가율은 인력 대체율이 아니다. 에이전트에 돈을 더 쓰겠다는 응답만으로 개발자나 기획자의 자리가 얼마나 줄어들지 계산할 수는 없다. 연결할 시스템, 검토할 결과, 처리할 예외가 늘면 운영 비용도 함께 늘 수 있다. 해외 기업의 접근이 모두 같다는 뜻도 아니다. 이 자료는 기술 경영진의 계획 신호를 보여준다.
한국에서는 자동화 투자와 준비 상태를 함께 봐야 한다.
한국경제인협회의 2026년 하반기 투자계획 조사에서는 매출액 500대 기업 중 응답한 106개사의 43.7%가 AI 확산에 따른 투자전략 변화로 업무·생산공정 자동화 투자 확대를 선택했다. AI 활용 연구개발 강화는 20.8%, AI 기반 신규 사업 진출은 3.8%였다. 이 조사에서는 기존 업무의 생산성과 경쟁력에 무게를 두는 방향이 나타난다. 한국 기업의 2027년 확정 사업계획이나 인원 감축 계획을 조사한 수치는 아니다. [2]
대한상공회의소가 2026년 발표한 근로자 약 3,000명 대상 조사에서는 회사에 생성형 AI 도입 로드맵이 없다는 응답이 대기업 54.4%, 중소기업 70.4%였다. 공식 계획 문서를 직접 조사한 결과가 아니라 근로자가 응답한 회사의 준비 상태다. 또한 개인의 생성형 AI 활용과 기업의 에이전트 운영은 같지 않다. 그래도 도구 사용과 조직 차원의 준비 사이에 공백이 있다는 점을 사업계획에서 점검할 필요는 있다. [3]
| 자료에서 보이는 신호 | 2027년 계획에서 확인할 것 | 자료만으로 말할 수 없는 것 |
|---|---|---|
| 해외 CIO의 에이전트 투자 확대 예상 | 투자 증가에 맞춘 운영 비용·인력·검토 체계 | 해외 기업 전체의 인력 대체율 |
| 한국 응답 기업의 자동화 투자 방향 | 어떤 업무와 생산공정을 바꿀 것인가 | 한국 기업의 2027년 확정 계획 |
| 한국 근로자가 보고한 AI 로드맵 공백 | 도구 사용이 실제 업무 재설계로 이어지는가 | 로드맵 부재가 곧 성과 부재라는 인과관계 |
해외는 전략적이고 한국은 뒤처졌다는 결론으로 줄일 수 없다. 조사 대상과 시점, 질문이 다르다. 제조업의 물리적 공정, 소프트웨어의 개발·운영, 금융의 검토 업무도 같은 방식으로 대체되지 않는다. 위 표는 직접적인 국가 순위가 아니라 서로 다른 자료를 사업계획 질문으로 옮긴 저자의 해석이다.
해외에서도 인력을 줄였다고 성과가 입증되지는 않았다.
2026년 5월 발표된 Gartner의 별도 조사에서는 자율화 기술을 시험하거나 도입한 기업의 약 80%가 인력 감소를 보고했다. 높은 투자수익을 보고한 기업과 낮거나 부정적인 결과를 보고한 기업의 인력 감소 비율은 거의 같았다. 조사는 2025년 3분기, 연매출 10억 달러 이상 기업의 경영진 350명을 대상으로 했다. AI 에이전트 외에 지능형 자동화와 자율화 기술도 포함한다. [4]
이 수치로 인력 감소가 AI 때문에 일어났다고 단정할 수 없다. 감축이 실패를 일으켰다고도 말할 수 없다. 다만 인원을 줄였다는 사실만으로 AI 투자수익이 좋아졌다고 설명할 수는 없다. 인건비 감소와 기업의 실행 능력은 함께 확인해야 한다.
인건비를 줄이라는 지시는 목표다. AI가 그 일을 맡을 수 있다는 증거는 아니다.
2027년 계획에는 숫자를 바꿀 조건도 있어야 한다.
처음 정한 감축 목표를 달성하도록 실무자가 자료를 맞추면, 에이전트의 한계가 보고서 밖으로 밀려날 수 있다. 이는 현장 문제를 겨냥한 저자의 비판이며, 한국 기업 전반의 관행을 입증한 통계가 아니다. 검토 시간, 오류 수정, 외주, 고객 불편이 늘었을 때 인력 계획을 바꿀 수 있어야 한다. 목표 숫자를 제시한 경영진도 그 수정 조건을 승인해야 한다.
AI 에이전트는 목표를 위해 여러 단계를 실행하는 시스템을 뜻한다. 기업이 운영할 수 있는 범위는 실제 업무에서 검증해야 한다. AGI나 초지능의 등장 시점과 인력 대체 능력을 2027년 기본 예산의 확정 사실로 놓을 근거는 이 자료들에 없다. 더 큰 기술 발전은 별도의 시나리오로 두고, 검증된 범위에 맞춰 계획을 조정하는 편이 타당하다.
2부에서는 개발·마케팅·기획·인사·재무의 업무를 비교한다. 어떤 일이 사라졌고 어떤 일이 남았는지 확인한 뒤, 채용·재배치·인력 예산을 판단할 조건을 제안한다.
자료와 한계
기준일은 2026년 9월 30일이다. [1]은 2027년 전망, [2]는 2026년 하반기 한국 투자계획, [3]은 한국 근로자 조사, [4]는 2025년 조사에 기초한 2026년 발표다. 서로 같은 표본의 국가 비교가 아니다. 한국 기업의 2027년 전체 사업계획을 대표하는 자료는 확보하지 못했다. 표·가상 장면·계획 질문은 저자의 제안이다. 인력 감소의 인과 효과나 부서별 대체율을 추정하지 않는다.