줄어든 15~29세 취업자
원문은 2022년과 2026년 사이 전체 취업자 수는 크게 달라지지 않았지만, 최근 4년 동안 15~29세 취업자가 약 57만 명 감소했다고 짚는다. 평균 고용 수치만 보면 가려지는 첫 일자리의 변화를 따로 봐야 한다.
YOUR DAILY NUGGETS
9월 21일 월요일
AI가 일을 대신하는 범위가 넓어질수록 조직은 답변 속도보다 문제를 나누는 역할, 근거를 찾는 도구, 사람에게 판단을 돌려주는 절차를 먼저 설계해야 한다.
5분 · 2개 편집 모듈 · 2개 원문
01오늘의 깊이 읽기
AI에게 일을 맡기기 전에, 팀의 구조부터 다시 그려야 한다
코딩 도구의 성공 공식을 법률·금융·연구 같은 지식 업무에 그대로 옮기면 맥락과 예외를 놓친다. 필요한 것은 만능 봇 한 명이 아니라 질문을 나누고 조사 결과를 검토하는 작은 조직이다.
ai-llm4분
코드 밖의 일은 질문부터 정해져 있지 않다
코딩 에이전트가 빠르게 자리 잡은 데에는 코드 자체의 구조가 큰 몫을 했다. 파일 경로와 함수 이름처럼 오래 남는 단서가 있고, 사용자가 기능이나 티켓 단위로 문제를 이미 잘게 나눠 주는 경우도 많다. 하지만 법률·금융·의료·연구의 질문은 같은 단어도 문서와 목적에 따라 뜻이 달라진다. ‘30일’이 기한인지 유예 기간인지 보존 규칙인지부터 확인해야 하며, 무엇을 더 찾아야 하는지도 조사 중에 드러난다. 그래서 지식 업무 자동화의 출발점은 문서를 한꺼번에 넣는 일이 아니라, 모호한 의뢰를 사실·규칙·예외·목표로 나누고 각각의 근거를 찾는 절차를 만드는 일이다. 사람이 건넨 질문이 충분히 구조화되지 않았다는 사실을 전제로 삼아야 한다. 도입팀은 먼저 반복되는 의뢰를 모아 어떤 표현이 자주 혼동되는지, 판단에 필요한 규칙이 어디에 흩어져 있는지, 답을 내기 전에 반드시 확인해야 할 예외가 무엇인지 목록화할 수 있다. 이 준비가 없으면 에이전트는 검색 결과를 많이 모으고도 질문의 의도와 맞지 않는 답을 만들 수 있다. 반대로 질문을 구조화하는 기준이 있으면 자동화 대상과 사람에게 남겨 둘 판단을 같은 언어로 논의할 수 있다.
만능 봇보다 조사팀에 가까운 배치
한 에이전트가 검색부터 결론까지 모두 맡는 그림보다, 로펌의 파트너와 조사자의 분업이 더 가까운 모델이다. 중심 역할은 고객의 상황과 목표를 파악해 조사 질문을 나누고, 전문 검색 역할은 각 질문에 맞는 도구로 자료를 찾아 메모를 만든다. 마지막 판단은 이 메모를 비교하고 빈틈을 확인한 뒤 내려진다. 여기서 사람의 역할도 사라지기보다 달라진다. 모든 검색을 직접 수행하는 대신 질문의 범위를 정하고, 서로 충돌하는 근거와 빠진 조건을 검토하며, 결과에 책임질 지점을 맡는다. 조직이 도입 전에 정해야 할 것은 ‘어떤 모델을 쓸까’ 하나가 아니라 누가 문제를 분해하고, 어떤 도구가 어느 자료를 찾으며, 어떤 단계에서 사람의 승인이 필요한가다. 새 도구가 생기면 그 도구를 이해하는 새 역할과 훈련도 필요하다는 것이 원문의 조직적 관찰이다. 검색 담당은 자료를 찾는 데서 끝나지 않고 왜 그 자료가 현재 질문에 맞는지 설명해야 하며, 최종 판단 담당은 여러 메모의 충돌을 드러내야 한다. 사람과 에이전트의 경계를 직급처럼 고정하기보다 의뢰의 위험도와 근거 품질에 따라 승인 단계를 달리하는 편이 이 분업의 취지에 맞다.
정확도와 비용을 함께 봐야 업무가 된다
좋은 검색 도구는 답을 조금 더 잘 찾는 부가 기능이 아니라 자동화 가능한 업무의 경계를 바꾼다. 제시된 검색 실험에서는 최적화되지 않은 방식의 정확도가 약 60%였고, 하이브리드 검색은 약 90.2%에 도달했다. 같은 수준의 성능을 내면서 도구 호출을 20% 줄였다는 결과도 있었다. 중요한 것은 숫자 자체를 모든 조직에 그대로 적용하는 일이 아니라, 정확도만 높고 호출이 너무 많으면 실제 업무에 넣기 어렵다는 판단 기준이다. 반대로 호출 횟수와 토큰 비용이 줄면 더 많은 사례를 반복 처리할 수 있다. 다만 멀티모달 검색 에이전트가 88.9%, 사람이 99.4%를 기록한 과제처럼 격차는 남아 있다. 도입 평가는 평균 정답률뿐 아니라 실패 유형, 조사 비용, 사람이 다시 확인해야 하는 비율까지 묶어야 한다. 작은 시범에서는 정답과 함께 사용한 검색 횟수, 사람이 다시 조사한 지점, 누락된 표나 예외를 기록해야 한다. 성능이 특정 수준에서 더 오르지 않으면 모델에게 더 오래 생각시키기보다 검색 도구가 자료의 형식과 맥락을 제대로 다루는지 살펴야 한다. PDF의 표와 시각 정보를 읽지 못하는 도구라면 텍스트 검색의 천장이 곧 업무 품질의 천장이 될 수 있기 때문이다. 컨텍스트 창을 크게 만드는 것만으로 모든 자료를 담을 수 없다는 점도 운영 설계에 중요하다. 원문은 매우 큰 창도 한 지역의 법률 자료 일부를 담는 데 한계가 있다고 설명한다. 따라서 조직은 모든 문서를 한 번에 읽히려 하기보다 질문별로 lexical·semantic·멀티모달 검색을 골라 쓰고, 하위 조사 결과를 메모로 압축해 다음 판단에 넘겨야 한다. 시범 운영에서 빠진 근거의 유형을 계속 기록하면 어떤 도구를 보강할지, 어느 위험도부터 사람의 승인을 의무화할지 결정할 수 있다. 자동화율보다 근거가 끊기는 지점을 보이는 것이 안전한 확장의 출발점이다.
02숫자가 말하는 것
채용의 문이 좁아질수록 성과 기록은 더 중요해진다
전체 고용이 유지돼도 첫 진입 기회는 줄 수 있다. 대규모 공채에서 수시·경력 채용으로 무게가 이동하면서 개인에게는 프로젝트 성과를 축적하는 습관이, 기업에는 잠재력을 판별할 기준이 더 중요해졌다.
career-growth2분
대기업 수시 채용 비중
2025년 상반기 기준 대기업 채용에서 수시 방식이 60%를 넘었다는 설명은, 정해진 시기에 많은 신입을 함께 뽑는 경로보다 필요한 자리를 그때그때 채우는 방식이 중심이 됐음을 보여 준다.
경력직을 우선한다는 기업
취업 포털 조사에서 기업의 74%가 신입보다 경력직을 우선한다고 답했다. 기업이 즉시 성과를 낼 수 있는 사람을 찾을수록 신입에게는 자격증의 수보다 실제 문제를 맡아 끝낸 증거가 중요해진다.
5~8년 차 채용 성사 비중
스카우트 제안과 최종 채용 성사의 거의 40%가 5~8년 차에 집중됐다는 데이터는 수시 채용이 경력의 허리 구간을 선호한다는 점을 드러낸다. 프로젝트가 끝날 때 역할과 결과를 기록하는 습관이 다음 기회의 검색 단서가 된다.
이 수치들은 원문이 소개한 조사와 플랫폼 데이터를 한데 모은 것이므로 모든 산업과 직무에 같은 비율로 적용할 수는 없다. 다만 AI 노출도가 높은 산업에서 청년 고용 감소가 더 컸고, 기업이 공고를 기다리기보다 인재를 직접 찾는 방향으로 이동했다는 흐름은 개인과 조직 모두의 준비 방식을 바꾼다. 개인은 성과를 과장하기보다 과업이 끝날 때 역할·문제·행동·결과를 남기고, 조직은 이미 경력이 있는 사람만 찾는 방식이 장기적으로 신입의 경험 형성 경로를 줄이지 않는지 점검해야 한다.
SAVED FOR LATER
따라잡기아직 못 읽은 북마크
북마크를 고르는 중…