핵심 요약
리스킬링 대상자를 고를 때 가장 위험한 질문은 “어떤 직무가 사라질까”다. 이 질문은 빠르게 공포를 만들지만, 실제 실행 기준으로는 거칠다. 더 유용한 질문은 “어떤 업무가 줄고, 어떤 업무가 커지며, 어떤 역할로 이동할 수 있는가”다.
SHRM의 2026년 AI in HR 보고서는 1,908명의 HR 전문가를 대상으로 한 조사에서 AI 배치 조직의 응답자가 빈번한 업스킬링·리스킬링 기회 57%, 직무 책임 변화 39%, 신규 역할 24%, 약간의 일자리 대체 7%를 보고했다고 제시한다. workplace AI의 조직 영향도 일자리 대체보다 직무 책임 변화에는 5.7배, 신규 역할 생성에는 3배 더 가능성이 높다고 설명한다.
따라서 리스킬링 대상자는 “없어질 직무에 있는 사람”이 아니라 “업무 조합이 바뀌고, 인접 역할로 이동 가능성이 있으며, 학습과 배치가 함께 설계될 수 있는 사람”에서 찾아야 한다.
리스킬링 대상자는 ‘사라질 직무’가 아니라 ‘바뀌는 업무’에서 나온다
직무명만 보면 리스킬링 대상자를 과하게 넓히거나 잘못 좁히기 쉽다. 예를 들어 같은 고객지원 직무 안에서도 단순 문의 응답은 자동화될 수 있지만, 복잡한 이슈 조정, 고객 불만 분석, AI 응답 품질 검수는 더 중요해질 수 있다. 직무 전체를 위험군으로 보면 남는 업무와 커지는 역할을 놓친다.
SHRM의 조사 범위는 글로벌 HR 전문가 표본이며 산업·직군 구성은 한국 기업과 다를 수 있다. 그럼에도 직무 책임 변화 39%, 신규 역할 24%, 일자리 대체 7%라는 수치는 리스킬링의 출발점이 직무 폐지가 아니라 업무 변화라는 점을 보여준다. 대상자 선정은 직무명보다 업무 단위의 변화 지도를 먼저 그려야 한다.
첫 번째 기준은 자동화 가능성이 아니라 남는 판단 업무다
AI가 할 수 있는 일을 찾는 것만으로는 리스킬링 후보군을 고를 수 없다. 자동화 가능성이 높은 업무가 있더라도, 그 주변에 사람이 더 잘해야 하는 판단 업무가 남을 수 있기 때문이다. SHRM이 workplace AI의 조직 영향이 일자리 대체보다 직무 책임 변화에 5.7배 더 가능성이 높다고 설명한 점이 중요하다.
따라서 첫 번째 기준은 “무엇이 자동화되는가”가 아니라 “자동화 이후 어떤 판단이 남는가”다. 반복 입력이 줄면 예외 처리와 품질 검증이 남을 수 있다. 보고서 초안 작성이 빨라지면 데이터 해석과 의사결정 지원이 중요해질 수 있다. 상담 응답이 자동화되면 고객 이슈 분석과 서비스 개선 제안 역할이 커질 수 있다.
두 번째 기준은 이동 가능한 인접 역할이다
리스킬링은 교육만으로 끝나지 않는다. 배치 가능한 인접 역할이 있어야 한다. TalentLMS의 2026년 L&D Report는 “Training builds skills, but mobility builds futures”라고 설명하며, 내부 커리어 경로와 학습의 연결 필요성을 강조한다. 동시에 HR 매니저의 44%가 신규 역할에 내부 직원보다 외부 후보자를 우선한다고 제시한다.
이 수치는 리스킬링 대상자 선정에서 내부 이동 경로가 얼마나 중요한지 보여준다. 내부 후보자를 키운다고 말하면서 실제 신규 역할은 외부 채용으로 채운다면 리스킬링은 동기를 잃는다. 대상자를 고를 때는 현재 스킬과 목표 역할 사이의 거리를 봐야 한다. 너무 가까우면 업스킬링에 가깝고, 너무 멀면 단기 리스킬링으로는 어렵다. 인접 역할이 보이는 집단부터 시작하는 것이 현실적이다.
세 번째 기준은 학습 가능성과 배치 가능성을 함께 보는 것이다
리스킬링 후보군을 선정할 때 학습 의지만 보면 실패하기 쉽다. 배치 가능성이 없는 학습은 개인에게도 조직에게도 모호한 약속이 된다. TalentLMS는 스킬 격차 대응에서 기존 인력 업스킬링·리스킬링을 선택한 HR 매니저가 64%, AI로 업무를 자동화한다는 응답이 62%, 외부 전문인력 채용에 의존한다는 응답이 57%라고 제시한다.
또 TalentLMS는 절반의 기업이 역할 또는 책임을 재구조화하고, 29%가 오래된 스킬에 의존하는 직위를 제거한다고 설명한다. 이 조사 대상과 표본은 기업 상황에 따라 다르게 해석해야 하지만, 한 가지는 분명하다. 리스킬링은 교육 프로그램이 아니라 자동화, 역할 재구조화, 외부 채용, 내부 이동 사이에서 선택하는 인력전략이다.
실무 매트릭스: 리스킬링 후보군을 가르는 4개 질문
첫째, 현재 업무 중 줄어드는 업무와 커지는 업무가 구분되어 있는가. 둘째, 현재 보유 스킬과 목표 역할 사이에 인접성이 있는가. 셋째, 학습을 통해 3~6개월 안에 검증 가능한 산출물을 만들 수 있는가. 넷째, 교육 후 투입 가능한 프로젝트나 역할이 있는가.
이 네 질문을 기준으로 후보군을 나누면 실행 우선순위가 선명해진다. 업무 변화가 크고 인접 역할이 있으며 배치 가능성이 높은 집단은 1순위 리스킬링 대상이다. 업무 변화는 크지만 인접 역할이나 배치 가능성이 낮은 집단은 장기 전환 또는 별도 인력계획이 필요하다. 업무 변화가 작고 현재 역할 성과 개선이 핵심인 집단은 리스킬링보다 업스킬링 대상에 가깝다.
CompTIA가 조직의 83%가 스킬 우려 대응을 높은 우선순위로 둔다고 제시한 만큼, 많은 기업이 비슷한 질문을 마주하고 있다. 중요한 것은 전 직원을 한 번에 리스킬링 대상으로 묶는 것이 아니라, 조사 대상, 직군, 업무 변화, 배치 가능성을 구분해 작은 파일럿부터 시작하는 것이다.
HR이 다음에 봐야 할 방향
리스킬링 대상자 선정은 개인을 위험군으로 분류하는 작업이 아니다. 업무 변화와 역할 전환 가능성을 데이터로 보고, 조직이 실제로 이동 경로를 열 수 있는지 확인하는 작업이다. 직무가 아니라 업무를 보고, 교육 의지가 아니라 배치 가능성을 함께 봐야 한다.
다음 편에서는 이 판단을 가능하게 만드는 스킬 데이터 설계를 다룬다. LMS나 AI 학습 플랫폼을 도입하기 전에, 어떤 스킬 데이터를 어떻게 쌓고 검증해야 하는지부터 정리할 필요가 있다.
