핵심 요약
2026년 업스킬링과 리스킬링은 더 이상 교육 과정의 이름이 아니다. HR이 인력 전략, AI 도입, 생산성, 직무 재설계를 함께 다루기 위해 다시 꺼내야 하는 운영 의제에 가깝다.
AIHR의 2026년 HR 우선순위는 “headcount에서 skill count로 이동”해야 한다는 표현으로 이 변화를 요약한다. Deloitte 역시 사람, 스킬, 데이터, 기술을 실시간으로 오케스트레이션하는 역량이 조직 경쟁력의 핵심이 되고 있다고 본다. CompTIA 자료에서는 조직의 83%가 스킬 관련 우려 대응을 높은 우선순위로 보고, 62%는 향후 1년 AI 교육 예산이 늘어날 것으로 예상한다.
따라서 HRD의 출발점도 달라져야 한다. “올해 어떤 교육을 열 것인가”보다 “어떤 업무가 바뀌고, 어떤 스킬을 새로 검증해야 하며, 누가 어떤 역할로 이동할 수 있는가”를 먼저 물어야 한다.
교육 과정이 아니라 역량 전환이 의제가 됐다
과거의 업스킬링은 기존 직무를 더 잘 수행하기 위한 보완 교육에 가까웠다. 리스킬링도 구조조정이나 직무 전환이 필요한 일부 인력에게 제공되는 예외적 프로그램으로 여겨졌다. 그러나 2026년의 상황은 다르다.
AI 도입은 특정 직무 전체를 한 번에 없애기보다 업무 단위를 다시 나누고 있다. 보고서 작성, 데이터 정리, 고객 응대, 콘텐츠 제작, 채용 screening, 교육 설계처럼 사람의 판단과 도구의 자동화가 섞이는 영역이 빠르게 늘고 있다. 이때 필요한 것은 단순한 도구 사용법이 아니라 바뀐 업무 흐름에서 사람이 어떤 판단을 맡고, AI가 어떤 보조 역할을 하며, 결과를 어떻게 검증할 것인지에 대한 새 역량이다.
TalentLMS는 이를 “learning debt”라는 표현으로 설명한다. 일이 바뀌는 속도가 학습과 개발 속도보다 빠를 때, 조직 안에는 보이지 않는 스킬 부채가 쌓인다. 구성원은 바빠서 배우지 못하고, 관리자는 당장 성과가 급해서 학습 시간을 내주지 못하며, HRD는 수료율은 관리하지만 실제 업무 전환까지는 추적하지 못한다. 이 간극이 커질수록 교육은 많아지는데 역량 전환은 일어나지 않는 문제가 생긴다.
AI는 일자리를 없애기보다 일을 다시 나누고 있다
업스킬링·리스킬링 논의가 다시 중요해진 가장 큰 이유는 AI에 대한 해석이 바뀌고 있기 때문이다. 단순히 “AI가 일자리를 대체한다”는 말만으로는 HRD 전략을 세우기 어렵다. 실제 조직에서는 대체, 보완, 역할 변경, 신규 역할 생성이 동시에 나타난다.
SHRM의 2026년 AI in HR 자료는 이 점을 비교적 명확하게 보여준다. AI가 배치된 조직의 HR 전문가 응답자는 AI 도입 결과로 빈번한 업스킬링·리스킬링 기회가 생겼다는 응답을 57%, 직무 책임 변화가 있었다는 응답을 39%, 신규 역할이 생겼다는 응답을 24%로 보고했다. 반면 약간의 일자리 대체를 언급한 응답은 7%였다.
이 수치는 HR이 집중해야 할 지점을 보여준다. 핵심은 공포가 아니라 재설계다. 다만 조사 대상과 표본, 산업 구성은 리포트마다 다르므로 한국 기업에 그대로 이식하기보다 내부 직무 데이터와 함께 읽어야 한다. 어떤 업무가 자동화되는지, 어떤 업무가 AI와 함께 더 커지는지, 어떤 구성원이 새 역할로 이동할 수 있는지 판단해야 한다. 리스킬링은 사라지는 직무의 대피소가 아니라 바뀌는 업무를 기준으로 인력을 다시 배치하는 장치가 되어야 한다.
HRD의 질문은 ‘무엇을 가르칠까’에서 ‘어떤 일을 바꿀까’로 이동한다
Deloitte의 2026년 인적자본 트렌드는 정적인 직무와 조직 구조만으로는 변화 속도를 따라가기 어렵다고 본다. 사람, 스킬, 데이터, 기술을 실시간으로 연결하고, 업무 성과를 중심으로 역량을 재구성하는 조직이 유리하다는 것이다.
이 관점에서 HRD는 교육 공급자가 아니라 스킬 전환 설계자가 되어야 한다. 예를 들어 생성형 AI 교육을 운영한다고 해도, 단순히 프롬프트 작성법을 가르치는 데서 멈추면 효과가 제한된다. 채용 담당자에게는 후보자 검토 기준과 편향 점검 역량이 필요하고, 영업 담당자에게는 고객 데이터 해석과 제안서 검증 역량이 필요하다. 교육 주제는 같아도 직무별 업무 변화가 다르면 학습 경로와 성과지표도 달라져야 한다.
CompTIA 자료도 AI만이 스킬 격차의 원인은 아니라고 본다. HR 전문가와 IT 리더의 80%는 AI 외 다른 기술 요인도 스킬 격차를 만든다고 응답했다. 이는 2026년 HRD가 AI 교육 하나로 모든 문제를 해결하려 해서는 안 된다는 뜻이다. 디지털 도구, 데이터 활용, 협업 방식, 직무별 전문성, 인증과 검증 체계를 함께 봐야 한다.
기업 실무 적용 포인트: 2026년 업스킬링·리스킬링 설계 체크리스트
첫째, 교육 수요조사보다 업무 변화 진단을 먼저 해야 한다. “어떤 교육이 필요한가”가 아니라 “최근 1년 안에 어떤 업무가 자동화·증강·축소·확대됐는가”를 확인해야 한다.
둘째, 업스킬링과 리스킬링을 분리해야 한다. 업스킬링은 현재 직무의 성과를 높이는 학습이고, 리스킬링은 다른 역할이나 직무로 이동할 수 있게 만드는 학습이다. 대상자, 예산, 기간, 성과지표가 같을 수 없다.
셋째, AI 교육은 직무별 업무 장면과 연결해야 한다. 전 직원 공통 특강만으로는 실제 적용이 어렵다. 직무별 use case, 검증 기준, 위험 관리, 관리자 코칭이 함께 설계돼야 한다.
넷째, 수료율 중심 지표를 줄여야 한다. 내부 이동, 새 업무 투입, 프로젝트 성과, 관리자 평가, 스킬 검증, 구성원 커리어 이동 같은 지표가 함께 필요하다.
다섯째, HRD 혼자 하지 않아야 한다. AIHR이 말하듯 HR은 AI 전환의 공동 리더 역할을 해야 한다. 그러나 실행은 HRD, HRBP, 현업 리더, IT, 데이터 조직이 함께 설계해야 가능하다.
HR이 다음에 봐야 할 방향
2026년 업스킬링·리스킬링의 핵심은 교육을 더 많이 여는 것이 아니다. 바뀌는 일의 구조를 보고, 필요한 스킬을 정의하고, 학습을 실제 역할 전환과 성과로 연결하는 것이다.
다음 편에서는 업스킬링과 리스킬링을 어떻게 구분해야 하는지 다룬다. 두 개념을 정확히 나누지 않으면 교육 예산도, 대상자 선정도, 성과 측정도 흐려진다. 2026년 HRD 계획을 세우는 조직이라면 먼저 이 구분부터 다시 잡을 필요가 있다.
