IIT 마드라스, AI로 인도 경력 사다리의 첫 단계 축소될 수 있다고 경고

훈련의 장에서 일상적인 업무가 사라지고 있다

2026년 인사 담당 임원 750명을 대상으로 한 설문조사에 따르면, 인도에서는 초급 업무의 37%를 이미 인공지능이 수행하고 있으며 전 세계 비율은 33%다. IIT 마드라스의 새 백서가 인용한 이 조사에서 4%포인트 차이는 백서의 핵심 우려를 구체적인 수치로 보여준다. 자동화되는 일상 업무가 젊은 직원들이 직업을 익히는 과정에서 맡아온 업무이기도 하다는 점이다.

AI가 인도의 업무를 어떻게 재편하는가: 업무 증강, 대체, 신규 역할 및 일자리 구조 변화를 이해하기 위한 업무 기반 프레임워크라는 제목의 이 백서는 IIT 마드라스 와드와니 데이터과학·인공지능대학(WSAI) 산하 책임 있는 인공지능 센터(CeRAI)가 작성했다. 10월 26일을 앞둔 주에 열린 2026 AI 거버넌스 산업 콘클라베에서 발표됐다.

백서의 경고는 당장의 일자리 손실을 넘어선다. 초급 프로그래머는 기본 코드를 작성하며 배우고, 신입 회계 담당자는 송장을 처리하며 금융 기록에 익숙해진다. 고객 서비스 상담원은 반복되는 대화를 통해 판단력을 기른다. 기계가 이런 업무를 맡게 되면 고용주들은 같은 시작 단계의 역할 없이 어떻게 숙련된 직원을 키울지라는 현실적인 문제에 직면한다.

코그니전트와 피어슨의 설문조사는 AI가 수행하는 것으로 보고된 업무의 비중을 측정한다. 이 백서는 인도에서 초급 일자리가 몇 개나 사라질지 추산하지 않는다. 대신 콜센터, 제조업, 은행업, 법률, 소프트웨어 개발 및 창작 업무 전반에서 직무, 책임, 경력 발전이 어떻게 달라질 수 있는지 살펴본다.

업무와 일자리는 왜 다른가

고객 서비스 직무에는 간단한 질문에 답하기, 정보를 확인하기, 분쟁을 해결하기, 문제가 생겼을 때 관리자에게 넘길지 판단하기 등 여러 업무가 포함된다. AI가 앞의 두 가지를 처리하더라도 나머지는 사람이 계속 책임질 수 있다.

CeRAI·WSAI 책임자이자 백서 공동 저자인 발라라만 라빈드란 교수는 연구진이 개별 업무부터 살펴보는 이유를 다음과 같이 설명했다.

대부분의 일자리는 여러 업무로 이뤄져 있으며, 그중 AI가 수행할 수 있는 것은 일부에 불과합니다.

이 프레임워크는 개별 업무, 해당 업무가 포함된 직무, 더 넓은 직업군, 노동시장이라는 네 가지 수준을 구분한다. 한 수준에서 다른 수준으로 넘어가려면 채용, 책임, 인력 구성 등 고용주가 실제로 무엇을 바꾸는지 살펴봐야 한다.

CeRAI 연구 책임자인 고쿨 S 크리슈난 박사는 결과가 기술의 비용과 역량, 규제, 안전 요건, 조직의 선택에 달려 있다고 말했다. 기업은 AI를 활용해 직원들이 더 많은 일을 처리하게 할 수도 있고, 자동화된 결과를 확인하는 업무를 중심으로 직무를 재설계할 수도 있으며, 특정 업무에 대한 수요를 줄일 수도 있다.

백서는 이런 가능성을 두 가지 큰 유형으로 묶고, 그 안에 일곱 가지 경로를 제시한다. 한 유형에서는 AI가 일상 업무 대부분을 수행하고 사람이 결과를 검증하거나 예외 상황을 관리한다. 다른 유형에서는 사람이 주요 책임을 맡고 AI를 활용해 업무 효율을 높인다.

경제적 요인이 일상 업무 자동화에 유리한 이유

인도의 비즈니스 프로세스 아웃소싱(BPO)은 상업적 압박을 잘 보여준다. 백서가 제시한 참고 비용은 인력 고용에 따르는 간접 비용을 포함해 상담원은 분당 8~20루피, 실제 운영에 바로 사용할 수 있도록 관리되는 음성 AI 서비스는 분당 4~9루피다.

이 범위는 업계 가격 추정치에 근거한다. 실제 지출은 서비스와 규모, 필요한 업무에 따라 달라진다. 두 비용 범위는 일부 겹치지만, AI 비용의 하한이 낮다는 점은 예측 가능한 통화를 대량으로 처리하는 고용주에게 자동화가 매력적일 수 있는 이유를 보여준다.

비밀번호 재설정, 계좌 잔액 문의, 주문 현황 안내, 예약 확인은 비교적 저렴한 시스템이 처리할 수 있는 정형화된 업무의 예다. 여러 문제가 얽힌 문의나 판단이 필요한 불만 사항은 여전히 사람의 상담이 필요할 수 있다.

라빈드란 교수는 BPO가 특히 이런 압력에 노출돼 있다고 말했다.

BPO 업계는 AI 도입으로 심각한 도전에 직면할 분야이며, 백서에서도 그렇게 지목했습니다.

초급 직무의 어떤 부분이 달라지고 있나

백서의 업종별 사례는 일상적인 업무가 줄어드는 반면 어려운 의사결정에 대한 책임은 사람에게 남을 수 있음을 보여준다. 이 사례들은 각 직업에서 자동화된 업무의 비중을 측정한 것이 아니라, 일어날 수 있는 변화를 예시한다.

• 소프트웨어 엔지니어링: AI는 기본 코드를 생성할 수 있고, 사람은 시스템 아키텍처, 복잡한 디버깅, 기술적 판단을 맡는다.
• 고객 지원: 챗봇은 일상적인 문의에 답할 수 있고, 상담원은 상위 단계로 이관된 사례를 해결하고 서비스 품질을 평가한다.
• 금융 및 회계: AI는 송장을 처리하고, 장부 항목을 분류하고, 은행 기록을 대조하고, 상품·서비스세 신고 자료를 준비할 수 있다. 사람은 예외 사항을 확인하고 전문적인 승인을 내린다.
• 법률 서비스: AI는 법률 조사와 문서 검토를 지원할 수 있고, 소송 전략, 변론, 의뢰인 자문은 변호사가 계속 맡는다.
• 제조업: 자동화된 시각 검사는 결함을 표시할 수 있고, 작업자는 결과를 해석하고 운영상 문제를 처리한다.

따라서 일상 업무가 줄어들면 사람의 역할은 오히려 더 까다로워질 수 있다. 직원은 평범한 사례를 처리하는 시간은 줄이고, 자동화 시스템에 도움이 필요한 상황을 다루는 데 더 많은 시간을 쓸 수 있다.

중간 경력 단계가 사라질 위험

신입 직원은 전통적으로 반복 업무와 피드백, 점진적으로 커지는 책임을 통해 전문성을 쌓는다. 백서는 이런 시작 단계의 업무가 줄어드는 동시에 기업들이 숙련된 전문가를 계속 필요로 한다면 인력 구성에 공백이 생길 수 있다고 지적한다.

소프트웨어 개발을 보면 이 문제가 쉽게 드러난다. 고용주는 시스템이 신뢰할 수 있고 안전하며 목적에 적합한지 판단할 엔지니어를 여전히 필요로 할 수 있다. 그런 판단력은 일반적으로 작은 프로그래밍 업무를 맡고, 오류를 겪고, 이를 수정하는 경험을 통해 길러진다.

법률과 회계에서도 같은 문제가 나타난다. 문서 검토나 금융 항목 확인은 반복적으로 보일 수 있지만, 초보자가 패턴을 알아보고 특이한 사례를 발견하는 데 도움이 되는 업무다. 이런 업무를 대체하면 더 높은 책임을 맡게 되기까지의 경로가 달라진다.

고용주는 AI 결과를 확인하고, 오류를 조사하며, 성능을 평가하는 일을 중심으로 초급 직무를 재설계할 수 있다. 기업이 이런 경력 경로에 투자할지, 아니면 신입 채용을 줄일지는 아직 정해지지 않았다. 백서는 위험을 지적하지만 그 규모를 산출하지는 않는다.

AI 감독에도 교육이 필요하다

대학과 고용주는 AI 시스템이 첫 답을 내놓을 수 있는 업무에 대비해 졸업생을 교육해야 한다. 신입 프로그래머는 생성된 코드를 테스트해야 할 수 있다. 금융 전공자는 자동 분류 결과를 확인하고 그것이 맞거나 틀린 이유를 설명해야 할 수 있다.

이런 책임을 맡으려면 AI 도구에 익숙한 것뿐 아니라 해당 분야에 대한 지식도 필요하다. 답을 검증하려면 근본적인 문제를 이해하고, 실수를 알아채며, 언제 도움을 요청해야 하는지 알아야 한다. 백서가 교육과 관련해 주목하는 핵심은 학생들이 이런 판단력을 어떻게 습득하느냐는 점이다.

라빈드란 교수는 직원을 감독 역할로 옮기려면 교육과 적절한 도구, 안전장치가 필요하다고 말했다.

직무 전환에는 적절한 교육, 사람이 감독 업무를 더 쉽게 수행할 수 있게 하는 도구의 개발, 그리고 충분한 안전장치가 함께 이뤄져야 합니다. 하지만 현재로서는 이런 문제에 효과적으로 답할 만한 연구가 충분하지 않습니다. 문제를 파악하는 것이 효과적으로 해결하기 위한 첫 단계입니다.

BPO의 한 가지 경력 경로는 고객 서비스에서 상위 단계로 이관된 사례 처리, 품질 평가, AI 대화 설계, 운영 감독으로 이어질 수 있다. 직원들에게 현실적인 질문은 이런 단계로 나아가는 데 교육과 실질적인 기회가 제공되느냐다.

인도 내 AI 도입은 지역마다 다를 것

연구진은 기술 가격과 접근성이 자동화의 확산 지역을 좌우할 수 있다는 점을 설명하기 위해 ‘AI 비용 지리’라는 용어를 사용한다. 저렴한 도구는 소기업·중소기업(MSME)의 일상적인 BPO 업무, 장부 작성, 품질 검사에 활용될 수 있다.

일부 법률 조사나 진단 영상 시스템처럼 더 발전된 모델, 전문 지식 또는 상당한 인프라가 필요한 응용 분야는 대기업과 도시 지역에 집중될 수 있다. 따라서 AI 기술의 종류에 따라 확산 속도도 달라질 수 있다.

백서는 공식·비공식 고용, 도시·농촌 노동자, 소규모·대규모 기업 간의 차이도 살펴본다. 국가 전체를 하나의 수치로 나타내면 접근성과 노출 정도, 새로운 역할로 옮겨갈 수 있는 능력의 차이가 드러나지 않는다.

일자리의 질도 우려 사항이다. 백서는 비공식 고용 관련 근거의 부족과 함께 감시 및 업무 스트레스를 문제로 지적한다. 전환을 측정하려면 일자리 수뿐 아니라 임금, 업무량, 근무 조건도 살펴봐야 한다.

새로운 역할에는 접근 가능한 진입 경로가 필요하다

니티 아요그의 2025년 보고서 AI 경제에서의 일자리 창출 로드맵은 기술 교육과 재훈련에 대한 투자가 조율될 경우 인도에서 5년간 AI 관련 일자리가 최대 400만 개 생길 수 있다고 전망한다. IIT 마드라스 백서는 이 전망과 함께 AI 트레이너, 대화 설계자, 윤리적 AI 전문가, 원격 로봇 운영자 등 새롭게 등장하는 직업을 언급한다.

기존 업무에서 밀려난 노동자에게는 이런 기회로 이어지는 경로가 필요하다. 백서는 교육 기간과 비용, 학습하는 동안 소득을 유지할 수 있는지 등을 명확히 하고 현실적인 대체 직무와 연계된 교육을 제안한다.

라빈드란 교수는 전환 비용을 누가 부담할지 다음과 같이 설명했다.

일부는 국가가, 일부는 업계가, 일부는 학습자가 부담해야 합니다. 어떤 조합이 적절한지는 업계와 일자리 대체가 사회 전반에 미치는 영향에 따라 달라질 것입니다.

관련 변화는 여러 단계에 걸쳐 나타난다.

• 2025년: 니티 아요그의 로드맵은 5년간 AI 관련 일자리가 창출될 수 있다는 조건부 전망을 제시했다.
• 2026년: 인사 담당 임원 750명을 대상으로 한 코그니전트·피어슨 설문조사에서 인도의 초급 업무 중 AI가 수행하는 비율은 37%로, 세계 전체의 33%보다 높았다.
• 2026년 10월 26일을 앞둔 주: IIT 마드라스 백서가 2026 AI 거버넌스 산업 콘클라베에서 발표됐다.

연구진이 고용주와 정부에 요구하는 조치

CeRAI의 권고안은 AI 도입을 이어가는 동시에 업무 변화에 대비하는 내용을 담고 있다. 연구진은 특히 소기업을 위해 특정 업무에 초점을 맞춘 저렴한 도구를 마련하고, 영향을 받는 업무와 기술에 대한 인도 내 연구를 늘리며, 변화하는 일자리로 이어지는 체계적인 경로를 만들 것을 촉구한다.

책임 소재를 명확히 하는 규정도 권고안에 포함된다. 특히 사람이 AI의 결과를 승인해야 하는 경우 시스템이 실수했을 때 누가 책임지는지 기업과 노동자가 알아야 한다.

백서는 이 분류 체계를 체계적인 가설이라고 설명한다. 사례는 예시일 뿐이며, 근거 상당수는 공급업체나 현장 실무자에게서 나온다. 인도에서는 직무에 필요한 기술 조합을 구체적으로 다룬 연구도 부족하다. 총고용, 임금, 일자리 질에 미치는 영향을 수치화하지는 않는다.

이 연구 과제는 교육 관련 의사결정과 직접 맞닿아 있다. 고용주와 교육자는 어떤 업무가 변하는지, 남은 업무에는 어떤 지식이 필요한지, 초보자가 그 지식을 어떻게 습득할 수 있는지 파악해야 한다. 인도의 새내기 졸업생에게 당장의 과제는 배우고 발전할 기회를 제공하는 첫 일자리에 접근하는 일이다.

핵심 내용

• IIT 마드라스는 자동화로 초급 직원들이 경험을 쌓는 일상 업무가 줄어들 수 있다고 경고한다.
• 2026년 설문조사에 따르면 초급 업무 중 AI가 수행하는 비율은 인도에서 37%, 전 세계에서 33%였다.
• BPO, 소프트웨어, 회계, 법률, 제조업 사례는 자동화되는 업무와 사람의 책임이 업종마다 다르게 결합하는 모습을 보여준다.
• 기술 비용, 규제, 안전, 고용주의 결정이 일자리 변화를 좌우할 것이다.
• AI 관련 일자리가 5년간 최대 400만 개 생길 수 있다는 니티 아요그의 전망은 기술 교육에 대한 공동 투자를 전제로 한다.
• 백서는 저렴한 AI, 인도 노동시장에 대한 연구 확대, 명확한 책임 규정, 노동자를 위한 현실적인 전환 경로를 촉구한다.