최근 생성형 AI를 빠르게 도입한 기업 사이에서, 실제 현장의 교육과 역량 강화 수준이 그 속도를 따라가지 못하는 사례가 적지 않다. 이 격차는 이른바 ‘워크슬롭(workslop)’ 증가로 이어지고 있다. 워크슬롭은 겉보기엔 그럴싸해 보이는 저품질의 AI 결과물로 인해 동료나 관리자가 더 많은 일을 떠안게 되는 현상을 의미한다. 프롬프트 엔지니어링, 자연어 처리, 머신러닝 기본 개념 등에 대한 이해가 부족한 직원은 AI 도구에 적응하지 못해 오히려 다른 직원의 업무 부담을 키울 수 있다. AI 활용 교육이 충분하지 않을 경우 문제가 더욱 심화될 수 있다.

기업은 이제 AI 통합의 현실적인 수준을 이해하려 하고 있다. 이에 따라 AI 도구를 능숙하게 다루고, 고품질 결과물을 얻기 위한 프롬프트를 작성하며, 수정·보완이 필요한 부분을 정확히 짚어내고, 잘못 구성되거나 오류가 있거나 환각이 섞인 AI 생성 코드·문서·이미지·영상 등을 식별할 수 있는 전문 인력을 찾고 있다. 업워크리서치 인스티튜트의 경제학자 텅 류는 이러한 흐름에 대해 “기업이 AI를 인력 대체 수단이 아니라 핵심 운영을 보완하고 효율화하기 위한 도구로 받아들이고 있다는 신호”라고 분석했다.

류는 “기업이 여전히 사람의 핵심 역량을 필요로 한다는 사실은 조직의 관심이 바뀌고 있음을 보여준다. AI가 반복적이고 부담이 큰 작업을 처리하고 있지만, 품질 관리와 맥락 판단, 창의적 완성도를 담당하는 핵심 층위는 여전히 사람 전문가”라고 설명했다. 업워크리서치 인스티튜트에 따르면 2025년 9월 기준, 기업이 적극적으로 채용하고 있는 생성형 AI 관련 역량 10가지는 다음과 같다.

파이썬

파이썬(Python)은 데이터 분석, 웹 개발, 소프트웨어 프로그래밍, 과학적 계산, AI 및 머신러닝 모델 개발 등 다양한 분야에서 활용되는 프로그래밍 언어다. 오픈소스 기반의 유연한 언어로, 문법이 간단하고 가독성이 높아 AI 도구 개발 시 여러 애플리케이션과 플랫폼을 넘나들며 사용할 수 있다. 또한 머신러닝에 필요한 지속적인 데이터 처리를 지원하는 방대한 라이브러리 생태계를 갖추고 있어 AI 개발에 적합한 언어로 평가된다.

영상 편집

AI 영상 기술은 빠르게 발전해 실제 촬영과 구분하기 어려운 수준에 근접하고 있다. 그러나 여전히 완벽하지 않아, 사람의 눈으로 보면 즉시 식별할 수 있는 오류나 어색한 장면을 생성한다.

기업에서 AI 기반 영상을 더 많이 활용하게 되면서, AI 생성 결과물을 세밀하게 보정하고 편집하며 품질을 검증할 수 있는 영상 편집 전문 인력의 필요성이 커지고 있다. 여기엔 원하는 결과물을 얻기 위해 어떤 방식으로 프롬프트를 구성해야 하는지 이해하는 프롬프트 엔지니어링 역량도 요구된다. AI는 자막 생성, 영상 흔들림 보정, 오디오 개선, 색 보정 등 반복적이고 시간이 많이 드는 작업을 자동화해 영상 편집 과정의 수고를 줄일 수 있다.

그래픽 디자인

기업이 마케팅과 홍보를 위해 AI 생성 이미지를 활용하는 비중이 커지면서 그래픽 디자인 역량에 대한 수요도 높아지고 있다. 기업은 AI가 만든 이미지의 오류를 빠르게 식별하고, 결과물을 정교하게 다듬으며, 원하는 이미지를 얻기 위한 프롬프트를 구성할 수 있는 디자이너를 필요로 한다.

AI는 그래픽 디자이너의 작업 효율을 높이는 데 활용된다. 오류 수정, 사진 보정, 이미지 처리에 드는 시간을 줄여줄 뿐 아니라, 레이아웃과 템플릿 자동 생성, 새로운 디자인 아이디어 제안, 객체 제거, 이미지·영상 보정, 색 보정 등 다양한 반복 작업을 자동화해 창의적인 작업에 더 많은 시간을 쓸 수 있도록 돕는다.

챗GPT

챗GPT 활용은 산업 전반으로 확산되고 있다. 기업은 콘텐츠 생성, 업무 자동화 및 스크립팅, 번역, 온디맨드 학습, 기술 지원과 문제 해결, 교정·편집, 아이디어 발굴, 일정 관리 등 업무에 챗GPT를 활용할 수 있는 역량을 갖춘 전문가를 적극적으로 찾고 있다. 조직 내에서 챗GPT를 활용해 효율을 높이고, 이를 비즈니스 목표와 연결할 방법을 이해하는 능력은 높은 가치를 지닐 수 있다.

AI 영상 생성

기업이 AI 영상 생성 기술을 적극 도입하면서, 이 분야에 특화된 역량을 갖춘 전문가에 대한 수요가 증가하고 있다. 이는 영상 편집과는 달리, AI를 활용해 영상 자체를 생성하고 기업의 아이디어를 실제 콘텐츠로 구현하는 데 초점을 맞춘다.

현재 많은 기업이 마케팅, SNS용 콘텐츠 제작에 AI 영상 생성 도구를 활용하고 있으며, 브랜드 기준에 부합하는 영상 결과물을 만들기 위해서는 이런 도구를 제대로 이해하는 전문가가 필요하다. 이를 위해서는 영상 제작 전반에 대한 이해가 필수적이다. 조명·음향·촬영 기법 등 기본 영상 언어를 이해해야 AI 도구를 활용해 실제 촬영 영상과 유사한 품질의 결과물을 생성할 수 있기 때문이다.

머신러닝

머신러닝은 AI의 핵심을 이루는 기술이다. 대규모 데이터를 기반으로 알고리즘을 훈련시키고 처리해, 시스템이 일일이 프로그래밍되지 않아도 스스로 학습하고 적응할 수 있도록 한다. 머신러닝 알고리즘은 대량의 데이터 세트를 활용해 새로운 패턴과 지속되는 패턴을 식별하고, 데이터에서 새로운 인사이트를 도출하며, 예측을 수행하고, 시간이 지날수록 성능과 효율을 향상시키도록 훈련된다.

AI 도입이 확산되는 현재, 머신러닝 역량은 여전히 필수적이면서 높은 수요를 받는 기술이다. AI와 머신러닝은 분리할 수 없는 관계에 있으며, 앞으로도 머신러닝은 중요한 기술로 자리매김할 전망이다.

가상 지원

가상 지원 역량을 갖춘 기술 전문가는 AI 플랫폼을 활용해 일상 업무를 자동화하고 효율성을 높이며, 워크플로우를 정리하고, 커뮤니케이션을 관리하며, 필요한 콘텐츠를 프롬프트로 생성할 수 있다. 원격 근무 증가와 함께 가상 지원 업무의 수요도 함께 커졌다. 대면 지원 업무에 자동화를 결합하거나, 원격 지원 작업을 AI로 보조하는 형태 등 활용 방식도 다양하다. 이러한 역량을 갖춘 전문가는 사람과 AI의 역할을 적절히 조율하면서 지원 대상의 전체 업무 흐름과 효율성을 높이는 데 주력한다.

콘텐츠 작성

콘텐츠 작성 분야 역시 프롬프트 엔지니어링, 전략적 사고, 사실 검증, 창의성 등 다양한 역량이 요구된다. 이는 비교적 새롭게 부상한 영역으로, AI가 생성한 글을 편집·보완하고, 사실 오류를 점검하며, 브랜드의 톤과 가치에 맞도록 내용을 조정하는 작업이 포함된다.

AI 영상 및 이미지 생성과 마찬가지로, AI가 만든 글 역시 출판 기준을 충족하려면 사람의 손길이 필요하다. 블로그 게시물, 마케팅 자료, 홍보 콘텐츠 등 어떤 형태의 글이라도 기업은 여전히 사람이 창작의 최종 단계를 관리해 AI 워크슬롭을 피하고 완성도를 확보하기를 원한다.

데이터 입력

AI 도구는 다양한 출처의 대규모 데이터를 처리하기 위해 널리 활용되고 있다. 주요 목적은 이를 통해 반복적이고 수작업이 많은 업무 부담을 줄이는 것이다. 그러나 AI 시스템이 대량 데이터를 처리하는 과정에서 여전히 오류나 환각이 발생할 수 있기 때문에, 사람의 검증이 필수적이다.

AI는 반복적이고 시간이 많이 드는 데이터 처리 작업을 줄여주며, 데이터 입력 전문가는 그만큼 확보된 시간과 에너지를 활용해 오류를 식별하고, AI가 생성한 결과물을 개선하며, 데이터 추세를 다른 관련 부서에 명확하게 전달하는 역할을 맡는다. 데이터 입력 역량은 이제 AI 기반 자동화, 데이터 추출, 수동 입력 축소 등 AI와 결합된 형태로 진화하고 있다.

어도비 일러스트레이터

어도비 일러스트레이터는 프롬프트 기반 텍스트-벡터 이미지 생성, 자동 벡터화, 이미지 트레이싱, 패턴 생성, 타이포그래피, 이미지 편집 등 다양한 AI 기능을 통합했다. 이러한 기능은 디지털 이미지 편집에 필요한 수작업을 크게 줄여 디자이너가 창의적 작업에 더 많은 시간을 투입할 수 있도록 돕는다. AI 기능이 소프트웨어에 기본 탑재되면서, 기업은 최신 일러스트레이터 AI 기능을 숙지한 디자이너를 찾고 있다. AI가 창작 과정 전반에 활용되고 있지만, 브랜드 정체성과 시각적 일관성을 유지하기 위해서는 여전히 중심을 잡아줄 창의적 전문가가 필요하다.
dl-ciokorea@foundryco.com