향후 3년간 AI로 인한 창고 일자리 재편을 둘러싼 논쟁은 더 이상 이론적인 것이 아니다. 2025년 6월, Amazon은 백만 번째 창고 로봇을 가동했으며, 전 세계 300개가 넘는 시설에 퍼져 있다. 같은 해 세계경제포럼의 Future of Jobs Report 2025는 2030년까지 세계 경제가 170백만 개의 새로운 일자리를 창출하는 한편 92백만 개의 기존 일자리를 대체할 것으로 전망했다. 따라서 논쟁은 그것이 일어날 것인가라는 질문을 이미 넘어섰다. 이제 문제는 그것이 이미 얼마나 진행되었는지, 그리고 누구의 일자리가 가장 먼저 바뀌는지이다.
데이터: 재편은 이미 진행 중이다
세계경제포럼의 Future of Jobs Report 2025에 따르면, 거시적 추세로 인한 일자리 창출과 대체는 합쳐서 2030년까지 오늘날 일자리의 약 22%에 영향을 미칠 것이다. 170백만 개가 창출되고, 92백만 개가 대체되며, 순증은 78백만 개이다. 보고서는 손실이 어디에 집중되는지 명시하고 있다. 가장 빠르게 감소하는 직무는 사무직이다. 데이터 입력 사무원, 행정 보조원, 계산원 및 티켓 사무원, 인쇄 근로자, 회계사 및 감사인이다. 이 수치는 AI만이 아니라 모든 거시적 추세를 포괄하지만, 보고서는 AI, 정보 처리, 로봇공학을 사무직 감소의 주요 동인으로 지목한다.
McKinsey Global Institute의 2025년 보고서 Agents, Robots and Us는 노출을 더 직접적으로 그린다. 미국 근로 시간의 약 57%는 기존 AI와 로봇 기술로 기술적으로 자동화할 수 있으며, 미국 일자리의 약 40%는 상당한 혼란에 직면한 직업에 속한다. 보고서는 표면 수치보다 더 중요한 단서를 덧붙인다. 기술적 실현 가능성은 실제 도입과 같은 것이 아니다. 진정한 병목은 기업이 전체 워크플로를 재설계할 의향이 있는지, 그리고 정책과 투자가 그 속도를 따라가는지 여부라고 McKinsey는 주장한다. 그 구분은 이후의 모든 내용을 관통한다.
Amazon은 도입이 실제로 어떤 모습인지 보여주는 가장 완전한 공개 사례를 제공한다. 2025년 6월, 백만 번째 로봇이 가동에 들어갔고, 회사는 동시에 로봇 함대를 조율하는 AI 파운데이션 모델 DeepFleet을 출시했다. Amazon은 DeepFleet이 함대 이동 효율을 약 10% 개선한다고 말하지만, 이는 독립적으로 검증되지 않은 회사 발표 수치이다. 더 의미 있는 수치는 2025년 10월 New York Times가 보도한 내부 문서에서 나왔다. 루이지애나주 슈리브포트의 새 시설은 약 1,000대의 로봇을 운영하며 그렇지 않았을 경우보다 약 4분의 1 적은 인력이 필요하고, Amazon은 2027년 말까지 40개 시설에 이 설계를 복제할 계획이다.
이 대화에 거의 등장하지 않는 데이터셋이 하나 더 있다. 2025년 ILR Review에 게재된 연구에 따르면, 로봇을 갖춘 창고는 비교 가능한 전통 창고보다 중상해가 약 40% 적었지만 경상해는 77% 더 많았다. 자동화가 일방적인 개선이 되는 일은 결코 없다.
세 가지 신호: AI 창고 일자리 재편이 시작되는 곳
어떤 직무가 가장 먼저 바뀌는지에 대한 나의 평가는 세 가지 신호에 근거한다. 누군가 향후 3년간 AI 창고 일자리 재편에 대해 물을 때마다 내가 주시하는 바로 그 세 가지이다. 첫 번째는 채용 공고의 문구이다. 2025년, 나는 여러 대형 창고 운영업체를 방문했는데, 채용 언어가 조용히 다시 쓰이고 있다. 과거에 'WMS 운영에 능숙'이라고 했던 공고는 이제 '시스템이 표시한 예외를 해결할 수 있는 능력'이라고 말한다. 한때 '데이터 입력 사무원'으로 광고되던 직무는 이제 'AI 도구를 배우려는 의지가 있는 창고 직원'으로 광고된다. 직함은 거의 바뀌지 않았다. 요구되는 역량은 이미 바뀌었다. 재편이 가장 먼저 모습을 드러내는 곳이 바로 여기이다.
두 번째 신호는 경영 회의에서 실제로 무엇이 논의되는가이다. 창고 회의는 한때 하나의 질문을 중심으로 돌아갔다. 오늘 인력이 충분한가? 점점 다른 질문을 중심으로 돌아가고 있다. 인간이 살펴볼 필요가 없는 단계는 무엇인가? 어떤 과업이 규칙 기반이고, 표준화된 입력과 검증 가능한 출력을 가진 것으로 정의되면, 자동화는 시간문제이다. 데이터 입력, 일일 보고, 재고 조정은 세 가지 조건을 한꺼번에 충족하기 때문에 가장 앞에 서 있다.
세 번째 신호는 교육 예산이 어디로 가는가이다. 돈은 얻을 수 있는 가장 정직한 지표이다. 2025년, 내가 중국 동부에서 조사한 한 3PL은 연간 교육 예산의 대부분을 신규 채용자 온보딩에서 기존 직원을 위한 장비 운영과 예외 처리로 옮겼다. 보고 팀은 6명에서 2명으로 줄었고, 해제된 인원은 예외 처리 그룹으로 이동했다. 예산 흐름은 어떤 전략 선언보다 기업의 진짜 판단을 더 잘 드러낸다.
세 가지 신호를 함께 쌓으면 위험 지도가 드러난다. 가장 먼저 재편되는 것은 데이터 입력, 단순 피킹, 일일 보고로, 규칙이 명확하고 입력이 표준화되며 오류 비용이 낮다. 현재 변화하고 있는 것은 지게차 운전과 품질 검사로, 기계가 대부분의 작업을 처리하지만 복잡한 경로와 모호한 결함에는 여전히 인간의 눈과 손이 필요하다. 대체하기 가장 어려운 것은 예외 처리, 장비 유지보수, 고객 소통으로, 이 세 직무는 같은 특징을 공유한다. 비표준 입력, 하나의 정답이 없음, 판단이 실패하면 고객에게 즉각적인 결과가 따른다는 점이다.
대체하기 가장 어려운 세 가지 직무가 가치가 있는 곳이다
직관에 반하는 발견은 이것이다. 가장 먼저 재편되는 일자리는 가장 힘들거나 가장 더러운 일자리가 아니라 가장 깨끗한 일자리이다. 사무실에 앉아 데이터를 입력하고 보고서를 만드는 사람들이 피킹 라인에 서 있는 사람들보다 먼저 대체되고 있다. 이유는 간단하다. AI가 가장 먼저 대체하는 것은 육체적 노력이 아니다. 규칙이다. 데이터 입력의 규칙은 종이에 적혀 있다. 피킹의 규칙은 선반 위와 예외 속에 있으며, 기계는 그곳에서 아직 갈 길이 멀다.
예외 처리는 대체하기 어려운 첫 번째 범주이다. 시스템은 이전에 본 적 있는 예외만 처리할 수 있고, 창고에서는 매일 처음 보는 예외가 발생한다. 막판 주소 변경, 스캔할 수 없는 손상된 패키지, 시스템이 빈 선반에 있다고 단언하는 재고. 이런 순간에는 어떤 규칙을 어길 수 있는지, 그 결과를 누가 감당하는지에 대한 판단이 필요하다. 향후 3년간, 이 업무는 비공식적인 화재 진압에서 정식으로 인력을 배치하는 핵심 직무로 이동할 것으로 예상한다.
장비 유지보수는 두 번째이다. 로봇이 많을수록 로봇을 수리하는 사람의 가치는 높아지며, 이는 거의 정의상 그렇다. 슈리브포트 사례는 로봇이 반복적인 움직임을 대체할 뿐 유지보수 자체를 대체하지는 않는다는 것을 보여준다. 로봇이 멈추면 전체 흐름이 리듬을 잃고, 한 시간 안에 복구하는 사람의 가치는 장비 밀도가 높아질수록 커진다.
고객 소통은 세 번째이다. 창고와 고객 사이의 신뢰는 한 가지에 달려 있다. 문제가 생겼을 때 누군가 그것을 명확히 설명할 수 있는가이다. AI는 완벽한 사과 이메일을 작성할 수 있지만, 고객이 배송 날짜를 걱정하는지 송장을 걱정하는지 들을 수 없고, 둘 다 구할 수 없을 때 어느 쪽을 지킬지 그 자리에서 결정할 수도 없다.
창고 근로자를 위한 일정표: 향후 3년간 AI 창고 일자리 재편
아래의 내 일정표는 위에 인용된 보고서의 전망 범위와 기업 도입의 실제 속도에 근거한 판단이다. 정확한 예측이 아니다. 향후 3년간 AI 창고 일자리 재편은 단일 사건으로 찾아오는 것이 아니라 연속된 순서로 찾아오며, 그 순서는 어떤 날짜보다 중요하다. 2026년부터 2027년까지 보고와 데이터 입력 직무가 가장 먼저 축소될 것이다. 대형 창고는 사무직 인원을 약 3분의 1 줄일 수 있다(세계경제포럼의 2025년 사무직 감소 전망과 기업들이 이미 적용하고 있는 채용 동결에 근거한 판단). 2027년부터 2028년까지 단순 피킹과 표준화된 포장이 대규모 대체에 들어가겠지만, 제품 카테고리가 충분히 표준화된 경우에만 해당한다. 비표준 창고는 한 박자 느리게 움직일 것이다. 2028년부터 2029년까지 변화의 중심은 관리 자체로 이동할 것이다. 일정 수립, 예측, 성과 분석—절반은 규칙이고 절반은 판단인 업무—는 AI가 초안을 작성하고 인간이 승인하게 될 것이다.
전환 경로는 대략 세 가지이다. 첫 번째는 로봇을 관리하는 것이다. 운영자에서 함대 모니터링과 일정 수립으로 이동하며, 핵심 역량은 운영 단계를 암기하는 것이 아니라 시스템 논리를 이해하는 것이다. 두 번째는 예외를 관리하는 것이다. 실행에서 예외 전문성으로 이동하며, 핵심 자산은 축적된 판단력으로, 경험에 가장 의존하고 지름길이 가장 어려운 경로이다. 세 번째는 고객을 관리하는 것이다. 창고 내부에서 고객 접점으로 이동하며, 상품과 프로세스에 대한 친숙함을 서비스 역량으로 전환한다. 세 가지 중 어느 하나가 다른 것보다 우월한 것은 아니지만, 하나의 공통 전제 조건이 있다. 지금 시작하는 것이다. 어떤 직무가 공식적으로 사라지고 나면 선택지는 좁아질 뿐이다.
3년 후, 창고는 더 적은 인력을 고용하겠지만, 남은 사람들은 더 중요해질 것이다. 이것은 안심시키는 말이 아니라 추론이다. 기계가 규칙을 맡는다면, 인간의 가치는 그 밖에 있는 것에만 존재한다. 질문은 모든 창고 근로자에게 해당한다. 당신의 업무 중 당신만이 할 수 있는 판단은 얼마나 되는가? 그 비율이 향후 3년간 당신의 안전 여유이다.
Dr. Chen, 공급망 연구원 지음 영어판 번역본입니다. 내용이 다를 경우 영어판을 우선합니다.







