평생학습·HRD 인사이트

• 목록

AI 시대 NCS는 어떻게 다시 설계되어야 하는가?

- 국가직무능력표준(NCS)의 한계와 직무관리의 재설계 방향

도은영(문화활용컨설팅 대표, 교육학 박사)

■ AI 시대, 왜 다시 NCS인가

"AI가 대부분의 업무를 대신하게 되면, 과연 직무 표준은 여전히 필요할까?"

최근 조직 현장에서는 이러한 질문이 자주 등장한다. ChatGPT를 비롯한 생성형 AI의 확산으로 반복 업무는 물론 일부 전문 업무까지 자동화되기 시작하면서, 조직의 직무 구조 자체가 빠르게 재편되고 있기 때문이다. 일각에서는 “직무 자체가 사라지는데 NCS 같은 표준체계가 무슨 의미가 있느냐”는 이야기도 나온다. 

세계경제포럼(WEF: World Economic Forum, 이하 WEF)의 미래 일자리 보고서 2025(Future of Jobs Report 2025)에 따르면, AI 및 정보처리 기술이 응답 기업의 86%에서 비즈니스 환경 변화를 이끄는 핵심 요인으로 꼽혔으며, 자동화와 인간-기계 협력(Human-Machine Collaboration)이 직무 구조를 근본적으로 재편할 것으로 전망된다.

결론부터 말하면, AI 시대에는 국가직무능력표준(이하 NCS)은 여전히 필요하다. 다만 중요한 것은 “지금 방식 그대로” 유지해서는 안 된다는 점이다. AI 시대의 NCS는 더 이상 고정된 직무기술서가 아니라, 변화하는 역할과 역량을 지속적으로 연결·수정하는 살아 있는 기준선(Living Baseline)으로 재설계될 필요가 있다.

■ AI 시대가 드러낸 NCS의 한계

기존 NCS는 산업현장의 직무를 표준화하는 데 중요한 역할을 해왔다. 직무 정의, 능력단위, 능력단위요소, 수행준거를 기반으로 채용, 교육, 평가, 자격체계를 연결하며, 우리나라 직무 중심 인사관리의 기반 역할을 해온 것이다.

문제는 산업 환경 변화 속도가 지나치게 빨라졌다는 데 있다.

대표적인 문제가 개정 주기다. 「국가직무능력표준 개발·개선 및 폐지 등에 관한 규정」(고용노동부 행정규칙)에 따르면, NCS는 ‘개발·개선 후 5년이 도래한 분야를 대상으로 개선 필요성을 검토하도록 되어 있다. 반면 WEF 보고서는 AI 및 정보처리 기술이 전세계 기업의 86%를 변화시킬 것으로 전망하며, AI·빅데이터 관련 역량이 2025~2030년 사이 가장 빠르게 성장하는 스킬로 분석하였다. 결국 5년 단위 검토 체계만으로는 급변하는 산업 변화 속도를따라가기 어렵다.

한국직업능력연구원 연구에 따르면 NCS 학습모듈이 산업현장에서 요구하는 역량을 반영하고 있으나, 급변하는 기술 환경을 신속히 반영하지 못하는 한계가 있다고 분석한다. 특히 최신 기술과 장비가 산업현장에 도입되었음에도, NCS 학습모듈이 이를 신속히 반영하지 못해 교육 내용과 현장 실무 간 괴리가 발생하는 사례가 나타나고 있다고 지적한다.

고용노동부(2025년 12월) NCS 고시를 통해 6개 직무를 신규 개발하며 변화에 대응하고 있다. 그러나 6개 중 AI와 직접 연계된 직무는 생성형AI엔지니어링, AIoT운영플랫폼구축 등 2개에 그친다. AI 활용 전문가, AI 워크플로우 설계자(AI Workflow Designer)와 같은 융합형 역할은 아직 NCS 체계 안에 충분히 정의되지 못한 상태이며, 표준이 현장을 따라가지 못하는 시간차는 결국 채용 기준과 교육훈련 체계의 공백으로 이어질 수 있다.

■ 그럼에도 NCS는 왜 여전히 필요한가?

그렇다고 NCS 자체가 무의미해진 것은 아니다. 

생성형 AI가 직무의 성격을 변화시키고 비전문가도 전문적인 업무를 수행할 수 있도록 지원하는 동시에, 인간과 AI의 협업 구조 속에서 직무 설계를 다시 정의하도록 요구하고 있다.

AI는 개별 업무(Task)를 수행할 수 있지만, 직무(Job)의 의미와 책임, 그리고 조직 안에서 무엇을 인간의 역할(Role)로 남길 것인지를 정의하는 일은 여전히 사람의 영역이다. 특히 AI 도입이 확대될수록 조직은 ”무엇을 AI에 맡기고 무엇을 인간의 역할로 남길 것인지가“를 명확히 정의해야 한다. 이 과정에서 NCS는 조직 내 공통 언어(common language)로서 중요한 의미를 가진다.

조직마다 서로 다른 기준으로 직무를 정의하면 채용, 교육, 평가체계가 유기적으로 연결되기 어렵다. AI 도입 이후 어떤 업무가 변화했고, 어떤 역량이 새롭게 요구되는지를 판단하려면  최소한의 기준선(Baseline)이 필요하며, NCS는 그 기준선 역할을 수행할 수 있다.

결국 문제는 NCS 자체가 아니라 ’고정형 운영 방식‘에 있다. 표준이 불필요해진 것이 아니라, 표준 역시 빠르게 수정·보완되어야 하는 환경으로 바뀐 것이다.

■ AI 시대, NCS는 어떻게 달라져야 하는가?

① NCS를 ‘정답’이 아닌 ‘출발점’으로 활용해야 한다.

이제 조직은 NCS를 그대로 적용하는 수준을 넘어, 산업 변화와 조직 특성에 맞는 자체 역량 프레임워크를 함께 운영할 필요가 있다.

예를 들면 기존 회계직무에 AI 기반 재무분석 자동화 역량, 데이터 검증 역량, AI 결과 해석 역량 등을 추가하는 방식이다. 즉 NCS는 완성된 정답이 아니라, 조직 맞춤형 직무 설계를 위한 기본 구조로 활용되어야 한다.

② 직무(Job) 중심에서 역할(Role) 중심으로 전환해야 한다.

WEF는 자동화와 인간-기계협력이 작업 분포를 재구성하면서 직무 설계 자체를 변화시키고 있다고 분석한다. 과거에는 하나의 직무 안에서 정형화된 업무를 수행했다면, 앞으로는 프로젝트와 상황에 따라 데이터 분석, AI 검증, 의사결정 지원 역할이 유동적으로 결합될 가능성이 높다.

AI는 개별 업무(Task)를 자동화하지만, 인간은 여러 역할을 조합해 문제를 해결하는 방향으로 이동하고 있다. 따라서 고정된 단일 직무 중심 구조보다, 다양한 역할을 유연하게 조합할 수 있는 구조가 더욱 중요해질 것이다.

③ AI 리터러시(Literacy)를 전 직무 공통역량으로 편입해야 한다.

한국생산성본부(KPC)의 『2025 HRD 트렌드 리포트』에 따르면, AI 리터러시 교육은 2024년 수강생이 전년 대비 7배 증가하며 가장 큰 폭의 성장세를 보였다. 보고서는 생성형 AI 도구의 기본 원기와 사용법을 이해하는 기초 활용 역량에 대한 관심이, 직무별 AI 활용 수요로 빠르게 확산되고 있다고 분석한다. 이제 AI 리터러시는 특정 IT 직무만의 역량이 아니다. 문서 작성, 데이터 해석, 정보 검증, 업무 자동화 등 거의 모든 직무에서 AI 도구 활용 능력이 요구되고 있다.

따라서 조직은 AI 도구 활용 역량, 프롬프트 설계 역량, 결과 검증 역량 등을 전 직무 공통역량으로 관리할 필요가 있다.

④ ‘Living Baseline’ 기반의 상시 직무관리 체계를 구축해야 한다.

현재 NCS 개선 주기는 5년을 기준으로 운영된다. 그러나 AI 전환 속도를 고려하면 조직 내부에서는 연 1회 이상 직무 리뷰(Job Review)를 실시하고, AI 도입, 조직 개편, 법령 변화 등을 반영해 직무체계를 지속적으로 수정·보완할 필요가 있다. 즉 고정된 표준이 아니라, 현장 변화에 따라 지속적으로 업데이트되는 ‘Living Baseline’ 기반 운영 방식이 중요해지고 있다.

⑤ 마이크로크리덴셜(Micro-Credential) 기반 역량인증 체계도 병행해야 한다.

기존 NCS 기반 국가자격 체계가 여전히 중요하더라도, AI 시대에는 특정 기술과 도구 활용 역량을 빠르게 검증할 수 있는 마이크로크리덴셜(Micro-Credential)의 중요성이 더욱 커질 가능성이 높다. 특히 디지털 배지(Digital Badge) 기반 단기 인증 체계는 빠르게 변화하는 기술 환경에 유연하게 대응할 수 있다는 장점이 있다.

■ AI 시대 HR의 핵심 과제

결국 AI 시대 HR의 핵심 과제는 사람과 AI의 역할 경계를 다시 설계하는 일이다. 그리고 NCS는 그 재설계를 위한 가장 현실적인 공통 언어가 될 가능성이 높다.

WEF는 2030년까지 전 세계적으로 약 1억 7천만 개의 새로운 일자리가 생겨나는 반면, 약  9천 2백만 개의 일자리가 사라질 것으로 전망한다. 이는 직무 구조의 대규모 재편이 불가피하다는 의미이기도 하다.

AI는 직무를 변화시키고 있다. 그러나 직무의 의미와 책임, 그리고 조직 안에서 무엇을 사람의 역할로 남길 것인지를 정의하는 일은 여전히 인간의 영역이다.

NCS는 완벽한 정답이 아닐 수 있다. 그러나 AI 전환 시대에 조직이 직무와 역량을 다시 정의하기 위한 가장 체계적인 출발점 중 하나임은 분명하다.

결국 AI 시대에 필요한 것은 NCS의 폐기가 아니라, 더 빠르게 학습하고 수정되는 유연한 NCS 체계일 것이다.

■ 참고문헌

- 고용노동부 국가직무능력표준(NCS) 개발 개선 현황(2024),  data.go.kr/data/15106008/fileData.do

- 고용노동부 행정규칙, 국가직무능력표준 개발·개선 및 폐지 등에 관한 규정

- 고용노동부고시(제2025-80호), 2025년 12월 고시 기준 NCS 능력단위(요소) 목록 

- www.ncs.go.kr

- World Economic Forum(2025). The Future of Jobs Report 2025. weforum.org/publications/the-future-of-jobs-report-2025

- 한국생산성본부, 2025 HRD 트렌드 리포트 

- 한국지능정보사회진흥원(2025), OECD 성인 교육 참여율로 살펴보는 AI 시대 재직자의 위기와 해결 방안

- 한국직업능력연구원(2025), NCS와 NCS학습모듈 연계 현황 분석 및 개선 방안 연구 

- 한국직업능력연구원(2024), 직업계 고등학교에서의 NCS 학습모듈 활용 현황 및 과제

- 한국직업능력연구원(2023), NCS 기반 교육·훈련과정에서 NCS 학습모듈의 활용 추이 (ISSUE BRIEF)