2022년부터 종합사회복지관에서 케이스매니저로 일하면서 저는 작년에 처음으로 AI 기반 통합사례관리 시스템을 경험했습니다. 초기 면접 내용을 음성으로 녹음하면 자동으로 텍스트로 변환되고, 주요 키워드를 뽑아서 서비스 연계 제안까지 해주는 시스템이었죠. 처음엔 정말 신기하고 편했습니다. 상담 후 2-3시간씩 걸리던 기록 작업이 30분으로 줄었거든요. 그런데 한 달쯤 지나니까 묘한 불안감이 들더라고요. "이 시스템이 더 발전하면 내가 하는 일의 절반은 필요 없어지는 거 아닐까?" 이 질문은 비단 저만의 고민이 아닐 겁니다.
1. AI가 사회복지 현장에 가져온 변화
통합사례관리 시스템에 탑재된 자연어처리(NLP) 기술은 상담 내용을 분석하여 클라이언트에게 필요한 복지 서비스를 자동으로 추천합니다. 여기서 NLP란 컴퓨터가 인간의 언어를 이해하고 처리할 수 있도록 하는 인공지능 기술을 의미합니다. 이 기술 덕분에 복지 제도 안내, 자원 매칭, 서류 처리 같은 행정 업무의 효율성은 크게 향상되었습니다. 실제로 저희 기관에서는 AI 도입 이후 사례 기록 시간이 평균 60% 단축되었고, 서비스 연계 정확도도 눈에 띄게 높아졌습니다. 클라이언트가 말한 키워드를 기반으로 시스템이 관련 복지 제도를 즉시 검색해주니, 제가 미처 알지 못했던 새로운 지원 사업까지 안내할 수 있게 되었죠. 하지만 이런 변화는 동시에 불안을 낳았습니다. 사회복지사 업무의 40-50%를 차지하는 행정·기록·서류 작업은 명백히 '실체 없는' 영역이기 때문입니다. AI 전문가들은 실체가 없는 직업, 즉 물리적 공간이나 시설 없이 수행 가능한 업무가 가장 먼저 자동화될 것이라고 경고합니다. 소프트웨어 개발 분야에서 이미 신규 채용이 급감하고 있다는 통계청 자료를 보면([출처: 통계청](https://kostat.go.kr)), 이는 먼 미래의 이야기가 아닙니다. 저는 의도적으로 클라이언트와의 '관계 형성'에 더 집중하게 됐습니다. 시스템이 놓치는 비언어적 신호, 표정의 변화, 말하지 않은 고민들을 포착하는 게 제 역할이라고 스스로 재정의했죠. 동시에 불안하기도 해서 AI 프롬프트 작성법이나 데이터 분석 툴 사용법도 따로 공부하기 시작했습니다.
2. AGI 시대, 사회복지사의 업무는 어떻게 나뉠까
범용인공지능(AGI)은 특정 분야가 아닌 인간의 모든 지적 능력을 대체할 수 있는 인공지능을 의미합니다. 쉽게 말해 바둑만 두는 AI가 아니라, 상담도 하고 기록도 쓰고 자원도 연계하는 만능 AI라고 보시면 됩니다. 전문가들은 AGI가 5년에서 10년 내에 실현될 것으로 전망하고 있습니다. 사회복지사의 업무는 크게 두 갈래로 나뉠 것으로 보입니다. 첫 번째는 AI가 더 빠르고 정확하게 수행할 수 있는 영역입니다. 복지 제도 안내, 자원 매칭, 서류 처리, 사례 기록 작성 같은 업무들이죠. 이미 미국의 주요 AI 기업들은 신규 개발자 채용을 거의 중단했고, 한국의 게임업계에서도 올해 초부터 신규 채용을 거의 하지 않고 있다는 보도가 있었습니다. 두 번째는 AI가 할 수 없는 영역입니다. 학대 피해 아동의 눈빛에서 두려움을 읽어내고, 어르신의 침묵 뒤에 숨은 외로움을 알아채고, 클라이언트가 말하지 못하는 수치심을 감지하는 일 같은 것들이죠. 이런 '인간적 역량'은 비언어적 단서 해석, 감정적 공감, 신뢰 관계 형성 같은 복합적 능력을 요구합니다. 문제는 이런 인간적 역량이 제도적으로 평가받기 어렵다는 겁니다. 성과 지표는 여전히 '사례 건수', '서비스 연계 건수'로 측정되는데, 이런 건 AI가 더 잘하니까요. 보건복지부의 사회복지시설 평가 기준을 보면([출처: 보건복지부](https://www.mohw.go.kr)), 여전히 정량적 지표 중심으로 평가가 이루어지고 있습니다. 제 경험상 AI는 클라이언트가 "힘들어요"라고 말했을 때 관련 복지 제도를 찾아주는 데는 탁월하지만, 그 말 뒤에 숨은 "사실 남편한테 맞고 있어요"라는 진짜 문제는 포착하지 못합니다. 이 차이가 바로 사회복지사가 살아남을 수 있는 영역입니다.
3. 사회복지사가 AI 시대를 준비하는 방법
제가 실천하고 있는 준비 방법은 크게 세 가지입니다. 첫째, AI 도구를 직접 써보고 한계를 파악하는 것입니다. 최신 AI 챗봇으로 사례 기록 초안을 작성해보고, 데이터 분석 툴로 우리 기관의 서비스 이용 패턴을 분석해봤습니다. 경험을 쌓을수록 "이건 AI가 할 수 있다, 이건 불가능하다"는 감이 생깁니다. AI에게 빼앗길 업무를 미리 알면, 그 시간을 인간만이 할 수 있는 일에 투자할 수 있죠. 둘째, 관계 형성과 비언어적 소통 능력을 강화하는 것입니다. 상담 기법 워크숍에 참여하고, 트라우마 인지 상담, 동기면담 기법 같은 심화 교육을 받았습니다. AI가 대체할 수 없는 영역의 전문성을 높이는 거죠. 클라이언트의 표정, 목소리 톤, 몸짓에서 숨은 의미를 읽어내는 능력은 데이터로 학습할 수 없는 인간 고유의 역량입니다. 셋째, 사회복지 직업의 가치를 재정의하고 증명하는 작업에 참여하는 것입니다. 저는 동료들과 함께 '정량 지표로 측정되지 않는 성과'를 기록하기 시작했습니다. 예를 들어 한 어르신이 6개월간의 관계 형성 끝에 처음으로 웃음을 보였던 순간, 학대 피해 아동이 저를 믿고 진실을 털어놓았던 과정 같은 것들이죠. 이런 질적 성과가 축적되면, 언젠가는 평가 기준도 바뀔 수 있을 거라 믿습니다.
AI와의 경쟁은 인간 대 기계의 싸움이 아니라, AI를 잘 활용하는 사회복지사와 그렇지 못한 사회복지사 간의 격차로 나타날 겁니다. 완벽함을 추구하며 5년을 기다리기보다, 지금 당장 불완전한 도구라도 먼저 써보는 게 초격차를 만듭니다. 저는 오늘도 AI 시스템으로 기록 초안을 작성한 뒤, 그 시간에 클라이언트와 한 번 더 통화하고 있습니다. 기계가 놓친 한숨 소리, 망설임의 순간을 포착하기 위해서요. 사회복지의 본질은 결국 사람입니다. 그 본질을 지키면서도 기술을 현명하게 활용하는 사회복지사가 되어야 한다고 생각합니다.