Executive Summary

AI가 사람을 밀어낸 자리로 그 사람이 다시 불려 오고 있다는 소식이다. 인재평가 기업 SHL이 시장조사 회사 프로펠러 인사이츠에 맡겨 미국과 영국 직장인 2,036명을 조사했더니, 미국 응답자의 19.1%가 그런 요청을 받은 적이 있다고 답했다. SHL은 이 현상에 'AI 리바운딩(AI rebounding)'이라는 이름을 붙였다.

SHL이 붙인 설명은 회사가 그 직무 안에 있는 사람의 역량을 제대로 평가하기 전에 자동화부터 했다는 것이다. 같은 설문에서 회사가 AI 도구를 들이고 있다는 응답은 절반에 가까웠지만, 그 도구에 맞게 직무를 다시 짜고 있다는 응답은 24%에 그쳤다. 다만 이 수치는 직장인이 스스로 적어 낸 경험이라, 실제로 몇 명이 대체됐고 몇 명이 돌아갔는지는 말해 주지 않는다.

1절부터 4절까지는 SHL의 보고서와 보도자료, Fortune·CNBC·People Matters 보도, Orgvue·로버트해프·챌린저의 집계에 적힌 사실이다. 대체 결정의 근거 기록이 비어 있다는 점에서 데이터 준비도 문제와 같은 모양이라고 보는 5절은 이 글의 해석이다.

주요 수치

네 칸을 뽑았다. 앞의 둘은 복귀 요청을 받았다는 직장인의 비율이고, 셋째는 돌아갈 조건으로 임금 인상을 꼽은 비율, 넷째는 조직 쪽에서 센 재고용 비율이다.

출처: Fortune, "AI rebounding"(2026년 11월 9일) 및 CNBC Make It, "AI-driven layoffs are creating a new class of boomerang employees"(2026년 10월 30일).

19.1%

복귀 요청을 받았다는 미국 직장인

미국·영국 2,036명 설문. 같은 질문에 영국 응답자는 13%였다

24%

18~24세에서 같은 경험을 했다는 비율

SHL은 이 현상이 젊은 층에 가장 세게 닿는다고 적었다

51%

돌아가는 조건으로 임금 인상을 건 비율

고용 보장 문서 42%, AI를 어디에 쓰는지 알려 달라는 요구 40%가 뒤를 이었다

32%

AI로 내보낸 뒤 다시 채용한 조직

Orgvue가 2026년 3월 조직에 물은 값이다. 로버트해프가 채용 매니저에게 물은 값도 32%다

1

미국 직장인 다섯 중 하나에게 회사가 다시 와 달라고 했다

인재평가·인재관리 기업 SHL이 2026년 6월과 7월에 걸쳐 미국과 영국의 직장인을 조사했다. 실제 설문은 시장조사 회사 프로펠러 인사이츠가 맡았고, 현재 일하고 있는 성인 2,036명이 답했다. 미국 1,029명과 영국 1,007명이고 나이는 18세부터 65세 이상까지 걸쳐 있다. 오차범위는 ±5%포인트다. 결과는 'Talent Mobility at Work in 2026: The Hidden Workforce'라는 보고서로 나왔다.

눈에 띈 항목은 복귀 요청이었다. 미국 응답자의 19.1%가 AI 때문에 해고되거나 자리를 대체당한 뒤 같은 회사에서 다시 와 달라는 제안을 받았다고 답했다. 영국에서는 같은 답이 13%로 내려가고, 두 나라를 합치면 16%다. 나이로 가르면 차이가 더 벌어진다. 18~24세 응답자에서는 본인이 그런 일을 겪었다는 답이 24%까지 올라가고, 그런 일을 겪은 사람을 가까이 안다는 답은 36%였다. 같은 항목을 CNBC는 19.6%로 적어 매체마다 소수점이 조금씩 다르다.

본인이 겪은 일만 센 값이 아닌 항목도 있다. 직접 당했거나, 당한 사람을 알거나, 그런 일이 있었다는 이야기를 들어 봤다는 응답을 모두 합치면 전체 응답자의 52%가 이 현상을 어떤 식으로든 접한 적이 있다고 답했다. 개인이 자리를 잃은 경험으로 세면 다섯 중 하나지만, 회사 안에서 오가는 이야기로 세면 절반을 넘는다. 두 수치가 재는 것이 다르므로 섞어 읽지 않는 편이 낫다.

SHL은 이 현상을 'AI 리바운딩'이라고 불렀다. 리바운드는 튕겨 나온 것이 제자리로 돌아온다는 말이고, 내보낸 사람이 회사로 다시 들어오는 자리에 그 이름을 붙였다. CNBC가 10월 30일, Fortune이 11월 9일 이 이름을 그대로 제목에 올리면서 열흘 남짓 만에 현상의 이름으로 자리를 잡았다.

문을 아예 닫아 건 쪽은 많지 않다. 어떤 조건이 붙어도 돌아가지 않겠다는 답은 한 자리 수에 머문다. 다만 이 수치부터 출처가 갈린다. CNBC와 People Matters는 미국 직장인의 6.6%로 적었고, SHL이 직접 낸 보도자료는 'AI로 대체된 뒤'를 분모로 잡아 열세 명 중 한 명, 8%로 적었다. 분모가 다르니 두 값을 같은 줄에 세울 수 없고, 거부하겠다는 쪽이 소수라는 것까지만 둘이 함께 말한다. 그러면 돌아갈 뜻이 있는 쪽이 무엇을 거는지가 남는데, 그 조건이 가볍지 않다. 4절에서 본다.

2

SHL은 역량을 평가하기 전에 직무부터 자동화했다고 본다

SHL에서 제품·디자인을 총괄하는 글로벌 수석 부사장 루시 보몬트는 이 현상을 한 문장으로 정의했다. "AI 리바운딩은 회사가 어떤 직무 안에 들어 있는 인간의 역량을 제대로 평가하기 전에 그 직무를 자동화할 때 벌어지는 일이다." 결정의 순서가 뒤집혔다는 지적이다. SHL 보도자료에서 그 문장 바로 뒤에 붙는 것이 결과다. "AI는 성과를 내지 못하고, 공백은 뚜렷해지고, 기업은 방금 내보낸 바로 그 전문가들을 훨씬 더 큰 비용을 치르고 다시 채용하게 된다."

무엇이 빠졌는지도 짚었다. 보몬트는 조직들이 "직원이 AI와 함께, 또는 AI 없이 무엇을 할 수 있는지에 대한 불완전한 그림을 바탕으로 빠르고 때로는 근시안적인 결정을 내리고 있다"고 말했다. 여기서 불완전한 그림이란 평가 자료를 말한다. AI가 특정 작업을 해낼 수 있다는 것까지는 회사가 확인했지만, 그 자리에 있던 사람이 작업 말고도 무엇을 쥐고 있었는지는 재 보지 않았다는 것이다. 그가 CNBC에 쓴 표현은 더 짧다. 일부 고용주가 "너무 빨리 플러그를 뽑았다".

같은 설문 안에 이 진단을 뒷받침하는 항목이 하나 더 있다. 회사가 AI 도구를 들이고 있다고 답한 사람은 절반에 가까웠는데, 그 도구가 할 수 있는 일에 맞춰 직무나 업무 절차를 다시 설계하고 있다고 답한 사람은 24%였다. 앞 절의 연령별 수치와 숫자만 같을 뿐 다른 항목이다. 도구는 들어오는데, 그 도구에 맞춰 일을 다시 짜는 곳은 네 곳 중 하나다.

같은 보고서에 사람 쪽을 잰 항목도 있다. 자기 관리자가 직무 이름 너머의 역량까지 제대로 파악하고 있다고 답한 사람은 42%였고, 영국에서는 36%로 더 내려간다. 무엇을 자동화할지 정하는 자리에서 꺼내 볼 사람 쪽 자료가 절반도 차 있지 않다는 말이다. SHL이 이 보고서에 '숨은 인력(The Hidden Workforce)'이라는 부제를 단 이유가 여기 있다. 보고서는 역량이 조직 안에 없는 것이 아니라 결정에 닿을 만큼 보이지 않는다고 적었다.

가트너의 부사장급 애널리스트 캐시 로스는 이 패턴을 "빨리 자르고 나중에 다시 뽑는" 덫이라고 불렀다. 인원을 줄이는 근거가 "입증된 결과가 아니라 기대되는 AI 가치"였다는 설명이 붙는다. 기대값과 실측값을 가르는 이 한 줄이 리바운딩의 출발점이다.

AI가 기대만큼 해내지 못한 사례도 있고 그렇지 않은 사례도 있지만, 두 경우를 가를 자료가 결정 시점에 없었다는 점은 같다. 사람이 하던 일의 내용이 한 번도 수치로 남지 않은 채 자리가 먼저 사라졌으니, 도구가 모자랐던 것인지 그 자리가 처음부터 도구가 받아 낼 만한 크기가 아니었는지를 가를 근거도 남아 있지 않다.

3

AI로 감축한 조직에 물으면 셋에 하나가 다시 뽑았다고 답한다

SHL은 직장인 개인에게 물었다. 올해 조직 쪽에 물은 조사도 둘 있다. 조직 설계 분석 회사 Orgvue가 2026년 3월에 낸 보고서를 보면, AI를 이유로 인력을 내보낸 조직의 32%가 그 뒤 다시 사람을 채용했다. 인력회사 로버트해프가 7월에 미국 채용 매니저에게 물은 결과도 32%였다. AI 때문에 없앤 자리를 같은 직무나 비슷한 직무로 되살렸다는 응답이다.

로버트해프는 왜 되살렸는지도 함께 물었다. 가장 많이 꼽힌 이유는 AI가 가져가지 못한 조직 지식과 맥락이었고(40%), 관계를 관리할 사람이 필요하다는 답이 그다음이었다(39%). 일거리 자체가 늘었다는 답도 같은 39%였고, 예상보다 사람의 감독과 품질 확인이 많이 필요했다는 답이 38%로 뒤따랐다. 네 이유를 갈라 보면 일거리가 늘었다는 하나만 AI 바깥의 사정이고, 나머지 셋은 그 자리에 사람이 무엇을 쥐고 있었는지를 내보내기 전에 세어 두지 않았다는 쪽을 가리킨다.

세 수치를 한자리에 놓으면 방향은 같아 보인다. 그러나 분모가 서로 다르다는 점을 함께 봐야 한다. SHL의 19.1%는 직장인 개인 가운데 복귀 요청을 받은 사람의 몫이고, 나머지 둘의 32%는 AI로 감축을 단행한 조직 가운데 다시 채용한 곳의 몫이다. 셋 다 같은 사건을 다른 자리에서 센 값이지 서로 더하거나 비교할 수 있는 값은 아니다.

같은 방향을 가리키는 세 조사, 분모는 서로 다르다 맨 위는 사람을 센 값이고, 아래 둘은 조직을 센 값이다 SHL · 직장인 2,036명 복귀 요청을 받았다(미국) 19.1% Orgvue · 조직 AI로 내보낸 뒤 다시 채용했다 32% 로버트해프 · 채용 매니저 없앤 자리를 되살렸다 32% 0% 20% 40%
▲ 페블러스 원본 도식 | 출처: Fortune(2026년 11월 9일), People Matters(2026년 11월 2일)

Fortune은 사람을 다시 부른 사례로 포드와 클라르나를 들었다. 포드는 AI 품질관리 도구가 기대만큼 작동하지 않자 2026년 6월에 경험 많은 엔지니어 350명을 채용하거나 승진시켰다. 포드 쪽은 다시 채용한 설계 엔지니어를 두고 "이 엔지니어들은 수십 년의 설계에서 힘겹게 얻은 지혜를 지니고 있다"고 말했다. 고객 상담을 AI로 돌렸던 클라르나는 "복잡하고 민감한 사례"를 위해 사람 상담원을 다시 뒀다.

되돌릴 일이 얼마나 쌓이고 있는지는 해고 쪽 집계로 가늠할 수 있다. 챌린저 그레이 앤드 크리스마스가 센 2026년 1월부터 10월까지의 발표된 감원 가운데 121,401건이 AI를 이유로 들었다. 2025년 한 해 전체가 54,836건이었으니 열 달 만에 두 배를 넘겼다. 같은 집계에서 2026년 5월에 발표된 감원만 떼어 보면 약 40%가 AI를 주된 이유로 들었다. 다만 이 집계도 회사가 발표문에 적어 낸 사유를 모은 것이라, AI가 실제 원인인지까지 확인해 준 숫자는 아니다.

여기서 멈춰야 할 선이 있다. 세 조사 모두 자기보고다. SHL은 직장인이 스스로 겪었다고 적은 경험을 셌고, Orgvue와 로버트해프는 조직 쪽 담당자가 스스로 답한 결정을 셌다. 고용 기록을 맞춰 본 집계가 아니다. 그래서 AI로 실제 몇 명이 대체됐는지, 복귀 요청을 받은 사람 중 몇 명이 실제로 돌아갔는지는 이 숫자들로 알 수 없다. 회사가 그 조건을 들어줬는지도 설문 밖의 일이다. 비용도 그렇다. SHL 보도자료는 다시 부른 쪽이 "훨씬 더 큰 비용"을 치른다고 적었지만, 얼마나 더 치렀는지를 센 항목은 이 설문에 없다. 서로 독립적인 세 조사가 같은 쪽을 가리킨다는 점이 이 흐름의 존재를 뒷받침할 뿐, 크기를 재 주지는 않는다.

4

직원들이 복귀 조건으로 요구한 것은 돈만이 아니다

무엇이 있어야 돌아가겠느냐는 물음에 답은 네 갈래로 모였다. 맨 위는 돈이지만, 그 아래 셋은 돈으로 환산되지 않는 항목이다.

복귀 조건 응답 비율 무엇을 요구하는 것인가
큰 폭의 임금 인상51%다시 들어가는 값을 올려 받겠다는 요구다
고용 보장 서면 문서42%같은 일이 또 일어나지 않는다는 약속을 문서로 받겠다는 뜻이다
AI 사용 투명성40%내 직무의 어느 자리에 AI가 들어오는지 미리 알려 달라는 요구다
경영진의 사과와 인정30%결정이 틀렸다는 것을 회사가 말로 인정하라는 요구다
어떤 조건에도 복귀 거부6.6%협상의 여지를 두지 않겠다는 응답이다. SHL 보도자료는 분모를 달리 잡아 8%로 적었다

이 표에는 조심해서 읽을 자리가 둘 있다. 하나는 반올림이다. 이 글은 Fortune이 적은 51%, 42%, 40%를 기준으로 삼았고, CNBC와 People Matters는 같은 항목을 약 50%, 43%, 40%로 옮겨 적었다.

다른 하나는 분모다. Fortune은 이 비율을 "돌아온 사람들 가운데(Among the returnees)"의 값으로 적었고, CNBC는 "설문에 답한 미국 직장인"의 값으로 적었다. 둘 사이의 간격이 작지 않다. 앞의 읽기라면 복귀 요청을 받은 사람들 안쪽에서 센 비율이고, 뒤의 읽기라면 전체 직장인에게 가정을 세워 물은 비율이다. SHL이 직접 낸 보도자료에는 이 비율들 앞에 분모를 가리키는 말이 없다. 같은 숫자가 서로 다른 분모에 얹혀 돌아다니고 있다는 뜻이고, 어느 쪽인지는 보고서 원문을 펴야 갈린다.

둘째와 셋째 줄이 겨누는 곳은 같다. 고용 보장 문서는 결정이 또 뒤집히지 않는다는 약속을 요구하고, AI 사용 투명성은 그 결정이 어디까지 오는지 미리 보여 달라고 요구한다. 보몬트는 돌아가는 사람들이 "고용주에게 기대하는 바에 훨씬 더 까다로워질 것"이라면서 그 이유를 짧게 정리했다. "그 사람들과의 신뢰를 정말로 깨뜨린 것이다." 돌아갈지 말지를 두고 직원이 품는 물음도 옮겼다. "이런 일이 다시 일어나지 않는다는 걸 내가 어떻게 알죠?"

회사 입장에서 보면 셋째 줄이 가장 까다롭다. AI를 어디에 쓰는지 직원에게 설명하려면 그것을 먼저 문서로 정리해 두어야 하는데, 앞 절에서 본 대로 직무를 다시 설계하고 있다는 응답은 24%였다. 설명할 내용이 아직 없는 회사가 더 많다는 뜻이다.

5

페블러스가 AI 리바운딩을 주목하는 이유

보몬트의 정의를 뒤집으면 요구 사항이 하나 나온다. 직무를 자동화하기 전에 그 안에 있는 사람의 역량을 평가해 두라는 것이다. 평가하려면 잴 것이 있어야 하고, 재려면 기록이 있어야 한다. 리바운딩이 일어난 회사들에 없었던 것은 AI 성능이 아니라 바로 그 기록이다.

보몬트의 정의를 거꾸로 읽으면 순서가 나온다 위는 실제 벌어진 순서, 아래는 뒤집어 읽은 순서다 실제 벌어진 순서 자동화부터 결정한다 → AI가 성과를 내지 못한다 → 공백이 드러난다 → 더 큰 비용으로 재고용한다 ↓ 뒤집으면 뒤집어 읽은 순서 역량부터 평가한다 → 그다음 자동화 범위를 정한다
▲ 페블러스 원본 도식 — 보몬트(SHL)의 정의와 보도자료를 재구성했다

이 모양은 페블러스 블로그가 데이터를 두고 여러 번 적어 온 것과 같다. 데이터가 준비됐다는 회사의 자기 진단이 측정 없이 내려지는 문제를 다룬 적이 있고, 정리해고가 AI 탓인지를 회사가 무엇을 보고 적는지도 따로 다룬 적이 있다. 이번에는 대상이 데이터가 아니라 업무일 뿐이고, 자기 진단을 검증할 기록이 없다는 자리는 그대로다.

자동화는 결국 데이터 문제로 돌아온다. 어떤 업무를 AI에 넘길 수 있는지 판단하려면 그 업무가 무엇으로 이루어져 있는지가 데이터로 남아 있어야 한다. 누가 얼마나 자주 하는지, 예외 사례가 한 달에 몇 건 들어오는지, 그 예외를 처리할 때 어떤 판단이 끼어드는지가 기록에 없으면, 남는 근거는 기대값뿐이다. 캐시 로스가 "입증된 결과가 아니라 기대되는 AI 가치"라고 말한 자리가 여기다. 하버드경영대학원에서 경영 실무를 가르치는 조지프 풀러 교수는 같은 자리를 반대쪽에서 짚었다. "중요한 업무 절차를 많이 알수록 AI에서 더 많은 가치를 끌어낼 수 있다." 업무를 아는 만큼만 자동화에서 얻는다. 안다는 것은 결국 적어 둔 만큼이다.

자기 조직에 세 가지를 물어볼 수 있다. 첫째, AI로 넘기려는 업무의 처리 건수와 처리 시간, 예외 비율이 기록으로 남아 있는가. 둘째, 그 업무를 하던 사람이 작업 말고도 무엇을 쥐고 있었는지가 어딘가에 적혀 있는가. 셋째, AI를 들인 뒤 같은 잣대로 다시 재어 전후를 맞춰 볼 수 있는가. 셋 중 하나라도 비어 있으면, 자동화 결정이 옳았는지 틀렸는지는 사람이 빠져나간 뒤에야 알게 된다.

R

참고문헌

1차 소스

보도