국제노동기구(ILO)는 간호 전문직을 생성형 AI ‘비노출’로 분류합니다[[1]](https://www.ilo.org/publications/generative-ai-and-jobs-refined-global-index-occupational-exposure). 미국 ONET은 환자 상태를 평가하고 대응 방안을 고르는 일과 관찰한 내용을 기록하고 보고하는 일을 간호사 업무로 제시합니다[[2]](https://www.onetonline.org/link/summary/29-1141.00).
간호 업무에 AI를 도입할 때는 결과를 얼마나 빨리 만드느냐와 함께, 그 결과를 누가 무엇과 대조해 확인할 수 있는지 살펴야 합니다. 업무를 도구가 처리할 수 있는 부분과 간호사가 확인해야 하는 부분으로 나눠 보면, 어느 지점에서 시간을 아낄 여지가 있고 어디에 검토가 더 필요한지 구체적으로 따져 볼 수 있습니다.
한눈에 보기
| 항목 | 내용 | 근거 |
|---|---|---|
| 간호 전문직의 분류와 점수 | ISCO-08 2221 간호 전문직은 비노출이며 평균은 0.25, 표준편차는 0.13입니다. | [[1]](https://www.ilo.org/publications/generative-ai-and-jobs-refined-global-index-occupational-exposure) |
| 세계 취업자의 생성형 AI 노출 | 세계 취업자의 24%가 어느 정도 노출된 직업에 종사하며, 전체 취업자의 3.3%가 최고 노출 단계에 해당합니다. | [[1]](https://www.ilo.org/publications/generative-ai-and-jobs-refined-global-index-occupational-exposure) |
| 미국 등록 간호사 고용 규모 | ONET에 표시된 2025년 미국 등록 간호사 고용 규모는 346만 5,400명입니다. | [[2]](https://www.onetonline.org/link/summary/29-1141.00) |
간호사는 실제로 어떤 일을 합니까?
미국 ONET은 등록 간호사가 환자의 건강 문제와 필요한 돌봄을 파악하고, 간호계획을 세워 실행하며, 의료 기록을 관리한다고 설명합니다[[2]](https://www.onetonline.org/link/summary/29-1141.00). 환자의 의료 정보와 활력징후를 기록하고, 증상이나 상태가 달라지면 관찰한 내용을 보고하는 것도 업무에 포함됩니다. 이 업무들을 이어 보면 기록은 환자가 어떤 상태였고 무엇이 달라졌는지 이후에도 살필 수 있게 해 주는 자료라고 볼 수 있습니다.
ONET은 약을 투여한 뒤 환자의 반응이나 부작용을 관찰하는 일도 제시합니다[[2]](https://www.onetonline.org/link/summary/29-1141.00). 환자의 반응과 상태에 따라 치료계획을 조정하고, 의료팀 구성원과 상의해 환자 돌봄 계획을 평가하는 일도 포함합니다. 같은 환자를 돌보더라도 어떤 변화가 있었는지 알아차리는 일, 그 변화를 다른 구성원에게 전달하는 일, 이후 계획을 함께 살피는 일은 각각 다른 업무입니다.
환자나 가족에게 건강관리와 질병 예방을 설명하는 일도 있습니다[[2]](https://www.onetonline.org/link/summary/29-1141.00). 검사를 받거나 치료를 앞둔 환자를 준비시키고, 필요한 장비나 물품을 갖추는 업무도 제시됩니다. 업무 목록에는 환자에게 정보를 설명하는 일과 환자 곁에서 처치가 이뤄질 수 있도록 준비하는 일이 함께 들어 있습니다.
ONET은 간호 인력이나 특정 부서를 감독하는 업무도 제시합니다[[2]](https://www.onetonline.org/link/summary/29-1141.00). 미국 등록 간호사라는 하나의 직업 분류에 직접 돌봄과 팀 운영이 함께 담겨 있으므로, 업무 목록을 읽을 때는 자신이 맡은 역할에서 어떤 업무의 비중이 큰지 살펴볼 수 있습니다.
ILO는 간호 전문직의 생성형 AI 노출을 어떻게 평가합니까?
ILO 워킹페이퍼 140에서 국제표준직업분류(ISCO-08) 2221에 해당하는 간호 전문직의 업무 노출 점수는 평균 0.25, 표준편차 0.13입니다[[1]](https://www.ilo.org/publications/generative-ai-and-jobs-refined-global-index-occupational-exposure). 평균은 해당 직업을 구성하는 업무의 전반적인 노출 수준을 보여 줍니다. 표준편차는 업무별 점수가 평균 주변에 얼마나 모여 있는지, 혹은 얼마나 흩어져 있는지를 보여 줍니다. 논문은 두 값을 함께 써서 한 직업 안에서도 업무마다 노출 정도가 다를 수 있다는 점을 반영합니다.
ILO는 노출 직업을 낮은 단계부터 높은 단계까지 네 단계로 나누고, 별도로 최소 노출과 비노출을 둡니다[[1]](https://www.ilo.org/publications/generative-ai-and-jobs-refined-global-index-occupational-exposure). 간호 전문직이 속한 비노출은 업무 대부분이 생성형 AI의 영향을 받을 가능성이 상대적으로 낮고 업무별 점수 차이도 작은 범주입니다. 가장 높은 노출 단계에는 업무 평균이 높고 여러 업무에서 노출 수준이 고르게 높은 직업이 들어갑니다.
같은 지수로 추정한 결과, 세계 취업자의 24%가 어느 정도 노출된 직업에 종사하고 3.3%가 가장 높은 노출 단계에 해당합니다[[1]](https://www.ilo.org/publications/generative-ai-and-jobs-refined-global-index-occupational-exposure). 이 비율은 취업자가 지수의 어느 범주에 속하는지를 보여 줍니다. 연구진은 많은 직업에 사람의 기여가 필요한 업무가 포함돼 있어, 생성형 AI의 가장 가능성 높은 영향은 업무 구성이 달라지는 것이라고 봅니다. 실제 고용의 변화는 기술을 도입하는지, 일하는 사람에게 배우고 적응할 기회가 주어지는지에 따라 달라질 수 있다고 설명합니다[[1]](https://www.ilo.org/publications/generative-ai-and-jobs-refined-global-index-occupational-exposure).
ILO 지수는 세계 직업분류를 바탕으로 하고, ONET은 미국의 직업 정보를 제공합니다[[1]](https://www.ilo.org/publications/generative-ai-and-jobs-refined-global-index-occupational-exposure)[[2]](https://www.onetonline.org/link/summary/29-1141.00). 한국 간호사가 맡는 구체적인 업무와 일하는 방식에 적용할 때는 근무 기관의 업무 분장과 AI 도입 상황을 함께 살펴야 합니다.
어떤 일이 달라질 수 있고 어디에 사람의 판단이 필요합니까?
ONET은 정확하고 상세한 보고서와 기록을 유지하는 일을 간호사 업무로 제시합니다[[2]](https://www.onetonline.org/link/summary/29-1141.00). 이 가운데 문서의 틀을 잡는 일과 기록 내용이 실제로 확인한 사실과 일치하는지 판단하는 일은 나눠 살펴볼 수 있습니다.
예를 들어, 가상의 상황에서 간호사가 확인을 마친 관찰 메모를 정해진 양식에 옮긴다고 가정합니다. 간호사는 AI에 메모를 항목별로 나누어 초안을 써 달라고 요청합니다. 초안에서 관찰한 순서가 바뀌거나 메모에 없던 해석이 붙으면 다음 근무자가 환자 상태를 다르게 이해할 수 있습니다. 이 경우 문장이 매끄러운지보다 누가 무엇을 확인했고 어떤 순서로 일이 있었는지 초안에서 추적할 수 있는지가 중요합니다.
ONET은 여러 출처에서 정보를 얻고, 상황의 변화를 알아차리며, 정보를 분석해 대응 방안을 고르는 일을 간호사의 업무 활동으로 제시합니다[[2]](https://www.onetonline.org/link/summary/29-1141.00).
이렇게 업무를 나누는 방식은 AI가 들어올 때 검토할 지점을 보여 주는 해석입니다. 초안을 만드는 데 드는 시간이 줄더라도 원자료와 대조하기 어려워지면, 동료에게 전달하기 전에 확인하는 데 더 많은 시간이 들 수 있습니다.
간호 업무에서 AI 활용 능력을 어떻게 키울 수 있습니까?
다음은 현장에서 AI 활용 능력을 연습할 때 참고할 수 있는 일반적인 방법입니다. 업무에 도구를 쓰기 전에는 근무 기관에서 허용한 도구와 입력할 수 있는 정보의 범위를 확인합니다. 처음 연습할 때는 환자 정보를 쓰지 않고, 공개된 건강교육 자료처럼 결과를 원문과 대조할 수 있는 자료를 고릅니다. 무엇을 확인해야 하는지 알고 시작하면 문장이 자연스럽다는 이유만으로 결과를 받아들이는 일을 줄일 수 있습니다.
예를 들어, 가상의 상황에서 공개된 건강교육 자료를 환자에게 설명할 쉬운 문장으로 바꾸는 연습을 할 수 있습니다. 요청할 때 읽을 사람과 문서의 용도를 알려 주고, 원문에 담긴 주의사항을 유지해 달라고 조건을 붙입니다. 결과를 받아서는 어려운 표현이 실제로 쉬워졌는지, 표현이 바뀌면서 원문의 조건이나 뜻까지 달라졌는지 확인합니다. 뜻이 달라진 문장은 어디에서 의미가 바뀌었는지 표시하고 다시 써 봅니다.
같은 자료로 직접 쓴 문장과 AI의 도움을 받아 쓴 문장을 비교하는 방법도 있습니다. 초안을 만드는 데 든 시간과 읽고 고치는 데 든 시간을 함께 살펴보면 어느 과정에서 손이 덜 가는지 알 수 있습니다. 수정할 부분이 많다면 요청 범위를 한 문단으로 좁히거나 원문에서 유지해야 할 문장을 지정해 다시 비교해 볼 수 있습니다.
연습을 마친 뒤에는 어떤 자료를 주었을 때 결과를 확인하기 쉬웠는지, 어떤 표현은 직접 써야 의미가 분명했는지 기록해 둡니다. 같은 업무에서 연습을 반복할 때 이 기록을 참고하면, 도구에 넘길 범위와 동료에게 설명할 수 있는 검토 기준을 구체화할 수 있습니다.
지금 할 수 있는 일
- 현직 간호사는 교대 중 문서를 되돌려 확인하거나 고치는 일이 생긴 지점을 메모하고, 팀 회의에서 어떤 업무부터 개선할지 제안합니다.
- 교육 담당자는 참가자들이 같은 AI 초안을 읽고 서로 다르게 이해한 표현을 모아, 다음 교육에서 함께 검토할 문장으로 삼습니다.
- 간호직 구직자는 채용공고에서 근무 부서와 담당 업무를 확인하고, 면접에서 전산기록이나 새 업무 도구를 익힐 교육을 받을 수 있는지 묻습니다.
자주 묻는 질문
ILO는 간호 전문직에 적용한 점수를 어떻게 만들었습니까?
ILO는 폴란드 직업분류에 실린 업무를 표본으로 뽑고, 여러 직업군에 종사하는 사람에게 업무별 자동화 가능성을 물었습니다[[1]](https://www.ilo.org/publications/generative-ai-and-jobs-refined-global-index-occupational-exposure). 이어 응답을 국제 전문가의 설문과 토론 결과와 비교하고, 이를 바탕으로 국제표준직업분류에 수록된 업무의 점수를 예측하는 AI 도구를 개발했습니다.
ONET의 등록 간호사에는 어떤 직무가 포함됩니까?
ONET은 등록 간호사 직무명의 예로 응급실 간호사, 수술실 간호사, 종양 분야 간호사, 정신건강 분야 간호사, 학교 간호사 등을 제시합니다[[2]](https://www.onetonline.org/link/summary/29-1141.00). 근무 환경과 전문 분야가 다양한 직무를 하나의 직업 정보에서 다룹니다.
ONET에서 간호사가 사용하는 전산 도구도 확인할 수 있습니까?
확인할 수 있습니다. ONET의 소프트웨어 항목에는 전자건강기록을 다루는 의료 소프트웨어, 의약품 정보를 찾는 검색 도구, 일정 관리 소프트웨어 등이 나옵니다[[2]](https://www.onetonline.org/link/summary/29-1141.00). 어떤 종류의 전산 도구가 이 직업에 쓰이는지 살펴볼 수 있는 목록입니다.
미국 등록 간호사 고용은 얼마나 늘어날 것으로 전망합니까?
ONET이 인용한 미국 노동통계국 전망에 따르면 등록 간호사 고용은 2025년부터 2035년까지 5~6% 늘어날 것으로 예상됩니다[[2]](https://www.onetonline.org/link/summary/29-1141.00). 이 증가율은 해당 기간 전체 고용 규모의 변화를 뜻합니다. ONET이 별도로 제시하는 채용 기회 전망에는 고용이 늘면서 생기는 자리와 기존 인력을 대체하면서 생기는 자리가 함께 포함됩니다.
함께 보면 좋은 글
출처와 확인 방법
- 국제노동기구(ILO) 워킹페이퍼 140 「Generative AI and Jobs: A Refined Global Index of Occupational Exposure」, 2025-05-20 — 원문 보기
- 미국 노동부 ONET 「29-1141.00 - Registered Nurses」 — 자료 보기
정책의 세부 기준과 신청·신고 절차는 바뀔 수 있습니다. 실제로 행동하기 전에 원문과 담당 창구에서 최신 내용을 확인하세요.
이 글은 국제노동기구(ILO)가 2025년 5월 20일 낸 워킹페이퍼 140을 바탕으로 JOB.help 편집팀이 정리했습니다. AI 도구로 초안을 쓰고, 별도의 검증 단계에서 숫자·날짜·제도 설명을 원문과 하나씩 대조했습니다. 보고서의 추정과 전망은 집필자의 분석이며, 개인의 진로·고용 결정에 그대로 적용되지 않을 수 있습니다. 오류 제보: hello@job.help*