# Shop Sales Assistants와 Retail Salespersons의 업무와 생성형 AI 노출, 자료의 범위를 확인하세요

url: https://job.help/learn/retail-sales-ai-task-change  
pillar: learn · locale: ko  
datePublished: 2026-11-06T08:37:22.909Z · dateModified: 2026-11-06T08:37:22.915Z  
author: JOB.help 편집팀

> ILO의 ‘Shop Sales Assistants’는 생성형 AI에 일부 업무가 노출되지만 일자리 전체가 곧 사라진다는 뜻은 아닙니다. 업무별 변화와 사람의 판단, 준비할 능력을 ILO·O NET 자료로 살펴봅니다.

ILO의 ‘Shop Sales Assistants’에 대한 생성형 AI 노출을 직업 전체의 소멸로 읽기는 어렵습니다. 국제노동기구(ILO) 워킹페이퍼 140은 국제표준직업분류(ISCO-08)의 ‘Shop Sales Assistants’를 생성형 AI 노출 Gradient 1로 분류했고, 평균 점수 0.38, 표준편차 0.16으로 제시합니다.[[1]](https://www.ilo.org/publications/generative-ai-and-jobs-refined-global-index-occupational-exposure) ILO가 말하는 Gradient 1은 직업 전체의 평균 노출은 낮지만 업무별 차이가 크다는 뜻입니다. 따라서 이 등급은 ‘Shop Sales Assistants’ 안에서 업무별 노출 차이가 있을 수 있음을 보여주지만, 어떤 개별 업무가 변할지는 이 자료만으로 특정할 수 없습니다. 이 등급만으로 ‘Shop Sales Assistants’라는 직업이 곧 없어지거나 대규모로 대체된다고 말할 수 없습니다.

O*NET의 ‘Retail Salespersons’ 정보는 고객의 필요를 파악하고 상품을 추천·확보하며, 결제·반품·재고·진열·상품 설명·도난 위험 대응 등을 한다고 정리합니다.[[2]](https://www.onetonline.org/link/summary/41-2031.00) 두 자료는 각각 ILO의 ‘Shop Sales Assistants’에 대한 직업 수준 지수와 O*NET의 ‘Retail Salespersons’ 업무 정보를 보여주지만, 이 두 항목이 동일하거나 완전히 대응한다고 볼 근거는 제시하지 않습니다. 상품 정보나 반복적인 기록 업무가 생성형 AI의 보조를 받을 가능성을 직접 확인한 결과도 제시하지 않습니다. 고객 상황을 읽고 적합한 선택을 돕거나 현장에서 문제를 해결하는 업무도 O*NET에 제시되어 있지만, 이 역할이 실제로 사람에게 남는다고 단정할 수는 없습니다. 다만[[1]](https://www.ilo.org/publications/generative-ai-and-jobs-refined-global-index-occupational-exposure)은 세계 고용의 생성형 AI 노출을 추정한 자료이고[[2]](https://www.onetonline.org/link/summary/41-2031.00)는 미국 직업 정보이므로 한국의 관련 판매직에 수치와 업무 변화가 그대로 적용된다고 단정할 수 없습니다.

## 한눈에 보기

| 항목 | 내용 | 근거 |
|---|---|---|
| Shop Sales Assistants의 노출 등급 | ILO의 ISCO-08 표에서 Shop Sales Assistants는 Gradient 1이며 평균 점수는 0.38, 표준편차는 0.16입니다. | [[1]](https://www.ilo.org/publications/generative-ai-and-jobs-refined-global-index-occupational-exposure) |
| Gradient 1의 의미 | 직업 전체의 생성형 AI 노출은 낮지만 업무별 차이가 큰 범주이며, 일부 업무에는 높은 자동화 잠재력이 있을 수 있습니다. | [[1]](https://www.ilo.org/publications/generative-ai-and-jobs-refined-global-index-occupational-exposure) |
| 세계 고용의 생성형 AI 노출 | ILO는 전 세계 고용의 24%가 어느 정도 생성형 AI 노출이 있는 직업에 속하고, 가장 높은 노출 범주인 Gradient 4가 전 세계 고용의 3.3%라고 추정합니다. | [[1]](https://www.ilo.org/publications/generative-ai-and-jobs-refined-global-index-occupational-exposure) |
| O*NET의 ‘Retail Salespersons’ 업무 범위 | O*NET은 고객 응대, 상품 추천·설명, 결제, 반품, 재고, 진열, 판매 기록, 보안 위험 대응 등을 Retail Salespersons의 업무로 제시합니다. | [[2]](https://www.onetonline.org/link/summary/41-2031.00) |
| 관련 소프트웨어 | O*NET에는 POS, 고객관계관리(CRM), 재고관리 시스템, Microsoft Excel 등 Retail Salespersons와 관련된 소프트웨어가 제시됩니다. | [[2]](https://www.onetonline.org/link/summary/41-2031.00) |

## ① O*NET의 ‘Retail Salespersons’는 실제로 어떤 일을 하나요

O*NET은 ‘Retail Salespersons’를 소비자에게 가구·자동차·가전·의류 같은 상품을 판매하는 직업으로 설명합니다.[[2]](https://www.onetonline.org/link/summary/41-2031.00) 업무 목록을 보면 판매원은 먼저 고객을 맞이하고 무엇을 원하거나 필요로 하는지 확인합니다. 그다음 필요에 맞는 상품을 추천하고, 상품을 찾아주거나 구할 수 있도록 돕습니다. 판매 가격과 구매 총액을 계산하고 현금·신용카드 결제를 처리하며, 상품을 포장하거나 구매·대여를 위한 준비도 합니다.

상품의 사용법과 관리 방법을 설명하고 직접 작동을 보여주는 일도 포함됩니다. 판매원은 현재 판매 행사와 결제·교환 정책을 파악하고, 상품을 진열하며, 재고를 확인하고 새 상품을 요청합니다. 반품·교환을 받고, 고객이 원하는 상품을 다른 매장에서 찾거나 특별 주문을 진행하기도 합니다. 매장과 상품에 관한 질문에 답하고, 판매 기록·판매전표·계약서를 작성하며, 금전등록기를 열고 닫거나 현금 시재를 맞추는 업무도 목록에 들어 있습니다.

이 직업에는 대화와 설득만 있는 것이 아닙니다. 고객이 상품을 입어 보거나 맞춰 보도록 돕고, 배송·보험·금융·서비스 계약을 안내하며, 상품의 수량과 비용을 추정하는 일도 있습니다. 불만과 반품을 처리하고 도난 위험을 알아차리며, 선반과 카운터를 정리하는 일까지 함께 맡습니다. O*NET의 업무 활동에는 고객 응대, 정보 수집, 문제 해결, 관계 형성, 컴퓨터 사용, 물건 취급, 갈등 조정이 함께 제시됩니다.[[2]](https://www.onetonline.org/link/summary/41-2031.00)

## ② 생성형 AI 노출 정도는 어느 수준인가요

ILO의 개정 지수에서 ‘Shop Sales Assistants’는 ISCO-08 코드 5223, Gradient 1로 분류됩니다. 이 직업의 평균 노출 점수는 0.38이고 표준편차는 0.16입니다.[[1]](https://www.ilo.org/publications/generative-ai-and-jobs-refined-global-index-occupational-exposure) Gradient 1의 기준은 평균값 μ가 0.4 미만이면서 평균과 표준편차의 합 μ+σ가 0.5 이상인 경우입니다. 이 직업은 0.38로 평균 노출은 낮지만, 0.38과 0.16을 더한 값이 0.54이므로 업무별 차이가 큰 범주에 해당합니다.

ILO의 해석에 따르면 Gradient 1은 직업 전체의 생성형 AI 노출은 낮지만 업무 사이의 변동성이 큰 상태입니다. 즉 일부 업무에는 비교적 높은 자동화 잠재력이 있을 수 있지만, 직업 전체는 낮은 잠재력을 가진 업무에 크게 의존합니다.[[1]](https://www.ilo.org/publications/generative-ai-and-jobs-refined-global-index-occupational-exposure) 이 점수는 실제 즉각적인 자동화나 노동자 대체를 뜻하는 수치가 아닙니다.

ILO는 노출이 직업 전체의 즉각적인 자동화를 뜻하지 않는다고 설명합니다. 대부분의 직업은 사람의 입력이 필요한 여러 업무로 구성되며, 생성형 AI의 가장 가능성 높은 영향은 직업의 변형이라고 봅니다. 실제 결과는 기술을 도입할지 결정하는 과정과 노동자에게 기술을 배우고 업무 변화에 적응할 기회를 주는지에 따라서도 달라질 수 있습니다.[[1]](https://www.ilo.org/publications/generative-ai-and-jobs-refined-global-index-occupational-exposure) 또[[1]](https://www.ilo.org/publications/generative-ai-and-jobs-refined-global-index-occupational-exposure)은 세계 고용의 생성형 AI 노출을 추정한 자료이고, O*NET 자료는 미국 직업 정보이므로 한국의 관련 판매직에 수치와 업무 정보가 그대로 적용된다고 단정할 수 없습니다.

## ③ 업무별 변화 가능성은 어떻게 봐야 하나요

제공된 ILO 표는 ‘Shop Sales Assistants’ 직업 전체의 평균과 표준편차를 보여주지만, 고객 응대·재고·결제 같은 개별 업무마다 생성형 AI 점수를 따로 제시하지는 않습니다. 따라서 어떤 업무가 실제로 자동화된다고 단정하기보다, O*NET의 업무와 ILO의 직업 수준 지수를 연결한 해석으로 살펴봐야 합니다.

O*NET에는 상품의 특징과 사용법을 설명하는 일, 판매 행사와 결제·교환 정책을 파악하는 일, 판매 기록·전표·계약서를 작성하는 일이 업무로 제시됩니다. 그러나 ILO 자료는 이 개별 업무들의 생성형 AI 지원 가능성이나 점수를 제시하지 않습니다.[[1]](https://www.ilo.org/publications/generative-ai-and-jobs-refined-global-index-occupational-exposure)[[2]](https://www.onetonline.org/link/summary/41-2031.00) O*NET은 이런 업무를 ‘Retail Salespersons’의 현재 업무로 설명할 뿐, 생성형 AI가 실제로 이를 수행한다고 말하지는 않습니다.[[2]](https://www.onetonline.org/link/summary/41-2031.00)

재고를 확인하거나 다른 매장의 상품을 찾는 일도 O*NET에 업무로 제시됩니다. 다만 제공된 자료만으로 해당 업무의 처리 방식이나 생성형 AI 활용 여부를 판단할 수는 없습니다.

O*NET은 고객이 무엇을 원하는지 확인하고 상품을 추천하며, 상품을 직접 보여주거나 입어 보도록 돕고, 반품과 불만을 처리하는 일을 업무로 제시합니다. 고객 응대와 관계 형성, 갈등 조정도 활동으로 제시합니다. 다만 제공된 자료는 해당 업무가 반드시 사람의 상황 판단과 관계 형성을 필요로 한다고 규정하지 않습니다. 도난 위험을 알아차리는 일, 상품을 옮기고 포장하는 일, 결제를 처리하고 배송·보험·금융·서비스 계약을 안내하는 일도 O*NET에 제시됩니다. 이 자료만으로 이러한 업무가 AI의 도움을 받는지 여부나 사람의 확인과 책임이 계속 중요할지를 판단할 수는 없습니다.

따라서 이 자료를 읽을 때는 ‘Shop Sales Assistants’라는 직업 분류와 그 안의 개별 업무, 그리고 O*NET의 ‘Retail Salespersons’ 업무 정보를 구분해야 합니다. ILO의 Gradient 1 결과는 업무 일부의 변화 가능성을 보여주지만, 일자리 소멸을 예고하는 수치로 해석해서는 안 됩니다.[[1]](https://www.ilo.org/publications/generative-ai-and-jobs-refined-global-index-occupational-exposure)

## ④ 이 직업에서 AI로 일하는 능력을 키우는 방법

다음 내용은[[1]](https://www.ilo.org/publications/generative-ai-and-jobs-refined-global-index-occupational-exposure)과[[2]](https://www.onetonline.org/link/summary/41-2031.00)가 특정 교육과정이나 자격 요건으로 제시한 것이 아니라, 두 자료가 다루는 업무 정보를 바탕으로 한 일반적인 준비 방법입니다. 핵심은 AI에게 일을 모두 맡기는 능력이 아니라, 어떤 업무를 보조하게 할지 정하고 결과를 확인하는 능력을 기르는 데 있습니다.

먼저 상품 정보를 짧고 정확하게 설명하는 연습을 합니다. 예를 들어 가상의 상황에서 고객이 원하는 용도와 예산을 제시하면, AI로 상품 설명 초안을 만든 뒤 실제 상품 자료와 대조합니다. 가격·재고·판매 행사·교환 조건처럼 바뀔 수 있는 정보는 매장 시스템이나 공식 자료로 다시 확인하고, 초안과 확인된 사실을 구분해 사용합니다. 고객에게 전달할 문구를 만들 때도 AI의 표현보다 매장 정책과 고객의 실제 질문이 우선입니다.

둘째, 고객 요구를 정리하고 선택지를 비교하는 연습을 합니다. 고객의 조건을 핵심 요구와 추가 요구로 나누고, AI가 제안한 상품이나 답변에서 빠진 조건이 없는지 점검합니다. 답변이 모호하거나 고객의 상황을 잘못 이해했을 때 다시 질문할 내용을 직접 정하는 과정도 중요합니다. 이는 생성형 AI의 결과를 그대로 복사하는 능력과 구별됩니다.

셋째, 매장에서 사용하는 디지털 도구의 흐름을 익힙니다. O*NET에는 POS, 고객관계관리(CRM), 재고관리 시스템, Microsoft Excel 같은 스프레드시트, 문서·전자우편·업무용 소프트웨어가 ‘Retail Salespersons’와 관련된 도구로 제시됩니다.[[2]](https://www.onetonline.org/link/summary/41-2031.00) 구직자는 도구 이름만 나열하기보다 상품 조회, 재고 확인, 판매 기록, 고객 문의 대응을 어떤 순서로 처리할 수 있는지 설명할 수 있도록 준비합니다. 현직자는 AI가 만든 내용을 사람이 검토하고 수정한 기록을 남기는 습관을 들이는 것이 좋습니다.

## 지금 할 수 있는 일

1. 현직 노동자는 자신이 맡은 업무를 정보 작성·조회, 고객 판단, 물리적 처리로 나눠 보고, 반복적인 정보 업무 가운데 AI 보조가 가능한 부분을 정합니다.
2. 구직자는 지원하려는 매장의 공고와 O*NET 정보를 함께 확인하고, POS·CRM·재고관리·스프레드시트 사용 경험을 실제 업무 사례와 연결해 설명할 준비를 합니다.[[2]](https://www.onetonline.org/link/summary/41-2031.00)
3. 사업주와 현장 관리자는 AI가 만든 상품 설명이나 판매 안내가 가격·재고·교환·반품 정책과 일치하는지 사람이 확인하는 기준을 마련합니다.
4. AI 활용을 연습하는 노동자는 가상의 고객 요구로 답변 초안을 만든 뒤 실제 상품 자료와 대조하고, 틀린 정보와 빠진 조건을 표시하는 훈련을 합니다.

## 자주 묻는 질문

### Gradient 1이면 생성형 AI 대체 위험이 낮다는 뜻인가요?

Gradient 1은 직업 전체의 생성형 AI 노출 평균은 낮지만 업무별 편차가 크다는 뜻입니다. 일부 업무에는 비교적 높은 자동화 잠재력이 있을 수 있지만, 이 등급만으로 대체 위험의 높고 낮음을 판정할 수는 없습니다.[[1]](https://www.ilo.org/publications/generative-ai-and-jobs-refined-global-index-occupational-exposure)

### ILO의 ‘Shop Sales Assistants’는 생성형 AI 때문에 곧 없어지나요?

그렇게 해석할 수 없습니다. ILO는 노출이 직업 전체의 즉각적인 자동화를 뜻하지 않으며, 생성형 AI의 가장 가능성 높은 영향은 직업의 변형이라고 설명합니다.[[1]](https://www.ilo.org/publications/generative-ai-and-jobs-refined-global-index-occupational-exposure)

### 어떤 업무가 생성형 AI의 보조를 받을 가능성이 있나요?

O*NET은 상품 설명, 판매 행사와 결제·교환 정책 파악, 판매 기록 작성 등을 업무로 제시하지만, ILO 자료에는 이 개별 업무들의 생성형 AI 보조 가능성이나 점수가 없습니다. 따라서 제공된 자료만으로 어떤 업무가 보조를 받을지 특정할 수 없습니다.[[1]](https://www.ilo.org/publications/generative-ai-and-jobs-refined-global-index-occupational-exposure)[[2]](https://www.onetonline.org/link/summary/41-2031.00)

### 이 결과를 한국의 관련 판매직에 그대로 적용해도 되나요?

그대로 적용하기는 어렵습니다.[[1]](https://www.ilo.org/publications/generative-ai-and-jobs-refined-global-index-occupational-exposure)은 세계 고용의 생성형 AI 노출을 추정한 자료이고[[2]](https://www.onetonline.org/link/summary/41-2031.00)는 미국의 Retail Salespersons 직업 정보이므로, 한국에서는 매장 업무 구성과 사용하는 시스템을 별도로 확인해야 합니다.

## 함께 보면 좋은 글

- [한국은행 이슈노트로 본 AI와 지역 노동시장: 직업별·지역별 노출도](/match/ai-regional-labor-market-career-guide)

## 출처와 확인 방법

1. 국제노동기구(ILO) 워킹페이퍼 140 「Generative AI and Jobs: A Refined Global Index of Occupational Exposure」, 2025-05-20 — [원문 보기](https://www.ilo.org/publications/generative-ai-and-jobs-refined-global-index-occupational-exposure)
2. 미국 노동부 O*NET 「41-2031.00 - Retail Salespersons」 — [자료 보기](https://www.onetonline.org/link/summary/41-2031.00)

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*

## Sources

- [www.ilo.org](https://www.ilo.org/publications/generative-ai-and-jobs-refined-global-index-occupational-exposure)

## Citation

JOB.help, "Shop Sales Assistants와 Retail Salespersons의 업무와 생성형 AI 노출, 자료의 범위를 확인하세요" (2026-11-06), https://job.help/learn/retail-sales-ai-task-change