Will AI completely replace librarians?

Based on current data, AI is unlikely to completely replace librarians. While AI automates certain tasks, core responsibilities requiring human judgment, creativity, and interpersonal skills remain essential. Our analysis shows the specific breakdown of which tasks are automatable and which are not.

What is the automation risk for librarians?

Visit our detailed occupation page for librarians to see the exact automation risk percentage, task-level breakdown, and time-series data from 2023-2028.

How can librarians prepare for AI changes?

Focus on skills that AI cannot easily replicate: complex problem-solving, emotional intelligence, creative thinking, and stakeholder management. Stay current with AI tools relevant to your field — workers who use AI as a tool tend to become more valuable, not less.

AI가 사서를 대체할까? 정보 전문가의 놀라운 미래 (2026 데이터)

정보를 다루는 직업인데, AI에 가장 먼저 대체되어야 하는 거 아닌가요?

사서가 AI에 대체될지 묻는 것에는 깊은 아이러니가 있습니다. 사서는 정보 전문가이고, AI는 근본적으로 정보 기술이니까요. 상식적으로 생각하면 정보를 조직하고 제공하는 직업이 가장 먼저 영향을 받아야 할 것 같죠.

그런데 데이터는 좀 다른 이야기를 합니다.

앤트로픽 노동시장 보고서(2026)와 Eloundou et al.(2023)에 따르면, 사서는 "높은" 전체 AI 노출 — 2025년 이론적 노출도 50%에 해당합니다. 하지만 자동화 위험도는 36%이고, 자동화 모드는 "대체"가 아닌 "증강"입니다. 이 차이가 핵심이에요. AI가 사서가 하는 일을 바꾸고 있지, 사서의 존재 이유를 없애는 게 아닙니다.

사서는 실제로 뭘 하나요? 책 빌려주는 것만은 아닙니다

정보 리터러시 교육: 학생과 이용자에게 출처 평가, 허위정보 식별, 효과적 리서치 방법을 가르칩니다
컬렉션 개발: 커뮤니티 필요, 예산, 이용 패턴에 따라 물리적·디지털 컬렉션을 큐레이션해요
참고 봉사: 검색 엔진 이상의 전문성이 필요한 복잡한 정보 요구를 도와줍니다
커뮤니티 프로그래밍: 사회 인프라 역할을 하는 행사, 워크숍, 서비스를 기획해요
디지털 접근: 소외 계층을 위한 데이터베이스, 전자 자원, 기술 접근을 관리합니다
아카이브 보존: 고유한 역사 자료를 유지하고 디지털화합니다

AI가 이미 바꾸고 있는 도서관 업무

AI 노출도가 높은 업무:

목록화·메타데이터 생성: AI가 디지털 콘텐츠에서 자동으로 카탈로그 레코드, 주제어, 메타데이터를 생성할 수 있습니다
컬렉션 분석: AI가 대출 데이터, DB 이용, 이용자 행동을 분석해 구매 결정을 지원해요
참고 봉사 트리아지: 챗봇이 단순 방향 안내·사실 확인 질문을 처리합니다
디지털 콘텐츠 관리: AI 기반 도구가 대규모 디지털 컬렉션을 정리·태그·검색 가능하게 만듭니다
상호대차 처리: 자동화 시스템이 요청·이행 워크플로우의 많은 부분을 처리합니다

여전히 사람만 할 수 있는 업무:

비판적 정보 리터러시 교육: AI 생성 콘텐츠, 딥페이크, 정교한 허위정보 시대에 출처 평가 전문성이 그 어느 때보다 가치 있어요
커뮤니티 필요 파악: 특정 커뮤니티가 도서관에서 무엇을 필요로 하는지 파악하려면 공감, 문화적 역량, 지역 지식이 필요합니다
복잡한 연구 안내: 대학원생의 연구 방법론 개발이나 소규모 사업자의 시장 데이터 탐색을 돕는 일에는 판단과 대화가 필요해요
지적 자유 옹호: 정보에 대한 자유로운 접근을 수호하는 역할 — 윤리적 추론이 필요하지, 알고리즘이 아닙니다
인간적 연결 구축: 도서관은 마지막 진정한 무료 공공 공간 중 하나이며, 사서가 그 환영하는 분위기를 만들어요

숫자로 보는 궤적

2023년: 전체 노출 38%, 자동화 위험 30%, 실제 노출 18%
2025년: 전체 54%, 자동화 위험 42%, 실제 30%
2028년: 전체 69%, 자동화 위험 55%, 실제 43%

이 숫자들은 상당한 AI 통합을 반영하지만, "증강" 분류가 핵심입니다. 사서들이 AI 도구를 업무에 흡수하면서 도태되는 것이 아니라 더 효과적으로 변하고 있어요.

사서 직업 상세 데이터에서 전체 분석을 확인할 수 있습니다.

정보가 넘칠수록 사서가 더 필요한 이유

여기에 반직관적인 논거가 있어요. AI가 더 많은 정보를 생산할수록, 사람들은 그걸 탐색할 전문 가이드가 더 필요해진다는 겁니다.

AI 생성 콘텐츠 범람: AI가 방대한 텍스트·이미지·데이터를 생산하면서, 권위 있는 출처를 노이즈에서 구별하는 능력이 필수가 됩니다
디지털 격차: 모든 사람이 AI 도구에 동등한 접근성이나 활용 능력을 갖지 않아요. 사서가 이 격차를 메웁니다
알고리즘 리터러시: 검색 알고리즘과 AI 추천 시스템의 작동 방식, 그리고 편향을 이해하려면 사서가 가르치는 비판적 사고가 필요해요
진실의 보존: AI가 설득력 있지만 거짓인 정보를 생성할 수 있을 때, 검증된 지식에 헌신하는 기관은 핵심 인프라가 됩니다

진화하는 사서의 모습

AI 리터러시를 갖추세요: AI 도구의 작동, 한계, 편향을 이해하면 기술과 이용자 사이의 필수 중개자가 됩니다
교육에 집중하세요: 정보 리터러시 교육이 가장 가치 높고 자동화하기 어려운 도서관 업무예요
디지털 큐레이션을 받아들이세요: 디지털 컬렉션·온라인 자원 관리가 역할의 성장하는 부분입니다
커뮤니티를 옹호하세요: 메이커 스페이스, 회의실, 사회 서비스 연결 — 도서관의 커뮤니티 허브 역할은 자동화할 수 없어요
전문 분야를 가지세요: 의학, 법률, 데이터, 기업 사서는 더 높은 급여와 강한 수요를 누립니다

BLS는 2034년까지 3% 일자리 성장을 전망합니다 — 평균 수준입니다.

결론: 카드 목록의 사서는 갔지만, 정보 전문가의 사서는 남았습니다

AI가 사서를 대체하지 않을 것입니다. 하지만 사서가 하는 일은 근본적으로 바뀔 거예요. 과거의 카드 목록 정리 사서는 이미 사라졌습니다. 그 자리에 AI 리터러시를 가르치고, 무한한 콘텐츠 세계를 큐레이션하며, 알고리즘이 매개하는 커뮤니티에서 인간적 닻 역할을 하는 정보 전문가가 서 있어요.

"높은" 노출이지만 "증강" 궤적 — AI를 도구로 받아들이는 사서는 전문성이 덜 가치 있어지는 게 아니라, 더 가치 있어질 것입니다.

출처

Anthropic. (2026). The Anthropic Labor Market Impact Report.
U.S. Bureau of Labor Statistics. Librarians and Media Collections Specialists.
O*NET OnLine. Librarians and Media Collections Specialists.
Eloundou, T., et al. (2023). GPTs are GPTs.
Brynjolfsson, E., et al. (2025). Generative AI at Work.

업데이트 이력

2026-03-21: KO 가이드라인에 따라 전면 재작성 (합쇼체+해요체 혼용, 구어체 전환)
2026-03-15: 초판 발행

이 분석은 앤트로픽 노동시장 보고서(2026), Eloundou et al.(2023), Brynjolfsson et al.(2025), 미국 노동통계국 데이터를 기반으로 합니다. AI 보조 분석이 사용되었습니다.