벤처캐피털 SignalFire가 최근 발표한 '인재 현황 보고서'에는 상식과 반대되는 데이터가 담겨 있다. 2025년 대형 테크 기업의 전체 채용 규모는 2019년 대비 25% 감소했지만, 신규 채용 인원 중 엔지니어가 차지하는 비중은 46%에서 55%로 급증했다. NVIDIA CEO 젠슨 황도 전 직원이 AI 에이전트를 사용하게 된 후 "소프트웨어 엔지니어가 이전보다 더 바빠졌다"며 AI가 엔지니어를 대체한다는 것은 "완전히 터무니없는 소리"라고 직언했다. 'AI 대체론'이 극성을 부리는 지금, 엔지니어 직군이 보여주는 가장 강한 회복력과 다른 기초 직무들이 겪고 있는 급격한 추락이 극명한 대조를 이루고 있다. 그 이면에는 과연 어떤 일이 벌어지고 있는 걸까?

줄어드는 빅테크 HC와 역주행하는 엔지니어 채용

지난 2년간 테크 업계의 정리해고 뉴스는 거의 끊이지 않았다. 소셜 미디어에서 경제 매체에 이르기까지 AI는 테크 기업들이 인력 규모를 축소하는 주요 원인으로 자주 거론됐다. 그러나 SignalFire가 Alphabet, Meta, 애플, 아마존, 마이크로소프트, NVIDIA 등 12개 테크 공룡을 추적한 데이터는 감정적인 서사에 가려진 사실을 드러낸다. 빅테크는 채용을 멈춘 것이 아니라 극단적인 구조적 최적화를 진행 중이라는 것이다.

2025년 테크 대기업의 전체 채용 규모는 2019년보다 25% 줄어, 거시적으로는 채용 축소 신호를 보냈다. 하지만 채용 데이터를 직무별로 분해해 보면 양극화가 극심하다. 엔지니어 직군의 채용량은 11% 감소에 그쳐 평균치를 크게 밑돌았다. 더 핵심적인 변화는 비중이다. 전체 신규 채용 인원에서 엔지니어가 차지하는 비율이 2019년 46%에서 55%로 상승했다. 이는 테크 공룡들이 두 명을 뽑으면 그중 한 명 이상이 엔지니어라는 의미다.

엔지니어 직무의 회복력과 극명한 대조를 이루는 것은 주니어 직무와 비기술 직군의 위축이다. SignalFire 보고서에 따르면 빅테크의 신규 졸업생 채용 비율은 7%에 불과해 2019년 팬데믹 이전 수준 대비 50% 이상 폭락했다. 동시에 채용, 제품, 영업 등 비기술 직군도 계속 위축되고 있다. 초기 스타트업은 또 다른 극단을 보여준다. 이들은 2019년보다 엔지니어를 7% 더 많이 채용했다.

이러한 구조적 최적화의 근본 논리는 복잡하지 않다. 생성형 AI가 폭발적으로 성장하기 전, 테크 기업들은 사업 확장과 기능 개선을 뒷받침하기 위해 방대한 인력을 유지했다. 수많은 주니어 엔지니어와 실행 담당 직원들이 기초 개발 업무, 테스트 케이스 작성, 일상적인 유지보수를 처리했다. AI 도구가 기초 코드 작성, 카피라이팅, 고객 응대, 심지어 일부 영업 리드 선별까지 매우 높은 효율로 수행할 수 있게 되자, 기업들은 더 이상 거대한 주니어 실행 팀을 필요로 하지 않게 되었다. 대신 이러한 AI 역량을 기존 비즈니스 라인에 깊이 통합하고 AI 기반 신제품을 구축하기 위해, 시스템 아키텍처 역량과 AI 도구 사용 경험을 갖춘 시니어 엔지니어에 대한 수요가 급증한 것이다. SignalFire의 연구 책임자 애셔 밴톡은 "만약 AI가 정말 엔지니어를 대체하고 있다면 엔지니어 채용이 가장 먼저 감소했을 것인데, 현실은 정반대"라고 말했다.

투자자와 산업 관찰자에게 이 데이터가 전하는 신호는 분명하다. 테크 거대 기업의 자본 지출과 인력 투입이 '수평적 확장'에서 '수직적 심화'로 전환되고 있다는 점이다. 과거에는 인력을 쌓아 시장 점유율을 확보했다면, 이제는 자원을 집중해 AI 시대의 기반 인프라와 애플리케이션 생태계를 구축하고 있다. 엔지니어는 더 이상 단순한 비용 센터가 아니라, 기업이 AI 물결 속에서 생존할 수 있을지를 결정하는 지렛대의 받침점이 된 것이다.

효율이 높을수록 인력이 부족하다: 코드 세계에서 입증된 제본스의 역설

왜 AI가 프로그래밍 효율을 높였는데도 엔지니어 수요는 줄지 않았을까? SignalFire 분석은 현재 전형적인 제본스의 역설 현상이 나타나고 있다고 본다.

19세기 경제학자 윌리엄 스탠리 제본스는 석탄 소비를 연구하던 중, 증기 기관 효율이 향상되었음에도 석탄 사용량이 줄지 않았고, 오히려 증기 기관이 더 경제적이고 실용적으로 변하면서 더 넓은 분야에 적용되어 전 세계 석탄 소비량이 폭증했다는 사실을 발견했다. 이 역설은 오늘날 코드 세계에서 완벽하게 재현되고 있다.

AI 보조 프로그래밍 도구는 기초 코드 작성 비용과 시간을 0에 가깝게 만들었다. 기업들은 이 때문에 프로그래머를 해고하여 개발량을 줄이는 대신, "소프트웨어가 극도로 저렴해졌기" 때문에 AI를 모든 비즈니스 라인에 통합하기 시작했다. 과거에는 개발 비용이 너무 높아 보류되었던 수요가 대거 해방되면서 시스템 복잡도가 기하급수적으로 증가하고 있다. 엔지니어의 업무 경계는 무한히 넓어졌다.

젠슨 황은 최근 공개 발언에서 이러한 변화를 상세히 설명했다. 그는 회사 전 직원이 AI 에이전트를 사용한 이후, AI가 직원들을 '마이크로 매니지먼트'하고 있으며, 소프트웨어 엔지니어는 "전보다 더 바쁘다"고 지적했다. AI는 엔지니어를 대체한 것이 아니라, 엔지니어를 더 높은 수준의 창의적인 작업과 아키텍처 설계로 밀어 올린 것이다. 엔지니어는 더 이상 단순한 '코드 타이피스트'가 아니라 'AI 현장 감독관'이자 시스템 아키텍트로 변모하여, 더 많은 에이전트 오케스트레이션, 시스템 통합, 코드 리뷰를 처리해야 한다.

이 과정에서 엔지니어의 일상적인 워크플로우를 재편하고 있는 핵심 기술 개념이 바로 'Harness'다. 현재 AI 엔지니어링 맥락에서 Harness는 일반적으로 '툴체인, 스캐폴딩 또는 오케스트레이션 프레임워크'를 의미한다. 이는 대규모 언어 모델의 범용 능력을 캡슐화하고, 스케줄링하여 구체적인 비즈니스 흐름에 적용하는 역할을 담당한다. 대규모 언어 모델 자체의 능력이 점차 동질화되면서, 경쟁의 주된 전장은 모델 바깥의 Harness 계층으로 이동했다. 엔지니어의 핵심 업무 중 하나는 이러한 Harness 시스템을 구축하고 유지 관리하여, AI 에이전트가 기업 내부 환경에서 안정적이고 안전하게 작동하도록 보장하는 것이다. 여기에는 대규모 인터페이스 연동, 권한 제어, 예외 처리, 컨텍스트 관리 작업이 수반되며, 이는 시스템 아키텍처의 복잡성을 대폭 증가시킨다.

이러한 변화는 OmniTools 사이트 내 도구 인기도와 개발자 감성 분석에서도 미시적으로 확인된다. 2024년에서 2025년 사이, 사이트 내 AI 프로그래밍 및 코드 어시스턴트 툴의 조회수와 즐겨찾기 수는 가파른 상승 곡선을 그렸다. 그러나 사용자 댓글의 감정 분포가 일방적인 낙관론만을 보여주는 것은 아니었다. 긍정적인 피드백은 "기본적인 CRUD 코드를 더 이상 직접 작성할 필요가 없다", "프로토타입 구축 속도가 두 배로 빨라졌다"에 집중되었다. 부정적인 피드백은 업무 강도의 변화를 직격했다.

Reddit과 Hacker News 같은 개발자 커뮤니티에서는 많은 시니어 개발자들이 젠슨 황의 "엔지니어가 더 바빠졌다"는 발언에 대해 어쩔 수 없다는 반응을 보였다. 그들은 AI가 기초 코드 작성 시간을 줄여주기는 했지만, 대신 끝없는 '엉망인 코드 더미 리뷰'를 초래했다고 지적한다. AI가 생성한 코드는 종종 환각 현상과 숨겨진 논리적 허점을 포함하고 있어, 엔지니어는 복잡한 프롬프트 디버깅과 시스템 수준의 버그 추적에 엄청난 시간을 쏟아야 한다. 구체적으로, AI가 생성한 코드 조각이 대형 프로젝트에 통합될 때 컨텍스트 손실이나 타입 불일치 문제가 자주 발생한다. 엔지니어는 이 코드를 맹목적으로 신뢰할 수 없으며, 논리적 정확성, 보안성, 성능 영향을 한 줄 한 줄 검토해야 한다. 이러한 리뷰의 인지적 부하는 직접 코드를 처음부터 작성하는 것보다 훨씬 크다. AI의 '블랙박스' 추론 경로를 이해해야 하기 때문이다.

게다가 AI 에이전트의 워크플로우를 디버깅하는 일도 엄청난 정신적 에너지를 소모하는 작업이다. 복잡한 에이전트는 여러 차례의 대화, 도구 호출, 외부 API 상호작용을 수반할 수 있다. 에이전트가 비정상적으로 작동할 때, 엔지니어는 기존 코드를 디버깅하듯 중단점을 설정해 단계별로 실행하기 어렵다. 대신 방대한 양의 로그와 중간 상태를 분석하고, 심지어 시스템 프롬프트를 반복적으로 수정하여 에이전트의 행동 편차를 바로잡아야 한다. 업무의 성격이 반복적인 '육체적 노동'에서 고강도의 '정신적 과부하'로 바뀐 것이다. 엔지니어의 숫자적 수요는 줄지 않았지만, 단위 시간당 인지 부하는 크게 증가했다.

일부 개발자는 제본스의 역설이 장기적으로 유효할지에 대해 비관적인 견해를 보이기도 한다. 이들은 AI 코드 능력이 '특이점'을 넘어 코드를 작성할 뿐만 아니라, 스스로 검증하고, 자체 디버깅하며, 전체 비즈니스 로직을 이해할 수 있게 되면, 제본스의 역설은 무효화될 것이라고 본다. AI 자체가 '아키텍트'가 되어 결국 인간의 절대적인 수요를 줄일 것이라는 논리다. 하지만 적어도 2025년 현재, AI는 여전히 인간 엔지니어가 다루어야 하는 지렛대일 뿐 독립적인 창조자가 아니다.

벼랑 끝으로 내몰리는 기본 화이트칼라 직군: AI가 실제로 대체하는 것은 무엇인가?

엔지니어 직무의 역주행 확장은 AI 직업 충격파의 한 단면에 불과하다. 다른 한쪽에서는 기본적인 화이트칼라 직무들이 실질적인 대체를 겪고 있다.

서드파티 데이터 기관 Bloomberry가 Revealera를 통해 Upwork 플랫폼의 공개 게시글 500만 건을 추적 분석한 결과, ChatGPT 출시 후 15개월 동안 플랫폼 내 글쓰기 직군 수가 33% 감소했고, 번역은 19%, 고객 서비스는 16% 줄었다. 이러한 위축된 직군과 극명하게 대비되게, 백엔드 개발 직군은 6%, 프론트엔드는 4% 증가했으며, 챗봇 개발 수요는 무려 2000% 폭증했다. 이 서드파티 데이터 분석이 전체 고용 시장을 대표할 수는 없지만, 가장 민감한 신경이라 할 수 있는 프리랜서 시장의 실제 변화를 정확하게 반영한다.

왜 이 세 직군이 가장 먼저 타격을 입었을까? 핵심은 업무의 구조화 정도에 있다. 글쓰기, 번역, 고객 서비스라는 세 직무의 기초 작업은 규칙의 명확성과 반복성이 매우 높다. AI는 이러한 정보 변환이나 규칙 매칭 업무를 처리할 때 한계 비용이 매우 낮고, 품질 역시 사용 가능한 수준에 도달했다. 기업들은 이러한 기본 작업을 AI로 처리하는 것이 사람을 고용하는 것보다 훨씬 비용 대비 효율이 높다는 점을 발견했다.

이러한 대체는 프리랜서 플랫폼뿐만 아니라, 기업 내부에서도 조용히 진행되고 있다. 앤트로픽 CEO 다리오 아모데이는 AI가 향후 5년 내에 주니어 화이트칼라 직군의 50%를 없앨 수 있다고 경고한 바 있다. 이는 결코 과장이 아니라 현재 AI 에이전트의 역량을 기반으로 한 전망이다.

구체적인 비즈니스 현장에서 AI 에이전트는 전통적인 실행 팀을 실질적으로 대체하고 있다. 영업 분야의 사례를 보면, OmniTools는 AI 직원 'Viktor'의 사례를 분석한 적이 있다. 인간 영업팀 없이 AI 에이전트만으로 3만 개의 기업 고객을 확보하고 2,000만 달러의 매출을 올린 제품이었다. Viktor가 대체한 것은 바로 전통적인 주니어 영업, SDR(영업 개발 담당자), 구현 팀이었다. 이들 직무의 핵심 업무는 정해진 스크립트에 따라 리드를 후속 조치하고, 데이터를 입력하고, 기본적인 질문에 답변하는 것이었는데, 이것이 바로 AI 에이전트의 절대적인 주 무대다. Viktor는 연중무휴로 방대한 양의 리드를 처리하며, 고객 피드백에 따라 커뮤니케이션 전략을 자동으로 조정할 수 있다. 그 효율성과 일관성은 인간 팀이 따라잡기 어려운 수준이다.

행정 및 HR 분야에서도 비슷한 잠식이 일어나고 있습니다. 텐센트 WorkBuddy 등 오피스 Agent의 부상이 기초 지원 직무가 재편되는 균열을 열었습니다. HR의 이력서 초기 스크리닝, 행정의 일정 조율, 경비 청구 심사 등 절차적 업무가 오피스 Agent에 의해 접수되고 있습니다. 정원이 직접적으로 삭감된 것이 아니라, 자연 감소와 ‘보이지 않는 압축’을 통해 인력 축소가 이루어졌습니다. 이러한 직무의 종사자들은 “당신은 AI로 대체되었습니다”라는 말을 분명히 듣지 않았을 뿐, 그들의 업무 내용이 Agent에 의해 벗겨지면서 결국 직무 자체가 존재 가치를 잃게 되었습니다. 한 HR이 매일 업무의 80%를 WorkBuddy에 명령어 한 줄을 보내는 것으로 처리할 수 있게 되면, 이 직무의 정원 존속 여부는 나머지 20%의 비표준화 업무가 정규직 직원 하나를 유지할 만한 가치가 있는지에만 달려 있게 됩니다.

62% 프리미엄과 탈락: AI가 갈라놓은 두 개의 트랙

거시 노동 시장은 AI 충격으로 붕괴되지 않았고, PwC가 《2026 글로벌 AI 고용 바로미터》에서 정의한 ‘이중 트랙 노동 시장’을 드러내고 있습니다.

PwC 데이터에 따르면, AI 스킬을 요구하는 일자리의 증가 속도는 전체 시장의 8배(69% vs 9%)에 달합니다. 더욱 결정적인 것은 임금 격차로, AI 스킬이 가져오는 프리미엄은 무려 62%에 이릅니다. 이는 단순한 기술 업그레이드에 따른 단기적인 이익이 아니라 노동 가치 평가 체계의 재구성입니다.

첫 번째 트랙에는 AI라는 지렛대를 쥔 사람들이 있습니다. 이들은 AI 코딩 도구를 능숙하게 다루는 시니어 엔지니어일 수도 있고, 복잡한 에이전트 워크플로우와 Harness 시스템을 설계할 수 있는 비즈니스 아키텍트일 수도 있습니다. AI는 이들의 생산량을 증폭시켜 한 사람이 과거 여러 사람의 작업량을 처리하게 만들었고, 그 덕분에 기업들은 더 높은 프리미엄을 지불할 용의를 갖게 됩니다. SignalFire 보고서에서 언급된 기술 대기업들이 전체 채용을 축소하면서도 엔지니어링 직군을 사수하려는 것은, 본질적으로 이 지렛대 효과에 대한 대가를 지불하는 셈입니다. 기업이 더 이상 근무 시간 기준의 노동 비용을 지불하는 것이 아니라, 시스템 설계 능력과 복잡한 문제 해결 능력에 투자하는 것입니다.

두 번째 트랙에는 AI가 쉽게 자동화할 수 있는 ‘규칙이 명확한’ 업무에 종사하는 사람들이 있습니다. 이들의 일은 AI에 의해 극도로 낮은 한계 비용으로 대체되며, 그 수요는 절벽 아래로 곤두박질치고 있습니다. Upwork 플랫폼에서 글쓰기, 번역, 고객 서비스 분야 일자리가 위축되는 현상이 바로 이 트랙의 현주소입니다. 태스크가 입력, 처리 규칙, 출력으로 명확히 분해될 수 있을 때, 인간 노동의 대체 불가능성은 0에 수렴합니다.

이것은 더 이상 인간 대 AI의 경쟁이 아니라, ‘AI를 사용하는 사람’과 ‘AI를 사용하지 않는 사람’의 경쟁이며, 높은 지렛대 효과를 지닌 직무와 낮은 지렛대 효과의 직무 간 경쟁입니다. 시장은 AI에 의해 갈라지고 있으며, 중간 지대는 사라지고 있습니다. 산업 관찰자로서 이는 미래의 기업 조직 구조가 ‘아령형’으로 재편된다는 신호입니다. 한쪽 끝은 극소수의 핵심 아키텍트와 전략 수립자가 차지하고, 다른 쪽 끝은 AI 시스템 그 자체이며, 그 사이에 있던 방대한 실행 계층은 크게 얇아질 것입니다.

위로 거부: AI 시대의 직업 교착과 고강도 생존

이러한 양극화 앞에서 공허한 ‘AI 시대 직업 생존 가이드’나 ‘인간은 결국 AI를 이긴다’는 식의 위로는 무의미합니다. 우리는 지금 직업 시장의 가장 냉혹한 몇 가지 현실을 직시해야 합니다.

먼저, ‘경험의 역설’이 부추기는 직업적 교착 상태입니다. SignalFire 보고서가 짚어낸 잔혹한 풍경은 이렇습니다. 기업들은 독립적으로 성과를 낼 수 있는 시니어 IC(Independent Contributor)만 찾으며, 비용 절감과 효율 향상을 위해 실제로는 시니어 엔지니어로 주니어 자리를 채우거나, 아예 AI가 기본 작업을 수행하게 합니다. 이 때문에 신입 구직자와 전직자들은 ‘경력이 없으면 일자리를 구할 수 없고, 일자리가 없으면 경력을 쌓을 수 없는’ 교착 상태에 직면하게 됩니다.

이 교착 상태가 주니어 개발자에게 미치는 경로는 치명적입니다. 과거 주니어 개발자들은 기본 코드를 작성하고 간단한 버그를 수정하며 코드베이스와 비즈니스 로직을 익혔습니다. 이른바 전통적인 ‘도제식’ 양성 모델이었죠. 이제는 이런 기본 업무를 AI가 대체하게 되면서, 주니어 개발자는 실무에서 경험을 쌓을 토양을 잃었습니다. 기업들은 신규 입사자가 곧바로 AI 코드 리뷰와 에이전트 오케스트레이션(Agent Orchestration)을 담당하길 기대합니다. 하지만 그런 고급 스킬을 갖추려면 막대한 양의 기초 경험이 뒷받침되어야 합니다. 대졸 신입 사원 채용 비율이 50% 넘게 급락한 것은 단순한 숫자 감소 이상으로, 전통적인 인재 양성 사슬이 끊어졌음을 의미합니다. 어떻게 이 교착을 깰 것인지는 업계가 향후 5년 동안 반드시 직면해야 할 시스템적 리스크입니다. 만약 새로운 주니어 인재 인큐베이팅 메커니즘을 구축하지 못한다면, 업계는 저변 인재 고갈의 위기를 맞게 될 것입니다.

두 번째로, 엔지니어 채용은 확대되고 있지만 업무 강도는 한계 없이 증폭되고 있는 현실입니다. 제번스의 역설은 엔지니어의 밥줄을 보장해줬을지는 몰라도, 삶의 질까지 보장해주지는 못했습니다. ‘육체 노동’에서 ‘정신적 과부하’로의 전환은 결코 축복이 아닙니다. AI가 만들어낸 허상 코드(Hallucination) 검토, 복잡한 에이전트 워크플로우 디버깅, 기하급수적으로 증가하는 시스템 통합 요구사항 처리 같은 고인지 부하 작업이 이제 엔지니어의 일상을 재구성하고 있습니다. AI 시대의 안정감은 편안함이 아니라, 대체 불가능한 아키텍처 역량과 고강도의 인간-기계 협업에서 옵니다. 엔지니어는 ‘창조자’에서 ‘감수자’와 ‘오케스트레이터’로 역할을 전환하는 데 적응해야 하며, 여기에는 더 높은 수준의 추상적 사고 능력과 시스템 레벨의 시야가 요구됩니다.

AI는 엔지니어를 죽이지 않았고, 오히려 그들을 기술 대기업이 가장 의존하는 핵심 자산으로 만들었습니다. 그러나 AI는 규칙이 명확하고 반복성이 높은 기초 화이트칼라 직무를 정밀하게 타격했으며, 그 과정에서 노동 시장에 두 개의 트랙을 갈라놓았습니다. 이 시장에서는 중간 상태가 사라지고 있으며, 직업의 가치가 새롭게 정의되고 있습니다. 이 분화를 제대로 이해하는 것이, 맹목적인 공포나 낙관보다 훨씬 더 중요합니다.