"AI가 후배 엔지니어를 대체할 것"은 지난 한 해 동안 기술 업계에서 가장 좋아하는 불안 이야기였습니다. 하지만 패닉 상태에서 벗어나 실제 채용 데이터를 살펴보면 이야기는 훨씬 더 미묘해집니다. 신입사원 직위는 사라지는 것이 아니라 근본적으로 재편되고 있습니다.
이 기사에서는 AI가 반복적인 실행 작업의 대부분을 처리하게 된 현재 기업이 초기 경력 인재에서 실제로 무엇을 찾고 있는지, 그리고 이러한 변화가 이제 막 시작한 엔지니어에게 어떤 의미인지 살펴봅니다.
데이터가 실제로 보여주는 것: 신입사원 채용이 증가하고 있습니다.
주목할만한 몇 가지 신호. 자문 회사인 Teneo에 따르면 글로벌 CEO의 67%는 AI가 신입 사원 수를 줄이는 것이 아니라 늘리고 있다고 말합니다. IBM은 2026년 미국 신입사원 채용을 3배로 늘릴 계획을 발표했습니다. McKinsey는 북미 채용을 12% 늘릴 계획입니다. IT 컨설팅 회사인 Cognizant는 더 많은 인문학 및 비STEM 졸업생을 포함하도록 초기 경력 채용을 확대하고 있습니다.
Yale's Budget Lab의 연구에 따르면 오늘날의 인력을 대체하는 AI에 대한 두려움은 현 단계에서 대체로 추측에 불과한 것으로 나타났습니다. 그리고 Citadel Securities의 데이터에 따르면 소프트웨어 엔지니어링 채용 공고는 전년 대비 11% 증가했습니다.
이 중 어느 것도 AI가 고용에 영향을 미치지 않는다는 의미는 아닙니다. 그 영향은 단순한 교체 이야기가 아니라 변화의 이야기입니다.
업무 수행부터 시스템 이해까지
IBM의 글로벌 인재 ���보 담당 부사장은 이러한 변화를 잘 포착했습니다. AI가 일상적인 코딩 및 문서화를 대신함에 따라 초보 전문가는 시스템을 엔드 투 엔드로 이해하고 AI 결과의 품질과 편향을 검증하는 등 총체적으로 사고할 것으로 점점 더 기대됩니다.
엔트리 레벨 역할은 "순수한 작업 실행자"에서 "AI 협력자 및 감독자"로 이동하고 있습니다.
이제 기술 회사는 초기 채용에 우선순위를 둡니다.
IBM CHRO Nickle LaMoreaux는 다음과 같이 설득력 있는 주장을 했습니다. "초보자 채용에 계속 투자하지 않으면 3~5년 안에 무슨 일이 일어날까요? 파이프라인이 없습니다. 우물이 말라버릴 뿐입니다." 회사에는 더 적은 수의 후배 채용이 필요한 것이 아니라, 다르게 숙련된 후배 채용이 필요합니다.
경력을 시작하는 엔지니어에게 이것이 의미하는 바
전통적인 경력 경로는 상당히 선형적이었습니다. 구문을 배우고, 코딩 문제를 해결하고, 채용되고, CRUD 작업을 작성하고 점차적으로 경험을 축적했습니다. 그러나 AI가 대부분의 상용구 코드를 몇 초 만에 생성할 수 있게 되면 코드 작성만으로는 더 이상 경쟁 우위가 되지 않습니다.
새로운 시작 플레이북은 다음과 같습니다.
1. 개발 과정에서 AI와 협력하는 방법을 알아보세요. 이는 Copilot 또는 Claude Code를 사용하는 방법을 아는 것 이상입니다. 이는 언제 AI에 위임해야 하는지, 언제 직접 작업을 수행해야 하는지, AI 출력을 검증하는 방법을 이해하는 것을 의미합니다. AI를 빠르지만 신뢰할 수 없는 팀원으로 생각하십시오. 귀하의 가치는 판단과 품질 관리에 있습니다.
2. 시스템 수준의 이해를 더 일찍 구축하십시오. AI가 실행 장벽을 낮추면서 이제 전체 시스템 그림을 훨씬 더 빨리 살펴볼 수 있는 기회가 생겼습니다. 할당된 슬라이스뿐만 아니라 더 큰 시스템에서 코드가 어디에 적합한지 적극적으로 이해하려고 노력하세요.
3. 소프트 스킬에 더 빨리 투자하십시오. 의사소통, 문제 분해, 팀 간 협업 등 이전에 "상위 수준"으로 간주되었던 기능이 이제 더 일찍 기대됩니다. AI가 대량의 실행 작업을 처리할 때 인간의 가치는 요구 사항을 이해하고, 의사 결정을 내리고, 다른 사람과 조정하는 데 집중됩니다.
[이미지:/assets/imgs/blogs/before-after-comparison.svg]
고객 서비스에도 동일한 변화가 일어나고 있습니다
고객 서비스 산업에서도 이와 동일한 구조적 변화가 진행되고 있습니다. 기존의 컨택 센터는 반복적인 통화와 티켓을 처리하기 위해 초급 직원에게 크게 의존했습니다. AI 음성 비서가 일선 표준화된 대화를 관리함에 따라 고객 서비스 상담원의 역할은 "전화 응답 및 스크립트 따르기"에서 "AI가 해결할 수 없는 복잡한 사례 처리, AI 대화 품질 모니터링, 더 나은 대화 흐름 설계"로 진화하고 있습니다.
AI를 채택한 후에도 기업에는 서비스 에이전트가 더 이상 필요하지 않습니다. 다양한 기능을 갖춘 에이전트가 필요합니다. AI 의사결정 로직을 이해하고, AI가 실패하는 엣지 케이스를 식별하고, 데이터에서 프로세스 최적화 기회를 찾는 것이 AI 시대의 고객 서비스 전문가의 핵심 역량입니다.
AI가 신입사원 역할에 미치는 영향은 실제적이지만 방향은 제거가 아니라 변화입니다. “AI가 내 일을 대신할 것인가”라는 불안한 질문보다 더 건설적인 질문은 AI가 점점 더 많은 일을 할 수 있는 세상에서 AI가 할 수 없는 어떤 가치를 제공할 수 있는가 하는 것입니다.
대답은 아마도 "더 빠른 코드 작성"이 아닐 것입니다. "더 나은 판단을 내리는 것"입니다.
브랜든 루
구구
AI 기술을 활용하여 고객 서비스와 비즈니스 운영을 혁신하는 데 열정을 갖고 있습니다.