클라우드 컴퓨팅 분야의 절대 강자인 아마존 역시 AWS 컴퓨팅 부서에서 수백 명 규모의 인력 감축을 단행했습니다. 메타 또한 올해 2월, 전체 인력의 약 5%인 3600명을 해고했습니다. 다만, 메타는 동시에 AI 분야 인재 확보를 위해 공격적인 채용을 진행하기도 했습니다. 전 세계 AI 전문가들에게 수백억 원대의 연봉을 제시하며, 오픈AI와 xAI 등 대표 기업들과의 기술 격차를 좁히려고 하는 것이죠.

이처럼 빅테크 기업들의 움직임에 공통으로 드러나는 현상이 있습니다. 수익성이 낮은 기존 사업부의 규모를 줄이는 대신, 그렇게 확보한 자금을 슈퍼스타급 AI 인재 영입이나 AI 스타트업 인수 등 직·간접적인 투자로 전환하고 있다는 점입니다. 결국 이들은 일관성 있게 ‘AI 경쟁력 강화’를 목표로 두고 있습니다.

AI가 핫하다고, 우리 모두 갑자기 생업을 버리고 ‘AI 슈퍼스타’가 될 수는 없습니다. 그렇다면 AI가 불러온 ‘대해고의 시대’ 속에서 우리는 어떻게 살아남을 수 있을까요? 단순히 AI를 두려워하거나 외면하는 것이 전부일까요? 그 전선에 선 현업 AI 엔지니어의 입장에서, 처절한 고민이 담긴 글을 썼습니다. AI가 만들어내는 해고와 영입의 이면을 살펴보며, 다가올 미래의 조직 구조와 일자리의 변화, 그리고 개인의 생존 전략을 함께 모색하고자 합니다. 이 글이 새로운 탐구의 출발점이 되기를 바랍니다.

AI 대변혁의 시대, 나의 직업은 안전할까?

기업들의 대규모 인력 감축은 단순 비용 절감이 아니라, AI라는 새로운 패러다임에 적응하기 위한 조직 재설계의 신호탄이라 할 수 있습니다. 기업은 이제 ‘AI를 어떻게 도입하고, 어떻게 효율적 구조를 구축할 것인가’라는 질문에 직면해 있습니다.

한편 개인에게는 더 이상 ‘내가 가진 기술’만으로는 충분하지 않은 시대입니다. 이제는 AI와 협업하고, 기술을 활용해 문제를 새롭게 정의하며, 변화에 빠르게 적응하는 역량이 필수로 요구됩니다. 다시 말해, AI라는 유능한 ‘비서’에 어떻게 하면 일을 효율적으로 시킬 수 있는지, 개인이 아닌 하나의 팀으로 성과를 낼 수 있을지가 핵심 과제가 되고 있습니다.

다시 마이크로소프트의 대규모 해고 사례로 돌아가 봅시다. 당시 많은 사람이 해고 명단에는 비개발 직군이 다수 들어갈 것으로 예측했습니다. 이는 우리가 일상적으로 사용하는 챗GPT나 제미나이와 같은 생성형 AI 서비스가 웬만한 인턴사원보다 훨씬 높은 수준의 보고서나 제품 기획안을 작성하고, 복잡한 워크플로까지 자동화하기 때문입니다. 기존의 복잡한 보고 체계가 더는 필요하지 않다는 생각이 퍼진 것입니다.

하지만 결과는 전혀 달랐습니다. 마이크로소프트가 워싱턴주에 보고한 문서에 따르면, 개발자가 해고 대상의 약 40%로 가장 큰 비중을 차지했습니다. 제품 관리와 기술 프로그램 관리 직책 등 중간 관리자는 약 30%로 그 뒤를 이었죠. 빅테크의 꽃이라 할 수 있는 개발자 직군이 왜 찬밥 신세를 면하지 못하게 된 것일까요?

기존의 모델 성능을 압도하는 추론형(Reasoning) 모델 <출처: kili>

사실 AI 엔지니어로 수년간 일해 오면서, AI가 인간 개발자보다 코딩을 잘하는 시기가 반드시 올 것이라는 사실을 어렴풋이 직감하고 있었습니다. 방대한 양의 코드를 사전 학습(pre-train)한 AI 모델은, 실무라고는 해도 몇 년 정도만 경험을 쌓은 개발자보다 더 넓고 깊이 패턴을 이해합니다. 그렇기에 양질의 코드를 생성할 유리한 조건을 갖췄다고 보았습니다.

더구나 최근의 AI 모델은 단순한 패턴 이해만으로 코드를 작성하지도 않습니다. 오픈AI의 o3로 대표되는 추론형(Reasoning) 모델들은, 이전처럼 사전 학습 단계의 대규모 데이터에만 의존하기보다 강화된 추론(inference) 단계를 통해 작동합니다. 그 결과, 마치 인간처럼 태스크에 적합한 코드를 스스로 도출해 낼 수 있게 되었죠.

모든 것을 바꾸고 있는 에이전틱 AI

얼마 전, 저의 막연한 생각을 확신으로 바꾸어 준 사건이 있었습니다. 바로 AWS에서 출시한 에이전틱 AI(Agentic AI) 기반 Amazon Q를 활용해, 자연어 명령만으로 순식간에 클라우드 서버에 AI 서비스를 배포해 본 경험이었습니다.

Amazon Q는 Claude 4.0 모델을 기반으로, AWS 클라우드의 다양한 서비스를 제어할 수 있는 생성형 AI 어시스턴트입니다. 이 AI는 제가 내린 명령을 받아, 스스로 태스크 단위로 계획(Plan)하고, 여러 방법을 검증(Validate)한 다음, 실행(Execute)까지 수행했습니다. 그 과정에서 능숙하게 AWS 클라우드상의 S3 버킷과 EC2 인스턴스를 수정했을 뿐 아니라, 리포트를 위한 웹페이지도 훌륭하게 작성해 주었습니다.

제가 한 일은 그저 AI가 물어올 때마다 적절하게 실행 권한을 준 것뿐이었습니다.

Amazon Q가 순식간에 짜준 코드를 실행까지 해서 결과까지 알려준다 <출처: AWS>

저는 머신러닝(ML) 모델이나 RAG 파이프라인을 구축해 본 경험은 있지만, 본래 클라우드 엔지니어 출신이 아닙니다. 또, 프론트엔드 개발에 대한 지식 또한 부족한 편입니다. 그런 제가 30분도 채 되지 않는 시간에 완성도 높은 AI 서비스를 클라우드 상에 배포할 수 있는 시대가 열린 것입니다.

이제 개발자들은 단순히 코드만 짜고 있어서는 안됩니다. 프론트만 할 줄 알아서도, 백엔드만 할 줄 알아서도 부족합니다. “AI가 짜준 코드는 신뢰할 수 없다”는 말도 앞으로는 통하지 않을 것입니다. 그런 개발 일쯤 AI가 여러분보다 더 빠르고, 더 정확하게 수행하는 시대가 진짜로 와버렸기 때문입니다.

한편, 불과 3~4년 전까지만 해도 AI/ML 분야는 석·박사 학위를 지닌 일부 연구자만이 주도하던 전문 영역이었습니다. 하이퍼파라미터를 한 땀 한 땀 조정하며 에포크(epoch)를 돌리고, 수천·수만 개의 데이터를 직접 학습시키는 고단한 과정이 필요했습니다.

그러나 약 3년 전, 챗GPT의 등장으로 모든 것이 바뀌었습니다. 이제 석·박사가 아니어도, 단지 호기심만 있다면 누구나 최첨단 AI와 대화를 나누고 직접 실험할 수 있는 시대가 온 것이죠.

더 놀라운 건 그 이후의 변화 속도입니다. 챗GPT가 ‘자전거’ 수준이었다면, 지금의 추론형(reasoning) 모델에 기반한 에이전틱 AI 서비스들은 ‘우주선’에 비유할 수 있습니다. 이 일들이 불과 3년도 채 되지 않은 사이에 이루어졌죠.

AI 시대에 살아남는 법: 기업

그렇다면, 이렇게 발전한 AI 기술이 비즈니스의 판도를 완전히 바꾸고 있는 시대에, 기업들은 어떻게 대응하고 있을까요?

확실한 것은 이제 단순히 기술을 ‘도입’하는 것만으로는 충분하지 않다는 것입니다. 기업은 첫째, 기존 인력을 어떻게 새롭게 재교육(upskilling)할 것인가, 그리고 둘째, 외부에서 어떤 인재를 확보할 것인가라는 두 가지 축을 중심으로 생존 전략을 세우고 있습니다.

먼저, 액센추어(Accenture)의 사례는 재교육(upskilling)의 냉혹한 현실을 단적으로 보여줍니다. 이 회사는 “AI 시대에 필요한 기술을 배우지 못한 직원은 회사를 떠날 수밖에 없다”고 선언하며, 석 달 만에 1만 명이 넘는 인력을 감축한 것으로 알려져 있습니다.

그러나 이는 단순한 구조조정에 그치지 않습니다. 액센추어는 동시에 AI·데이터 관련 신규 프로젝트에 대한 투자를 확대하고, 새로운 기술을 습득한 직원을 ‘재발명가(Reinventors)’라 명명하며 성장의 기회를 제공합니다.

즉, “배우느냐, 떠나느냐”라는 선택지로 조직 전체를 AI 중심 구조로 재편하고 있는 것입니다.

다른 한편, 글로벌 기업들은 그 어느 때보다 치열한 AI 인재 쟁탈전 역시 벌이고 있습니다.

그 한 예로, 최근 마이크로소프트는 메타 AI 전문가 영입에 사활을 걸고 있다고 합니다. 경쟁사 연구원과 개발자를 내부 명단으로 관리하며, ‘핵심 AI 인재’로 분류된 후보자에게는 24시간 이내 최고 수준의 연봉 패키지를 제시하는 ‘패스트트랙(fast-track) 채용’ 제도를 운영 중일 정도입니다. 심지어 수백만 달러 규모의 연봉과 파격적인 보상 조건을 내세워, 메타의 제안을 그대로 맞추는 전략까지 활용하고 있습니다. 이에 맞서 메타는 일부 인재에게 최대 2억 5천만 달러(약 3,400억 원) 에 달하는 보상 패키지를 제시하며 방어전을 펼치고 있습니다.

이 두 흐름은 같은 메시지를 전합니다. 기업은 더 이상 AI를 단순히 ‘도입’하는 주체가 아니라, AI 인재 생태계 속에서 ‘생존 경쟁’을 치르는 플레이어로 자리매김했다는 점입니다. 내부적으로는 기존 인력을 재교육하고, 외부적으로는 최고 수준의 인재를 확보하지 못하면 기업의 미래를 보장할 수 없음을 깨달은 것입니다.

결국 AI 시대의 기업은 ‘학습’과 ‘채용’이라는 두 축으로 구성된 이중 생존 전략이 필요합니다.

AI 시대에 살아남는 법: 개인

기업이 구조를 재편하는 동안, 개인은 훨씬 더 직접적인 압박을 받습니다. 어제까지만 해도 안정적이라 여겼던 직무가 하루아침에 사라지고, 새로 생긴 역할은 이름조차 낯설게 느껴집니다. “내가 지금 가진 기술이 내일도 쓸모 있을까?”라는 질문을 피할 수 없는 이유입니다.

최근 메타의 채용 공고를 보면 이러한 흐름이 분명히 드러납니다. 그들은 단순한 코딩 능력이 아니라, AI 모델의 작동 원리를 이해하고, 데이터 속 문제를 재정의하며, 고객의 관점에서 새로운 해결책을 설계할 수 있는 능력을 요구하고 있습니다. 다시 말해, 도구를 다룰 줄 아는 손보다 문제를 새롭게 바라볼 줄 아는 눈이 더 중요하다는 뜻입니다.

이미 시장에는 프롬프트 엔지니어와 같은 직종도 등장했습니다. 물론 중요한 것은 직함이 아닙니다. 핵심은 AI와 협업할 수 있는 감각, 즉 AI 리터러시가 충분한가? 입니다.

코드를 몰라도, 문서를 작성하는 직무라도, 데이터를 분석하거나 창의적으로 결합해 결과를 도출하는 역량은 AI와 함께 일하는 모든 사람에게 요구됩니다. 삼성전자가 전 직원에게 생성형 AI 교육을 의무화한 것도 같은 맥락입니다. “내 일은 기술과 무관하다”는 말은 더 이상 안전지대가 아닙니다.

그렇다면 개인에게 필요한 전략은 무엇일까요?

의외로 단순합니다. 한 번 배우고 끝내려 하지 말 것.

도구가 바뀔 때마다 다시 배우고, 자신의 직무에 AI를 어떻게 녹여낼 수 있을지를 끊임없이 고민해야 합니다. 단순히 업무를 빠르게 처리하는 수준에 머물지 않고, AI로 새로운 가치를 창출하는 사람만이 결국 살아남을 것입니다.

결국 AI 시대의 커리어는 자격증으로 보장되지 않습니다. 배우려는 태도와 문제를 새롭게 정의하는 사고방식, 그것이 곧 스펙입니다. 그리고 이 차이는 내일의 고용 시장에서 ‘살아남는 사람’과 ‘밀려나는 사람’을 가르는 결정적 기준이 될 것입니다.

참고 글