이 글은 IDG의 아티클을 전재하여 제공합니다.
[원문보기]
Executive Summary
"주니어를 줄이면 비용은 당장 줄어듭니다. 그런데 10년 후, 그 자리를 이어받을 시니어는 어디에서 데려와야 합니까?"
지금 많은 기업의 IT 조직에서 실제로 벌어지고 있는 상황을 한 문장으로 요약하면 이렇습니다. AI가 코드를 작성하고 티켓을 처리하고 문서를 정리하면서, 신입과 주니어가 맡아왔던 업무의 상당 부분이 조용히 자동화되고 있습니다. 채용 담당자와 재무 책임자 입장에서는 반가운 소식일 수 있습니다. 인건비는 줄고 처리 속도는 빨라지기 때문입니다.
그런데 이 효율 뒤에는 아직 청구되지 않은 비용이 쌓이고 있습니다. 신입과 주니어는 단순히 값싼 노동력이 아니라, 앞으로 조직을 이끌 시니어 엔지니어와 아키텍트, 리더가 만들어지는 출발점이었습니다. 그 출발점을 없애는 순간, 기업은 올해의 손익계산서가 아니라 5년, 10년 뒤의 조직 역량을 담보로 잡는 셈입니다. 그래서 IT 리더들 사이에서는 질문이 이어집니다. AI가 주니어의 자리를 대신할 수 있다면, 다음 세대의 시니어는 누가 키워야 할까요?
여러 연구 기관은 이 변화를 뚜렷한 흐름으로 짚어냅니다. 생성형 AI가 본격적으로 확산된 이후, AI 활용도가 높은 직군일수록 초기 경력 인력의 고용이 눈에 띄게 줄었고, 특히 신입 개발자 채용은 감소 폭이 더 컸습니다. 실무 경험을 쌓아야 할 시점에 애초에 채용 기회 자체가 줄어들고 있다는 뜻입니다.
가트너(Gartner)의 최근 글로벌 경영진 대상 조사 결과도 같은 방향을 가리킵니다. 업무를 자동화하고 인력을 줄인 기업들이 기대했던 만큼의 수익성 개선을 얻지 못한 반면, 새로운 역할을 만들고 구성원의 역량을 키우며 자율적으로 돌아가는 업무를 관리·감독할 체계에 투자한 기업은 실제 성과로 이어졌습니다. 가트너는 앞으로 몇 년간 자율형 비즈니스가 확산될수록 오히려 이를 관리할 인력 수요가 늘어날 것으로 내다봤습니다.
문제는 속도의 불균형입니다. 투자자들은 AI를 앞세운 인력 감축 소식에 즉각 긍정적으로 반응하고, 많은 경영진 역시 같은 방향으로 움직입니다. 채용을 줄이는 결정은 빠르고 쉽지만, 한번 비워진 인재 파이프라인을 다시 채우는 데는 훨씬 오랜 시간이 걸립니다. 지금 이 순간에도 중급, 고급 인재로 이어지는 성장 경로가 조용히 좁아지고 있습니다.
이 흐름에 정면으로 다른 목소리를 낸 곳은 마이크로소프트(Microsoft)입니다. 마이크로소프트의 마크 루시노비치(Mark Russinovich)와 스콧 한셀만(Scott Hanselman)은 공동 기고문에서, 초기 경력 개발자를 실제 제품팀에 배치하고 숙련된 엔지니어와 명확한 멘토 관계를 맺도록 해야 한다고 제안했습니다. 이렇게 해야 신입 개발자가 AI는 잡아내지 못하는 현장의 문제를 스스로 발견하고 해결하는 힘을 기를 수 있다는 것입니다.
두 사람은 겉보기에 멀쩡하게 작동하는 AI 생성 코드 안에서도 숙련된 개발자들이 수많은 결함을 찾아낸 사례를 들었습니다. 또한 AI에 지나치게 의존해 글을 쓸 경우 뇌 활동이 줄어드는, 이른바 '인지 부채(Cognitive Debt)' 현상을 다룬 MIT 연구도 함께 인용했습니다. AI 에이전트가 작업 속도를 높이고 반복 업무를 줄여주는 건 분명하지만, 예상 밖의 상황을 감지하고 견고한 구조를 설계하는 감각까지 갖추지는 못했다는 것이 이들의 진단입니다.
한셀만은 소프트웨어 개발이 단순히 코드를 짜는 일이 아니라고 말합니다. 시니어 엔지니어는 무엇이 실제로 통하고 무엇이 실패하는지, 운영 환경에서 어떤 문제가 터지는지, 좋은 설계란 무엇이고 이를 어떻게 키워나가야 하는지를 몸으로 익힌 사람들입니다. AI는 결과물의 양은 늘려줄 수 있어도 이런 감각을 신입에게 대신 심어주지는 못합니다. 그는 이를 두고 흔히 '경력이 짧다'라고 표현하지만, 정확히는 '아직 맥락을 접해보지 못한 단계'에 가깝다고 설명합니다. 좋은 안목과 판단력은 안전한 환경에서 실패를 겪어보는 과정을 통해서만 쌓이는데, 지금 많은 기업은 주니어를 채용하자마자 어려운 문제에 던져 놓고 소모품처럼 쓰고 있다는 것이 그의 지적입니다.
한셀만이 제안한 해법은 의료 분야의 '프리셉터십(Preceptorship)' 모델입니다. 숙련된 엔지니어가 주니어의 실무 경험과 판단력을 키우는 일을 공식적인 책임으로 맡는 멘토링 체계입니다. 간호사로 일하며 프리셉터 역할을 겪은 배우자의 경험에서 아이디어를 얻었다고 그는 설명합니다.
프리셉터십은 간호사가 이미 국가 자격시험을 통과했고, 정식으로 입사했으며 현장에서 일할 자격을 충분히 갖췄다는 사실을 전제로 합니다. 다만 실제 업무에 필요한 맥락만큼은 아직 부족하다는 점을 인정하는 제도입니다. 기술 조직에도 같은 발상이 필요합니다. 숙련된 멘토가 결과물을 뽑아내는 방법이 아니라, 배우고 성장할 기회 자체를 내어주는 방식입니다.
한셀만은 이 방식을 코딩 부트캠프와 견줍니다. 부트캠프에서는 결국 다수가 중도에 떨어져 나가고 '해내지 못했다'라는 평가만 남습니다. 반면 프리셉터십은 숙련된 엔지니어가 주니어의 성장을 진심으로 챙기면서, 감(feel)에만 의존해 코드를 배포하는, 이른바 '바이브 코더(Vibe Coder)'가 아니라 AI를 능숙하게 다루는 엔지니어로 이끄는 관계입니다. 목표는 이미 나와 있는 강력한 도구를 활용해 좋은 안목과 분별력을 갖추고, 대규모 환경에서도 품질 높은 소프트웨어를 만들어내는 인재를 길러내는 데 있습니다.
주니어 자리를 줄인 기업은 단기적으로 생산성 지표가 좋아진 것처럼 보일 수 있습니다. 하지만 그 이면에서는 리더십과 조직 지식의 공백, 제품 품질 저하, AI가 만든 결과물을 관리·감독할 역량의 약화가 조용히 진행됩니다. 전문가들은 시니어 엔지니어가 코드를 작성하는 행위만으로 만들어지는 것이 아니라, 실제 시스템을 경험하며 성장한다고 입을 모읍니다. 시스템이 어떻게 커지고 어떻게 무너지는지, 기술적 판단이 사업에 어떤 영향을 미치는지를 몸으로 겪는 과정은 대신할 방법이 없다는 것입니다.
업계 IT 리더들은 주니어 채용 축소를 단순한 비용 절감이 아니라 장기적인 인프라 리스크로 다뤄야 한다고 강조합니다. 초기 경력 인재 영입을 멈추면 지금 당장의 인력 공백에 그치지 않고, 몇 년 뒤 조직을 이끌 리더가 부족해지는 상황과 마주하게 된다는 경고입니다. 초기 경력 인력을 AI로 대체하는 접근이 서비스 품질과 조직의 자율형 시스템 운영 역량을 동시에 갉아먹는다는 지적도 나옵니다. AI를 학습시키고 그 결과물을 검증하는 일에는 결국 숙련된 개발자가 필요하기 때문입니다.
이런 흐름은 흔히 '느린 쇠퇴(Slow Decay)'로 불립니다. 지금의 기술 인력이 다음 세대를 제대로 키워내지 않으면서 서서히 진행되는 붕괴라는 뜻입니다. 컴퓨터공학 전공 지원자 감소도 또 다른 경고 신호로 꼽힙니다. 취업 시장 전망이 나빠지면서 전공 등록 자체가 줄고 있고, 이 흐름이 이어지면 AI가 당장의 초급 인력 수요를 줄이더라도 몇 년 안에 시니어 엔지니어를 구하기 어려운 상황이 올 수 있습니다. 진짜 위험은 AI가 개발자를 필요 없게 만드는 것이 아니라, 뛰어난 개발자를 길러내던 학습의 장 자체를 기업 스스로 없애고 있다는 데 있습니다.
전문가들이 공통으로 제시하는 해법은 AI로 주니어를 대체하는 것이 아니라, AI를 활용해 주니어가 더 빠르고 깊이 있게 성장하도록 돕는 체계를 만드는 것입니다. 어떤 조직은 신입사원 첫날부터 육성 방식을 새로 설계합니다. 주니어가 코드를 한 줄 쓰기 전에 전체 구조를 먼저 설계하고, 시니어 앞에서 짧게 발표하며 모든 선택의 이유를 설명하게 하는 식입니다. 문법보다 시스템을 보는 사고를 먼저 훈련시키는 이 방식 덕분에 실제로 주니어들이 더 빠르게 중급 개발자로 성장한 사례도 있습니다.
어떤 기업은 대학 단계에서부터 유망한 인재를 발굴해 수년간 함께 프로젝트를 진행한 뒤 정식으로 채용하는 방식을 택합니다. 전문가들은 이제 조직이 비공식적인 도제식 교육에서 벗어나, 실제 업무와 학습, 지속적인 평가를 하나로 연결하는 역량 중심 성장 경로를 마련해야 한다고 조언합니다. AI를 코파일럿처럼 활용하면 주니어도 더 이른 시점에 복잡한 업무에 기여할 수 있지만, 그 성장이 이어지려면 구조화된 지도가 반드시 뒷받침돼야 합니다.
전문가들은 AI가 기술 습득의 문턱은 낮추겠지만, 그만큼 사람들이 함께 일하고 성과를 내는 방식의 차이는 오히려 더 크게 벌어질 것이라고 내다봅니다. 지금 가장 중요한 역량은 AI 프롬프트를 능숙히 다루는 기술이 아니라 큰 그림을 보는 시스템 사고와 소통 능력이라는 데도 의견이 모입니다. 우버를 타고 다닌다고 타이어 교체법을 잊어도 되는 게 아니듯, 기본기에 대한 이해와 좋은 판단력은 AI 시대에도 여전히 대체되지 않는 역량입니다.
결국 다음 세대의 시니어 엔지니어는 저절로 등장하지 않습니다. 체계적인 도제식 훈련과 AI를 활용한 학습 가속, 실제 운영 환경에서의 경험, 그리고 판단력과 시스템 사고를 의도적으로 길러내는 과정이 함께 갖춰질 때 만들어집니다. 기업이 AI와 사람이 함께 일하는 방식을 얼마나 촘촘하게 설계하느냐가 결국 다음 세대 시니어의 수준을 결정하는 셈입니다. 주니어를 줄이는 선택은 올해의 손익계산서는 개선할 수 있어도, 미래의 시니어를 키우는 학습의 장을 대신하지는 못합니다. 시니어는 채용 공고로 채워지는 자리가 아니라, 오늘 얼마나 의도적으로 설계하느냐에 달린 조직의 결과물입니다.
단기적으로는 인건비를 아낄 수 있습니다. 하지만 가트너 조사에 따르면 자동화와 인력 감축만으로 기대한 만큼의 수익성 개선을 이룬 기업은 많지 않았습니다. 오히려 새로운 역할을 만들고 구성원의 역량을 키우는 데 투자한 기업이 더 나은 성과를 거뒀습니다.
주니어 개발자가 기술 지식은 갖췄어도, 실제 시스템이 어떻게 운영되고 무엇이 실패하며 판단이 사업에 어떤 영향을 주는지에 대한 경험이 부족하다는 뜻입니다. 마이크로소프트의 스콧 한셀만(Scott Hanselman)은 이를 경력의 문제가 아니라 맥락의 문제로 설명합니다.
프리셉터십은 숙련된 엔지니어에게 주니어의 실무 경험과 판단력을 키우는 일을 공식적인 책임으로 부여하는 체계입니다. 조언을 주는 수준에 머무르지 않고, 실제 업무 배치와 평가 과정에 멘토가 구조적으로 결합된다는 점에서 차이가 있습니다.
당장의 인력 공백뿐 아니라, 몇 년 뒤 조직을 이끌 시니어와 리더가 부족해지는 상황에 놓일 수 있습니다. 전문가들은 이를 단순한 채용 이슈가 아니라 장기적인 인프라 리스크로 다뤄야 한다고 강조합니다.
신입 채용을 무작정 줄이기보다, AI를 활용해 주니어가 더 이른 시점에 복잡한 업무를 경험하게 하면서 시니어와의 구조적인 멘토링을 함께 운영하는 방식이 대안으로 꼽힙니다. 아키텍처 검토, 프리셉터 배정 같은 구체적인 절차가 함께 마련돼야 효과가 있습니다.
▶ 해당 콘텐츠는 저작권법에 의하여 보호받는 저작물로 기고자에게 저작권이 있습니다.
▶ 해당 콘텐츠는 사전 동의 없이 2차 가공 및 영리적인 이용을 금하고 있습니다.
CIO의 Contributing Writer
