Anthropic 2억달러와 Cognizant AI Builder가 보여준 것: AI는 신입 사다리를 먼저 바꾼다

나는 AI가 장기적으로 많은 직업을 바꿀 거라고 생각한다. 다만 최근 2~3주를 읽어보면, 변화가 가장 먼저 닿는 곳은 직업 이름이 아니라 입구​다. 해고 뉴스만 보면 공포가 커지지만, 채용 공고와 유튜브를 같이 보면 더 현실적인 장면이 보인다. 회사는 사람을 덜 뽑고, 처음 맡기던 반복 업무를 AI에게 넘기고, 대신 더 적은 사람에게 더 큰 책임을 맡긴다.

그래서 이번 글은 단순한 AI 뉴스 요약이 아니다. Anthropic의 2억달러 투자, Cognizant의 비전공자 AI 직무, Goldman's entry-level hiring contraction, 그리고 최근 유튜브에서 쏟아진 job market 경고​를 한 번에 묶어서, 지금 내 커리어가 어디서부터 흔들리는지 읽어보려는 글이다.

아래 카드들은 제가 이번 글의 기준점으로 삼은 최근 자료들이다. 제목만 읽어도 분위기가 보이지만, 실제로 눌러보면 더 선명하게 느껴질 것이다.

1. 최근 2~3주 뉴스에서 내가 먼저 본 것

이번 흐름을 한 문장으로 요약하면 이렇다. AI는 해고를 한 번에 폭발시키기보다, 신입 사다리를 먼저 얇게 만든다​.

아래 표는 최근 2~3주 사이에 확인한 신호들을 시간 순서대로 정리한 것이다. 숫자보다 중요한 건, 그 숫자가 어떤 방향의 변화를 뜻하느냐는 점이다.

2. 왜 나는 이 흐름을 더 무겁게 읽는가

나는 AI가 장기적으로 많은 직업을 대체한다고 본다. 그런데 실제 현장은 늘 그렇게 단순하지 않다. 회사는 어느 날 갑자기 직업명을 지우지 않는다. 대신 다음 순서로 움직인다.

1. 초안 작성, 분류, 요약, 1차 검토 같은 반복 작업을 AI로 옮긴다.
2. 그 일을 하던 사람의 숫자를 줄이거나, 신규 채용을 늦춘다.
3. 남은 사람에게 더 복잡한 판단과 책임을 맡긴다.
4. 새로 뽑는 자리는 AI를 직접 다루거나 검증하는 사람으로 재편한다.

이 변화가 무서운 이유는, 해고보다 채용 축소가 먼저 체감되기 때문​이다. 이미 일하고 있는 사람보다, 이제 막 들어가려는 사람이 더 큰 타격을 받는다. 그래서 나는 AI 시대의 진짜 질문을 이렇게 바꿔야 한다고 생각한다.

내 직업이 사라질까?

이 질문만으로는 부족하다.

내 직업의 첫 번째 계단​이 사라지고 있는가?

이건 훨씬 더 실전적인 질문이다. 직업 전체가 남아도, 입구가 좁아지면 신입은 들어가기 어렵고 저년차는 성장 속도가 늦어진다. 회사는 그 공백을 AI로 메우고 싶어 하고, 그러면 채용은 더 까다로워진다.

3. AI 해고는 진짜 원인일까, 아니면 회사의 언어일까

AI 관련 기사에서 내가 가장 조심해서 읽는 문장은 언제나 비슷하다. “AI 때문에 해고했다”는 문장이다. 솔직히 말하면, 나는 이 표현을 반만 믿는다. 어떤 회사는 진짜로 자동화를 넣고 있고, 어떤 회사는 경기 둔화나 비용 압박을 AI라는 단어로 정리한다.

하지만 반만 믿는다고 해서 의미가 사라지지는 않는다. 회사가 AI를 감원의 설명 언어로 쓰기 시작했다는 사실 자체가 중요​하다. 이 표현이 투자자, 구직자, 그리고 내부 직원의 기대치를 모두 바꿔버리기 때문이다.

4. 살아남는 인재는 AI를 “쓰는 사람”이 아니라 “구조를 아는 사람”이다

나는 AI 시대에 살아남는 사람을 단순히 AI를 잘 다루는 사람으로 보지 않는다. 그보다 더 중요한 건, AI가 잘하는 일과 사람이 끝까지 책임져야 하는 일을 나눌 줄 아는 사람​이다.

이 차이는 이력서에서 아주 잘 드러난다. “ChatGPT 사용 가능”은 약하다. 반대로 “AI가 만든 초안을 검증하고, 도메인 기준으로 수정하고, 최종 결과를 설명할 수 있다”는 문장은 훨씬 강하다.

5. AI를 활용해 성장하는 방법은 생각보다 단순하다

AI를 쓰는 목적은 도구를 자랑하는 것이 아니라, 더 빨리 만들고 더 정확히 검증하는 루프를 짜는 것​이다. 나는 아래 3단계를 가장 실전적으로 본다.

1. 내가 하는 일을 10개로 쪼갠다.
2. 그중 초안, 요약, 분류, 비교처럼 AI가 잘하는 일을 골라낸다.
3. AI가 만든 결과를 내가 검증할 수 있는 기준표를 만든다.

이 흐름만 잡아도 커리어의 속도가 달라진다. 중요한 건 “AI로 뭐든 한다”가 아니라, AI 덕분에 내가 더 빨리 배우고, 더 적게 틀리고, 더 크게 책임질 수 있는가​다.

바로 써볼 수 있는 프롬프트

너는 내 직무의 시니어 실무자다.
아래 업무를 보고 AI로 맡길 수 있는 부분, 사람이 직접 해야 하는 부분, 그리고 내가 검증해야 하는 부분을 나눠줘.
 
출력 형식:
1. 업무 분해표
2. AI에 맡겨도 되는 작업
3. 사람이 끝까지 책임져야 하는 작업
4. 실수하기 쉬운 지점
5. 내가 이 일을 더 잘하게 만들 학습 순서
 
[업무]
여기에 내 실제 업무를 붙여넣기

이 프롬프트의 핵심은 도구가 아니다. 업무를 쪼개는 습관​이다. 이 습관이 생기면 어떤 직무를 하든 AI의 영향을 더 빨리 읽을 수 있다.

6. 이력서는 더 화려하게 쓰는 게 아니라 더 방어 가능하게 써야 한다

내가 최근 이력서를 볼 때 가장 먼저 보는 건 문체가 아니다. 면접에서 방어 가능한가​다. AI 시대에는 문장이 매끈한 것보다, 실제로 그 일을 했는지 설명할 수 있는지가 훨씬 중요하다.

내가 추천하는 문장 구조

• 좋지 않은 문장: “다양한 이해관계자와 협업했습니다.”
• 더 나은 문장: “3개 부서와 협업해 주간 리포트 작성 시간을 40% 줄였습니다.”
• 좋지 않은 문장: “AI 도구를 활용했습니다.”
• 더 나은 문장: “AI로 초안을 만들고, 원문 대조와 오류 검수를 거쳐 최종본을 완성했습니다.”
• 좋지 않은 문장: “문제 해결 능력이 뛰어납니다.”
• 더 나은 문장: “반복 오류의 원인을 찾아 체크리스트를 도입했고, 누락률을 줄였습니다.”

이 차이는 작아 보이지만, 채용담당자에게는 꽤 크게 보인다. 특히 신입과 저년차일수록 더 그렇다. 경력이 길지 않을수록 증거 문장​이 중요해진다.

이전 글에서 AI 이력서를 더 실전적으로 쓰는 방법을 자세히 정리했으니, 아래 글도 같이 보면 좋다.

7. 나에게 맞는 커리어는 AI를 만드는 일, 쓰는 일, 검증하는 일 중 하나다

커리어 선택을 할 때도 너무 추상적으로 생각하면 안 된다. 나는 지금 시점에서 아래 세 갈래로 나눠 보는 게 가장 현실적이라고 본다.

나는 여기서 “AI를 만드는 사람”만이 답이라고 말하고 싶지 않다. 오히려 현실적으로는 두 번째와 세 번째 경로가 더 넓다. 특히 비전공자라면 Cognizant의 AI Builder 사례처럼, 처음부터 엔지니어가 아니어도 들어갈 수 있는 역할을 찾는 편이 낫다.

8. 오늘부터 바로 할 수 있는 점검

오늘 30분만 쓴다면, 나는 아래 순서로 점검하겠다.

1. 최근 한 달간 내가 한 일을 10개로 적는다.
2. 그중 AI가 대신할 수 있는 일을 체크한다.
3. 그중 내가 검증해야 하는 일을 체크한다.
4. 사람 설득, 협상, 책임, 승인처럼 인간이 끝까지 맡아야 하는 일을 표시한다.
5. 이력서에는 2, 3, 4번 경험이 더 앞에 오도록 다시 배치한다.

그리고 가능하다면, 내 직업의 위험도부터 먼저 확인하자. 그다음에 이력서와 면접 전략을 붙이면 훨씬 덜 흔들린다.

내가 보는 결론

AI는 직업을 한 번에 지우기보다, 신입이 들어가는 첫 계단을 먼저 바꾸고 있다​. 그래서 지금 필요한 사람은 AI를 두려워하는 사람이 아니라, AI가 어디를 먼저 바꾸는지 읽고 자기 일을 다시 설계하는 사람이다.

나는 이 변화가 오래 갈수록 더 많은 직업을 바꿀 거라고 본다. 하지만 동시에 새로운 직업도 생길 것이다. 문제는 그 기회를 누가 먼저 잡느냐다. 지금은 기다리는 사람이 아니라, 직업의 구조를 먼저 이해하는 사람​이 유리하다.

유튜브에서 불안이 커지고, 기사에서 해고가 더 크게 보이고, 회사가 AI를 더 자주 말할수록 해야 할 일은 단순하다. 뉴스에 휩쓸리지 말고, 내 일의 입구와 출구를 다시 그리는 것이다. 그게 지금 내가 생각하는 가장 현실적인 커리어 전략이다.