Amazon AGI Lab 폐쇄가 말하는 것: AI 시대에는 연구보다 ‘현장 배포형 인재’가 먼저 살아남는다

나는 AI가 장기적으로 많은 직업을 대체한다고 생각한다. 그런데 2026년 7월 22일 Amazon이 AGI 조직 일부 감원을 확인하고, 7월 24일 샌프란시스코 AGI Lab 폐쇄까지 알려진 흐름을 보면서 한 가지를 더 분명히 느꼈다. 이제 AI 시대의 승자는 AI를 연구하는 사람​만이 아니라, AI를 실제 업무에 배포하는 사람​으로 이동하고 있다.

이 뉴스가 흥미로운 이유는 역설 때문이다. Amazon은 AGI 조직에서 일부 역할을 줄였지만, 동시에 AWS는 고객사 안으로 AI 엔지니어를 보내는 Forward Deployed Engineering 조직에 10억 달러​를 투자한다고 밝혔다. 한쪽에서는 AGI Lab이 닫히고, 다른 쪽에서는 고객사의 업무 프로세스 안으로 AI 에이전트를 심는 조직이 커진다. 나는 이 장면이 지금 직업시장의 방향을 꽤 정확하게 보여준다고 본다.

먼저 아래 링크를 열어 두고 읽으면 이번 글의 맥락이 훨씬 선명해진다. 특히 Amazon의 감원 뉴스와 AWS 공식 발표를 같이 봐야, “AI가 사람을 줄인다”보다 더 중요한 구조 변화가 보인다.

내 직무가 AI 에이전트에 얼마나 노출됐는지 먼저 확인하기

AI 감원 함정 글과 이어서 보기

이력서 문장을 AI 시대형으로 바꾸기

1. Amazon AGI 감원에서 내가 먼저 본 것은 “고객에게 중요한 AI”라는 문장이다

GeekWire 보도에 따르면 Amazon은 2026년 7월 22일 AGI 조직 일부 직원을 감원했다고 확인했다. 감원 규모는 공개하지 않았다. 회사는 대형 AI 모델 개발이 여전히 중요한 일이라고 말하면서도, 고객에게 가장 중요한 이니셔티브에 더 날카롭게 집중하겠다고 설명했다.

나는 여기서 “AGI”라는 단어보다 “고객”이라는 단어가 더 중요하다고 봤다. 지난 2년 동안 AI 업계의 많은 이야기는 모델 크기, 벤치마크, AGI 가능성, 추론 능력에 몰려 있었다. 그런데 기업 안에서 돈이 실제로 움직이는 순간은 다르다. 고객이 쓰는 업무 프로세스 안에 AI가 들어가고, 비용을 줄이거나 매출을 만들거나 시간을 단축해야 한다.

그래서 이번 감원을 단순히 “AI 회사도 AI 때문에 감원한다”로 읽으면 반만 본 것이다. 더 정확히는 AI 투자도 이제 성과를 증명해야 하는 단계​로 들어왔다. 연구팀 안에서 가능성을 말하는 사람보다, 고객사의 업무 안에서 결과를 만들어 내는 사람이 더 빨리 평가받는 국면이다.

이 네 장면은 서로 따로 떨어져 있지 않다. AI는 아직 돈이 많이 들어가는 기술이고, 기업은 이제 “멋진 모델”보다 “업무를 바꾸는 모델”을 원한다. 그러면 인재의 가격표도 바뀐다.

2. AGI Lab은 닫혔지만, AI 현장 배포 조직은 커진다

7월 24일 보도에 따르면 Amazon은 샌프란시스코 AGI 사이트를 닫기로 했다. 이 팀은 2024년 12월에 만들어졌고, Adept 출신 인력들을 중심으로 시작됐다. 한때 약 80명 규모까지 커졌다는 보도도 있었다. 하지만 Amazon은 동시에 frontier model 연구 자체는 계속된다고 설명했다.

여기서 내가 보는 핵심은 “연구가 끝났다”가 아니다. 연구만으로는 부족해졌다​다. AI 모델이 좋아지는 속도는 빠르지만, 기업 고객 입장에서는 여전히 질문이 남는다. 우리 회사 데이터에 어떻게 연결할 것인가. 보안과 승인 흐름은 어떻게 넣을 것인가. 실수하면 누가 책임질 것인가. 현업 팀이 떠난 뒤에도 계속 운영할 수 있는가.

AWS의 Forward Deployed Engineering 발표는 바로 이 질문에 답한다. AWS는 고객사 팀 안에 AI 엔지니어를 넣고, agentic AI 솔루션을 며칠 안에 공동 개발하고 배포하겠다고 했다. 고객은 단순한 컨설팅 보고서가 아니라, 실제 시스템과 지식 그래프, 운영 문서, 내부 챔피언을 얻는다는 설명도 붙었다.

나는 이 변화가 개발자에게만 해당한다고 생각하지 않는다. 마케터, 인사 담당자, 회계 담당자, 고객지원 리더, 기획자도 같은 압력을 받는다. “AI를 써봤다”는 말은 이제 너무 약하다. “AI가 실제 업무 흐름에 들어왔을 때 무엇을 바꾸고, 무엇을 검증하고, 어떤 결과를 만들었는가”가 중요해진다.

3. Challenger 숫자는 공포가 아니라 방향을 보여준다

Challenger, Gray & Christmas의 2026년 6월 리포트는 이 흐름을 더 넓게 보여준다. 6월 미국 기업 감원 발표는 4만5849명​으로 5월보다 줄었다. 하지만 AI는 네 달 연속 감원 사유 1위였다. 6월에만 AI가 이유로 언급된 감원은 1만4029명, 전체의 31%​였다. 2026년 누적 AI 관련 감원은 10만1743명, 전체 감원의 약 23%​다.

기술 업종은 더 직접적이다. 2026년 들어 기술 업종 감원은 13만9156명​으로, 전년 같은 기간보다 83%​ 늘었다. Challenger는 기술 업종이 AI를 중심으로 구조조정하고, 자동화하고, 예산을 새 역량으로 재배치하고 있다고 설명했다.

나는 이 숫자를 볼 때마다 불편한 동시에 현실적이라고 느낀다. AI는 한순간에 전체 고용을 무너뜨리는 폭탄처럼 움직이지 않는다. Stanford SIEPR도 최근 정책 브리프에서 전체 고용 충격은 아직 작아 보인다고 정리했다. 다만 신입, 반복 사무, AI 노출 직무에는 더 먼저 압력이 온다. 즉, 전체 통계는 조용해도 개인의 커리어에는 큰 파도가 될 수 있다.

중요한 것은 회사가 감원하면서도 다른 곳에는 투자한다는 점이다. Amazon의 사례도 그렇다. AGI 일부 역할은 줄이지만, 고객 현장형 AI 엔지니어에는 큰돈을 넣는다. 그러면 구직자는 “AI 때문에 위험하다”에서 멈추면 안 된다. “어떤 역할은 줄고, 어떤 역할은 비싸지는가”를 봐야 한다.

4. 앞으로 더 비싸지는 사람은 ‘AI 운영자’다

AI 시대에 살아남는 인재를 한 단어로 부르면 나는 “운영자”라고 부르고 싶다. 연구자나 개발자만 말하는 게 아니다. AI를 업무 안에 넣고, 기준을 만들고, 결과를 검증하고, 현업이 실제로 쓰게 만드는 사람이다.

나는 특히 “현업과 개발 사이”에 있는 사람이 앞으로 더 중요해진다고 본다. AI 에이전트는 그냥 붙인다고 작동하지 않는다. 어떤 데이터를 볼지, 어떤 권한을 줄지, 언제 사람에게 넘길지, 실패하면 어떻게 기록할지 정해야 한다. 이건 순수 개발도 아니고, 순수 운영도 아니다. 업무를 이해하면서 기술의 한계를 아는 사람이 필요하다.

5. 신입과 사무직은 ‘배우는 자리’가 더 빨리 줄어들 수 있다

Stanford SIEPR 브리프는 전체 고용 충격이 아직 작아 보인다고 말하면서도, 최근 졸업자와 AI 노출 직무는 더 어려운 시장을 겪고 있을 수 있다고 정리했다. 나는 이 부분이 독자에게 가장 현실적인 경고라고 본다. AI는 꼭 기존 직원을 대량으로 해고하는 방식으로만 오지 않는다. 더 조용한 방식은 채용하지 않는 것​이다.

예전에는 신입이 반복 업무를 하면서 배웠다. 리서치하고, 문서 초안을 만들고, 고객 문의를 정리하고, 엑셀을 맞추고, 보고서를 고쳤다. 그런데 그 반복 업무를 AI가 먼저 해버리면 회사는 “이 일을 배우는 사람”을 덜 뽑을 수 있다. 그래서 신입에게는 역설적으로 더 높은 증명이 요구된다.

최근 구직 관련 유튜브 영상들도 같은 방향을 말한다. 2026년 구직 시장은 예전보다 더 자동화됐고, 이력서와 지원 전략도 더 구체적이어야 한다. 나는 그래서 신입에게 “AI를 공부하라”고만 말하고 싶지 않다. 더 정확히는 AI로 업무 결과물을 만들어 포트폴리오화하라​고 말하고 싶다.

6. 지금 당장 이력서에 넣을 수 있는 문장

이번 Amazon 사례에서 내가 얻은 실전 결론은 하나다. 앞으로 이력서는 “나는 AI를 압니다”가 아니라 “나는 AI를 업무에 넣어 성과를 만들었습니다”로 바뀌어야 한다.

숫자는 반드시 거창할 필요가 없다. 처리 시간, 초안 생성 시간, 반복 문의 감소, 승인 단계 축소, 보고서 오류 감소처럼 작은 숫자도 좋다. 중요한 것은 “AI를 썼다”가 아니라 AI가 들어온 뒤 내가 무엇을 판단하고 고쳤는지​다.

AI 시대형 이력서 문장 예시 더 보기

AI 첫 면접과 커리어 리셋 전략 보기

7. 내 결론: AI 연구보다 AI 적용을 보는 사람이 기회를 먼저 잡는다

Amazon AGI Lab 폐쇄는 “AGI가 끝났다”는 뜻이 아니다. 오히려 AI 경쟁이 더 현실적인 단계로 들어왔다는 신호에 가깝다. 기업은 이제 AI가 멋진지보다, AI가 우리 회사의 비용과 속도와 품질을 바꾸는지 묻는다. 그래서 현장 배포형 인재가 중요해진다.

나는 AI가 장기적으로 많은 직업을 대체할 거라는 생각을 여전히 갖고 있다. 하지만 과거의 기술 변화처럼 새로운 자리도 생긴다. 다만 그 자리는 “AI를 좋아하는 사람”에게 자동으로 오지 않는다. AI를 업무에 넣고, 기준을 만들고, 실패를 줄이고, 사람과 시스템 사이를 이어주는 사람에게 먼저 열린다.

마지막으로 내가 독자에게 권하고 싶은 행동은 세 가지다.

1. 내 직무에서 반복 입력, 요약, 분류, 응답 업무를 먼저 적어 본다.
2. 그중 하나를 AI로 줄이고, 줄어든 시간과 생긴 오류를 기록한다.
3. 그 경험을 이력서 문장으로 바꾼다.

AI 시대의 커리어 전략은 거창한 예측보다 작고 구체적인 실험에서 시작된다. 이번 Amazon 뉴스도 결국 같은 말을 한다. AI는 연구실에서 끝나지 않는다. 현장에 배포되는 순간, 직업의 가격표가 다시 붙는다​.