Valon 새 입사자 AI 금지 실험: 회사가 이제 ‘AI를 쓸 자격’부터 본다

2026년 8월 말 Business Insider에서 Valon이라는 핀테크 회사 이야기를 읽고, 나는 꽤 오래 멈춰 있었다. 보통 AI와 일자리 뉴스는 “몇 명을 해고했다”, “어떤 직무를 대체한다”는 식으로 흘러간다. 그런데 이번 사례는 결이 조금 다르다. Valon의 CEO Andrew Wang은 새 입사자에게 바로 AI 접근 권한을 주지 않는다고 말했다. 이유는 단순했다. 회사 업무의 맥락을 모른 채 AI를 쓰면, 겉으로는 빨라 보여도 실제로는 틀린 판단을 더 빨리 퍼뜨릴 수 있기 때문이다.

나는 이 뉴스가 앞으로 커리어 시장에서 꽤 중요한 신호라고 본다. “AI를 잘 씁니다”라는 말이 더 이상 충분하지 않을 수 있다. 회사가 묻기 시작한 질문은 이것이다. AI를 쓰기 전에 무엇이 맞고 틀린지 구분할 수 있나요?​ 특히 금융, 의료, 법무, 회계, HR, 보안처럼 실수 비용이 큰 직무에서는 이 질문이 훨씬 빨리 온다.

아래 링크를 먼저 열어두면 이번 글의 방향이 더 선명해진다. 핵심은 AI 도구 자체가 아니라, 회사가 AI 권한을 성과와 책임의 문제로 보기 시작했다는 점이다.

내 직무 AI 대체 가능성 먼저 확인하기

AI로 중간관리자가 얇아지는 흐름 이어서 보기

AI 시대형 이력서 문장으로 바로 고치기

1. “AI를 못 쓰게 한다”가 아니라 “먼저 배워라”는 신호다

처음에는 나도 조금 의아했다. AI 시대라면서 왜 새 입사자에게 AI를 막을까. 하지만 Valon이 하는 일을 생각하면 이해가 된다. Valon은 주택담보대출, 즉 모기지 서비스를 다루는 회사다. 고객의 돈, 상환, 규정, 오류 처리, 문서가 얽혀 있다. 이런 분야에서 AI가 그럴듯한 답을 빨리 내는 것만으로는 부족하다. 오히려 “그럴듯하지만 틀린 답”이 가장 위험하다.

Business Insider 보도에 따르면 Wang은 새 입사자가 회사 지식과 AI가 맞는지 틀린지 검증할 기준을 먼저 배워야 한다고 봤다. 기사에는 Valon 직원 수가 약 320명이고, AI 토큰 지출 전망이 연 1,500만2,000만 달러 수준에서 400만500만 달러 수준으로 낮아졌다는 내용도 나온다. AI 접근은 처음부터 주어지는 복지가 아니라, 업무 판단을 익힌 뒤 얻는 권한에 가까워졌다. 나는 이 표현이 앞으로 많은 회사의 속마음이 될 수 있다고 생각한다.

AI를 쓰지 말라는 이야기가 아니다. 오히려 반대다. 회사는 AI를 더 깊게 쓰고 싶다. 다만 아무나, 아무 맥락 없이, 아무 책임 없이 쓰게 하지는 않겠다는 쪽으로 가고 있다.

이 흐름은 신입에게 불리하게만 작동하지 않는다. 오히려 좋은 기회가 될 수도 있다. “저는 ChatGPT를 씁니다”가 아니라 “저는 AI가 낸 답을 우리 업계 기준으로 검증할 수 있습니다”라고 말할 수 있다면, 같은 신입이라도 훨씬 다르게 보인다.

2. 회사가 두려워하는 것은 느린 사람보다 “빠르게 틀리는 사람”이다

AI 이전에는 신입이 느리게 틀렸다. 자료를 찾고, 초안을 쓰고, 선배에게 물어보고, 고치면서 시간이 걸렸다. 회사 입장에서는 답답하지만, 실수가 퍼지는 속도도 느렸다. 그런데 AI를 쓰면 신입도 10분 만에 그럴듯한 문서, 고객 답변, 분석표, 코드 초안을 만들 수 있다.

문제는 그 속도가 실력과 같지 않다는 점이다. 특히 규정이 복잡한 산업에서는 “빠른 초안”이 오히려 리스크가 된다. 고객에게 잘못된 안내를 하거나, 내부 정책과 맞지 않는 문장을 만들거나, 데이터 출처를 착각할 수 있다. 신입은 AI가 자신 있게 말하니 맞다고 느끼고, 관리자는 바빠서 다 보지 못한다.

나는 이것이 최근 AI 커리어 뉴스의 핵심이라고 본다. AI가 사람을 대체하느냐의 질문도 중요하지만, 회사 안에서는 이미 다른 질문이 움직인다. “누가 AI를 안전하게 쓸 수 있는가.” 이 질문에 답하지 못하면, AI 활용 능력은 장점이 아니라 위험 신호가 될 수 있다.

회사 관점	AI 사용 전 위험	채용자가 보고 싶은 증거
금융·보험	규정과 고객 안내를 AI가 섞어서 답할 수 있다.	정책 문서, 예외 기준, 승인 절차를 확인한 기록.
HR·채용	지원자 평가, 개인정보, 차별 리스크가 생긴다.	AI 필터 결과를 사람이 재검토한 기준표.
마케팅·콘텐츠	브랜드 톤, 저작권, 사실 오류가 빠르게 퍼진다.	출처 검증, 금지 표현, 수정 전후 성과 비교.
개발·데이터	코드는 돌아가도 보안, 성능, 책임 경계가 틀릴 수 있다.	테스트, 리뷰, 롤백 계획, 데이터 품질 점검 기록.

회사가 진짜로 원하는 사람은 AI를 많이 눌러본 사람이 아니다. AI가 낸 결과를 업무 현실에 맞게 줄이고, 고치고, 멈출 수 있는 사람이다. 이 차이가 앞으로 신입 채용과 이직 면접에서 더 크게 보일 것이다.

3. 신입에게 필요한 것은 프롬프트보다 도메인 감각이다

요즘 “프롬프트를 잘 쓰는 법”은 어디서든 배울 수 있다. 물론 필요하다. 하지만 나는 프롬프트보다 먼저 배워야 할 것이 있다고 본다. 바로 도메인 감각이다. 이 업계에서 절대 틀리면 안 되는 숫자, 고객에게 직접 말하면 안 되는 표현, 내부 승인을 받아야 하는 예외, 법적으로 위험한 문장이 무엇인지 아는 감각이다.

Valon 사례가 흥미로운 이유도 여기에 있다. 회사가 AI를 싫어해서 막은 것이 아니라, AI를 제대로 쓰기 위한 순서를 바꾼 것이다. 먼저 업무의 정답 기준을 배우고, 그다음 AI로 속도를 붙이라는 말이다. 신입 입장에서는 조금 답답할 수 있지만, 길게 보면 이 순서가 훨씬 강하다.

나는 앞으로 “도메인을 모르는 AI 사용자”와 “도메인을 아는 AI 검증자”의 차이가 커질 것이라고 생각한다. 전자는 빠르게 대체될 수 있다. 후자는 AI를 더 많이 쓰는 회사일수록 필요해진다.

AI 시대에 시니어형 판단력이 왜 더 비싸지는지 보기

4. 면접에서는 “어떤 AI를 쓰나요”보다 “어떻게 검증했나요”가 중요해진다

구직자는 AI 활용 경험을 말할 때 도구 이름부터 꺼내기 쉽다. ChatGPT, Claude, Gemini, Cursor, Copilot 같은 이름을 나열한다. 하지만 이제 그 방식은 너무 평범하다. 면접관은 이미 모두가 AI를 쓴다는 걸 안다. 더 중요한 질문은 “그 결과가 맞다는 것을 어떻게 확인했는가”다.

예를 들어 면접에서 이렇게 말하면 약하다.

이 차이는 작아 보이지만 크다. 약한 답변은 “AI가 일을 했다”에 가깝다. 강한 답변은 “내가 AI를 통제했다”에 가깝다. 회사가 AI 사용권을 신뢰 문제로 보기 시작하면, 후자의 문장이 훨씬 강해진다.

5. 이력서에는 AI 도구명이 아니라 “권한을 맡겨도 되는 이유”를 써야 한다

Valon 사례를 내 커리어에 적용하면 이력서 방향도 바뀐다. 단순히 “AI 활용 가능”이라고 쓰면 부족하다. 회사가 궁금해하는 것은 이 사람이 AI 권한을 받아도 되는 사람인지다. 특히 새 입사자라면 더 그렇다. 회사 규칙을 모르는데 AI로 고객 문장, 분석, 코드, 정책 해석을 만들면 위험하기 때문이다.

그래서 이력서에는 세 가지가 들어가야 한다. 첫째, AI를 쓴 업무. 둘째, 사람이 검증한 기준. 셋째, 결과적으로 줄인 위험이나 개선한 성과. 이 세 가지가 함께 있어야 “AI를 잘 쓴다”는 말이 신뢰로 바뀐다.

이력서 요소	나쁜 예	좋은 예
AI 사용	AI로 업무 자동화	고객 문의 분류 초안을 AI로 생성하고, 정책 예외 항목은 수동 검토로 분리
검증 기준	정확도 향상	공식 가이드, 내부 승인 규칙, 고객 불만 사례를 기준표로 만들어 대조
성과 표현	시간 절약	반복 초안 작성 시간을 줄이면서 오류 유형 6개를 사전 차단

나는 AI 시대의 이력서가 점점 “자동화 실적서”가 아니라 “책임 증명서”가 될 것이라고 본다. AI를 써서 빠르게 만든 결과보다, AI가 틀릴 수 있는 지점을 알고 멈춘 경험이 더 값어치 있어진다.

신입보다 숙련자 채용이 강해지는 이유 이어서 보기

6. 지금 신입과 이직자가 바로 해야 할 5가지

이번 뉴스를 보고 불안해할 필요는 있다. 하지만 겁만 먹을 필요는 없다. 나는 AI가 많은 직업을 대체한다고 생각하지만, 동시에 새로운 역할도 많이 생긴다고 본다. 중요한 것은 “AI가 내 일을 뺏을까”만 묻지 말고, “AI가 들어온 조직에서 어떤 사람에게 권한이 생길까”를 묻는 것이다.

지금 당장 할 수 있는 행동은 꽤 구체적이다.

Valon의 실험은 작은 회사의 특이한 정책처럼 보일 수 있다. 하지만 나는 이것이 AI 시대 커리어의 다음 문장이라고 생각한다. 회사는 AI를 쓸 사람을 원한다. 동시에 AI를 믿지 않을 줄 아는 사람을 원한다.

결국 살아남는 인재는 AI를 무조건 많이 쓰는 사람이 아니다. AI를 언제 쓰고, 언제 멈추고, 어떤 기준으로 고칠지 설명할 수 있는 사람이다. 새 입사자라면 더더욱 그렇다. AI 사용권은 앞으로 “입사하면 자동으로 받는 도구”가 아니라, “신뢰를 증명하고 받는 권한”이 될 수 있다.

내 직무가 AI에 얼마나 노출되어 있는지 계산하기

AI가 먼저 지우는 반복 일감 흐름 읽기

AI 채용 필터와 고스트잡 문제 이어서 보기