기업들은 정말로 "AI를 위해" 해고를 단행하고 있는가?

Amazon도 그렇게 했습니다. Atlassian도 그렇게 했습니다. Meta는 그렇게 하고 있다고 보고되었습니다. Jack Dorsey는 Block 인력의 절반을 감축하며 분위기를 조성했습니다. 당신의 경쟁사도 이를 고려하고 있을지 모릅니다. 실제로 무슨 일이 일어나고 있는지, 그리고 그 이유는 다음과 같습니다.

여러분은 이미 보도 자료를 읽었을 것입니다. "AI 전환 (AI transformation)을 지속함에 따라, 인력을 X% 감축하는 어려운 결정을 내리게 되었습니다." 세부 사항은 제각각이지만, 프레임 (framing)은 동일합니다. 기업들은 인력의 상당 부분을 해고하면서 그 공을 AI에게 돌리거나, 혹은 AI를 탓하고 있습니다.

이것은 우연이 아닙니다. 하나의 플레이북 (playbook)입니다. 그리고 많은 기업의 플레이북과 마찬가지로, 보도 자료를 통한 설명은 이야기의 일부일 뿐입니다.

보도 자료 버전

이야기가 공개적으로 전달되는 방식은 다음과 같습니다: AI가 매우 생산적이어서 동일한 업무를 수행하는 데 더 적은 인원이 필요하다는 것입니다. Copilot을 사용하는 모든 엔지니어는 1.5명의 엔지니어와 맞먹는 가치를 가집니다. LLM (Large Language Model) 프론트엔드를 사용하는 모든 지원 상담원은 두 배의 티켓을 처리합니다. AI 어시스턴트 (AI assistant)를 사용하는 모든 데이터 분석가는 두 배 많은 보고서를 실행합니다. 따라서 인원수 (headcount)가 감소합니다.

이것은 부분적으로 사실입니다. 증강 (augmentation)으로서의 AI는 생산성을 크게 향상시킬 수 있습니다. AI 에이전트 (AI agents)는 인간의 개입을 거의 받지 않고도 실제로 일부 업무를 수행할 수 있습니다. 하지만 "AI를 위한 해고"라는 이야기는 실제로는 그럴 가치가 없는 많은 일을 수행하는 데 사용되고 있습니다.

"AI를 위한"이라는 프레임은 여러 가지 일을 동시에 수행하고 있습니다. 그중 두 가지는 정도의 차이는 있지만 실제이며, 하나는 연극 (theater)입니다.

이유 1: 수학적 계산은 실제다 (일부 역할의 경우)

진정으로 사실인 것부터 시작하겠습니다. AI 도구들은 특정 범주의 지식 노동 (knowledge work)을 의미 있게 더 생산적으로 만들었으며, 어떤 경우에는 진정으로 대체 가능하게 만들었습니다.

소프트웨어 개발 (Software development): GitHub의 자체 연구에 따르면 Copilot 사용자는 작업을 55% 더 빠르게 완료합니다 [1]. Meta의 내부 에이전트들은 코드의 상당 부분을 자율적으로 작성한다고 보고되었습니다. Zuckerberg는 현재 AI가 Meta 코드의 약 절반을 작성하고 있다고 공개적으로 언급했습니다 [2]. 그가 중간 단계 엔지니어(mid-level engineers)를 AI 에이전트로 대체하고 있다고 말하는 것은 허풍이 아닙니다. 그는 이를 뒷받침할 내부 데이터를 가지고 있습니다. 다만, "100% AI가 작성한 코드"가 실제로 무엇을 의미하는지에 대해서는 제 기사(아래 링크)를 참조하십시오 (요약하자면: 코딩은 소프트웨어를 제작하는 과정의 약 15%에 불과합니다). 그 정도의 생산성에 도달하기 위해서는 투자와 생산성 저하가 발생하는 기간("J-커브")이 존재하지만, 이는 다른 기사에서 다룰 더 큰 주제입니다.

1차 지원 (Tier-one support): 만약 지원 티켓의 60%가 다섯 가지 패턴을 따르고, LLM(대규모 언어 모델)이 인간의 에스컬레이션(escalation) 없이 그중 네 가지를 해결할 수 있다면, 귀사의 지원 인력 산정 방식은 완전히 바뀌게 됩니다. 아주 크게 말이죠.

데이터 분석 및 보고 (Data analysis and reporting): 데이터를 추출하고, 쿼리(query)를 작성하며, 슬라이드를 만들고, 조사 결과를 요약하는 작업은 과거에는 사업 단위당 한 명의 전임 분석가를 필요로 했습니다. 이제는 그렇지 않습니다 (또는 그 분석가가 훨씬 더 많은 추가 가치를 제공할 수 있습니다).

이것들은 가설이 아닙니다. 오늘날 실제 운영 환경에서 대규모로 일어나고 있는 일들입니다. 만약 귀사의 조직에 200명의 엔지니어가 있는데, AI 도구를 사용하면 120명만으로도 수행할 수 있는 일을 하고 있다면, 그 격차는 저절로 사라지지 않습니다. 결국 누군가는 그 격차를 보고 구조조정이나 채용 둔화를 생각하게 됩니다.

고통스러운 현실: 특정 역할의 경우, 해고는 운영 측면에서 정당화됩니다. 정치적으로 편안한 일은 아닙니다. 관련된 인간들에게도 좋은 일이 아닙니다. 하지만 산술적으로는 일관성이 있습니다.

두 번째 이유: "AI를 위해"라는 프레임은 공포의 대상이자 선물이다

기업들은 많은 이유로 직원을 해고합니다: 수익 부족, 전략적 전환, 2021-2022년 과잉 채용으로 인한 비대화, 인수 후 중복 인력, 경쟁 압력 등입니다. 지난 비즈니스 사이클에서 축적된 불필요한 요소(cruft)들은 AI의 존재 여부와 상관없이 기업 경영진이 맞닥뜨릴 2026년의 현실입니다.

하지만 "제로 금리 거품 기간 동안 과잉 채용했기 때문에 인력을 감축하고 있다"는 말은 홍보(PR) 측면에서 악몽과 같습니다. "3분기 매출이 예상치에 미치지 못해 인력을 감축한다"는 말은 투자자들을 겁먹게 합니다. 반면 "AI 시대를 위해 인력을 재편하고 있다"는 말은... 성장 스토리로 들립니다.

결과는 같습니다. 투자자의 반응만 다를 뿐입니다.

Meta는 2019년과 2022년 정점인 86,000명 이상의 직원 수 사이에서 인력을 거의 두 배로 늘렸습니다 [3]. 제로 금리 시대가 끝나면서 주가는 60% 이상 폭락했고, Zuckerberg는 2022년과 2023년에 걸쳐 21

그 메모가 생략한 맥락은 다음과 같습니다. Block은 2019년 3,835명이었던 직원 수가 2022년 말에는 12,400명 이상으로 증가했습니다 [7]. 이는 팬데믹 시대의 결제 규모, Afterpay 인수, 그리고 모든 핀테크 (fintech) 재무제표를 부풀렸던 저금리 시대의 공격적인 채용 열풍에 힘입어 3년 만에 세 배로 늘어난 수치였습니다. 해당 기업의 주가는 2021년 8월 정점 대비 80% 이상 폭락했습니다. 2024년까지 이 회사는 대규모 감축이 단행되기 전, 이미 해고와 자연 감소를 통해 인력의 약 12%를 줄인 상태였습니다.

Dorsey는 완곡한 표현을 버렸습니다. 그는 "어려운 결정"이라고 말하지 않았습니다. "성장을 위한 규모 최적화 (right-sizing)"라고 말하지도 않았습니다. 그는 AI가 사람을 대체하며, 자신이 지금 그에 따라 행동하고 있다고 말했습니다. 이 점은 주목할 만합니다. 하지만 완곡한 표현을 버렸다고 해서 AI라는 근거가 더 진실해지는 것은 아닙니다. 단지 인용하기 더 좋아질 뿐입니다. Block은 제로 금리 시대에 과잉 채용을 했고, 수년간 그 결과로 나타난 문제들을 관리해 왔으며, 이 비용을 감당할 수 있을 만큼 수익이 충분해졌을 때 구조 조정을 단행한 것입니다. AI가 실제 이유이든, 아니면 이용 가능한 명분(vehicle)이든, 감축은 예정되어 있었습니다. 그 메모는 단지 평소와 같은 미사여구 없이 도착했을 뿐입니다.

Cal Newport는 2026년 3월 자신의 Deep Questions 팟캐스트에서 이 역학 관계를 직접 조사했으며 [8], Block의 발표가 진정한 AI 주도 명령의 증거가 아니라, 투자자들을 위해 팬데믹 시대의 과잉 채용을 바로잡는 패턴에 부합한다고 결론지었습니다. Bloomberg는 당시 이 발표가 AI 워싱 (AI-washing)에 해당하는지 직접적으로 묻는 기사를 보도했습니다 [9]. Newport의 더 넓은 논점은 다음과 같습니다. 2025년에 AI 에이전트 (AI agents)가 지식 노동자 (knowledge workers)를 실질적으로 대체하는 데 실패했다는 것이며, 이는 AI 생산성 덕분이라고 돌려지는 대부분의 인력 산출 계산이, 어차피 일어났을 구조적 결정에 대한 변명에 불과하다는 것을 의미합니다.

Meta, Atlassian, 그리고 Block이 뉴스 사이클을 장식했습니다. 더 광범위한 목록은 훨씬 더 깁니다. 2026년 초까지 종료된 18개월 동안 AI를 원인으로 든 인력 감축을 발표한 주요 고용주들은 다음과 같습니다:

• Amazon: 두 차례의 인력 감축(2025년 10월 및 2026년 1월)을 통해 약 30,000개의 기업 직무(corporate roles)를 감축했으며, CEO Andy Jassy는 AI가 성숙함에 따라 회사가 "더 적은 계층(fewer layers)"을 필요로 할 것이라고 언급했습니다 [10]

• Microsoft: 800억 달러 규모의 AI 투자 약속과 함께 2025년에 15,000개의 직무를 제거했습니다 [11]

• Salesforce: Agentforce AI가 증가하는 서비스 물량을 처리함에 따라 고객 지원 인력을 9,000명에서 5,000명으로 감축했습니다 -- CEO Marc Benioff의 설명: "더 적은 인원(less heads)이 필요합니다" 12 (Salesforce는 이후 이 감축을 전통적인 해고(layoffs)라기보다 내부 재배치(internal redeployment)로 규정했습니다 -- 이 구분 자체가 본 기사의 더 넓은 논점을 보여줍니다)

• Accenture: 단일 분기에 11,000명의 직원이 퇴사했습니다 -- 구체적으로 AI를 위한 재교육(reskill)을 수행할 수 없는 인력들이 대상이었으며, 동시에 회사는 AI 인력을 77,000명으로 늘렸습니다 [13]

• Workday: AI 제품 개발로 투자를 전환하기 위해 1,750개의 직무(전체 인력의 8.5%)를 감축했습니다 [14]

• HP: AI가 제품 개발, 지원 및 제조 전반에 내재화됨에 따라 2028 회계연도까지 최대 6,000개의 직책을 단계적으로 폐지하고 있습니다 [15]

• Baker McKenzie: 글로벌 법률 기업인 이곳은 AI 기반의 워크플로(workflow) 변화를 이유로 약 1,000개의 조사, 마케팅 및 비서 직무를 제거했습니다 [16]

• CrowdStrike: 500개의 직무(5%)를 제거했으며, CEO George Kurtz는 "AI가 우리의 채용 곡선을 평탄하게 만든다(AI flattens our hiring curve)"라고 작성했습니다 [18]

AI라는 프레임은 "성장을 위한 적정 규모화(right-sizing for growth)" 이후 투자자들에게 가장 친화적인 구조조정 명분입니다. 2027년 이전에 모든 상장 기업의 CFO(최고재무책임자)가 이 용어를 사용할 것을 예상하십시오.

이것이 해고를 부정직하게 만드는 것일까요? 반드시 그렇지는 않습니다... 하지만 그 진실의 핵심(kernel of truth)이 이 프레임을 투자자들이 받아들이기 더 쉬운 전략적 선택으로 만든다는 점에는 의문의 여지가 없습니다.

세 번째 이유: 시그널링 게임 (The Signaling Game)

세 번째로 일어나고 있는 일은 순수한 포지셔닝(positioning)이며, 이는 아마도 가장 방어하기 어려운 부분일 것입니다.

대기업이 AI 주도의 해고를 발표할 때, 이는 투자자, 파트너, 그리고 이사회에 경영진이 현재의 시점을 정확히 이해하고 있다는 신호를 보냅니다. "우리는 잠들어 있지 않습니다. 무슨 일이 일어나고 있는지 보고 있습니다. 우리는 행동하고 있습니다." 행동 그 자체는 부차적인 것입니다. 신호를 보내는 것이 핵심입니다.

이는 위험한 역학 관계를 형성합니다. AI 구조조정(restructuring)을 발표하지 않는 기업들은 실제로는 관리된 성장(managed growth)을 경험했거나, 인원수를 유지하면서 AI를 사용하여 이전보다 더 빠르게 성장하거나 구축할 계획을 가지고 있음에도 불구하고, 뒤처지고 있는 것처럼 보이기 시작합니다. 그럼에도 불구하고 경영진은 이사회 차원에서 "무언가를 보여달라"는 압박에 직면할 수 있습니다. 가장 빠르게 보여줄 수 있는 '무언가'는 인원 감축과 AI 내러티브(narrative)의 결합입니다.

따라서 AI와의 연관성이 좋게 말해 희망 사항에 불과한 상황에서 기업들이 AI 관련 해고를 발표하더라도 놀라지 마십시오. 많은 경우, 감축되는 직무들이 오늘날 당장 AI로 대체되는 것은 아닙니다. 그 직무들이 잘리는 이유는 회사가 AI에 대한 진지함을 증명해야 하기 때문이며, 구조조정 발표는 이를 수행하는 가장 빠른 방법이기 때문입니다.

(이 글을 읽고 있는 모든 CFO는 방금 자신이 참석했던 회의를 떠올렸을 것입니다.)

이것이 바로 AI 워싱(AI-washing)입니다. 운영상의 결정에 AI라는 언어를 입혀, 그에 따르는 내러티브 프리미엄(narrative premium)을 얻으려는 것입니다. 감축은 실제 상황입니다. 하지만 AI 대체는 종종 사실이 아닙니다. 적어도 아직은 말입니다. 기대치는 결국 AI가 그 계산(math)을 정당화할 것이라는 것입니다. 때로는 그것이 합리적인 도박일 수 있지만, 때로는 더 나은 홍보(PR) 팀을 갖춘 사후 합리화(post-hoc rationalization)일 뿐입니다.

생산성 계산(Productivity Math)의 실제 모습

수치로 따져봅시다. 내러티브는 수치를 제대로 포착하지 못하기 때문입니다.

개인 생산성이 50% 향상된다고 해서 인원수가 50% 감축되는 것은 아닙니다. 계산은 훨씬 더 복잡합니다:

• 검증 오버헤드 (Verification overhead)가 증가합니다. AI 출력물은 인간의 검토(AI 워크플로우/루프 전, 중, 또는 후의 인간 개입)를 필요로 합니다. AI 작업을 감독하기 위한 신규 채용(또는 기존 직원의 업스킬링 (upskilling))은 절감된 비용의 일부를 상쇄합니다. 규모가 커질수록, AI 계층을 관리하기 위해 인력을 줄이는 것이 아니라 오히려 더 많은 시니어 인재 (senior talent)가 필요한 경우가 많습니다.
• 업무량이 가용 용량만큼 확장됩니다. 이는 AI에 적용된 파킨슨의 법칙 (Parkinson's Law)입니다. 엔지니어가 50% 더 많이 구축할 수 있다면, 제품 관리자 (product managers)는 구축할 업무를 50% 더 찾아낼 것입니다. 인원수 (headcount)가 자동으로 줄어드는 것이 아니라, 새로운 용량을 흡수하기 위해 업무 범위 (scope)가 팽창합니다.
• 남아있는 직무는 더 어려워집니다. AI가 할 수 없는 업무, 모호한 요구사항, 아키텍처 설계에 대한 판단 (architectural judgment calls), 이해관계자 관리 (stakeholder management), 실제 전문 지식이 필요한 예외 사례 (edge cases) 등은 모두 AI가 할 수 있는 업무보다 더 어렵고 더 높은 이해관계가 걸린 일이 됩니다. 더 적은 인원이 필요할 수는 있지만, 필요한 인력은 더 높은 경력을 가졌거나 최소한 더 높은 기대치를 충족해야 하는 역할입니다.
• 전환 비용 (Transition costs)은 실재하며 과소평가되어 있습니다. 해고는 조직의 지식 (institutional knowledge)을 파괴합니다. 그리고 사기도 파괴합니다. 재교육은 시간이 걸리며, 생산성이 급격히 향상되기 전까지 하락 구간을 거치는 J-커브 (J-shaped) 형태를 보입니다. AI 도구 배포는 예상보다 오래 걸리는데, 이는 인간의 업무를 이해하고, AI를 위해 충분히 문서화하며, 이전에는 사람의 머릿속에만 존재했던 모니터링/성공 기준을 지원하도록 업무를 재구성해야 하기 때문입니다. 이 모든 과정은 포착되어 명시적으로 기술되어야 합니다 (AI 프로세스에서 결함이 발견됨에 따라 종종 반복적으로 수행됩니다). 생산성 향상은 실재하지만, 인원 감축 후 6개월에서 18개월이 지나서야 나타납니다.