숫자로 보는 현재 위치

먼저 현황을 정리하겠습니다.

BCG의 조사에 따르면, 일본 직장에서의 AI 일상 이용률은 51%로, 글로벌 평균인 72%를 크게 밑돌고 있습니다.

한편 IDC Japan의 추계에 따르면, 일본의 AI 시스템 시장은 2024년에 1조 3,412억 엔(전년 대비 56.5% 증가)에 달하며, 2029년에는 4조 1,873억 엔으로 확대될 것으로 예측되고 있습니다.

"사용하는 기업은 늘었지만, 제대로 활용하는 기업은 적다"라는 것이 2026년의 실태입니다.

기업 관리직 1,008명을 대상으로 한 조사에서는, 생성형 AI (Generative AI)를 제대로 활용하지 못하는 계층으로 "과장·리더직"이 가장 많았으며, 현장보다 관리직·경영진의 숙련도 지연이 현저하다는 결과도 나오고 있습니다.

2026년의 최대 변화: 「AI 에이전트 (AI Agent)」의 실용화

2025년이 「생성형 AI 보급 원년」이라면, 2026년은 「AI 에이전트 실용화의 해」입니다. 기존의 AI는 인간이 질문이나 지시를 주면 응답을 돌려주는 「수동형」이었지만, AI 에이전트는 목표가 주어지면 스스로 계획을 세우고, 필요한 도구를 선택하며, 결과를 검증하면서 태스크 (Task)를 수행하는 「자율형」 AI입니다.

이는 실제로 비즈니스 현장에서 움직이기 시작했습니다.

어떤 기업에서는 AI 에이전트를 도입하여, 월간 30만 건이 넘는 문의 대응을 자동화하는 데 성공했습니다.

또한 다른 기업에서는 소프트웨어 개발 AI 에이전트를 도입한 결과, 월 12.5명분이 소요되던 개발 공수가 2.0명분으로 단축되었다는 사례도 있습니다.

SE로서 현장에서 느끼는 점

저는 보험 업계용 시스템 개발에 종사하는 PL (Project Leader)입니다.

직장에서는 AI 도구를 자유롭게 사용할 수 있는 환경이 아니기 때문에, 어디까지나 개인적인 학습·관찰 이야기입니다만, 이 변화를 외부에서 지켜보며 느끼는 점이 있습니다.

「요건 정의 (Requirements Definition)」라는 업무가 AI에 침식되고 있다.

구체적으로는, 자연어로 "이러한 시스템이 필요하다"라고 전달하면, AI가 유저 스토리 (User Story) 후보, 테스트 케이스 (Test Case), 시스템 구성안을 생성해 주는 시대가 되었습니다.

제가 매일 하고 있는 「업무 측과 엔지니어 측 사이를 번역하는」 작업의 일부를, AI가 대체하기 시작한 것입니다.

다만, 여기서 중요한 분기점이 있습니다.

「작업을 빼앗기는 사람」과 「설계자가 되는 사람」

PwC의 분석에 따르면, 지금은 「도구 도입」이 아니라 「조직 OS의 교체」라고 불러야 할 변화가 일어나고 있으며, AI를 활용하여 소수 인원으로 대규모 사업을 운영하는 기업이 국내외에서 생겨나기 시작하고 있습니다.

이 흐름 속에서, SE로서의 생존 방식은 두 가지로 수렴하고 있다고 느낍니다.

• 작업자로 남는다: AI가 생성한 요건서를 「확인만 하는」 역할로 축소된다
• 설계자가 된다: 「AI에게 무엇을 출력하게 할 것인가」를 정의하는 쪽으로 돌아선다

전자는 몇 년 이내에 가치가 떨어집니다. 후자는 반대로 희소해집니다.

내가 하고 있는 것

G 검정 (G検定, JDLA) 학습을 진행하면서, Python의 기초도 병행하여 배우고 있습니다.

목적은 엔지니어가 되는 것이 아니라, 「AI에게 무엇을 시킬지 설계할 수 있는 사람」이 되는 것입니다.

보험 업계의 시스템을 6년간 만들어온 경험과 AI 설계 지식을 결합하면, 아직 거의 아무도 없는 포지션이 될 수 있다고 생각합니다. 그것이 지금 가장 큰 동기입니다.

본 기사는 필자 개인의 견해입니다. 특정 기업·프로젝트에 관한 내용이 아닙니다.

Discussion