「AI에게 일자리를 빼앗긴다」—— 이 말에 한 번이라도 가슴이 철렁했던 사람은 많을 것이다.

하지만 500명을 지켜봐 왔고, 나 자신도 AI만으로 SaaS를 만들어보며 생각한다. 빼앗기는 사람과 사용하는 쪽으로 돌아선 사람을 가르는 것은 재능도 젊음도 아니다.

결론부터 말하자면, 엔지니어의 일은 없어지지 않는다. 하지만 안심할 수도 없다. 이 기사에서는 그 차이가 어디에 있는지, 그리고 내일 스킬 시트(Skill Sheet)에 적을 수 있는 한 걸음을 정리한다.

이 기사는 AI에게 일자리를 빼앗기는 엔지니어와 사용하는 쪽으로 돌아선 사람의 결정적인 차이의 다이제스트(Digest) 버전입니다.

바이브 코딩(Vibe Coding)을 통해 본 「사용하는 쪽」의 리얼한 모습이나 관련 기사 링크 모음은 위의 완전판을 확인해 주세요.

수많은 엔지니어를 지켜보았고, 나 자신도 바이브 코딩으로 상용 서비스를 혼자서 만들었다. 그 경험을 바탕으로 말한다. 엔지니어의 일은 없어지지 않는다. 그러니 우선 안심하기 바란다.

하지만 방심은 금물이다. 「없어지지 않는다」가 「평생 안심」을 의미하지는 않는다. 일이라는 틀은 남는다. 하지만 그 틀 안에서 벌어들일 수 있는 액수는 사람에 따라 크게 갈리게 된다.

조금 극단적인 이야기를 해보겠다. 지금은 급여 수준이 높은 IT 업계의 엔지니어가, 가까운 미래에는 최저임금 수준의 시급으로밖에 벌지 못할 수도 있다. 그런 세계선이 불가능하다고 단정 지을 수 없다. 코드만 작성하는 작업은 그 정도로 급격하게 가격이 내려갈 것이다.

질문되어야 할 것은 「일이 남느냐」가 아니다. 「남은 일의 어느 위치에 서느냐」다. 서 있는 위치는 두 가지로 나뉜다.

빼앗기는 쪽	사용하는 쪽
AI를 대하는 태도	출력을 내보내고 그대로 받아들임
도달하는 곳	「대체 가능한」 쪽에 가까워짐

같은 「엔지니어」라도, 여기서부터는 다른 커리어가 된다.

먼저 정리하고 싶다. AI가 빼앗는 것은 「엔지니어」라는 직종이 아니다. 빼앗는 것은 그 안의 **「작업」**이다.

정형적인 API 구현, 간단한 폼(Form) 작성, 테스트의 일부. 사양이 명확하여 패턴화할 수 있는 것부터 순서대로 AI가 대신해 나간다. 즉 자신의 업무 중 「작업의 비중이 높은 사람」일수록 영향을 정면으로 받는다.

현장에서 들었던 말이 떠오른다. 계약 갱신 시점에 고객사가 이렇게 말하는 사람이 있다. 「구현은 빠르지만, 딱히 다른 사람으로도 대체가 가능하다」. 대체가 가능하다면 더 저렴한 엔지니어로 교체될 수 있다. 이는 AI가 오기 전부터 일어나고 있던 일이다. 그리고 AI는 이 「대체 가능한」 범위를 단번에 넓혔다.

반대로 말하면, 같은 직종이라도 작업 이외의 부분을 가진 사람은 흔들리지 않는다. 이 지점이 첫 번째 갈림길이 된다.

흥미로운 점은, 같은 Copilot, 같은 Claude를 사용하더라도 차이가 난다는 것이다.

멈추는 사람	성장하는 사람
출력에 대한 태도	그대로 받아들임
AI와의 관계	AI에게 「사용당함」

도구의 성능이 아니라, 대하는 태도의 차이다.

에이전트(Agent) 시대, 비슷한 경력 연수와 비슷한 기술 스택을 가졌음에도 한쪽은 프로젝트가 끊이지 않고, 다른 한쪽은 제안이 오지 않는 광경을 몇 번이고 보았다. 차이를 만든 것은 기술력이 아니라 **「주어진 일에서 반 걸음 더 나아갈 수 있는가」**였다. AI를 대하는 태도도 구조는 완전히 같다.

추상론으로 끝내고 싶지 않다. 사용하는 쪽이 구체적으로 무엇을 하고 있는지 4가지로 압축한다.

#	능력	내용
①	평가력	AI의 출력을 「옳은가·쓸 수 있는가」로 판단하고 수정할 수 있음
...
생성형 AI가 내뱉는 코드에는 반드시 빈틈이 있다. 논리의 누락, 고려의 미비, 때로는 파괴적인 실행. 사용하는 쪽은 출력을 「옳은가·쓸 수 있는가」로 판단한다. 쓰는 능력이 아니라, 꿰뚫어 보는 능력이다. AI가 대량의 코드를 만들어내는 시대이기에 더욱 가치가 올라간다.

「AI로 구현했습니다」라고 하면 정보량이 거의 제로에 가깝다. 하지만 「이 부분은 AI에게 맡겼고, 여기는 내가 이렇게 판단했다」라고 말할 수 있다면 전달되는 정보의 양이 차원이 달라진다. 무엇을 했느냐가 아니라, 무엇을 판단했느냐. 이것이 AI 시대 스킬 시트의 핵심이다.

지시받은 기능을 만드는 것뿐이라면 AI도 할 수 있다. 하지만 「무엇을 만들 것인가·무엇을 만들지 않을 것인가」를 결정하는 것은 인간만이 할 수 있다. 규모는 상관없다. 작은 도구든 사내 업무 개선이든 좋다. 스스로 요구사항을 결정하고 실행까지 옮겨본 경험이 힘을 발휘한다. 이 0에서 1을 만드는 과정은 본업인 SES 현장에서는 좀처럼 쌓기 어렵기 때문에, 쓸 수 있는 사람이 적고, 쓸 수 있다면 단번에 앞서나갈 수 있다.

특정 업무 영역의 지식, 상류 설계, 매니지먼트, 경영·마케팅 이해, 보안. 이 모든 것은 AI가 쉽게 대신할 수 없다. 이유는 "정답이 문맥에 따라 변하기" 때문이다. 금융, 의료, 물류에서는 동일한 요구사항이라도 최적해(Optimal solution)가 다르다. 기술력만으로는 AI와의 가격 경쟁에 휘말리지만, 기술 × 도메인 지식 (Domain knowledge)의 곱셈이라면 대체 불가능한 포지션이 된다. 이것이 "최저임금의 세계선"을 회피하는 열쇠다.

▶ 바이브 코딩(Vibe Coding)을 통해 본 "사용하는 쪽"의 리얼리티(삼각관계 리뷰의 실체험)는 이쪽으로 → AIに仕事を奪われるエンジニアと、使う側に回る人の決定的な差

지금까지 "평가할 수 있다", "판단을 언어화할 수 있다", "도메인 지식을 맞출 수 있다"라고 써왔다. 이것들을 한 단계 추상화하면 하나의 단어로 요약된다. 바로 **커뮤니케이션 능력(Commu력)**이다.

단, 밝은 성격이나 사교성에 대한 이야기가 아니다. 핵심에는 두 가지가 있다. 상대의 의도를 정확히 파악하는 **"이해력"**과, 그것을 과부족 없이 전달하는 **"번역력"**이다.

이 부분이 흥미로운데, AI를 사용하는 능력과 대인 커뮤니케이션 능력은 구조가 완전히 같다. AI에게 좋은 지시를 내리려면 배경, 목적, 제약 사항, 기대하는 형식을 정리해서 전달해야 한다. 이는 사람에게 업무를 의뢰할 때의 구성 방식과 매우 흡사하다. AI의 출력을 읽고 "이 부분이 어긋났다"라고 알아차리는 것도, 상대의 말을 듣고 의도를 파악하는 것과 같은 작업이다.

즉, AI를 잘 사용하는 사람은 원래 이해력과 번역력이 높다. 반대로 사람에 대한 설명이 허술한 사람은 AI에 대한 지시도 허술해지기 쉽다. 이 능력은 개발 현장에 국한되지 않고, 면담이나 에이전트와의 소통, 보고·연락·상담(Hou-Ren-So)에서도 유효하다. 모든 상황에서 의식해도 손해 볼 것 없는 기초 체력과 같은 스킬이다.

지금까지의 이야기는 스킬 시트(Skill sheet) 작성법과 직결된다. "생성형 AI 활용"이라고 한 줄 적는 사람이 늘었지만, 이제 그것만으로는 차별화를 둘 수 없다. 2026년에는 누구나 쓰는 말이 되었기 때문이다.

차이를 만드는 것은 내용이다. 무엇을 맡기고, 어떻게 통제하며, 무엇을 판단했는가이다.

Before (차별화되지 않음)	After (사용하는 쪽임을 전달함)
예문	생성형 AI(ChatGPT·Copilot)를 활용하여 개발을 효율화

적혀 있는 사실은 거의 같다. 하지만 후자에는 "무엇을 맡기고, 무엇을 판단했는가"가 들어있다. 읽는 사람이 받아들이는 정보량이 완전히 다르다.

이는 "지시받은 범위 내에서만 일하는" 상태에서 벗어나는 작업이기도 하다. 담당 태스크를 해내기만 하는 사람은 서류상으로도 "대체 가능한 사람"으로 보인다. 반대로 자신의 판단을 적을 수 있는 사람은 "이 사람이 아니면 곤란하다"라는 영역에 가까워진다.

자신의 판단 경험은 막상 적으려고 하면 잘 떠오르지 않는다. 그럴 때는 Skillsheet-Port의 AI 구성 보조를 통해 대화(Wall-hitting)를 나누는 것도 방법이다. "나는 무엇을 판단했는가"를 끌어내는 계기가 된다.

• 엔지니어의 일은 사라지지 않는다. 하지만
  서 있는 위치에 따라 평가는 크게 갈린다 - 빼앗기는 것은 "직종"이 아니라 "작업". 작업 비중이 높은 사람일수록 영향을 받는다
• 사용하는 쪽이 하고 있는 4가지:
  평가력 / 언어화력 / 0→1 경험 / 도메인 지식 - 이것들을 추상화하면 결국 "커뮤니케이션 능력(이해력 + 번역력)". AI에 대한 지시와 대인 의뢰는 같은 구조
• 스킬 시트에는 "사용했다"가 아니라 **"무엇을 맡기고, 무엇을 판단했는가"**를 적는다

오늘부터 할 수 있는 일은 어렵지 않다.

• 맡기는 법을 정리하기: 현재 현장에서 무엇을 AI에게 맡기고, 무엇을 스스로 판단하고 있는지 적어보기
• 출력을 한 번 의심하기: AI의 출력을 그대로 사용하기 전에 "이것이 옳은가"라고 한 박자 생각하기
• 스킬 시트에 한 줄 추가: 그 경험을 "판단한 것"으로서 덧붙이기

나열해 보면 특별한 것은 하나도 없다. 반 걸음 앞서 나간다. 출력을 의심한다. 판단을 기록한다. 어렵지 않기 때문에, 하는 사람과 하지 않는 사람 사이에 차이가 생긴다. 그 반 걸음이 몇 년 후의 큰 차이가 된다.

▶ 완전판 가이드는 이쪽으로 → AIに仕事を奪われるエンジニアと、使う側に回る人の決定的な差

▶ 무료로 스킬 시트를 만들어 보기 → https://www.skillsheet-port.com/