AI 시대에 어려움을 겪으며 배운 마지막 세대

2026년 8월, 스탠퍼드 대학의 디지털 경제 연구소(Digital Economy Lab)는 ADP 급여 데이터를 사용하여 '석탄 광산의 카나리아' 논문을 업데이트했습니다. 두 가지 발견이 나란히 놓여 있습니다:

1. AI에 노출되는 직업군, 그중 소프트웨어 개발 분야에서 22세에서 25세 사이 근로자의 고용률은 AI에 상대적으로 덜 노출된 동료들과 보조를 맞추었을 경우보다 약 19% 낮습니다. 2025년 7월 데이터에서는 15%였습니다.
2. 경력직 근로자는 비교할 만한 격차를 보이지 않습니다.

만약 당신이 커리어의 5년에서 10년 차라면, 두 번째 포인트는 좋은 소식처럼 보입니다.

하지만 다시 읽어보세요. 그 22세에서 25세 사이의 사람들은 다음 '당신'이 되어야 할 사람들입니다.

이 글은 AI가 등장하기 전에 구축하는 법을 배운 엔지니어들이 AI 시대를 어떻게 바라보는지에 대한 시리즈의 마지막 부분입니다. 우리는 그들의 신뢰, C-suite와의 격차, 실제로 의무화되는 것들, 그리고 회사 유형이 직업을 어떻게 바꾸는지를 다루었습니다. 이번 글은 미래에 관한 것이며, 답이라기보다는 질문에 가깝습니다.

사다리에서 당신 아래 층계가 사라지고 있다

스탠퍼드 연구원들은 신중하므로 저도 신중할 것입니다. 그들은 이것을 **'인과적 추정치가 아닌 기술적 패턴(descriptive patterns, not causal estimates)'**이라고 부릅니다. 교육 수준을 고려하면 격차는 줄어들고, 일부 차이는 생성형 AI가 널리 사용되기 전부터 나타났습니다.

그들이 설명하는 메커니즘은 여전히 중요합니다. 조정은 해고를 통해라기보다는 젊은 근로자를 적게 고용함으로써 주로 발생하는 것으로 보입니다. 아무도 해고되는 것이 아닙니다. 단지 문이 열리는 빈도가 줄어들 뿐입니다.

반론 역시 공정한 청취가 필요합니다. Oxford Economics는 2026년 1월에 "기업들이 AI로 인해 노동자를 대규모로 대체하는 것처럼 보이지 않는다"고 말했습니다. Challenger, Gray & Christmas 데이터에 따르면, 2025년 첫 11개월 동안 AI가 언급된 미국 일자리 감축은 약 55,000건이었는데, 이는 보고된 전체 일자리 손실의 **겨우 4.5%**에 불과합니다. Oxford는 일부 기업들이 과거 과잉 채용 등을 은폐하기 위해 "해고를 좋은 뉴스 스토리처럼 꾸미려고" 한다고 의심했습니다. 또한 그들은 증가하는 대학 졸업자 실업률이 순환적인 양상을 보이며, 부분적으로는 학위 소지자의 공급 과잉에 의해 주도된다고 주장했습니다.

두 가지 모두 사실일 수 있습니다. AI가 대규모 해고를 유발하고 있지 않을 수도 있지만, 여전히 올해 주니어 개발자를 채용하지 않아도 되는 편리한 이유가 될 수는 있습니다.

팀이 마지막으로 신규 인력 예산을 확보했을 때, 그 돈은 주니어에게 쓰였나요?

당신의 암묵지(Tacit Knowledge)가 현재로서는 해자입니다.

Stanford 수정본에서 가장 흥미로운 부분은 두 가지 종류의 지식 간의 구분입니다.

고용률이 떨어진 분야는 **체계화된 지식(codified knowledge)**에 의존하는 직업군입니다. 이는 교과서나 문서화된 절차를 통해 배울 수 있는 공식적인 자료입니다. 반면, 고용률이 증가한 분야는 **암묵지(tacit knowledge)**에 의존하는 직업군입니다. 이는 실습, 멘토링, 실제 상황에 반복적으로 노출되면서 습득되는 것입니다.

그들의 설명은 다음과 같습니다: 생성형 AI(generative AI)는 이미 문서화된 지식을 재현하는 데 능합니다. 경험 기반의 지식은 복사하기가 더 어렵습니다.

중견 엔지니어에게 암묵적인 부분이란, 어떤 문서도 알려주지 않는 모든 것입니다:

• 배치 작업이 늦게 실행될 때 어떤 서비스가 다운되는지.
• 재시도 로직(retry logic)이 왜 그렇게 이상하게 작성되었는지.
• 설명하기 전에 "이 PR은 괜찮지만 마음에 들지 않는다"고 말하는 직감.

당신은 이것을 새벽 2시의 사고 경험, 다른 사람들의 코드를 읽는 것, 그리고 인내심을 가진 선배들로부터 얻었습니다. 그것이 바로 당신의 해자입니다.

제가 걱정하는 것은 이것이고, 이는 스탠퍼드 대학의 의견이라기보다는 저의 이론입니다: 암묵지(tacit knowledge)는 일을 충분히 못하면서 하는 과정에서 생겨납니다. 만약 주니어 채용이 줄어들고, 채용된 주니어들이 자신이 어려움을 겪었을 작업을 AI가 처리하게 한다면, 다음 세대의 암묵지는 어디서 오는 걸까요?

이미 데이터에 작은 신호가 있습니다. Stack Overflow의 2025년 설문조사에서는 개발자의 20%가 AI 때문에 자신의 문제 해결 능력에 대한 자신감이 떨어졌다고 답했습니다. 그리고 METR의 2026년 업데이트는 경험 많은 개발자들이 AI 없이 일하는 것을 원치 않아 연구에 참여하지 않을 것이라고 설명합니다.

이것들 중 어느 것도 재앙은 아닙니다. 하지만 심각하게 받아들일 가치가 있는 가능성을 암시합니다: 당신 세대가 완전히 느린 방식으로 배운 마지막 세대일 수 있습니다.

승진 규칙의 변화

WRITER 2026 설문조사에서 조사된 1,200명의 임원들은 현재 리더십이 무엇을 보상하는지 보여줍니다. 이는 엔지니어뿐만 아니라 지식 노동자 전반에 대한 임원들의 자체 보고서이므로, 증거라기보다는 의도(intent)로 받아들이는 것이 좋습니다:

• 직원의 77%가 AI 활용 능력을 갖추지 못하면 승진이나 리더십 역할 후보에서 고려되지 않을 것이라고 답했습니다.
• 60%가 AI를 사용하지 못하거나 거부하는 직원을 해고할 계획이라고 답했습니다.
• Workplace Intelligence에 따르면 AI 슈퍼 유저들은 지난 한 해 동안 승진과 급여 인상을 모두 받을 가능성이 약 3배 더 높았습니다.

이것을 이 시리즈의 파트 1과 비교해 보세요. 그곳에서는 중견 엔지니어들이 AI 결과물을 신뢰하는 데 가장 조심스러운 모습을 보였습니다. 만약 리더십이 '조심성'을 '느림'으로 해석한다면, 건물 내에서 가장 신중한 사람들이 지나칠 수 있습니다.

귀하의 조직은 AI 사용을 보상하고 있나요, 아니면 AI 판단력을 보상하고 있나요? 그 차이를 알까요?

아무도 예산 책정하지 않은 정체성 문제

LeadDev는 FAANG 기업의 한 스태프 엔지니어와 이야기를 나눴습니다. 이 엔지니어는 모든 코드를 직접 작성하는 대신 에이전트를 오케스트레이션(orchestrate)하는 방식으로, Steve Yegge의

가장 큰 장애물은 기술이 아니었습니다. 그것은 바로 이것이었습니다:

"내 직업을 에이전트들의 오케스트레이터로 만들고 싶지 않다"는 진정한 반발심입니다. 이는 역량의 문제가 아니라 정체성의 문제이며, 측정하거나 해결하기가 훨씬 어려운 문제입니다."

이 점은 깊이 생각해 볼 가치가 있습니다. 2015년부터 2020년 사이에 경력을 시작한 많은 엔지니어들은 직접 손으로 무언가를 만드는 것을 좋아했기 때문에 이 직업을 선택했습니다. 이제 직업이 AI 요리사들로 이루어진 주방을 지휘하는 것이 되었다고 들으면, 이것은 단순히 기술의 변화가 아닙니다. 일터에서 '당신 자신이 누구인가'에 대한 변화입니다.

제가 찾은 설문조사 중에는 이 부분을 직접적으로 묻는 것이 없습니다. 어쩌면 그래야 할지도 모릅니다.

중견 엔지니어가 할 수 있는 세 가지 베팅

이 부분은 의견입니다. 저는 이것들을 입증된 전략이라기보다는 합리적인 베팅이라고 부르고 싶습니다.

베팅 1: 검증자가 되라. Stack Overflow가 개발자들이 여전히 인간에게 의존할 것이라고 물었을 때, **75%**는 "AI의 답변을 신뢰하지 않을 때"라고 답했습니다. AI가 신뢰할 수 없을 때 다른 사람들이 믿는 사람이 있어야 합니다. 이것은 실제 역할이며, 암묵지(tacit knowledge)가 당신을 자격 갖추게 하는 것입니다.

베팅 2: 교사가 되라. 주니어 채용이 줄어들면, 고용된 주니어들은 더 가치가 높아지고, 그들에게 '흉터'를 남겨주는 사람 또한 가치가 높아집니다. 인시던트(incident) 때 함께 작업하세요. 가끔은 어시스턴트 없이 디버깅하도록 만드세요. 스탠퍼드 데이터는 도제식 교육(apprenticeship)이 AI가 대체할 수 없는 정확한 것임을 시사합니다.

베팅 3: 측정자가 되라. Harness의 2026년 설문조사에서, 엔지니어의 49%가 AI 생산성이 어떻게 측정되는지에 대해 의견을 제시하기를 원했습니다. 리더십은 무언가를 측정할 것입니다. 중견 엔지니어들은

• 문서로는 배울 수 없는 것을 누가 가르쳐 주었나요? 그 사람은 후임자가 있을까요?
• 만약 경력 5년에서 10년 차라면: 지금 누군가를 멘토링하고 있나요, 아니면 AI가 조용히 그 역할을 대신했나요?
• 만약 커리어 초반이라면: 어떤 곳에서 '새벽 2시의 상처'를 얻고 있나요?

전체 시리즈를 읽어주셔서 감사합니다. 만약 이 글의 주장 중 어느 것이 잘못되었다고 생각한다면, 댓글로 말씀해 주세요. 원래 이렇게 작동하는 것입니다.

출처 (Sources)

• Stanford Digital Economy Lab, 광범위한 대체는 없지만, 젊은 근로자를 위한 AI 고용 격차는 19%까지 확대되었다 (Brynjolfsson, Chandar, Chen, Aug 2026) · 논문 PDF
• Stanford Digital Economy Lab, AI와 노동 시장: 우리가 아는 것과 모르는 것 (AI에 노출된 직업군 중 소프트웨어 개발을 언급)
• Oxford Economics, AI가 주도하는 일자리 시장의 변화 증거는 파편적이다 (Jan 2026) · Fortune에 의해 보도
• Stack Overflow, 2025 개발자 설문조사 — AI 섹션
• METR, 우리는 개발자 생산성 실험 설계 변경 중입니다 (Feb 2026)
• WRITER / Workplace Intelligence, 2026년 기업 내 AI 도입 현황
• LeadDev, 토큰맥싱(Tokenmaxxing)과 중요한 AI 지표를 찾는 노력 (April 2026)

Harness는 The State of Engineering Excellence 2026 보고서를 통해 AI가 엔지니어링 조직이 개발자 생산성을 측정하는 방식을 앞질렀음을 밝히고 있습니다.