제 친동생 중 한 명은 CSE(Computer Science and Engineering)를 막 졸업했습니다. 좋은 CGPA(학점)를 가졌고, 코드를 작성할 줄 알며, 열정이 넘칩니다. 그는 저에게 말했습니다. "형, 지난 3개월 동안 LinkedIn에서 주니어 개발자(Junior Developer) 일자리만 찾아봤어요. 예전에는 게시물이 100개 정도 있었는데, 이제는 30개뿐이에요. 나머지는 다 어디로 갔나요?"

저는 단 한 마디의 대답도 할 수 없었습니다. 왜냐하면 저 또한 같은 질문 속에서 길을 잃었기 때문입니다. 😐

AI가 정말로 일자리를 뺏고 있는가?

ChatGPT, GitHub Copilot — 이들이 예전에 신입(Fresher)이 배우던 일들을 대신 해주고 있는 것일까요?

저는 최근 며칠 동안 이 질문에 대한 답을 찾고 있습니다. Stanford의 보고서를 읽었고, BIDA, BASIS, BDPolicyLab의 모든 보고서를 살펴보았습니다. 방글라데시 기업가들과 국제 전문가들의 의견도 읽어보았습니다.

제가 찾아낸 것들을 공유합니다. 제 동생에게 필요한 것이자, 여러분에게도 필요한 내용입니다.

이야기는 여기서 시작됩니다

잠시 생각해보세요 — 2020년에 당신의 첫 직장에서 무엇을 했었나요?

Boilerplate 코드를 작성했습니다. 기본적인 CRUD 엔드포인트(Endpoints)를 만들었습니다. 문서화(Documentation)를 했습니다. Stack Overflow에서 에러를 수정했습니다. 하루가 끝나면 조금씩 배웠고, 다음 날은 조금 더 배웠습니다. 그렇게 성장해 왔습니다.

문제는 — 이제 이 일들을 AI가 수행하고 있다는 점입니다. 단 몇 초 만에 말이죠. 그리고 솔직히 말해서 — 아주 잘 해냅니다.

Inument의 공동 창업자(Co-Founder) 만주룰 알람 마무(Manjurul Alam Mamun)는 최근 Facebook에 다음과 같이 썼습니다 — 예전에는 하나의 복잡한 소프트웨어 제품(Software Product)을 만들기 위해 10명이 필요했습니다. PM 1명, 디자이너(Designer) 1명, 프론트엔드(Frontend) 2명, 백엔드(Backend) 2명, QA 1명, DevOps 1명, 주니어(Junior) 2명.

지금은요? AI를 포함해 단 3명뿐입니다.

숙련된 시니어(Skilled Senior) 한 명이 이제 코드 리뷰(Code Review)를 할 수 있고, 테스트(Test)를 작성할 수 있으며, 문서화(Documentation)를 할 수 있고, 아키텍처 리뷰(Architecture Review)를 할 수 있으며, 배포(Deployment)를 자동화할 수 있습니다 — 심지어 디자인(Design)과 프로젝트 관리(Project Management)까지 처리할 수 있기 때문입니다.

마무 형은 한 가지 질문을 던졌습니다 — "7년 후에는 어떻게 될까요?"

AI가 정확히 무엇을 바꾸고 있는가?

하지만 AI가 아직 하지 못하는 일들이 있습니다. 오래되고 복잡한 코드베이스(Codebase)를 이해하지 못합니다. 프로덕션(Production) 환경에서 문제가 발생했을 때 디버깅(Debug)을 할 수 없습니다. 코드 리뷰(Code review)를 제대로 하지 못합니다. "이 API가 null을 반환하면 어떻게 될까?"와 같은 질문을 던지지 못합니다. (devshire.ai)

결국 개발자가 성장할 수 있게 해주던 일들은 AI가 가져갔고, 실제로 필요한 일들은 AI가 하지 못하고 있습니다.

이것이 진짜 문제입니다.

Mamun 형은 매우 명확하게 말했습니다. 단순히 "실행 (execution)"에만 집중하는 사람들(코드 작성, 버그 수정, 단순 구현)은 위험에 처해 있습니다. 왜냐하면 AI는 "실행 (execution)" 측면에서 빠르게 발전하고 있기 때문입니다.

이제 가치는 다음과 같은 곳에 있습니다 — 시스템 디자인 (System Design), 제품 판단력 (Product Judgment), 비즈니스 이해 (Business Understanding), 아키텍처 결정 (Architecture Decisions), 리더십 (Leadership), 문제 정의 (Problem Framing).

그의 표현을 빌리자면 — "코드를 쓰는 것은 쉽습니다. 하지만 올바른 것을 빌드하고, 적절한 트레이드오프 (trade-off)를 수행하며, 문제를 정의하는 것 — 이들의 가치는 훨씬 더 높습니다."

Jensen Huang의 이야기 — 방사선 전문의 (Radiologist)의 예시

Nvidia의 CEO Jensen Huang은 최근 매우 강력한 예시를 들었습니다. 들어보세요 —

10~12년 전, Jeff Hinton은 모든 방사선 전문의 (radiologist)의 일자리가 사라질 것이라고 말했습니다. 컴퓨터 비전 (computer vision)이 이제 초인적인 수준에 도달했기 때문입니다. 스캔을 판독하는 작업은 AI가 할 수 있게 될 것입니다. 그는 모두에게 말했습니다 — "방사선 전문의가 되지 마세요. 일자리가 끝났습니다."

10년 후? 그는 완전히 옳았습니다. 컴퓨터 비전 (computer vision)은 이제 모든 방사선과 (radiology department)에 존재합니다. 100% 침투했습니다.

하지만 반전이 있습니다 — 방사선 전문의 (radiologist)의 수는 오히려 증가했습니다.

왜일까요?

Jensen은 AI가 **업무의 일부 (task)**를 바꿨을 뿐, **업무의 목적 (purpose)**을 바꾸지는 않았다고 말합니다. 방사선 전문의의 업무 중 스캔을 판독하는 것은 AI가 수행합니다. 하지만 방사선 전문의의 목적은 질병을 진단하고, 환자와 대화하며, 의사들과 협력하고, 의료 규정 (medical compliance)을 준수하는 것입니다.

그리고 AI가 스캔 판독을 매우 빠르게 수행하게 되면서, 이제 이전보다 훨씬 더 많은 환자의 스캔을 처리할 수 있게 되었습니다. 더 많은 환자 = 더 많은 수익 = 더 많은 방사선 전문의가 필요함을 의미합니다.

Jensen의 말을 인용하자면 — "만약 당신이 제가 일하는 것을 지켜본다면, 만약 AI가 제가 일하는 것을 지켜본다면... 한 주가 끝날 때 당신은 이렇게 말할 것입니다. 'Jensen의 업무는 무엇인가? 그는 타이핑을 하고 있다. 그는 타이핑을 하고, 사람들과 대화한다.' 그러면 당신은 'AI가 자동으로 타이핑할 수 있으니 Jensen의 업무는 사라졌다'는 결론에 도달할 것입니다. 하지만 그것은 목적을 놓치는 것입니다."

이 이야기는 개발자들에게도 동일하게 적용됩니다. AI가 코드를 작성할 수 있다는 것은 하나의 태스크 (task)입니다. 하지만 당신의 목적은 무엇입니까? 시스템 디자인 (System design)을 하고, 문제를 정의하며, 비즈니스를 이해하고, 팀을 이끄는 것 — AI는 이것들을 대체할 수 없습니다.

수치들은 무엇을 말하고 있는가?

Stanford는 말합니다 — AI로 인해 젊은 엔지니어들의 기회가 13% 감소하고 있습니다. 그렇다면 시니어(Senior)들은 어떨까요? 그들의 기회는 늘어나거나 적어도 안정적(stable)입니다. (Stanford Digital Economy Lab)

2022년부터 2026년까지 — 4년 동안 주니어(Junior) 채용 공고가 67% 감소했습니다. IT 분야의 신규 채용 중 주니어 직무는 단 **7%**에 불과합니다. 이전에는 15%였습니다. (AlterSquare)

67% — 잠시 멈춰 생각해보세요. 이것은 결코 작은 숫자가 아닙니다.

하지만 — 반전이 있습니다.

2026년 1월, 847명의 채용 담당자(hiring manager)에게 질문을 던졌습니다. 그들 중 **85%**는 — "네, 주니어 채용을 계속하고 있습니다"라고 답했습니다. (Markaicode)

그렇다면 모든 것이 괜찮은 걸까요?

아니요. 문제는 — 직무 자체가 변했다는 것입니다. 기업들이 주니어를 채용하는 것은 맞습니다. 하지만 기업들이 원하는 주니어는 — 첫날부터 AI 도구(AI tools)를 사용하여 업무를 수행할 수 있는 사람입니다.

"일을 하면서 배우라" — 이 모델은 더 이상 통하지 않습니다. "이미 배워서 오라" — 이것이 이제 규칙입니다.

방글라데시의 상황은 어떠한가?

글로벌한 이야기를 들었습니다. 하지만 여러분은 자신의 국가에 대해 걱정할 것입니다. 저 또한 그랬습니다.

그래서 방글라데시의 데이터를 찾아보았습니다. 제가 발견한 것은 — 더욱 흥미롭습니다.

우리나라의 대졸자 실업률은 **13.5%**입니다. 여성 대졸자의 경우 그 수치는 **20%**에 육박합니다. (nextjobz.com.bd)

질문 — 이것이 AI 때문일까요?

답변 — 아닙니다.

젊은 졸업생들의 실업률은 이미 2013년에 **9.7%**였습니다. 2022년에는 그 수치가 **27.8%**에 달했습니다. 당시에는 AI 도구(AI tools)가 이토록 대중적이지 않았습니다. (Journal of Management and Business Education)

즉 — 문제는 이미 존재하고 있었습니다. AI는 단지 그 문제를 가속화하고 있을 뿐입니다.

IT 섹터(IT sector)를 살펴봅시다. 방글라데시에는 50만 명 이상의 IT 전문가(IT professional)가 있습니다. 4,500개 이상의 기업, 65만 명 이상의 프리랜서(freelancer)가 있습니다. IT 서비스 시장은 21억 달러($2.1 billion) 규모이며 — 매년 11.8%씩 성장하고 있습니다. (BIDA)

하지만 BASIS는 IT 부문에 **40%의 기술 격차 (skills gap)**가 있다고 말합니다. 기업들은 일할 사람을 찾지 못하고 있습니다. 모두가 학위는 가지고 있지만, 실무적인 기술 (practical skill)은 아무도 없습니다. (nextjobz.com.bd citing BASIS)

제 남동생이 LinkedIn에서 일자리를 찾고 있었을 때 — 문제는 아마도 채용 공고 (posting)가 줄어들었기 때문이 아닐 것입니다. 문제는 — 기업들이 채용 (hiring)은 제대로 하고 있지만, 정작 그들이 원하는 기술 (skill)을 가진 사람을 찾지 못하고 있다는 점일 수 있습니다.

일자리는 있습니다. 적임자가 없을 뿐입니다. 이것이 핵심입니다.

프리랜싱 (Freelancing) — 문이 닫히고 있는가?

많은 방글라데시 사람들에게 프리랜싱 (freelancing)은 첫 번째 관문이었습니다. 일자리를 구하지 못한 이들이 Upwork나 Fiverr에서 일을 시작했습니다. 그리고 그곳에서 성장했습니다.

방글라데시는 매년 프리랜싱 (freelancing)을 통해 5억 달러($500 million+) 이상의 수익을 올립니다. 이는 결코 적은 숫자가 아닙니다.

하지만 AI가 클라이언트들의 요구사항을 바꾸고 있습니다.

프리랜서 글쓰기 (Freelance writing) 공고는 33% 감소했습니다. 번역 (Translation) 업무는 19% 감소했습니다. 고객 지원 (Customer support) 직무는 16% 감소했습니다. — 바로 방글라데시 프리랜서들이 시작점으로 삼았던 바로 그 일들입니다. (WINTK)

하지만 동시에 — Upwork에서 생성형 AI (generative AI) 관련 채용 공고 (job posting)는 1000% 이상 증가했습니다. (The Business Standard)

문이 닫히고 있는 것이 아닙니다. 문이 변하고 있는 것입니다. 기본적인 기술 (basic skill)만 가진 이들에게는 문이 좁아지고 있지만, AI 기술 (AI skill)을 배우는 이들에게는 문이 더 넓어지고 있습니다.

수익에 대해 말해보자면

솔직히 말해서 — 일반 개발자 (developer)와 AI 개발자 (AI developer) 사이의 급여 격차는 매일 커지고 있습니다.

현지 기업의 일반 주니어 개발자 (junior developer) 급여는 월 ৳25,000 – ৳45,000입니다. 시니어 (Senior)라면 ৳80,000 – ৳1,60,000+입니다. (Kaz Software)

하지만 AI/ML 개발자 (AI/ML developer)라면? 주니어부터 월 ৳35,000 – ৳80,000로 시작합니다. 시니어라면 ৳1,50,000 – ৳3,00,000+입니다. 그리고 해외 원격 (remote international) 일자리라면? 월 ৳4,00,000 – ৳10,00,000+입니다. (Nucamp)

30-50% 더 높습니다. 기술 (skill)과 시장 (market)의 차이입니다.

잠시 생각해 보세요 — 향후 5년 동안 당신이 어느 방향으로 가고 있는지가 당신의 수입을 결정합니다.

하나의 큰 리스크 — 하지만 아무도 말하지 않는 것

만약 지금 기업들이 주니어 (Junior)를 적게 채용한다면 — 5년 뒤에는 누가 시니어 (Senior)가 될까요?

AWS의 CEO Matt Garman은 AI로 주니어를 대체하는 것이 "가장 어리석은 일 중 하나"라고 말했습니다. 하지만 채용 데이터 (hiring data)는 보여줍니다 — 기업들이 정확히 그 일을 하고 있다는 것을 말이죠.

Manjurul Alam Mamun은 자신의 포스트 (post)에서 매우 깊이 생각해 볼 만한 한 마디를 남겼습니다 —

"오늘의 주니어 엔지니어 (Junior Engineers) = 내일의 사라진 시니어 (Missing Seniors)."
"AI는 코드를 생성할 수 있습니다. 하지만 경험 (experience)을 생성할 수는 없습니다."

맞습니다. 코드는 AI가 작성할 수 있습니다. 하지만 경험을 AI가 줄 수 있을까요? 줄 수 없습니다. 경험은 수년간 일하고, 실수하고, 배우면서 쌓이는 것입니다.

하지만 주니어들이 일할 기회조차 얻지 못한다면 — 경험은 어디서 오겠습니까?

2030-32년경에는 숙련된 엔지니어 (experienced engineer)의 부족 현상이 나타날 것입니다. 시니어의 급여는 더욱 높아질 것이고, 팀 구조 (Team structure)는 약화될 것입니다. (AlterSquare)

즉 — 오늘 시니어에 대한 수요가 늘어나고 있지만, 5년 뒤에는 그 시니어들이 부족해질 것입니다. 주니어들이 성장할 기회를 얻지 못하고 있기 때문입니다.

좋습니다 — 그렇다면 무엇을 해야 할까요?

데이터 (data)를 통해 제가 이해한 것을 쉬운 말로 말씀드리겠습니다.

1. AI의 코드를 검증하는 법을 배우세요

63%의 개발자 (developer)들은 AI가 생성한 코드 (AI generated code)를 디버깅 (debug)하는 것이 직접 작성하는 것보다 더 많은 시간이 걸린다고 말합니다. 즉, AI가 실수를 하고 있다는 뜻입니다. 그리고 그 실수를 잡아내는 작업이 이제 가장 값진 기술 (skill)이 되었습니다. (byteiota)

어떻게 배울까요? 오늘 바로 시작하세요 — ChatGPT에게 복잡한 문제를 던져보세요. AI가 작성하는 코드를 직접 검증하세요. 오류를 찾아내세요. 매일 조금씩 말이죠.

2. 튜토리얼 (Tutorial)을 멈추고 — 실제 프로젝트 (real project)를 만드세요

Handshake의 설문 조사 (survey)에 따르면, 3개월 이내에 취업에 성공한 졸업생의 **78%**는 강력한 GitHub 포트폴리오 (portfolio), 인턴십 (internship), 또는 자격증 (certification)을 보유하고 있었습니다. 단순히 학위만 가진 경우? 성공률은 단 **31%**에 불과했습니다. (FinalRoundAI)

즉 — 학위만으로는 충분하지 않습니다. 기업은 당신의 실무 능력을 보고 싶어 합니다.

3. Execution(실행) 단계에서 벗어나 — System Design(시스템 디자인)을 배우세요

Mamun 형이 말한 내용을 기억해야 합니다. 단순히 코드를 작성하고, 버그를 수정(bug fix)하고, 단순한 구현(simple implementation)을 하는 것 — 이것들은 AI가 하고 있습니다. 이것들은 "execution" 기술입니다. 이들의 가치는 낮아지고 있습니다.

이제 가치가 있는 것은 — System Design(시스템 디자인), Product Judgment(제품 판단력), Business Understanding(비즈니스 이해도), Architecture Decisions(아키텍처 결정), Problem Framing(문제 정의)입니다.

즉 — "어떻게 코드를 작성할 것인가"가 아니라, "무엇을 구축할 것이며 왜 구축해야 하는가"가 이제 핵심 질문입니다.

4. AI-fluent(AI 숙련)해지세요

AI 기술은 현재 **소프트웨어 직무 기술서(software job description)의 42%**에 포함되어 있습니다. 2022년에는 단 8%였습니다. AI를 다룰 줄 아는 사람들은 2.3배 더 빠르게 취업합니다. (FinalRoundAI)

2.3배입니다. 한번 생각해 보세요.

5. AI가 대체할 수 없는 섹터(sector)를 선택하세요

방글라데시에는 현재 매우 유망한 세 가지 섹터가 있습니다:

• Fintech(핀테크) — bKash, Nagad, SSLCommerz. 컴플라이언스(Compliance)를 위해 반드시 인간의 감독(human oversight)이 필요합니다. AI 혼자서는 운영할 수 없습니다.
• Telecom(통신) — Grameenphone, Robi. 거대한 데이터 인프라(data infrastructure)를 보유하고 있습니다.
• RMG tech(의류 제조 기술) — 공급망(Supply chain) 및 품질 검사(quality inspection).

이러한 섹터에서 AI는 도움을 줄 것입니다. 하지만 대체하지는 못할 것입니다.

6. 원격(Remote) 근무를 고려하세요

현지 주니어 급여는 월 ৳25,000–45,000 수준입니다. 해외 원격 근무는 연 $20K–$50K로 시작합니다. 이는 연간 약 23~58라크 타카(Lakh Taka)에 달합니다.

같은 일입니다. 급여만 다를 뿐입니다. 차이점은 오직 — 당신의 기술(skill)과 당신이 자신을 어떤 시장에 선보이고 있는가뿐입니다.

7. 하나의 도메인(domain)에 깊게 파고드세요

일반적인 "MERN stack developer"는 이제 대체 가능합니다. 하지만 핀테크 개발자(fintech developer)? 통신 엔지니어(Telecom engineer)? AI 전문가(AI specialist)? 그들은 그렇지 않습니다.

하나의 도메인을 선택하세요. 18~24개월 동안 그 분야를 깊게 파고드세요. 이제 표면적인 수준(Surface level)은 아무도 인정해주지 않습니다.

희망적인 소식으로 마무리하겠습니다

이런 이야기들을 듣고 나니 아마 이렇게 생각하실지도 모릅니다 — "이제 다 끝났구나." 그렇지 않나요?

틀렸습니다.

방글라데시의 AI 시장은 매년 **25~30%**씩 성장하고 있습니다. 2030년에는 $80M에서 $230M 이상으로 성장할 것이라는 전망이 있습니다. (Nucamp citing Statista)

또 다른 사실은 — 단 **28%**의 조직만이 실제로 AI를 통해 자신들의 워크플로우 (workflow)를 변화시킬 수 있다는 점입니다. 88%는 아마 AI를 채택 (adopt)했을 것입니다. 하지만 이를 제대로 활용하지는 못하고 있습니다.

"AI를 사용하는 것"과 "AI로 업무를 수행하는 것" 사이의 격차(gap) — 바로 그 지점이 진정한 돈이 되는 곳입니다. 그리고 그 격차를 메울 수 있는 사람 — 즉, 그런 인재가 부족합니다.

BDPolicyLab은 — 방글라데시의 440만 명의 노동자가 AI의 영향 (impact)을 받을 직업 (occupation)에 종사하고 있다고 말합니다. (BDPolicyLab)

440만 명입니다. 이는 — 440만 명의 업무 방식이 바뀔 것임을 의미합니다. 미리 준비된 사람들은 앞서 나갈 것이고, 그렇지 못한 사람들은 뒤처질 것입니다.

제 남동생에게 마지막으로 했던 말을 — 여러분에게도 똑같이 전합니다.

과거의 방식인 — "기초 (basic)를 배우고, 주니어 (junior) 직업을 얻고, 일을 하며 성장하라" — 이 방식은 끝나가고 있습니다. AI 도구 (tools)들이 그 일들을 스스로 해내고 있기 때문입니다.