Dataford 채용 시장 보고서

우리는 인터뷰 준비 플랫폼인 Dataford를 운영하고 있습니다. 사람들은 실제 면접을 보기 전, 특정 기업과 특정 직무를 위해 공부하기 위해 우리를 찾아옵니다. 이는 시장이 어디로 향하고 있는지에 대한 명확한 관점을 제공합니다.

우리는 누가 채용되었는지는 알지 못합니다. 우리는 누가 _준비하고 있는지_를 봅니다. 그리고 사람들이 무엇을 준비하는지는 채용 데이터가 움직이기 전에 먼저 움직이는 경향이 있습니다.

2026년 1월부터 6월 사이에 20만 명 이상의 지원자가 Dataford에서 23만 1천 회 이상의 세션(sessions)을 진행했습니다. 우리는 그들이 어떤 기업을 위해 공부했는지, 어떤 직무를 목표로 했는지, 그리고 어떤 레벨이었는지를 살펴보았습니다. 여러분을 위해 정리한 내용은 다음과 같습니다.

참고로, 이것은 하나의 플랫폼에서의 지원자 행동 양식이며 채용 조사(hiring census)가 아니므로, 보편적인 진리가 아닌 조기 지표(early read)로 취급해 주시기 바랍니다.

알아두어야 할 다섯 가지 사항

만약 한 섹션만 읽어야 한다면, 이 섹션을 읽으시길 권장합니다.

Nvidia는 압도적인 차이로 가장 많이 공부하는 기업이며, 이제 AI 연구소(AI labs)들이 최상위권에서 빅테크(Big Tech) 바로 옆에 자리 잡고 있습니다.
소프트웨어 엔지니어(Software Engineer)는 여전히 최고의 직무로, 전체 직무의 22% 이상을 차지합니다.
AI 엔지니어(AI Engineer)는 이제 전체 2위 직무입니다. 올해 데이터 분석가(Data Analyst), 데이터 엔지니어(Data Engineer), 데이터 사이언티스트(Data Scientist)를 각각 추월했습니다.
전통적인 데이터 관련 직함(Classic data titles)의 비중은 감소하고 있는 반면, AI라고 명명된 모든 것은 큰 탄력을 받고 있습니다.
연초에는 거의 존재하지 않았던 새로운 AI 네이티브(AI-native) 직함들이 연중반에 등장했습니다.

이제 요약(TLDR)을 확인하셨으니,
더 자세한 내용으로 들어가 보겠습니다.

오늘날 채용이 가장 활발한 상위 기업은 어디인가

Nvidia가 1위이며, 그 격차는 매우 큽니다. 준비량(prep volume) 기준 상위 15개 기업은 다음과 같습니다.

기업	세션 수
Nvidia	2,816
...

상위 8개 기업을 보십시오. 몇 년 전만 해도 그 블록은 FAANG뿐이었습니다. 이제는 Nvidia가 선두를 달리고 있으며, OpenAI, Databricks, Anthropic이 모두 포함되어 있습니다. 방위 산업 기업인 Anduril도 상위 8위 안에 있습니다. 아마 MANGOS(Meta, Anthropic, Nvidia, Google, OpenAI, SpaceX)라는 용어를 들어보셨을 것입니다.

이런 일이 실제로 일어나고 있습니다!

AI 연구소들이 새로운 핫 섹터가 되고 있습니다

섹터 (Sector)	세션 (Sessions)
Big tech	12,100
...

AI 연구소(AI labs)들은 단순 직원 수로 비교했을 때 은행이나 컨설팅 회사들에 비하면 규모가 매우 작습니다. 하지만 놀라운 점은, 이들이 하나의 그룹으로서 컨설팅 업계 전체보다 더 많은 준비(prep) 세션을 끌어내고 있다는 사실입니다.

사람들은 미래를 건설하고 있다고 생각하는 기업들을 쫓고 있으며, 2026년 기준으로 AI 연구소는 확실히 그중 하나입니다. 국방(Defense) 분야 또한 Anduril의 주도로 성장하고 있는 반면, Lockheed Martin이나 Northrop Grumman은 입지를 잃고 있습니다.

소프트웨어 엔지니어(Software Engineer) 역할이 여전히 선두를 달리고 있습니다

AI 이야기에 앞서, 소프트웨어 엔지니어는 플랫폼의 모든 준비 세션 중 22%를 차지하며 여전히 왕좌를 지키고 있습니다.

역할 (Role)	세션 (Sessions)
Software Engineer	12,932
...

엔지니어링 계열의 모든 역할을 합치면 수요의 55%에 달합니다. 모든 지원자의 절반 이상이 어떤 형태로든 엔지니어링 역할(engineering roles)을 목표로 하고 있습니다.

AI 엔지니어(AI Engineer)가 시장에서 가장 뜨거운 역할입니다

AI 엔지니어는 플랫폼 전체에서 2위를 차지하는 역할입니다. 이제는 데이터 사이언티스트(Data Scientist), 데이터 애널리스트(Data Analyst), 그리고 데이터 엔지니어(Data Engineer)보다 더 많은 준비 세션을 끌어내고 있습니다. 이들을 합친 수치가 아니라, 각각의 역할과 개별적으로 비교했을 때도 그렇습니다.

AI Engineer       5,007  ████████████████████
Data Analyst      3,858  ███████████████
Data Engineer     3,838  ███████████████
...

2년 전만 해도 "AI 엔지니어"는 제대로 된 직함조차 아니었습니다. 하지만 이제는 가장 일반적인 엔지니어링 역할 바로 다음인 2위가 되었습니다. 이는 매우 빠른 상승세입니다.

점유율이 상승 중인 역할 (새로운 핫한 역할들)

올해 상반기 대비 하반기 동안, 전체 트래픽 성장이 트렌드를 왜곡하지 않도록 점유율 포인트(points of share)로 측정했을 때 변화된 수치는 다음과 같습니다.

점유율 상승 (Gaining share)

Software Engineer: +3.4
Research Scientist: +1.2
AI Engineer: +0.9
Embedded Engineer: +0.9
Operations Manager: +0.9
Account Executive: +0.8
Data Engineer: +0.6

점유율 하락 (Losing share)

Product Manager: -0.6
QA Engineer: -0.6
Machine Learning Engineer: -2.6
Data Scientist: -3.1
Data Analyst: -4.7

결론은 "데이터는 죽었다"가 아닙니다. 분석가(Analyst)와 과학자(Scientist)에 대한 수요는 여전히 엄청납니다. 단지 그 에너지가 이름에 AI가 포함된 역할로 이동하고 있을 뿐이며, 분석(Analytics)에서 그 에너지로 넘어가는 가장 빠른 가교는 매우 짧습니다.

2026년 하반기에 등장하여 급증하고 있는, 존재하지 않았던 직함들

이것은 데이터셋에서 저희가 가장 흥미롭게 본 부분입니다. 연초에는 사실상 제로(0)였던 역할들이 하반기에 하나의 클러스터(Cluster)를 형성하며 나타났습니다.

Forward Deployed Engineer: 229
GenAI Engineer (생성형 AI 엔지니어): 215
Agentic AI Engineer (에이전틱 AI 엔지니어): 125
AI/ML Analyst (AI/ML 분석가): 82
AI Research Scientist (AI 연구 과학자): 23
AI Product Manager (AI 프로덕트 매니저): 16
Prompt Engineer (프롬프트 엔지니어): 12

이들을 모두 합쳐도 전체 수요의 약 1%에 불과하므로, 오늘 밤 당장 패닉에 빠져 링크드인(LinkedIn)의 직함을 바꿀 필요는 없습니다. 하지만 '이것'은 성장 중이며, 2027년과 2028년에 이 역할들이 상위권을 차지하더라도 놀랍지 않을 것입니다.

Forward Deployed Engineer는 저희가 가장 주의 깊게 지켜볼 역할입니다. 이 역할은 AI 연구소(AI labs)와 엔터프라이즈 AI(Enterprise AI) 세계에서 파생되었으며, AI를 활용해 구축(Build)할 수 있으면서 동시에 고객 앞에 앉아 소통할 수 있는 사람들을 위한 역할입니다. 이러한 조합은 희귀하며, 저희 견해로는 향후 10년 동안 매우 중요한 역할이 될 것입니다.

관리직(Management)이 실무자(IC, Individual Contributors)에게 자리를 내주고 있음

개인 기여자(Individual contributor) 역할: ~83%
관리직 트랙(Management track): ~11%
시니어 또는 전략적 IC (Senior or strategic IC): ~6%

5개 세션 중 4개 이상이 직접 실무를 수행하는 IC 자리를 목표로 하고 있습니다. 수요가 이토록 강력하게 IC 쪽으로 기울어진다는 것은, 대개 기업들이 단순히 관리할 사람을 뽑는 것이 아니라 실제로 일을 수행할 사람을 채용하고 있음을 의미합니다.

그래서 실제로 무엇을 해야 하는가

현재 당신의 위치에 따른 짧은 요약입니다.

만약 당신이 **데이터 분석가(Data analyst) 또는 데이터 과학자(Data scientist)**라면, 변화에 저항하지 말고 그 흐름을 타십시오. AI/ML Analyst 및 AI Engineer 업무 쪽으로 이동하세요. 기술은 전이(Transfer)되며 수요는 당신이 있는 방향으로 움직이고 있습니다.

만약 당신이 **소프트웨어 엔지니어(Software engineer)**라면, 당신은 가장 크고 안전한 풀(Pool)에 있지만, 동시에 가장 붐비는 곳에 있습니다. AI Engineer는 현재 동일한 기술 세트(Skill set)로 프리미엄을 얻을 수 있는 영역입니다.

**커리어 초기 단계 (early career)**에 있다면, 단순히 유명한 기업(logos)만을 쫓지 말고 모멘텀(momentum)이 있는 클러스터(clusters)를 목표로 하세요. AI 연구소(AI labs)와 방위 산업체(defense companies)는 규모 대비 훨씬 높은 수요를 끌어당기며, 채용 공고 하나당 몰리는 인원은 더 적습니다.

당신이 어떤 상태이든, 2026년에 무게 중심은 이동했으며, 그 중심은 AI를 향했습니다.

이 분석의 주의사항 (Caveats)

본 데이터는 한 플랫폼에서의 인터뷰 준비 행동을 나타냅니다. 이는 초기 수요 신호(demand signal)이며, 실제 채용 공고 수나 채용 인원을 집계한 것이 아닙니다.
전체 231,000건 이상의 세션 중 기업과 역할이 명확히 귀속되는 약 58,000건의 세션을 사용하여, 사람들이 열람한 가이드 페이지로부터 기업과 역할을 도출했습니다.
연간 전체 트래픽이 증가했으므로, 플랫폼의 성장을 시장 수요로 오해하는 것을 방지하기 위해 모든 트렌드 수치는 단순 성장치가 아닌 전체 구성 중 '점유율 (share)'의 변화로 보고되었습니다.
기업 단위의 분기별 변화는 역할(role) 단위의 변화보다 노이즈(noise)가 더 많으므로, 기업 순위는 전체 기간의 총합을 사용했습니다.
모든 데이터는 2026년 6월 중순까지의 최신 정보를 반영합니다.

이와 같은 더 많은 인사이트를 보고 싶다면 댓글로 알려주세요! 저희에게 피드백을 주시는 것은 최우선 순위이므로 여러분의 의견을 기다리겠습니다.

읽어주셔서 감사합니다!

기술 인터뷰를 준비해야 한다면, 저희 플랫폼을 방문하는 것을 잊지 마세요. 다음 인터뷰를 성공적으로 마칠 수 있도록 돕는 5만 개 이상의 인터뷰 가이드가 준비되어 있습니다.