Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
본 기사는 AI 시대에 클라우드, SRE 등 주요 기술 직군들의 시장 가치와 미래 전망을 분석합니다. 핵심은 단순 반복 작업보다는 '책임 소재'를 지거나 '언어화되지 않은 요구사항'을 다루는 능력이 중요하며, 이러한 역량이 높은 직군이 강점을 유지할 것이라는 점입니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 Qiita AI의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기주의: 티어는 출연자(SES 사업 운영 및 영업 측면의 시점)의 주관적인 평가입니다. 영상 내에서도 '독단과 편견'이라고 전제가 되어 있습니다. 자막은 자동 생성되었기 때문에, 듣기가 모호한 부분은 단정하지 않았습니다.
평가 축은 다음 3가지입니다.
티어의 정의는 영상 내에서 다음과 같이 설명되었습니다.
| 티어 | 의미 |
|---|---|
| S | 초니즈가 있음 |
| ... | |
| 직군 | 티어 |
| --- | --- |
| 클라우드 | S |
| ... | |
| 프론트엔드는 'C인지 S인지' 평가가 갈렸습니다. |
운영보수는 수요가 높지만, 단가가 오르기 어려워 C
SRE는 프로젝트 수에서는 B 정도라도, 실적이 있으면 폭넓게 요청받을 수 있어 A
데이터 엔지니어는 니즈가 있어도, 수요로 표출되기 어렵다
'AI에게 맡겨도 괜찮은지'라는 불안함이 남는다 (클라우드, 보안)
언어화되지 않은 요구사항에 접촉할 필요가 있다
정보가 폐쇄적이어서 AI의 학습 대상이 되기 어렵다 (임베디드/IoT)
결과 설명이나 최종 판단을 사람이 담당한다 (데이터 분석의 설명 가능성, 클라이언트 워크력)
1차 대응 등, 이미 채팅 등에 대체되고 있는 부분
데이터 정리가 업무의 대부분을 차지한다
설계 데이터에서 코드 생성이 가능해졌다 (프론트엔드의 일부)
현재 단가가 거품기라, 장기적으로는 하락할 것으로 보인다
프론트엔드: 성능 조정 등을 극도로 전문화한 전문가와 디자인까지 할 수 있는 사람은 강하다. 한편, AI가 생성한 UI를 사람이 수정하는 장면은 남아있지만, 많은 작업은 AI가 담당할 수 있다는 의견도 나왔습니다.
모바일 앱: 오프쇼어(Offshore)처가 웹 개발로 전환되고 있다는 이야기와, 프로젝트 수는 줄고 있다는 인상이 전해졌습니다. 스토어 심사 등을 고려한 구현 지식은 강점으로 여겨집니다.
QA: 테스트 계획 수립에 책임을 질 수 있는 사람은 귀하다고 평가되었습니다. 반면, 합의된 계획만 실행하는 방식으로는 평가가 높아지기 어렵다는 지적도 있었습니다.
보안(Security): 담당자가 부재한 상태에서 다른 직군의 누군가가 겸무하고 있는 회사가 많다고 합니다.
데이터 사이언티스트: 영상 내에서는 현재 100만 엔 초과인 프로젝트가 많지만, AI로 분석 시간이 단축되어 장기적으로는 어렵다는 의견이 나왔습니다.
현재 담당 영역이 AI에게 맡겼을 때 불안함이 남는 영역인가?
요구사항이 언어화되지 않은 부분을 정리하는 경험이 있는가?
결과물에 책임을 지는 범위(계획, 품질, 보안 등)를 설명할 수 있는가?
수요와 단가를 별개로 보고 프로젝트를 선택하고 있는가?
현재의 단가가 일시적으로 높은 영역에 편중되어 있지는 않은가?
다음 직군으로 나아갈 경로가 있는가? (영상 내 예: 클라우드에서 Kubernetes를 거쳐 SRE로)
티어는 주관적인 평가이며, 연봉이나 시장 데이터의 근거가 되는 것은 아닙니다.
개별 연봉 수치는 듣기가 모호한 부분이 있어, 이 글에서는 다루지 않습니다.
같은 직군이라도 회사의 규모나 개인의 경험에 따라 평가가 달라진다고 영상 내에서도 언급되었습니다.
이 글은 YouTube 채널 '엔지니어ファースト'의 영상 내용을 기사 형태로 재구성한 것입니다.