Tech 업계에서 주니어 엔지니어는 불필요해졌는가

「주니어 엔지니어는 이제 필요 없다」고 말하는 CEO와 「주니어를 자르는 것은 역사상 최악의 아이디어다」라고 말하는 CEO가 같은 해, 같은 업계에 존재한다.

2025년 2월, Marc Benioff는 「Salesforce는 올해 엔지니어를 채용하지 않을 것」이라고 말했다.

같은 해 8월, AWS의 Matt Garman은 「주니어를 AI로 대체한다는 것은 인생에서 들어본 이야기 중 가장 멍청한 소리다」라고 말했다 (The Register).

해당 Salesforce조차 2026년 4월에 방침을 철회하고, 신입 사원 1,000명 채용을 발표했다 (Fortune).

업계 리더들이 반년 만에 말을 바꾼다. 이것은 혼란이 아니다. 현실이 두 가지 얼굴을 가지고 있기 때문이다.

우선 숫자는 「주니어 소멸」을 지지하는 것처럼 보인다

Stanford Digital Economy Lab의 Brynjolfsson 등이 2025년 11월에 발표한 「Canaries in the Coal Mine?」가 2025년 말 이후 자주 인용되고 있다.

ADP의 개인 수준 급여 데이터를 2022년 말부터 분석한 결과, AI 노출도가 높은 직종에서 22~25세의 고용이 약 13% 상대적으로 감소했으며, 소프트웨어 개발자만 놓고 보면 약 20% 감소했다.

반면 같은 직종·같은 기업의 30세 이상은 반대로 6~13% 증가했다 (Canaries paper).

채용 시장도 같은 방향을 향하고 있다.

• Big Tech 15개사의 신입 채용은 2023년 대비 2024년에 -25%, 지난 3년간 -50% 이상 감소 (Stack Overflow Blog)
• 인턴 채용 공고는 2023년 대비 -30%
• 엔지니어 리더의 54%가 「AI 때문에 주니어 채용을 줄인다」고 응답 (LeadDev)
• 채용 담당자의 37%가 「신입보다 AI를 "고용"하는 쪽을 선택한다"
• 일본 또한 ChatGPT 등장 후 1년 만에 시니어 대비 주니어 채용 비율이 -16.3% 감소 (vonxai)

Anthropic의 CEO인 Dario Amodei는 「1~5년 안에 화이트칼라 엔트리(Entry) 직군의 절반이 사라질 것」이라고까지 말하고 있다 (Axios).

여기서 멈춘다면 답은 나와 있다. 주니어는 필요 없다, 끝났다, 해산이다, 라고 결론지으면 되는 문제다.

하지만, AI는 생각만큼 압도적이지 않다

같은 2025년에, 반대되는 1차 데이터도 나왔다.

METR가 7월에 발표한 RCT (무작위 대조 실험)가 무섭다.

경험이 풍부한 OSS(Open Source Software) 개발자 16명에게 246건의 실제 issue를 AI 사용 여부에 따라 무작위로 할당한 결과, AI를 허용했을 때 완료 시간이 19% 늘어났다 (느려졌다).

심지어 당사자들은 사전에도 사후에도 「20% 빨라졌다」고 느끼고 있다 (METR).

자각과 실측치가 거의 40포인트 차이 난다.

AI가 작성한 코드의 품질에 대해서도 냉정한 데이터들이 모이기 시작했다.

• AI 어시스턴트 이용 그룹은 5개 태스크 중 4개 태스크에서 안전하지 않은 코드를 작성할 확률이 유의미하게 높았으며, 심지어 본인은 「자신은 안전하게 작성했다」고 과신했다 (Stanford, CCS 2023)
• AI 생성 코드는 인간의 코드보다 2.74배 많은 취약점을 포함한다 (Veracode 2025, SoftwareSeni)
• code churn (2주 이내의 롤백)은 2021년 대비 배증했으며, 코드 클론(Code Clone)은 8.3%에서 12.3%로 증가했다 (GitClear)
• AI 채용이 25% 증가하여 개인 생산성은 +2.1%였으나, 딜리버리 스루풋 (Delivery Throughput)은 -1.5%, 안정성은 -7.2% 감소했다 (DORA 2024)

2025년 7월에는 Replit의 사내 AI가 코드 프리즈 (Code Freeze) 중에 운영 DB를 삭제하여, 1,206개사의 데이터가 사라졌다.

AI는 「rollback(롤백) 불가능」이라고 허위 보고하고, 4,000명의 가짜 사용자를 생성하여 은폐를 시도했다 (Fortune).

「AI가 주니어의 일을 빼앗을 수 있다」는 내러티브와 「AI 출력물은 2.74배 취약하며, 숙련자를 19% 더 느리게 만든다」는 데이터가 같은 해에 나란히 놓여 있다.

여기서 한 번 뒤집힌다

MIT의 Cui, Demirer, Jaffe 등이 2024년에 발표한 RCT는 Microsoft / Accenture / Fortune 100 기업의 4,867명을 대상으로 한, 아마도 이 분야에서 최대 규모의 실험일 것이다.

Copilot 접속 시 완료 태스크 수가 평균 +26% 증가했다. 여기까지는 평범하다.

흥미로운 점은 증가 폭을 경력 연수로 나누었을 때인데, 주니어 / 근속 연수가 짧은 사람은 +2739%, 시니어 / 근속 연수가 긴 사람은 +813%였다 (SSRN).

Brynjolfsson, Li, Raymond의 QJE 논문 (고객 지원 5,179명 대상)에서도 동일한 비대칭성이 나타났다.

신입 / 저숙련자는 +34%, 베테랑은 거의 제로였다 (NBER WP 31161).

저자들은 이 현상을 「skill compression (기술 압축)」이라고 부른다. AI가 베테랑의 암묵지(tacit knowledge)를 저숙련층에게 압축하여 배포하기 때문에, 역량의 상향 평준화가 주니어에게 집중된다는 이야기다.

기업 측의 움직임도 실제로 이와 일치한다.

• OpenAI와 Anthropic은 2025년에 처음으로 주니어 SWE(Software Engineer) 채용을 시작 (Pragmatic Engineer)
• Netflix는 25년 시니어 전용이었던 엔지니어 채용 방침을 변경하여, New Grad(신입) 전형을 재개
• Intuit는 "SWE1 - Software engineer, AI Native"라는 새로운 직무를 공식적으로 개설 (LinkedIn 채용 공고)
• Stripe의 Emily Glassberg Sands는 "나는 지금까지 그 어느 때보다 신입을 많이 뽑고 있다"라고 발언 (Fortune)

Steve Yegge는 이러한 역전 현상을 「Revenge of the Junior Developer (주니어 개발자의 복수)」라고 부르며 일부러 제목을 붙였다.

"주니어 개발자들은 실제로 시니어 개발자들보다 AI를 도입하는 데 훨씬 더 열성적이었다. 시니어 개발자들은, 뭐랄까... 완곡하게 표현하자면, 고군분투하고 있다." (Sourcegraph)

표의 「주니어 고용 -20%」와, 이면의 「주니어 생산성 +27~39%」가 동시에 성립하고 있다.

왼쪽 상단(채용은 줄었는데 생산성은 높음)에 몰려 있는 것이, 지금 일어나고 있는 현상의 기이함이다.

왜 공존할 수 있는가

Canaries paper의 가장 영리한 지적은, 고용 감소와 고용 증가를 가르는 열쇠를 단 하나 제시하고 있다는 점이다.

AI가 **자동화적(automation)**으로 사용되는 직종에서는 젊은 층의 고용이 줄어든다. **확장적(augmentative)**으로 사용되는 직종에서는 연령과 관계없이 고용이 늘어난다.

여기서부터는 똑같은 "junior"라는 단어의 내용에 관한 이야기다.

• 「주니어 = 저렴한 코더 = 태스크 실행자」라고 정의하는 회사에게 AI는 완전한 대체재가 된다. 따라서 채용을 중단한다.
• 「주니어 = AI를 오케스트레이션(orchestrate)하는 젊은 인재 = 5년 후의 시니어 후보」라고 재정의한 회사에게 AI는 부스터가 된다. 따라서 채용을 늘린다.

업계 최고 전문가들의 발언이 정반대로 갈리는 것은 바로 이 정의의 차이 때문이다.

Karpathy가 X(구 트위터)에서 「vibe coding」이라고 말한(원문 트윗) 후, 업계에서 이 용어가 "agentic engineering"으로 바꿔 불리는 흐름이 된 것과 같은 맥락이다.

「코드를 작성하는 것」이 중심인 구정의 주니어는 확실히 줄어든다. 「에이전트를 관리하는 것」이 중심인 신정의 주니어는 앞으로 부족해질 것이다.

무서운 것은 육성의 블랙박스화

여기까지는 「주니어는 사라지지 않지만 정의가 바뀐다」라고 말할 수 있다.

이대로 끝난다면 이야기가 너무 깔끔하다. 심각한 문제는 육성 측면이다.

CMU + Microsoft가 CHI 2025에서 발표한 지식 노동자 319명 대상 조사에서는, AI에 대한 신뢰도가 높은 사람일수록 비판적 사고가 감소한다는 명확한 상관관계가 나타났다 (Microsoft Research).

그들은 이를 "cognitive debt (인지적 부채)"라고 부른다.

교육 측면은 더욱 엄중하다.

ICER 2024의 Prather et al.은 CS(컴퓨터 과학) 학습자에게 GenAI(생성형 AI)를 사용하게 하면 「가속화되는 학생」과 「고전하는 학생」으로 양극화되며, 고전하는 그룹은 "illusion of competence (능력의 착각)"에 빠지기 쉽다고 보고했다 (arXiv:2405.17739).

2026년 Sankaranarayanan의 실험은 충격적이다.

Cursor + Claude 3.5 Sonnet으로 태스크를 완료하게 한 뒤, AI를 끄고 유지보수(maintenance) 태스크를 수행하게 한다.

무제한 AI 그룹은 77%가 실패했고, 설계된 스캐폴딩(scaffolded) AI 그룹은 39%가 실패했으며, 수동 그룹이 가장 낮은 실패율을 보였다 (arXiv:2602.20206).

저자는 이를 "epistemic debt (인식론적 부채)"라고 부른다. AI 없이는 자신이 작성한 코드를 유지보수할 수 없는 「취약한 전문가」가 양산되고 있다는 지적이다.

Microsoft Azure CTO인 Russinovich와 VP Hanselman은 2026년 4월 CACM 논문에서 이를 "AI drag (AI 저항/끌림)"라고 불렀다.

주니어에게 AI는 부채로 작용하고, 시니어에게만 부스터로 작용한다.

구체적인 예로 「AI가 race condition(경쟁 상태)의 수정 방안으로 sleep call을 삽입하는 전형적인 마스킹(masking)」을 들며, 주니어는 이를 간파하지 못한다고 기술했다 (InfoQ).

부스트 +27~39%(MIT는 현직 오피스 워커)와, AI 블랙아웃 상황에서 77% 실패(Sankaranarayanan은 CS 학습자). 모집단이 완전히 일치하지는 않지만, 유사한 계층에 같은 방향의 압력이 동시에 가해지고 있다고 보는 것이 타당하다.

"우리의 미래를 잡아먹고 있다 (Cannibalizing our own future)"

Honeycom의 CTO인 Charity Majors의 표현이 가장 날카롭다.

By not hiring and training up junior engineers, we are cannibalizing our own future. (Stack Overflow Blog)
(주니어 엔지니어를 채용하고 교육하지 않음으로써, 우리는 우리의 미래를 잡아먹고 있다.)

해당 기사에서 그녀는 "소프트웨어는 도제 산업 (apprenticeship industry)이다", "엔지니어는 7년 이상 걸려 만들어진다"라고도 기술했다.

올해 신입을 채용하지 않은 회사는, 2032년의 시니어 (Senior)를 시장에서 지우고 있는 것이다.

AWS의 Garman 또한 "10년 후에 시니어를 아무도 맡지 않게 되는 사태가 올 것이며, 머지않아 이 시스템 전체가 자멸할 것이다"라며 같은 어조로 말했다.

일본에서는 이것이 더욱 절실하다.

경제산업성의 추산에 따르면, 2030년에 최대 79만 명의 IT 인재 부족. 노동 생산성이 연 3.54% 상승하지 않으면 수급이 균형을 이루지 못한다 (Nikkei).

AI로 생산성을 높인다 해도 여전히 주니어를 채용하지 않으면 돌아가지 않는다는 구조적 문제가 먼저 다가온다.

개별 기업의 단기적 합리성(비용 절감)과 업계 전체의 중장기적 합리성(인재 풀 유지)이 충돌하고 있다. 합성의 오류 (fallacy of composition) 교과서 같은 이야기다.

반대 측에도 한마디

여기서 반론에 대해서도 언급해 두겠다.

Bryan L.의 "AI Didn't Break the Senior Engineer Pipeline. It Showed That One Never Existed." (blog.bryanl.dev).
(AI가 시니어 엔지니어 파이프라인을 망가뜨린 것이 아니다. 그것은 파이프라인이 애초에 존재하지 않았음을 보여주었을 뿐이다.)

The level system (junior, mid, senior, staff) wasn't a development model. It was a compensation and expectations framework.
(레벨 시스템(주니어, 미드, 시니어, 스태프)은 개발 모델이 아니었다. 그것은 보상과 기대치의 프레임워크였다.)

Bryan은 이어서 다음과 같이 말한다. 주니어에서 시니어로의 육성은 시스템이 아니다. 어려운 버그, 책임 있는 역할, 멘토의 역량 차이와 같은 환경적 우연이 키워냈을 뿐이다. AI는 그 우연을 앗아갔을 뿐, 재현성 있는 파이프라인 같은 것은 원래 존재하지 않았다는 것이다.

이 논리가 타당하다면, Russinovich / Hanselman이 제안하는 "preceptor model" (의료 수련의 제도 차용)이 방향성 측면에서 옳다.

막연히 현장에 던져두고 자라기를 기다리는 것이 아니라, AI 시대의 주니어 육성을 의도적으로 프로그램화하는 것이다.

나의 체감 이야기

지금까지는 전부 1차 정보이므로, 나의 n=1(개인적 경험)도 적어둔다.

AI의 PR(Pull Request)을 매일 리뷰하는 입장에서, "AI 출력을 리뷰하는 것이 가장 어렵다"라는 METR의 감각에 전적으로 동의한다.

AI의 PR은 대개 맞는 것처럼 보이기 때문에, 주니어의 제출물보다 더 위험하다.

if err != nil이 누락되어 있거나, race condition을 sleep으로 억지로 누르고 있거나, RLS(Row Level Security) 설정을 잊었거나 하는, 이런 "아까운" 버그가 매일 나온다. Replit의 사고가 남 일처럼 느껴지지 않는다.

신입 시절, 운영 DB를 망가뜨릴 뻔했다가 선배가 말려준 적이 있다. 코드 리뷰에서 호되게 깨지며 울기도 했다. 심야의 장애 대응을 하며 혼나면서, 겨우 시스템의 전체상을 보기 시작했다. 이것이 지금 AI 리뷰의 토대가 되고 있다.

이 토대가 없는 주니어가 AI 출력을 판정할 수 있느냐고 묻는다면, 아마 불가능할 것이다. Sankaranarayanan의 77%는 옳다.

따라서 결론은 이렇다.

AI를 사용하는 주니어가 필요 없는 것이 아니다. AI에게 맡겨두고 스스로 판정하지 못하는 주니어와, 그것을 허용하는 육성 설계가 필요 없는 것이다.

이것은 주니어의 문제가 아니라, 조직 측의 설계 책임 문제다.

그래서 어떻게 할 것인가

딱 한 가지만 말하자면, 코딩 테스트를 "AI가 낸 수상한 PR을 비판할 수 있는가" 형태의 리뷰 테스트로 교체하는 것이다.

이는 채용 측의 액션이기도 하며, 주니어가 다음 면접을 통과하기 위한 조건이기도 하다. 시니어에게는 METR의 19% 지연이 그대로 자신에게 화살로 돌아온다는 이야기이기도 하다.

주니어 쿼터를 줄이는 회사는, 2030년의 시니어를 지금 잘라내고 있는 것이다. 그 자각만큼은 가지고 있는 것이 좋다.

"Tech 업계에서 주니어 엔지니어는 불필요해졌는가"에 대한 답은 No다.

단, "Tech 업계에서 구정의(old definition) 주니어 엔지니어는 불필요해졌는가"에 대한 답은 Yes다.

불필요한 것은 주니어가 아니라, AI 시대에 맞춰 재설계되지 않은 "주니어"의 정의다.

확인일: 2026-05-13 (JST)