자율주행 경력 개발자 채용이 계속되는 이유 — 성장 도메인으로 옮겨가는 법

자율주행 분야는 수년째 “버블이다”, “언제 터질지 모른다”는 말을 들어왔다. 그럼에도 글로벌 완성차 그룹, 빅테크, 모빌리티 스타트업의 채용 공고는 꾸준히 이어지고 있다. 왜 그럴까. 기술이 완성되지 않았기 때문에 오히려 사람이 필요한 단계이기 때문이다. 이 글에서는 경력 개발자가 자율주행 도메인으로 이동할 때 현실적으로 무엇을 준비해야 하는지, 어떤 포지션이 열려 있는지, 그리고 이직 타이밍을 어떻게 잡아야 하는지를 구체적으로 다룬다.

자율주행 채용이 멈추지 않는 구조적 이유

자율주행은 단일 기술이 아니다. 라이다·카메라·레이더 센서 융합, 고정밀 지도 생성, 실시간 인지 모델, 경로 계획 알고리즘, 차량 제어 소프트웨어, 클라우드 데이터 파이프라인까지 수십 개의 서브 분야가 맞물려 돌아간다. 어느 하나가 일시 과잉공급이 되어도 다른 영역의 수요는 별도로 움직인다. 그래서 “자율주행 채용이 얼어붙었다”는 뉴스와 “이 회사는 대규모 공고를 냈다”는 뉴스가 동시에 존재할 수 있다.

두 번째 이유는 규제와 상용화 일정이다. 여러 나라에서 레벨 3 이상의 자율주행 운행을 단계적으로 허용하기 시작했고, 각국의 인증 요건을 맞추기 위한 안전성 검증, 소프트웨어 품질 관리, 사이버보안 대응 인력 수요가 별도로 발생하고 있다. 기술 개발과 상용화 준비가 서로 다른 팀에서 병렬로 진행되기 때문에, 채용이 중단 없이 이어지는 구조가 형성된다.

세 번째는 인재 풀이 좁다는 점이다. 자율주행에 필요한 기술 스택은 임베디드 시스템, 컴퓨터 비전, 머신러닝, 실시간 운영체제, 차량 통신 프로토콜 등이 복합적으로 요구된다. 이 조합을 실무 경험으로 갖춘 사람이 절대적으로 부족하다. 결과적으로 기업들은 완성된 전문가보다 빠르게 적응할 수 있는 경력자를 지속적으로 찾게 된다.

어떤 포지션이 실제로 열려 있는가

자율주행 채용 공고를 들여다보면 포지션이 크게 세 축으로 나뉜다. 첫 번째는 인지·판단 관련 ML 엔지니어 및 리서처다. 객체 탐지, 시맨틱 세그멘테이션, 예측 모델 등을 다루며, 학술 연구 경험보다 실제 대용량 데이터를 다뤄본 경험을 더 중요하게 보는 경향이 있다.

두 번째는 시스템 소프트웨어 엔지니어다. 로봇 운영체제(ROS/ROS2), 실시간 미들웨어, 온보드 컴퓨팅 최적화 등이 핵심이다. C++ 또는 Rust 기반의 고성능 코드 작성 능력이 요구되며, 기존 백엔드나 임베디드 경력자가 전환하기에 가장 현실적인 경로 중 하나다.

세 번째는 데이터·인프라·MLOps 역할이다. 자율주행 시스템은 하루에도 수십 테라바이트의 주행 데이터를 생성한다. 이 데이터를 라벨링 파이프라인으로 연결하고, 모델 학습 및 평가를 자동화하며, 온디바이스와 클라우드 간 배포를 관리하는 역할이다. 기존 클라우드 인프라 또는 데이터 엔지니어링 경험이 있으면 상대적으로 빠르게 진입할 수 있다.

그 외에도 시뮬레이션 엔지니어, 기능 안전(ISO 26262) 전문가, 차량 사이버보안(TARA, UN R155) 담당자 등 틈새 포지션도 꾸준히 나온다. 이 분야는 경쟁이 상대적으로 덜하고, 자격 요건이 특정 자격증이나 경험과 직결되어 있어 전략적으로 접근하기 좋다.

경력 개발자가 이직하기 전에 확인해야 할 현실

자율주행 도메인은 진입 장벽이 낮지 않다. 하지만 반드시 자율주행 관련 경력이 있어야만 들어갈 수 있는 곳도 아니다. 기업들이 실제로 보는 것은 “이 사람이 우리 팀에서 6개월 안에 실질적인 기여를 할 수 있는가”다. 이를 판단하기 위해 이력서와 포트폴리오에서 구체적으로 확인하는 항목들이 있다.

• 도메인 언어 구사 능력: 인터뷰에서 자율주행 핵심 개념(칼만 필터, occupancy grid, behavior prediction 등)에 대해 기본적인 대화가 가능해야 한다. 수박 겉핥기 수준의 준비는 금방 드러난다.
• 실제 프로젝트 결과물: 개인 프로젝트, 오픈소스 기여, 해커톤 등 실제로 코드를 짜고 결과를 낸 경험. 이론 스터디만으로는 부족하다.
• 현재 스택과의 연결: “내 기존 경험이 이 팀에서 어떻게 유용한가”를 명확히 설명할 수 있어야 한다. 예를 들어, 금융권 실시간 처리 경험이 있다면 센서 스트림 처리와의 유사성을 연결할 수 있다.
• 기초 수학·알고리즘 체력: 확률·통계, 선형대수, 기초 최적화 이론. 필기시험이나 코딩테스트에서 이 부분이 스크리닝 기준이 되는 경우가 많다.

한편, 몇 가지 현실적인 제약도 직시해야 한다. 자율주행 기업의 상당수는 실리콘밸리, 뮌헨, 상하이, 도쿄 등 특정 지역에 집중되어 있다. 국내의 경우 현대자동차그룹 계열, 카카오모빌리티, 네이버랩스, 일부 스타트업 정도가 실질적인 채용 규모를 유지하고 있다. 글로벌 이직을 고려하지 않는다면 선택지가 제한될 수 있다는 점을 미리 인식해야 한다.

6개월 전환 로드맵: 단계별 접근법

자율주행으로 이직을 결심했다면, 무작정 이력서를 수정하기보다 체계적인 준비 경로를 설계하는 것이 낫다. 아래는 현실적으로 6개월 안에 수행 가능한 단계다.

1~2개월: 도메인 언어 습득과 방향 결정. 자율주행 전체를 다 공부하려 하면 방향을 잃는다. 자신의 기존 강점(백엔드, 임베디드, ML, 인프라 등)과 가장 가까운 서브 도메인 하나를 먼저 결정한다. 이후 해당 분야의 논문 2~3편, 오픈소스 코드베이스 하나(예: Apollo, Autoware), 그리고 유명 강의 하나를 조합해 기초 언어를 익힌다.

3~4개월: 실제 프로젝트 완성. KITTI, nuScenes, Waymo Open Dataset 등 공개 데이터셋을 활용해 작은 프로젝트를 완성한다. 완성도보다 “문제를 정의하고 결과를 측정했다”는 흐름이 중요하다. 깃허브에 정리하고 README에 접근 방식, 결과, 개선 가능성을 명확히 서술한다.

5~6개월: 실전 지원과 네트워킹. 공고를 찾기 시작하되, 동시에 관련 커뮤니티, 밋업, 컨퍼런스에 참여해 현직자와 접점을 만든다. 자율주행 분야는 생각보다 커뮤니티가 좁아서 레퍼럴이 유효하게 작동하는 경우가 많다. 또한 타겟 기업 몇 개를 미리 선정해 해당 기업의 기술 블로그, 논문, 인터뷰 질문 패턴을 분석해두는 것이 실전 대비에 훨씬 효과적이다.

이직 타이밍: 언제가 맞는 시점인가

자율주행 업계의 채용은 기술 개발 사이클과 연동되는 경향이 있다. 대형 프로토타입 완성, 규제 인증 준비, 새로운 펀딩 라운드 이후에 집중 채용이 일어나는 패턴이 반복된다. 반대로 기술 전환기(예: 특정 센서 기술에서 다른 방식으로 이동)에는 일부 포지션이 일시적으로 줄어들기도 한다.

개인 입장에서 타이밍을 판단할 때 참고할 신호는 세 가지다. 첫째, 현재 회사에서 기술적으로 정체되고 있다는 느낌이 6개월 이상 지속될 때. 둘째, 목표 기업의 채용 공고가 1년 이상 지속적으로 올라오고 있을 때(일회성 채용이 아닌 구조적 수요를 의미한다). 셋째, 자신의 준비 상태가 “완벽하지는 않지만 지원하면 통과율 50% 이상”이라고 자체 평가될 때. 너무 이른 지원은 귀중한 첫인상을 소모하고, 너무 늦은 지원은 기회를 놓친다.

연봉 협상 측면에서도 자율주행 도메인은 기존 SW 일반 직군 대비 다소 높은 보상이 형성된 경우가 많다. 인재 풀이 좁기 때문이다. 다만 이는 포지션과 기업 규모에 따라 편차가 크므로, 커뮤니티나 네트워크를 통해 시장 기준을 미리 파악해두는 것이 협상 시 유리하다.

전환 후 첫 1년, 이렇게 접근하면 자리를 잡는다

도메인 이동 후 첫 1년은 기술적 적응보다 “이 팀이 어떻게 의사결정을 하는가”를 파악하는 데 더 많은 에너지를 써야 한다. 자율주행 팀은 안전과 직결된 특성상 변경에 보수적이고, 리뷰 프로세스가 일반 서비스 개발보다 훨씬 엄격한 경우가 많다. 여기서 조급함을 보이면 오히려 역효과가 난다.

실질적으로 빠르게 기여할 수 있는 방법은 문서화와 테스트다. 신입 도메인 전환자가 기존 코드의 테스트 커버리지를 높이거나, 팀 내에서 문서화되지 않은 노하우를 정리하는 작업을 자발적으로 수행하면 팀 내 신뢰를 빠르게 얻는다. 이것이 첫 핵심 프로젝트로 연결되는 가장 자연스러운 경로다.

또한, 도메인 지식이 쌓이는 속도를 과소평가하지 말아야 한다. 6개월의 실무 경험은 6개월의 독학을 훨씬 압도한다. 처음에 모르는 것이 많아 위축되더라도, 실무에서 부딪히는 문제들을 하나씩 해결하다 보면 1년 후에는 도메인 언어로 자유롭게 기여하는 자신을 발견하게 된다.

커리어 이동에는 언제나 불확실성이 따른다. 그러나 준비된 이동은 위험이 아니라 전략이다. 자율주행이라는 성장 도메인에서 지금 당장 완벽한 전문가가 되어야 한다는 부담보다, 6개월의 집중 준비로 진입점을 만들고 실무에서 빠르게 학습하는 구조를 설계하는 것이 훨씬 현실적이다. 누스쿨 커뮤니티와 1:1 멘토링을 통해 같은 고민을 먼저 해결한 현직자들의 경험을 직접 확인해보길 권한다. 막연한 방향감이 구체적인 행동 계획으로 바뀌는 과정을 함께 만들어갈 수 있다.