AI가 코드를 작성하는 시대가 됐다. GitHub Copilot, Cursor, Claude 같은 도구들이 실무 코드의 상당 부분을 자동 완성해주고, 일부 분야에서는 주니어 개발자 수준의 구현을 혼자 처리한다. 자연스럽게 이런 질문이 나온다. “개발자를 계속 뽑을 필요가 있을까?” 채용 담당자들, 구직자들, 그리고 지금 진로를 고민하는 비전공자들 모두가 같은 불안을 공유한다. 결론부터 말하면, 기업들은 여전히 개발자를 원한다. 단, ‘어떤 개발자’를 원하는지가 달라지고 있다.
채용 시장의 실제 분위기: 줄었나, 달라졌나
2022~2023년 대규모 테크 레이오프 이후 “개발자의 시대가 끝났다”는 말이 많이 돌았다. 실제로 일부 대형 테크 기업이 인력을 줄인 것은 사실이다. 그런데 이 흐름을 AI 때문이라고 단정 짓기는 어렵다. 팬데믹 기간 과잉 채용된 인력을 정상화하는 과정, 금리 인상에 따른 투자 위축, 수익성 중심으로 전환하는 경영 방침이 복합적으로 작용한 결과다.
반면, 국내외 스타트업과 중견기업의 채용 공고를 보면 여전히 백엔드, 프론트엔드, 풀스택, 데이터 엔지니어 포지션이 꾸준히 올라온다. 다만 공고의 내용이 바뀌었다. 예전에는 “Java, Spring 경험 2년 이상”처럼 특정 기술 스택 숙련도를 강조했다면, 지금은 “AI 도구를 활용해 빠르게 프로토타입을 만들 수 있는 분”, “기획·비즈니스 이해를 갖춘 개발자” 같은 문구가 함께 등장한다. 채용 자체가 줄었다기보다 기대하는 역량의 구성이 달라진 것이다.
AI가 대체하는 것과 대체하지 못하는 것
현재 AI 코딩 도구가 잘하는 일은 명확하다. 반복적이고 정형화된 코드 생성, 함수 단위 구현, 단순 버그 수정, 문서 초안 작성이 여기에 해당한다. “로그인 API 만들어줘”, “이 함수 테스트 코드 짜줘” 같은 요청은 AI가 꽤 잘 처리한다. 이 사실은 부정할 필요가 없다.
그러나 AI가 아직 처리하지 못하는 영역이 있다. 첫째는 문제 정의다. 어떤 기능을 왜 만들어야 하는지, 이 시스템이 어떤 사용자 문제를 풀어야 하는지를 결정하는 것은 여전히 사람의 몫이다. 둘째는 시스템 수준의 판단이다. 마이크로서비스를 나눌지 모놀리식으로 갈지, 이 데이터베이스 스키마가 2년 뒤 트래픽을 버틸 수 있는지 같은 판단은 컨텍스트와 경험이 필요하다. 셋째는 팀과의 협업이다. 코드 리뷰에서 “이 접근 방식이 왜 문제인지” 설명하고, 기획자·디자이너와 함께 방향을 조율하는 능력은 AI가 채울 수 없다.
결국 AI는 개발자의 손을 빠르게 만들어준다. 그런데 손이 빠른 개발자는 지금보다 더 많은 일을 할 수 있게 된다. 이것이 역설적으로 개발자의 가치를 유지시키는 이유다.
지금 기업이 원하는 개발자: 구체적인 변화
현장에서 채용을 담당하는 사람들과 이야기하면 반복적으로 나오는 몇 가지 키워드가 있다. 아직 산업 전체를 대표하는 데이터라고 단언하기는 어렵지만, 채용 공고와 현장 피드백을 종합하면 다음과 같은 방향이 공통적으로 보인다.
- AI 도구 활용 능력: 코드를 직접 짜는 속도보다, AI가 생성한 코드를 빠르게 검증하고 맥락에 맞게 수정하는 능력이 실질적인 생산성을 결정한다. 도구를 쓸 줄 아는 것과 도구의 출력을 비판적으로 읽을 줄 아는 것은 다른 역량이다.
- 도메인 이해: 같은 API를 만들더라도 헬스케어, 커머스, 금융 각각의 비즈니스 로직과 규제 맥락을 이해하는 개발자는 그렇지 않은 개발자보다 훨씬 빠르게 적합한 솔루션을 낸다. 도메인 지식은 AI가 쉽게 대체하기 어려운 영역이다.
- 커뮤니케이션 능력: 기획자·PM과 요구사항을 정확히 주고받고, 기술적 제약을 비개발자에게 설명하는 능력이 점점 더 명시적인 채용 기준이 되고 있다.
- 시스템 사고: 개별 기능이 아니라 전체 서비스 흐름, 데이터 흐름, 장애 시나리오를 고려하며 설계하는 능력. AI는 개별 코드 블록을 잘 만들지만 전체 아키텍처의 일관성을 유지하는 것은 여전히 사람의 판단이 필요하다.
비전공자·경력 전환자는 어떻게 접근해야 하는가
진로 전환을 고민하는 사람들이 가장 많이 하는 질문이 있다. “지금 개발 공부를 시작해도 괜찮을까요?” 솔직하게 답하면, 단순히 코딩을 배우는 것만으로는 예전보다 포지셔닝이 어려워진 것이 사실이다. 그러나 이것이 “배우지 말라”는 뜻이 아니다.
비전공자가 가진 강점이 지금 시대에는 오히려 유리하게 작용할 수 있다. 예를 들어, 의료 현장 경험이 있는 사람이 헬스케어 스타트업의 개발 포지션에 지원할 때, 혹은 마케팅 배경을 가진 사람이 그로스 팀의 데이터 분석 개발 역할을 맡을 때, 도메인 지식이 순수 기술 숙련도 부족을 상당 부분 보완한다. 진입 전략은 “개발자가 되겠다”보다 “이 산업에서 개발 역량을 추가로 갖춘 사람이 되겠다”에 가까운 편이 현실적이다.
구체적으로 방향을 잡는다면 다음 순서를 권장한다.
- 먼저 자신이 가장 잘 아는 산업 혹은 직무 영역을 하나 정한다.
- 그 영역에서 개발 역량이 어떻게 쓰이는지 파악한다. (채용 공고 20~30개를 읽으면 패턴이 보인다)
- AI 도구(Copilot, Cursor 등)를 처음부터 함께 익힌다. 맨손 코딩 실력을 쌓고 나서 AI를 도입하는 순서가 아니라, 처음부터 AI와 함께 작업하는 워크플로를 체화한다.
- 포트폴리오는 실제 도메인 문제를 해결한 프로젝트로 구성한다. “투두 앱”보다 “내가 일했던 분야의 실제 불편함을 해소한 도구”가 훨씬 강한 인상을 남긴다.
현직 개발자라면 지금 무엇을 해야 하는가
이미 개발자로 일하고 있는 사람들에게도 변화는 실질적이다. AI 도구를 아직 업무에 도입하지 않았다면 지금이 시작할 시점이다. 단, 도구를 도입하는 것 자체보다 어떻게 사용하는지가 더 중요하다.
AI가 생성한 코드를 리뷰 없이 머지하는 것은 나쁜 습관이다. 오히려 AI가 만든 코드를 읽고 “이 코드가 왜 이렇게 작동하는가”를 설명할 수 있어야 한다. 그 설명 과정이 곧 자신의 기술 이해를 유지·강화하는 방법이다. AI에 의존하면서도 AI의 출력을 비판적으로 검토하는 습관, 이것이 지금 시대 개발자에게 요구되는 핵심 태도다.
커리어 성장 측면에서는 특정 기술 스택의 깊이를 파는 것과 함께, 팀 안에서 더 넓은 책임을 맡을 준비를 병행하는 것이 효과적이다. 코드 리뷰 리드, 기술 문서 작성, 주니어 온보딩 지원 같은 역할은 AI가 대체하기 어렵고, 조직 내 영향력을 확장하는 경로가 된다.
앞으로 2~3년, 현실적으로 예상할 수 있는 것
AI가 개발 생산성을 높이면 더 적은 인원으로 같은 일을 할 수 있게 된다는 논리는 맞다. 동시에, 생산성이 높아지면 이전에는 불가능했던 규모의 프로젝트가 가능해지고, 그것이 새로운 수요를 만든다는 논리도 맞다. 두 힘이 어떤 비율로 작용할지는 지금 아무도 확신하기 어렵다.
다만 지금 이 시점에서 현실적으로 말할 수 있는 것은 이렇다. 단순 구현만 하는 개발자의 포지션은 점점 좁아질 가능성이 높다. 반면 문제를 정의하고, 팀을 연결하고, AI 도구를 효과적으로 활용하면서 시스템을 설계하는 개발자의 수요는 오히려 늘어날 것이다. 결국 AI 시대의 핵심 질문은 “개발자가 살아남을까”가 아니라 “나는 어떤 개발자가 되고 있는가”다.
커리어는 선택의 연속이다. 지금 어떤 역량을 쌓을지, 어느 산업에서 자신의 강점을 결합할지를 능동적으로 결정하는 사람이 2~3년 뒤에 훨씬 유리한 위치에 서 있을 것이다. 그 선택을 혼자 하기 어렵다면, 누스쿨 커뮤니티와 멘토링을 통해 실제 현장에 있는 사람들과 직접 이야기해보길 권한다. 방향이 명확해지면 속도는 따라온다.
💬 댓글 0