요즘 취업 시장에서 가장 많이 들리는 말 중 하나가 “요즘은 신입 자리가 없다”는 이야기다. 실제로 많은 기업이 AI 도구 도입을 가속화하면서 반복적이고 정형화된 업무를 자동화하고 있고, 그 여파가 가장 먼저 느껴지는 곳이 주니어 포지션이다. 입사 후 1~2년간 루틴 업무를 통해 실력을 쌓아가던 전통적인 커리어 경로가 흔들리고 있는 것이다. 그렇다고 주니어에게 기회가 사라진 건 아니다. 오히려 AI 전환기에는 특정 역량과 포지셔닝을 갖춘 주니어에게 더 빠른 성장의 문이 열리기도 한다. 이 글에서는 현재 고용 시장의 구조적 변화를 냉정하게 짚고, 격차를 뒤집을 수 있는 실질적인 전략을 단계별로 정리한다.
어디서 충격이 가장 크게 왔는가
AI가 대체하기 시작한 업무는 주로 ‘구조화된 반복’이다. 데이터 입력·정리, 표준 보고서 초안 작성, 간단한 코드 리뷰, 고객 문의 1차 응대 같은 작업들이 대표적이다. 전통적으로 이런 업무는 신입 사원이 조직에 적응하며 맥락을 배우는 훈련 과정이기도 했다. 그 훈련 과정이 자동화되자 기업 입장에서는 “신입을 뽑아 6개월 교육하는 것보다 AI로 처리하는 게 낫다”는 판단이 서기 쉬워졌다.
이 현상은 업종을 가리지 않고 나타난다. 법률 리서치, 회계 전표 처리, 콘텐츠 초안 작성, IT QA(품질 보증) 테스트 자동화까지 업무 성격이 명확하게 정의될수록 AI 대체 속도가 빠르다. 반면 애매하고 맥락이 복잡하며 대인 판단이 필요한 업무, 예를 들어 고객사와의 관계 관리, 팀 내 갈등 조율, 불확실한 환경에서의 의사결정은 아직 AI가 잘 하지 못한다.
핵심은 주니어가 충격을 가장 크게 받는 이유가 ‘경험 부족’이 아니라 ‘포지셔닝의 문제’라는 점이다. AI가 쉽게 대체할 수 있는 영역에 자신을 놓으면 불리하고, AI가 대체하기 어려운 영역으로 포지셔닝하면 오히려 경쟁자가 줄어드는 역설이 발생한다.
AI 시대에 주니어가 오히려 유리할 수 있는 이유
시니어들은 기존 방식에 익숙하다. 특정 도구나 프로세스에 오래 투자한 사람일수록 새로운 방식으로의 전환 비용이 높다. 반면 주니어는 처음부터 AI 도구를 기본 환경으로 받아들이는 데 심리적 장벽이 낮다. 학습 속도가 빠르고, 기존 방식에 대한 미련이 없어서 새로운 워크플로를 빠르게 체화할 수 있다.
또 하나는 연봉 구조다. 기업이 AI 도구를 활용해 업무를 효율화할 때, 시니어 여러 명의 업무를 AI + 주니어 한두 명이 대신할 수 있다면 비용 측면에서 매력적인 선택지가 된다. 이 구조에서 ‘도구를 잘 다루는 주니어’의 가치는 이전보다 높아질 수 있다.
다만 전제가 있다. 단순히 AI 도구를 쓸 줄 아는 수준이 아니라, AI의 출력을 비판적으로 검토하고, 결과물의 맥락과 품질을 판단하며, 최종 책임을 질 수 있는 역량을 갖춰야 한다는 것이다. 도구를 켜는 사람이 아니라 도구의 한계를 아는 사람이 되어야 한다.
격차를 만드는 역량: 지금 당장 개발해야 할 세 가지
다음 세 가지는 AI 전환기에 주니어가 집중적으로 키워야 할 실질 역량이다. 막연하게 “AI를 잘 써야 한다”는 말이 아니라, 구체적으로 어떤 역량인지를 명확히 해야 실행으로 이어진다.
첫째, 구조화 사고력이다. AI는 질문의 질에 따라 결과물의 질이 크게 달라진다. 업무의 목적을 명확하게 정의하고, 요구 조건을 구체적으로 분해하며, 산출물의 기준을 설정하는 능력은 AI를 잘 쓰는 데도, 팀 내에서 리더로 성장하는 데도 모두 필요한 핵심 역량이다. 이 역량은 문서를 많이 읽는 것만으로는 키워지지 않는다. 작은 프로젝트에서도 “이 작업의 성공 기준이 무엇인가”를 스스로 정의하는 연습을 반복해야 한다.
둘째, 도메인 지식과 AI 도구의 결합이다. 같은 AI 도구를 써도, 특정 업종·직무의 맥락을 아는 사람과 모르는 사람의 결과물은 확연히 다르다. 예를 들어 법률 업무에서 AI가 생성한 계약서 초안을 검토할 때, 법률 도메인 지식이 있는 사람은 오류를 잡아내고 수정 방향을 잡을 수 있다. 도메인 지식이 없으면 AI 결과물의 오류를 모른 채 통과시킬 위험이 있다. 자신이 진입하려는 업종·직무의 전문 지식을 쌓는 것은 AI 시대에도 여전히 중요하고, 오히려 AI를 의미 있게 활용하기 위한 전제 조건이 된다.
셋째, 커뮤니케이션과 조율 능력이다. AI가 생성한 결과물을 팀이나 고객에게 설명하고, 피드백을 수렴해 방향을 수정하며, 여러 이해관계자의 요구를 조율하는 일은 AI가 할 수 없다. 회의에서 논의의 흐름을 따라가며 핵심을 정리하고, 다음 행동으로 연결하는 능력은 직급을 불문하고 점점 더 희귀해지는 역량이 되고 있다. 일부러 회의에서 말하는 연습을 하고, 논의 결과를 문서로 정리하는 습관을 들이는 것이 실질적인 도움이 된다.
포트폴리오와 지원 전략: 이렇게 바꿔야 한다
이전에는 포트폴리오에 “이런 작업을 했습니다”를 증명하는 것이 핵심이었다. 이제는 “이 문제를 이렇게 정의했고, 이런 방식으로 풀었으며, 결과는 이러했습니다”라는 사고 과정의 흔적이 더 중요해지고 있다. 면접관이 보고 싶은 것은 AI가 대신할 수 없는 판단의 흔적이기 때문이다.
구체적으로 포트폴리오를 구성할 때 다음 기준을 적용해 보자.
- 프로젝트마다 “왜 이 방향을 선택했는가”를 한 문단으로 설명할 수 있어야 한다.
- AI 도구를 활용한 경우, 어떤 판단을 사람이 개입해서 했는지를 명시한다. 단순히 “ChatGPT로 초안 작성”이 아니라 “초안의 논리 구조를 재설계하고, 도메인 오류를 수정했다”는 식이다.
- 결과물의 정량적 기여를 최대한 구체화한다. 조회 수, 완료 시간 단축, 오류 감소율 등 어떤 수치든 기록해 두는 습관이 중요하다.
- 시행착오와 방향 수정 과정을 숨기지 않는다. “처음 접근이 틀렸고, 이렇게 바꿨다”는 서술이 오히려 사고력을 보여주는 증거가 된다.
지원 전략에서는 AI 전환에 적극적인 기업을 타깃으로 삼는 것이 유리하다. 이미 AI 도구 도입이 완료된 기업보다, 지금 도입을 진행 중이거나 검토 중인 기업에서 주니어가 직접 AI 워크플로를 설계하고 검증하는 역할을 맡을 가능성이 높다. 공고문에서 “업무 자동화”, “AI 활용”, “새로운 방식” 같은 표현이 들어간 포지션에 주목하라.
커리어 초기 2년을 어떻게 설계할 것인가
입사 후 처음 2년은 어떤 역량이 시장에서 지속적으로 가치를 유지하는지를 판단하며 투자 우선순위를 정하는 시기다. 이 시기를 루틴 업무 처리로만 채우는 것은 이제 선택지가 아니다. 루틴은 점점 AI가 처리할 것이기 때문이다.
대신 다음과 같은 방식으로 초기 2년을 구성해 보자.
- 의도적 노출: 자신이 주도할 수 있는 작은 프로젝트를 찾아 자원한다. 규모가 작더라도 처음부터 끝까지 책임지는 경험이 맥락 이해와 판단력을 키운다.
- 피드백 루프 단축: 결과물을 만든 후 피드백을 받기까지 기간을 최대한 줄인다. 주 단위로 결과를 내고, 주 단위로 수정하는 주기를 만들면 같은 기간에 훨씬 많은 학습이 가능하다.
- AI 도구 실험: 현재 맡은 업무에 AI 도구를 적용해 보고, 어느 부분에서 시간이 절약되는지, 어느 부분에서 오류가 생기는지를 직접 경험한다. 이 경험이 이후 AI 도구의 가능성과 한계를 판단하는 실질적인 기준이 된다.
- 사람과의 관계 투자: 사내 멘토를 찾거나, 업계 커뮤니티에 참여하거나, 스터디 그룹을 만든다. AI가 대체하지 못하는 네트워크와 신뢰는 커리어 초반에 가장 빠르게 쌓을 수 있는 자산이다.
불안보다 방향이 먼저다
AI 고용 충격에 관한 이야기는 불안을 자극하는 방식으로 소비되는 경우가 많다. 하지만 불안은 행동으로 이어지지 않으면 소진만 남긴다. 중요한 것은 지금 자신이 어떤 포지션에 있는지, 어떤 역량을 키우고 있는지를 냉정하게 진단하고, 구체적인 다음 행동을 정하는 것이다.
AI 전환기에 격차를 뒤집은 사람들의 공통점은 도구를 일찍 배운 것이 아니라, 자신이 만들어낼 수 있는 고유한 가치가 무엇인지를 일찍 인식하고 그 방향으로 투자를 집중했다는 점이다. 커리어는 단기 트렌드가 아니라 자신만의 논리로 쌓아가는 것이다.
누스쿨 커뮤니티에는 비슷한 고민을 안고 커리어를 만들어가고 있는 주니어들과, 그 길을 먼저 걸어본 현직 멘토들이 함께하고 있다. 불안을 혼자 안고 있는 것보다 실제 경험을 가진 사람에게 직접 물어보는 것이 훨씬 빠르다. 누스쿨 멘토링을 통해 지금 자신의 상황에 맞는 다음 한 걸음을 찾아보자.
💬 댓글 0