The Junior Developer Pipeline Is Broken... And AI Broke It
Everyone agrees AI makes senior engineers more valuable. Almost nobody asks where the next generation...
개요 #
요즘 업계가 즐겨 하는 이야기가 있다. AI가 시니어 엔지니어의 가치를 더 높여준다는 것이다. 나쁜 설계를 문 앞에서부터 냄새 맡을 줄 아는 사람, 판단력을 가진 사람이 이번 변화의 승자라는 얘기다. 위로가 되고, 실제로 맞는 말이기도 하다.
문제는 그 이야기 한가운데에 채용 동결을 통째로 몰고 들어갈 만큼 큰 구멍이 뚫려 있다는 점이다. 시니어는 재생 가능한 자원이 아니다. 누구도 15년치 흉터를 미리 장착한 채로 나타나지 않는다. 우리가 함께 일해 본 모든 시니어는 볼품없는 일을 떠맡고 몇 년을 버틴 주니어에서 출발했다. 그리고 AI는 바로 그 몇 년을 채우던 일을 조용히 먹어치웠다.
시니어는 어디서 오는가 #
시니어 엔지니어에게 무엇이 자신을 시니어로 만들었냐고 물으면 "자격증"이라는 답은 나오지 않는다. 대신 자기가 망가뜨린 시스템, 밤새 붙어 있던 장애, 몇 주를 읽고 나서야 겨우 감이 잡힌 코드베이스 이야기가 돌아온다. 판단력은 내려받는 게 아니다. 실제 시스템과 수천 번 부딪히며 쌓이는 것이고, 그 대부분은 볼품없고 당시엔 지루하기까지 한 일이다.
"시니어가 이긴다"는 서사가 건너뛰는 지점이 여기다. 이 서사는 시니어 공급을 날씨처럼 취급한다. 그냥 어딘가에 존재하고 알아서 채워지는 무언가로 본다. 하지만 시니어는 저절로 생기지 않는다. 누군가에게 설 자리를 내주고 그 흔들림을 감내한 팀이, 느리고 값비싸게 만들어낸다.
당신의 채용 계획은 아마 2030년에 시니어가 필요해지면 시장에서 뽑아 오면 된다고 가정하고 있을 것이다. 좋다. 그런데 그 시장이라는 건 결국 다른 회사가 길러낸 주니어들이다. 어딘가에서 누군가는 도제 과정을 돌리고 있어야, 뽑을 사람이 존재한다.
잡무가 곧 교과 과정이었다 #
AI 도구가 쓸 만해지기 전, 주니어 개발자의 한 주가 실제로 어땠는지 떠올려 보자.
- 보일러플레이트 — CRUD 엔드포인트와 폼 검증을 뼈대부터 짜면서 프레임워크의 생김새, 코드가 어디에 놓이는지, 관례가 왜 그렇게 굳어졌는지를 익혔다.
- 자잘한 버그 수정 — 아무도 맡기 싫어하던 티켓이 스택 트레이스를 읽고, 로그를 읽고, 무엇보다 남의 코드를 읽는 법을 가르쳤다. 내가 짤 법한 코드가 아니라, 실제로 거기 있는 코드 말이다.
- 글루 코드 — 서비스 A를 큐 B에 연결하면서 시스템이 실제로 어떻게 맞물리는지 배웠다. 타임아웃, 재시도, 프로덕션에서만 문제가 되는 설정값 같은 것들.
- 남의 코드 추적 — "이게 왜 이렇게 되는지 알아내라"는 과제가 이후 모든 아키텍처 결정이 기댈 시스템의 심상을 만들어 줬다.
- PR 지적 — 첫 풀 리퀘스트에 달린 마흔 개의 코멘트는 아팠지만, 동시에 업계가 가진 가장 빠른 안목 전수 장치였다.
Photo by cottonbro studio on Pexels
아무도 이 일을 옹호하지 않았다. 우리는 그걸 잡일, 허드렛일, 신고식쯤으로 불렀다. 그래서 AI가 등장해 이 모든 걸 몇 초 만에 해치우기 시작했을 때 오히려 반겼다. 드디어 주니어가 지루한 부분을 건너뛰고 진짜 엔지니어링을 할 수 있게 됐다면서.
그런데 그 지루한 부분이 바로 훈련이었다. 견습 전기공은 몇 년간 케이블을 끌고 배전함을 단다. 장인이 더 빨리 못 해서가 아니라, 사람 목숨을 앗아갈 수 있는 패널 근처에 서기 전에 건물이 실제로 어떻게 돌아가는지 그렇게 배우기 때문이다. 케이블 작업을 로봇에게 넘기면 배선된 건물은 여전히 나온다. 다만 전기공이 더는 나오지 않을 뿐이다.
AI가 한 일이 정확히 이거다. 낭비를 걷어낸 게 아니라 교과 과정을 지우고 시험만 남겼다.
그래서 오늘의 주니어는 묘한 덫에 걸린다. AI 덕분에 역사상 어떤 주니어보다 많은 결과물을 뽑아내면서, 역사상 어떤 주니어보다 적은 반복 훈련을 쌓는다. 애초에 주니어의 일에서 결과물은 핵심이 아니었다. 배움이 진짜 산출물이었고, 티켓은 그저 배달 수단이었다.
숫자는 이미 나와 있다 #
데이터가 없었다면 이 글은 뜬구름 잡는 소리로 끝났을 것이다. 그런데 여러 방향에서 독립적으로 같은 신호가 잡히고 있다.
SignalFire의 State of Tech Talent 보고서는 빅테크 채용에서 신규 졸업자가 차지하는 비중이 7%에 불과하며, 신규 졸업자 채용이 팬데믹 이전인 2019년 대비 50% 넘게 줄었다고 밝혔다. 보고서는 조용히 오가던 말도 수면 위로 끌어올렸다. 관리자의 37%가 Z세대 직원을 뽑느니 AI를 쓰겠다고 답한 것이다.
에릭 브리뇰프슨이 이끈 스탠퍼드 연구팀은 ADP의 급여 데이터를 분석했다. 수백만 명 규모의 데이터에서, AI 노출도가 가장 높은 직군의 22~25세 초기 경력자 고용이 2022년 말 이후 상대적으로 16% 감소한 것으로 나타났다. 소프트웨어 엔지니어링이 그 대표 사례 중 하나다. 반면 같은 직군에서 30세 이상 노동자는 2025년 5월까지 6~12% 늘었다. 같은 직무, 정반대 방향, 그 경계는 나이로 깔끔하게 갈렸다. 경기 침체는 생년을 따지지 않지만, AI 도입은 따지는 모양이다.
여파는 졸업생의 취업 성과에서도 드러난다. 뉴욕 연준 데이터에 따르면 최근 컴퓨터공학 졸업자의 실업률은 6.1%로, 전체 졸업자 평균인 4.8%를 웃돈다. 한 세대가 고르라고 등 떠밀린 전공이 이제는 평균보다 못한 성적을 낸다.
그 숫자 뒤의 정서도 미묘하지 않다. Stack Overflow가 다룬 설문에서 채용 관리자의 70%가 AI가 인턴의 일을 대신할 수 있다고 답했고, 57%는 신규 졸업자의 결과물보다 AI의 결과물을 더 신뢰한다고 했다.
사다리 맨 아래 칸은 헐거워지는 게 아니다. 이미 사다리에서 떨어져 나갔다.
개별로는 합리적, 전체로는 고갈 #
불편한 지점은 여기다. 이 이야기 속 누구도 실수를 저지르고 있지 않다.
한 팀이, 이번 분기 기준으로 계산해 보자. 주니어 한 명을 뽑으면 연봉 전액에 더해 시니어 한 명의 근무 시간 상당 부분을 1년 넘게 쏟아부어야 손익분기를 넘긴다. 그러고 나면 30% 인상을 제시한 다른 회사로 떠날 수도 있다. AI 코딩 도구는 팀 커피값보다 싸고 오늘 오후부터 생산적이다. 열린 채용 자리 하나와 마감을 앞둔 엔지니어링 관리자라면, 주니어를 건너뛰는 게 옳은 결정이다. 어느 CFO라도 승인할 것이고, 실제로 대부분 그렇게 한다.
문제는 모두가 똑같은 계산을 돌린다는 데 있다. 회사마다 시니어를 키우는 대신 "시장에서 뽑겠다"고 개별적으로 결정하는데, 그 시장이라는 게 다른 회사 주니어 프로그램의 산출물 말고는 아무것도 아니다. 주니어를 건너뛰는 건 남의 도제 과정에 무임승차하는 짓이다. 모두가 그러기 전까지는 아름답게 굴러간다.
이건 공유지 문제이고, 2031년의 시니어 풀이 곧 그 공유지다. 어느 회사도 그걸 소유하지 않고, 이번 분기에 그걸 고갈시켰다고 벌받는 회사도 없으며, 누구의 손익계산서에도 그 항목은 없다.
위험한 건 시차다. 2025년에 뽑히지 않은 주니어는 2028년에 존재하지 않을 중급 엔지니어이고, 2031년에 존재하지 않을 시니어다. 그리고 빠진 세대는 나중에 메울 수 없다. 뽑아야 할 게 몇 년치 쌓인 판단력이기 때문이다. 연봉 밴드는 한 예산 주기 안에 올릴 수 있어도, 경험은 그렇게 못 올린다.
"AI가 그냥 시니어가 되면 되지 않나" #
솔직한 반론에는 공정한 자리를 내줘야 한다. 어리석은 주장이 아니기 때문이다. 논리는 이렇다. 모델은 빠르게 좋아지고 있으니, 시니어 공백이 닥칠 무렵이면 AI가 시니어의 일까지 하고 있을 거라는 얘기다. 주니어 파이프라인을 걱정하는 건 포드가 조립 라인을 늘리는 와중에 1910년에 마구간 수용량을 걱정하는 꼴이라는 것이다.
진지하게 받아들여도, 이 주장은 하나의 완고한 사실 앞에서 무너진다. 누군가는 머지에 자기 이름을 걸어야 한다.
AI가 만든 마이그레이션이 새벽 2시에 프로덕션을 내려앉혔을 때, "모델이 그랬다"는 어떤 장애 보고서로도 받아들여지지 않는다. 고객도, 감사도, 핀테크나 헬스케어라면 규제 당국도 그 말을 인정하지 않는다. 책임은 소프트웨어 조직에서 하중을 지탱하는 구조물이고, 해고할 수도 소환할 수도 승진시킬 수도 없는 시스템에 위임할 수 없다. 결국 사람이 결과물을 검토하고, 승인하고, 책임진다.
그리고 리뷰는 체크박스가 아니다. 잘 리뷰한다는 건 어떤 diff가 위험하고 어떤 게 일상적인지, 스키마 변경의 폭발 반경이 어디까지인지, 테스트가 초록불인 게 코드가 맞아서인지 실패 케이스를 아예 테스트하지 않아서인지를 안다는 뜻이다. 그게 판단력이다. 바로 도제 과정이 길러내던 것이고, 우리가 훈련을 멈춘 바로 그 사람들 안에 있어야 할 능력이다.
그래서 "AI가 시니어가 된다"는 미래는 스스로의 전제를 잡아먹는다. AI가 코드를 많이 쓸수록 사람의 일은 리뷰로 옮겨가는데, 업계는 지금 그 능력에 판돈을 걸면서 그 능력을 만드는 유일하게 알려진 기계를 해체하고 있다.
스탠퍼드 데이터에는 이를 뒷받침하는 결이 하나 더 있다. AI가 사람을 보강하는 역할에서는 고용이 유지되거나 늘었고, 작업을 통째로 AI에 넘긴 사람보다 AI로 배우고 검증한 사람이 더 나은 결과를 냈다. 시장은 이미 사람을 가르고 있다. AI를 쓰느냐가 아니라, 판단력을 키우는 방식으로 쓰느냐 대체하는 방식으로 쓰느냐로.
도제 과정을 살려두는 법 #
업계 전체의 채용 유인을 책상에 앉아 고칠 수는 없다. 당신이 통제할 수 있는 건 이미 손안에 있는 일 속에서 배움이 여전히 일어나게 하느냐다.
경력 초반이라면:
- 먼저 씨름하고, 프롬프트는 그다음에. 모델에게 묻기 전에 모든 문제에 진짜로 한 번 부딪혀 보라. 씨름은 걷어내야 할 비효율이 아니라, 교훈을 머릿속에 새겨 넣는 장치다. AI는 당신이 이미 붙어 본 것을 설명해 줄 때는 훌륭한 튜터지만, 질문이 형태를 갖추기도 전에 답을 내주면 배움을 파쇄하는 기계가 된다.
- AI가 낸 diff를 리뷰어의 눈으로 읽어라. 당신이 곧 리뷰어이므로. git blame과 팀 입장에서 그 코드는 당신이 쓴 것이다. diff의 한 줄을 설명할 수 없다면 아직 끝난 게 아니다. 머지가 아니라 이해를 산출물로 삼아라.
- 일부러 느린 길로 가 보라. 프레임워크 호출을 한 번은 손으로 따라가 보고, 마이그레이션을 요청하기 전에 직접 짜 보라. 순수주의를 고집하는 게 아니라 반복 훈련을 하는 것이다. 지게차가 있어도 운동선수가 여전히 역기를 드는 것과 같다.
- 리뷰 실력을 일찍 길러라. 일은 리뷰 쪽으로 향하고 있다. 자원해서 맡고, 팀에서 가장 뛰어난 리뷰어가 어떻게 코멘트하는지 관찰하고, 왜 위험한지를 말로 풀어내는 법을 익혀라. 그 능력은 날것의 생산량보다 훨씬 빠르게 복리로 불어난다.
팀을 이끈다면:
- 실질적인 계획을 갖고 주니어 한 명을 뽑아라. 자선도 아니고 티켓 처리량을 위한 인력도 아니다. 계획이 있어야 한다. 서브시스템 순환, 시간을 따로 떼어 둔 지정 멘토, 장애 회고 참석 같은 것들. 의도를 갖고 길러낸 주니어 한 명이 원칙상 0명을 이기고, 실전에서 방치된 세 명을 이긴다.
- 결과물이 아니라 이해를 과제로 내라. 결제 흐름이 처음부터 끝까지 어떻게 도는지 발표하게 하라. 온콜 섀도 로테이션에 넣어라. 포스트모템 초안을 쓰게 하라. 어느 것도 기능을 출시하지는 않지만, 전부 5년 뒤 절박하게 뽑고 싶어질 그것을 만들어 낸다.
- 교육적인 티켓은 사람 몫으로 남겨 둬라. 영혼을 갉아먹는 티켓 말고. 그런 건 떳떳하게 자동화하면 된다. 하지만 레거시 모듈 속 고약한 버그처럼 누군가 시스템을 실제로 읽게 만드는 티켓, 그건 수업료다. 그걸 모델에 쓰지 마라.
- AI 사용을 함께 리뷰하라. 코드를 페어로 짜듯 프롬프트와 diff를 짝지어 들여다보라. 주니어가 모델을 어떻게 쓰는지가 곧 그의 작업 방식이다. 그게 보이지 않으면 그의 빈틈도 보이지 않는다.
이 중 어느 것도 이번 분기 속도(velocity)에는 잡히지 않는다. 그게 핵심이다. 도제 과정도 원래 속도 지표에 잡힌 적이 없었고, 바로 그래서 아무도 그게 무엇이었는지 눈치채지 못한 채 그토록 쉽게 자동화해 버릴 수 있었다.
업계가 시니어 생산을 멈추기로 결정한 건 아니다. 그저 시니어를 만들어 내던 것을, 분기마다 완벽하게 합리적인 결정을 내리며 하나씩 자동화했을 뿐이다. 5년 뒤 시니어가 충분한 팀은, 그들을 만드는 일을 결코 멈추지 않은 팀일 것이다.
이 글은 위 출처를 바탕으로 한국 독자를 위해 재작성한 기사입니다. 원문의 사실과 수치에 근거하며, 별도의 견해를 포함하지 않습니다.