AI 열풍에도 쪼그라드는 주니어 개발자 채용 시장

제한적인 인간 개입만으로 코드를 작성, 테스트, 수정하는 AI 시스템인 '에이전트형 코딩'이 주니어 소프트웨어 엔지니어를 대체할 단계에 가까워졌는지, 아니면 기업이 그들에게 맡기던 업무만 대체하고 있는 것인지를 둘러싼 논쟁이 격화되고 있다. MarkTechPost에 따르면 이 질문은 대개 거꾸로 제기된다. 사람들은 상승하는 벤치마크 점수에서 곧바로 노동시장에 대한 결론으로 건너뛰며, 그 사이에서 실제로 성립해야 할 각 단계를 건너뛴다는 것이다.

벤치마크는 주장하는 것만큼 측정하지 못한다

MarkTechPost는 METR의 '시간 지평(time horizon)' 연구를 인용한다. 이 연구는 숙련된 인간이 특정 과제를 완료하는 데 걸리는 시간을 측정한 뒤, AI 모델이 절반의 확률로 성공하는 과제 길이를 찾아낸다. 이 시간 지평은 2019년 이후 대략 7개월마다 두 배로 늘어났으며, MarkTechPost는 2024년부터 2026년 사이 이 배증 속도가 더욱 빨라져 최상위 시스템의 능력이 이제 분 단위가 아니라 시간 단위로 측정된다고 전한다. 하지만 50% 성공률은 고용주가 인력 배치의 기준으로 삼을 수 있는 수치가 아니다. MarkTechPost가 지적하듯, 신뢰도 기준을 80%로 높이면 최상위 모델은 인간이 4분 이내에 끝내는 과제에서는 거의 완벽하지만, 4시간을 넘는 과제에서는 성공률이 10% 미만으로 떨어진다. MarkTechPost는 METR의 과제 자체가 의도적으로 자기완결적으로 설계되었다고 지적하는데, 이는 주니어 엔지니어의 실제 입사 초기와 정반대다. 그 시기는 대부분 맥락을 흡수하는 데 쓰인다. 어느 팀이 어떤 서비스를 소유하는지, 오래된 추상화가 왜 아직 남아 있는지, 누구에게 물어봐야 하는지 같은 것들이다.

널리 인용되는 두 번째 수치를 보면 상황은 더 나빠진다. MarkTechPost가 전한 해당 연구소 자체 발표에 따르면, 2026년 2월 OpenAI는 SWE-bench Verified 점수 공개를 중단하고 다른 연구소들에도 같은 조치를 권고했다. 데이터셋의 27.6%를 대상으로 한 감사에서, 감사 대상 문제 중 최소 59.4%가 기능적으로 올바른 해답을 오답으로 판정하는 결함 있는 테스트 케이스를 포함하고 있는 것으로 드러났으며, 학습 데이터 오염의 증거도 함께 발견됐다. MarkTechPost에 따르면 SWE-bench Pro처럼 더 어렵고 오염되지 않은 테스트셋에서는, 기업들이 제품 출시 때 인용하는 Verified 수치에 비해 최상위 모델의 점수가 크게 떨어진다.

진짜 병목은 코드 작성이 아니라 검증이다

비용에 관한 가장 명확한 증거는 METR이 실시한 무작위 대조 시험에서 나온다. MarkTechPost가 인용한 이 시험에서, 경험 많은 오픈소스 개발자 16명이 각자 자신의 저장소에서 실제 과제 246건을 수행하며 AI 사용 여부를 무작위로 허용 또는 금지받았다. 개발자들은 사전에 24%의 속도 향상을 예상했고, 사후에도 스스로 20% 더 빨라졌다고 추정했지만, 화면 녹화 기록을 보면 실제로는 19% 더 느려진 것으로 나타났다. MarkTechPost는 이 시험의 한계도 짚는다. 사용된 도구가 2025년 초반 버전이었고, 표본도 자신이 이미 잘 아는 코드베이스에서 작업하는 소규모의 경험 많은 개발자 집단이었다는 점이다. 그럼에도 MarkTechPost는 체감 생산성과 실측 생산성 사이의 격차를 이 시험에서 가장 견고한 발견으로 꼽으며, 이는 얼버무릴 것이 아니라 명확히 짚고 넘어가야 할 종류의 괴리라고 본다.

더 광범위한 설문조사도 같은 방향을 가리킨다. MarkTechPost가 인용한 스택 오버플로우의 2025년 설문조사(개발자 4만 9천 명 이상 대상)에서는 84%가 AI 코딩 도구를 사용 중이거나 사용할 계획이라고 답했지만, 46%는 결과물의 정확성을 적극적으로 불신한다고 답해, 신뢰한다는 33%보다 많았다. 높은 신뢰를 보인 비율은 3%에 불과했다. 구글의 DORA 연구는 약 5천 명의 전문가를 조사해, 90%가 업무에서 AI를 사용하고 80% 이상이 생산성이 높아졌다고 믿는다는 결과를 얻었지만, 30%는 AI가 생성한 코드를 거의 또는 전혀 신뢰하지 않는다고 답했다. 처리량은 전년 대비 개선됐지만, 배포 안정성은 개선되지 않았다. MarkTechPost는 AI 에이전트가 주니어를 대체하려면 아직 충족되지 않은 세 가지 조건이 있다고 주장한다.

• 자기완결적인 벤치마크 과제가 아니라, 주니어의 실제 업무가 지닌 길이와 사전 맥락을 갖춘 과제에서의 신뢰할 수 있는 성능
• SWE-bench Verified처럼 퇴출된 테스트셋이 아니라, 더 어렵고 오염되지 않은 테스트셋에서도 유지되는 벤치마크 점수
• 시니어가 AI 출력물을 검토할 때 드는 검증 비용이, 그 일을 사람에게 맡기는 비용보다 낮아지는 것

채용 데이터는 이미 변화를 보여준다

MarkTechPost는 앞의 세 조건과 무관한 네 번째 조건이 있다고 주장한다. 바로 대체가 실제로 효과가 있는지 여부와 관계없이, 기업들이 주니어 엔지니어를 시니어로 키워내는 자체 육성 경로를 스스로 끊어낼 의향이 있는가 하는 점이다. 미국 노동자의 약 6분의 1을 포괄하는 ADP 급여 데이터를 추적하는 스탠퍼드 디지털 이코노미 랩은, 소프트웨어 개발을 포함해 AI에 가장 많이 노출된 직군에서 22~25세 근로자의 고용이 같은 직군의 연장자 근로자와 뚜렷하게 갈라지고 있다는 사실을 발견했다. 2025년 7월 시점 데이터에서는 격차가 15%였고, 2026년 6월까지 19%로 확대됐는데, MarkTechPost에 따르면 이는 주로 해고가 아니라 채용 감소에 의해 벌어지고 있다.

CIO도 채용 측면에서 같은 냉각 조짐을 보도했다. CIO가 인용한 뉴욕 연방준비은행의 추정치에 따르면, 미국에서 컴퓨터공학 전공 신규 졸업자의 실업률은 7.5%, 컴퓨터과학 전공 졸업자는 6.1%로, 전체 실업률 4.3%를 크게 웃돌며 간호학(1.4%)이나 토목공학(1%) 전공 졸업자보다 현저히 높다. Resume.org가 미국 기업 리더 1천 명을 대상으로 실시한 설문조사에 따르면, 10곳 중 6곳의 기업이 2026년에 인력 감축을 단행할 가능성이 높고, 10곳 중 4곳은 그중 일부를 AI로 대체할 계획이라고 CIO는 전했다. "GitHub Copilot이 10달러면 되는데, 왜 주니어를 9만 달러에 채용하겠나?"라고 시니어 소프트웨어 엔지니어 치라그 아그라왈은 CIO에 말하며, 자신의 업무가 코드 작성에서 AI 결과물의 엣지 케이스와 보안 결함을 검증하는 일로 바뀌었다고 설명했다. 컨설팅 기업 트레던스의 AI 책임자 라치트 굽타도 CIO에, 이제 AI가 버그 수정, 테스트 작성, 그리고 주니어들이 실력을 쌓던 반복적인 코딩 작업의 상당 부분을 처리하고 있지만, 아키텍처와 컴플라이언스, 보안에 관한 판단은 여전히 경험 많은 엔지니어의 몫이라고 말했다.

기업 입장에서 실질적인 셈법은 즉각적이다. 경기 둔화기에 주니어 채용을 줄이면 비용을 아낄 수 있지만, MarkTechPost의 핵심 주장은 이렇다. 주니어가 입사할 때부터 이미 할 줄 아는 정형화된 업무야말로 에이전트가 자동화하고 있는 바로 그것이며, 시니어 엔지니어가 지닌 암묵적 판단력은 원래 그런 업무를 실무에서 수행하며 배우도록 되어 있던 것이라는 점이다. 이는 고용주들에게 거의 아무도 예산을 세워두지 않은 질문을 남긴다. 가장 아래 단계가 사라진다면, 다음 세대의 검토자는 누가 길러낼 것인가. 같은 AI 코딩 도구가 확산되고 있는 한국을 포함해 지금 취업시장에 진입하는 신규 졸업자들에게, 두 기사가 전하는 메시지는 일치한다. 정형화된 코드 작성을 중심으로 짜인 일자리는 줄어드는 반면, 실제로 채용되는 인재는 AI가 생성한 코드를 그저 더 많이 찍어내는 대신 의심하고, 시험하고, 고칠 수 있는 능력을 갈수록 요구받는다는 것이다.