AI가 막는 개발자 성장 경로: 서울대 연구가 밝힌 4가지 구조적 변화

신입 채용 공고 43% 감소, 그런데 더 큰 문제가 있다

2023년부터 2024년까지 국내 IT 채용 공고는 43% 감소했습니다. 전체 채용 공고 가운데 신입 대상 비율은 단 4.4%에 그쳤습니다(서울대 연구팀 인용 자료). 같은 기간 미국 상위 15개 기술기업의 신입 채용 공고도 25% 줄었습니다.

숫자만 보면 '취업난'처럼 보이지만, 서울대학교 공과대학 전기·정보공학부 문태섭 교수 연구팀이 국제학회 AIES 2026에 발표한 논문은 더 근본적인 질문을 던집니다. "주니어의 일자리가 줄면, 미래의 시니어는 어디서 성장하는가?"

---

연구 개요

연구팀은 생성형 AI가 등장하기 전에 입사해 현재 재직 중인 경력 6년 이상 시니어 개발자와, 학부 재학 중 AI 등장 전후를 모두 경험한 주니어 세대를 나눠 인터뷰했습니다.

---

4가지 구조적 변화

1. 주니어 업무가 '시니어+AI' 체계로 이동

과거 주니어가 맡던 단순 구현·디버깅·문서 작성을 이제 시니어가 AI로 직접 처리합니다. 한 스타트업 창업자는 "주니어 인력을 크게 줄였지만 생산성에 측정할 만한 영향이 없었다"고 밝혔습니다. 월 10만 원짜리 AI 구독이 주니어를 대체한다는 인식이 확산하면서, 진입 기회 자체가 사라지고 있습니다.

2. '실패할 기회'의 소멸 — 생산적 분투(Productive Struggle)

연구팀이 주목한 핵심 개념은 생산적 분투입니다. 개발자는 직접 틀리고 고치는 과정에서 지식뿐 아니라 "내가 무엇을 모르는지"를 파악하는 능력을 쌓습니다. 주니어 참여자들은 "AI 덕분에 결과는 좋아졌지만, 내가 무엇을 모르는지 모르겠다"는 어려움을 호소했습니다.

같은 분야의 두 과목을 수강한 참여자는 성적이 동일했음에도 한 과목에서는 실제 지식이, 다른 과목에서는 AI 활용 능력만 남았다고 증언했습니다. 두 과목의 유일한 차이는 '과제를 AI로 해결할 수 있느냐'였습니다.

3. 개인 선택이 아닌 구조적 압력

상대평가 환경에서 또래 모두가 AI를 쓰면, AI 미사용은 사실상 불이익입니다. AI 사용 제한 과목이 거의 없는 대학 강의실에서 실패를 통한 학습 기회의 감소는 구조적으로 반복됩니다. 개인이 의지로 거스르기 어려운 흐름입니다.

4. 시니어와 주니어의 인식 차이 — 자가 교정 불가

시니어는 "AI 결과의 옳고 그름을 판단할 20년 경험이 있으니 우리는 괜찮다"고 인식합니다. 반면 주니어는 바로 그 판단 기준을 형성하는 과정을 잃고 있습니다. 문제를 해결할 수 있는 시니어·조직은 주니어의 상황을 체감하지 못하고, 문제를 직접 겪는 주니어는 구조를 바꿀 힘이 없습니다. 연구팀은 이를 **상황인지이론(Situated Cognition)**으로 설명합니다.

---

다른 고위험 분야는 이미 대응하고 있다

연구팀은 소프트웨어 분야도 세 영역에서 제도적 개선이 필요하다고 제안합니다.

• 대학: AI가 학습 목표를 대신할 수 없는 과목을 필수 지정, AI 의존도를 낮추는 설계를 교육 품질 평가 기준으로 활용
• 채용: 결과물 속도뿐 아니라 AI 사용 중 자신의 지식 공백과 오류를 알아차리는 능력 평가
• 기업: 신입에게 실제 제품의 작은 수정 업무를 맡기고 커밋·코드 리뷰·배포 전 과정을 직접 경험하게 하는 학습 기회 의도적 마련

---

수험생·취준생을 위한 시사점

이 연구는 단순한 취업난 경고가 아닙니다. AI 활용 능력과 자기 지식 공백 인지 능력을 함께 키우는 것이 핵심 경쟁력이 된다는 신호입니다. 면접에서 "AI로 무엇을 만들었냐"보다 "AI가 틀렸을 때 어떻게 알아챘냐"를 묻는 기업이 늘어날 가능성이 높습니다. 프로젝트 경험에서도 결과물의 완성도보다 오류를 직접 디버깅한 과정을 구체적으로 설명할 수 있어야 합니다.

문태섭 교수는 "지금 우리가 얻는 생산성의 일부는 다음 세대의 전문성을 앞당겨 쓰는 것일 수 있다"며, 의사결정자와 피해자가 다른 집단이기 때문에 구조적으로 인지되기 어렵다고 강조했습니다(뉴스와이어, 2026.09.06).