- Authors
- Name
- Youngju Kim
- @fjvbn20031
- 불편한 진실부터 이야기하자
- AI가 대체하는 것 vs 강화하는 것
- 5가지 커리어 포지셔닝 전략
- 실천 로드맵 (시간별)
- 어떤 스킬이 가장 빠르게 가치가 떨어지는가
- 연봉 현실 (2026년 기준)
- 마지막으로
불편한 진실부터 이야기하자
솔직히 말할게요. AI가 개발자 일의 일부를 자동화하고 있는 건 사실입니다. 부정하면 오히려 더 위험해요.
그런데 이게 처음 있는 일이냐고요? 아닙니다. 컴파일러가 나왔을 때 어셈블리 프로그래머들이 "이제 우리 일 없어진다"고 걱정했습니다. 프레임워크가 나왔을 때 "보일러플레이트 코드 치던 개발자들은 어쩌냐"고 했죠. IDE가 자동완성을 해줄 때도 비슷한 이야기가 있었어요.
결과는요? 개발자 수는 오히려 늘었습니다. 진입 장벽이 낮아지면서 더 많은 사람이 더 복잡한 것을 만들게 됐고, 그 복잡한 것을 만드는 사람이 필요해진 거예요.
AI도 마찬가지 흐름입니다. 단, 이번에는 변화의 속도가 더 빠르다는 점은 인정해야 해요. 그래서 지금 이 시점에 커리어를 어떻게 잡아야 하는지 진지하게 생각해봐야 합니다.
AI가 대체하는 것 vs 강화하는 것
제가 지금 Cursor를 쓰면서 실제로 느끼는 것들을 솔직하게 정리해볼게요.
AI가 잘 하는 것 (자동화 가능):
- 보일러플레이트 코드 생성
- 단순 CRUD API 작성
- 알려진 패턴의 버그 수정
- 기본적인 테스트 코드 작성
- 코드 문서화
- 특정 라이브러리 사용법 예시 코드
AI가 아직 못 하는 것 (개발자의 영역):
- 비즈니스 요구사항을 아키텍처 결정으로 번역하는 것
- 시스템 간 복잡한 트레이드오프 판단
- 새로운 도메인 문제를 정의하는 것
- 팀과 기술 사이에서 협상하는 것
- 장기적인 기술 부채 관리
- "왜 이걸 만들어야 하는가"라는 질문 자체
단순하게 보면, "무엇을 만들지"는 여전히 사람이 결정합니다. AI는 "어떻게 만들지"의 일부를 빠르게 처리해줄 뿐이에요.
그러면 개발자로서 우리는 "무엇을 만들지"를 더 잘 결정하는 사람이 되어야 한다는 결론이 나옵니다.
5가지 커리어 포지셔닝 전략
전략 1: AI-Augmented Developer (가장 현실적)
이게 지금 당장 모든 개발자에게 필요한 전략입니다.
"AI를 쓰는 개발자"가 아니라 "AI로 10배 빠른 개발자"가 되는 것. 차이가 뭐냐고요?
전자는 AI를 가끔 쓰는 사람이고, 후자는 AI 없이 일하는 게 불편해진 사람입니다. 마치 지금 우리가 Stack Overflow나 구글 없이 코딩하기 불편한 것처럼요.
Cursor, GitHub Copilot, Claude를 워크플로에 완전히 통합하세요. 역할이 바뀌는 거예요. 코드 생성이 10%라면 코드 검토/아키텍처가 90%가 됩니다.
이게 두렵게 느껴질 수 있어요. "AI가 코드를 짜주는데 내 역할이 검토만 하는 것이면 나는 점점 퇴화하는 게 아닌가?" 아닙니다. 오히려 더 높은 수준의 판단을 하게 됩니다. 시니어 개발자가 하는 일을 더 일찍 배우게 되는 거예요.
전략 2: AI Systems Builder
지금 가장 수요가 높은 포지션입니다. 2024년에서 2026년 사이 이 포지션의 연봉 프리미엄은 30~50% 수준으로 올랐어요.
RAG 시스템, AI Agent, Fine-tuning 파이프라인을 설계하고 만드는 사람. 중요한 건 ML 학위가 없어도 됩니다. 오히려 실전 경험이 더 중요해요.
저도 처음엔 "나는 ML 배경이 없는데 가능한가?" 하고 망설였는데, 지금은 LangChain, LlamaIndex, LiteLLM 등 툴링이 워낙 발전해서 소프트웨어 엔지니어링 백그라운드만으로도 충분히 진입 가능합니다.
단, "API 연결해서 챗봇 만들었어요" 수준이 아니라, 실제 프로덕션에서 쓸 수 있는 시스템 — 재시도 로직, 캐싱, 비용 관리, 평가(eval) 파이프라인까지 아우르는 경험이 필요합니다.
전략 3: Domain × AI 전문가
이게 가장 대체하기 어려운 포지션이에요.
"AI를 아는 금융 전문가"를 생각해보세요. 금융만 아는 사람과 AI만 아는 사람은 넘쳐나는데, 둘 다 아는 사람은 희귀합니다. 금융 AI, 의료 AI, 법률 AI, 제조 AI — 각 도메인마다 이런 교차점의 사람을 원합니다.
당신이 지금 특정 산업에서 일하고 있다면, 그 도메인 지식은 사실 큰 자산이에요. 거기에 AI 스킬을 얹는 전략이 생각보다 강력합니다.
의료 스타트업에서 일하는 개발자라면, 의료 데이터의 특수성(HIPAA, FHIR, 비정형 데이터)을 이해하는 AI 개발자가 되는 것이 일반적인 AI 개발자보다 훨씬 희귀하고 가치 있는 포지션이 됩니다.
전략 4: AI Infrastructure Engineer
가장 안정적인 포지션입니다. 어떤 AI 회사든, 어떤 AI 제품이든 인프라는 필요하니까요.
LLM 서빙, MLOps, AI 파이프라인 — 기존에 DevOps나 SRE 경험이 있다면 이 방향으로의 전환이 상대적으로 쉽습니다. GPU 클러스터 관리, 모델 최적화(양자화, 증류), 배포 파이프라인 — 이것들을 Kubernetes와 연결할 수 있는 사람의 수요는 계속 늘고 있어요.
전략 5: AI Product Engineer
이게 제가 개인적으로 가장 흥미롭다고 생각하는 포지션이에요.
"무엇을 AI로 할 것인가"를 결정하는 사람. PM의 시각과 엔지니어의 구현 능력을 동시에 가진 하이브리드. 사용자 경험과 AI 능력 사이의 간극을 메우는 역할입니다.
이 포지션의 핵심 역량은 LLM의 한계를 정확히 알면서도 사용자에게 가장 유용한 경험을 디자인하는 것이에요. "AI가 이걸 못 할 때 UX를 어떻게 처리하느냐"를 잘 생각할 수 있는 사람.
실천 로드맵 (시간별)
말만 하면 의미 없으니 구체적인 액션으로 이야기할게요.
| 기간 | 액션 |
|---|---|
| 지금 당장 | Cursor 또는 Copilot 도입, 일 1시간 AI와 함께 코딩 |
| 3개월 | 간단한 RAG 시스템 만들기, LangChain 또는 LlamaIndex 실습 |
| 6개월 | OpenAI API로 프로덕션 기능 1개 출시, 블로그 글 작성 |
| 1년 | AI 사이드 프로젝트 또는 오픈소스 기여, 포트폴리오 구성 |
| 3년 | AI 시스템 설계 경험 보유, 특정 도메인 전문성 확립 |
"3개월에 RAG 시스템이요? 저는 ML 모르는데요."
괜찮아요. RAG는 ML을 몰라도 만들 수 있어요. 핵심 개념은 "문서를 벡터로 변환하고, 질문과 가장 유사한 문서를 찾아서 LLM에게 컨텍스트로 줘라"인데, 이걸 구현하는 코드는 지금 튜토리얼이 넘쳐납니다. 직접 만들어보면서 느끼는 게 훨씬 중요해요.
어떤 스킬이 가장 빠르게 가치가 떨어지는가
솔직하게 말할게요. 이 부분은 불편할 수 있지만 알아야 해요.
가장 위험한 스킬들:
- "특정 라이브러리 API 외우기" — AI가 다 알고 있음
- "단순 CRUD 앱 빠르게 만들기" — Vibe coding으로 30분에 됨
- "레거시 언어 전문가" — COBOL, 오래된 Java 프레임워크 등 (단기적으로는 여전히 수요 있음)
- "독립적인 기능 구현" — 가장 먼저 자동화되는 영역
반대로 가치가 올라가는 스킬들:
- 시스템 설계와 아키텍처 결정
- AI가 만든 코드를 비판적으로 검토하는 능력
- 사업 맥락에서 기술 결정을 내리는 능력
- 팀을 이끄는 능력 (AI는 여전히 사람을 이끌지 못함)
- 도메인 전문성
"AI가 만든 코드를 검토하는 능력"이 별것 아닌 것처럼 들릴 수 있는데, 이게 생각보다 어려워요. AI는 그럴듯하게 틀리는 코드를 만들거든요. 그걸 잡아내려면 오히려 깊은 이해가 필요합니다.
연봉 현실 (2026년 기준)
국내 (서울 기준):
- AI 관련 역할 일반: 기존 개발자 대비 20~40% 프리미엄
- AI Systems Builder (경력 3
5년): 8,000만1억 2,000만 원 - AI Infrastructure Engineer: 9,000만~1억 5,000만 원
- 빅테크 AI팀 (네이버, 카카오, LG AI): 1억~2억 원 (시니어)
- 해외 Remote (미국 테크): 연간 150,000~300,000달러 (경력 따라)
글로벌:
- San Francisco AI 스타트업 시니어: 220,000~350,000달러
- 구글 DeepMind, Anthropic: 300,000달러 이상 (스톡 포함)
- 유럽 AI 기업: 80,000~150,000유로
현실적인 이야기를 하자면, 국내에서도 AI 스킬을 제대로 갖추면 연봉 1억은 3~5년 경력으로 충분히 가능해지는 시장이 됐습니다. 단, "AI 써봤어요" 수준이 아니라 진짜 AI 시스템을 프로덕션에 올린 경험이 있어야 해요.
마지막으로
AI 시대에 개발자가 사라진다는 이야기는 과장입니다. 하지만 아무것도 하지 않아도 괜찮다는 이야기도 아니에요.
지금 이 순간에도 "AI 툴 안 써도 잘 되고 있어"라고 생각하는 개발자와, 매일 AI와 함께 일하며 빠르게 성장하는 개발자 사이의 생산성 격차가 벌어지고 있습니다. 1년 후 그 격차는 더 커질 거예요.
지금 시작하세요. 거창한 것부터 시작할 필요 없어요. 오늘 Cursor 설치하고, 내일 현재 작업에 적용해보는 것부터 시작하면 됩니다.
5년 후의 당신은 지금의 선택을 기억할 거예요.