AI 인재 시장의 흐름이 뚜렷하게 갈라지고 있다. 모델을 직접 설계하고 학습시키는 개발자 채용은 줄어드는 반면, AI를 실제 업무에 연결하고 운영하는 인력에 대한 수요는 빠르게 늘고 있다. 초거대 모델이 표준화되면서, 기술 경쟁의 무게중심이 ‘만드는 능력’에서 ‘활용하는 구조’로 이동하고 있기 때문이다.
과거에는 자체 모델 개발이 핵심 과제로 여겨졌지만, 지금은 검증된 외부 모델과 플랫폼을 사용하는 것이 더 효율적인 선택이 됐다. 이로 인해 고급 AI 연구 인력과 알고리즘 전문가에 대한 대규모 채용은 축소되고 있다. 일부 빅테크를 제외하면, 모델 성능 자체로 차별화를 시도하는 기업은 점점 줄어드는 추세다.
반면 프롬프트 설계, 워크플로우 구성, 운영 자동화 인력은 빠르게 늘고 있다. AI가 실제 성과를 내기 위해서는 업무 맥락에 맞는 입력 설계와 출력 관리가 필수적이며, 이를 담당하는 역할의 중요성이 커지고 있다. 단순히 AI를 호출하는 것이 아니라, 언제 어떤 작업에 투입할지 결정하고 품질을 유지하는 능력이 새로운 경쟁력이 되고 있다.
운영 중심 인력의 증가는 조직 구조에도 변화를 가져오고 있다. 개발팀과 현업 사이에 AI를 연결하는 중간 역할이 등장했고, 기획·마케팅·고객 지원 부서에서도 AI 전담 인력이 배치되고 있다. 이들은 코드보다 프로세스 이해와 커뮤니케이션 역량을 요구받으며, 기술과 업무를 동시에 아는 인재로 평가받는다.
AI 시대의 직무 변화는 일시적인 조정이 아니라 구조적인 재편에 가깝다. 기술을 직접 만드는 사람보다, 기술을 안정적으로 굴리고 확장하는 사람이 더 필요해진 것이다. 채용 감소와 증가가 동시에 나타나는 이 현상은, AI가 연구 대상에서 실제 업무 인프라로 전환되고 있음을 분명하게 보여주고 있다.
글 / 한만수 news@cowave.kr
(c) 비교하고 잘 사는, 다나와 www.danawa.com
8
