AI 붐에서 내가 계속 걸리는 건 이 부분이다. 돈은 어디에나 있는데, 채용 물결은 없다. 기업가치는 크다. 계산 예산도 크다. 클라우드 청구서도 크다. 데이터센터 지출도 크다. 그런데 노동시장을 보면 과거 기술 붐이 만들었던 것 같은 바깥으로 퍼지는 고용 폭발이 보이지 않는다.
하지만 그 불일치는 돈이 실제로 어디에 떨어지는지 보면 그렇게 신비롭게 느껴지지 않는다. 예전 인터넷과 모바일 붐에서는 자본이 바깥으로 사람들에게 흘렀다. 제품 관리자, 마케터, 지원팀, QA, 운영 인력, 콘텐츠 노동자, 계약 인력, 크리에이터, 운전자, 배달원, 모더레이터, 주니어 개발자. 이번 붐에서는 거대한 돈의 상당 부분이 먼저 다른 곳으로 간다. 칩, 계산 자원, 클라우드 계약, 데이터센터, 전력, 그리고 아주 적은 수의 고레버리지 팀. 그래서 AI 붐은 종이 위에서는 거대해 보여도 현실에서는 인색하게 느껴진다.
차이는 아주 구체적인 예산 질문에서 시작한다
예전 방식에서 빠르게 성장하는 디지털 기업은 대개 돈을 곧바로 인원으로 바꿨다.
새 제품? 팀을 뽑는다.
사용자가 늘었다? 지원 인력을 뽑는다.
기능이 늘었다? 개발자, QA, 디자이너, 운영을 뽑는다.
더 성장해야 한다? 마케팅과 영업을 뽑는다.
그래서 이전 파도는 그렇게 많은 노동자를 빨아들였다. 소프트웨어 주변에 많은 인간이 필요했기 때문이다.
AI 돈은 다르게 움직인다.
새 예산의 상당 부분은 “사람을 더 뽑아라”라고 말하지 않는다.
이렇게 말한다.
- 계산 자원을 예약하라
- 칩을 사라
- 클라우드 용량을 확보하라
- 추론 비용을 내라
- 데이터센터를 키워라
이건 완전히 다른 노동 이야기다.
예전 붐은 군중을 고용했다. 이번 붐은 인프라를 먼저 산다
가장 단순하게 말하면 이렇다.
웹 붐은 군중을 고용했다.
모바일 붐도 군중을 고용했다.
AI 붐은 인프라를 먼저 산다.
이게 중요한 이유는 인프라가 소비자 플랫폼처럼 사람을 뽑지 않기 때문이다.
거대한 계산 계약 하나가, 인간 조율을 통해 확장되는 마켓플레이스나 배송 네트워크, 광고 기반 소비자 앱이 만드는 것과 같은 파급효과를 만들지는 않는다.
지출은 실제다. 경제활동도 실제다. 하지만 고용 승수는 훨씬 약하다.
작은 팀이 예전엔 부서가 필요했던 것을 이제 만들 수 있다
사람들이 계속 과소평가하는 두 번째 조각은 여기다.
많은 AI 제품은 다음 위에 올라탄다.
- 기존 모델 API
- 기존 클라우드 인프라
- 기존 인터페이스 패턴
- AI 보조 코딩 작업 흐름
그 말은 날카로운 엔지니어 한 명이나 시니어 비중이 높은 작은 팀 하나가 예전에는 여러 역할에 퍼져 있던 엄청난 양의 일을 이제 밀어붙일 수 있다는 뜻이다.
회의에서는 이미 이렇게 들린다.
“사람 다섯 명 더 필요해”가 아니라,
“지금 팀이 더 좋은 도구로 어디까지 가는지 보자.”
그 한 문장이 사라진 일자리의 많은 부분을 설명한다.
이번 붐은 더 적은 사람을 필요로 하도록 만들어졌다
사람들이 너무 노골적으로 들린다고 피하고 싶어 하는 문장이 바로 이거다.
AI는 단지 새로운 산업이 아니다.
기존 산업 위에 덮이는 효율성 층이다.
그리고 효율성 층이 작동할 때, 기업은 주로 “누구를 더 뽑아야 하지?”라고 묻지 않는다.
이런 걸 묻는다.
- 무엇을 자동화할 수 있나?
- 어떤 팀을 더 작게 유지할 수 있나?
- 어떤 역할은 더 이상 충원하지 않아도 되나?
- 어떤 주니어 업무는 더 이상 연봉을 정당화하지 못하나?
이건 붐의 이상한 부작용이 아니다.
이게 바로 비즈니스 케이스다.
늘어나는 일자리는 진짜지만 좁다
그렇다고 일자리가 전혀 안 생긴다는 뜻은 아니다.
생긴다.
하지만 무슨 종류의 일자리인지 자세히 보라.
- 모델 연구
- 인프라 엔지니어링
- 평가
- AI 제품 업무
- 엔터프라이즈 구현
- 거버넌스와 리스크
- 솔루션과 통합
이런 일자리는 중요하다.
일부는 아주 보수가 높다.
하지만 이건 “들어와서 현장에서 배우면 되는” 넓은 카테고리가 아니다. 더 좁고, 더 전문화되어 있고, 예전 기술 파도가 만들었던 대규모 고용층보다 총량도 더 작다.
그래서 시장이 뒤집힌 것처럼 느껴진다. 기회는 실제로 있지만, 진입하려는 모두를 편안하게 흡수하는 종류의 기회는 아니다.
먼저 맞는 건 주니어 층이다
문제가 개인적으로 느껴지기 시작하는 지점이 여기다.
예전 팀에서는 누군가 반복적인 일을 해야 했기 때문에 많은 입문용 업무가 존재했다.
- 문서 정리
- 기본 CRUD 작업
- QA 점검
- 초안 카피
- 스프레드시트 정리
- 일상적 조사
- 반복적인 디자인 생산
그 층은 화려하지 않았지만, 사람들에게 들어가는 길을 줬다.
AI는 정확히 그 층부터 먹고 있다.
그래서 직업은 살아남아도, 그 직업으로 들어가는 사다리는 무너질 수 있다.
이번 붐이 유난히 차갑게 느껴지는 이유 중 하나가 바로 그거다. 단지 일자리를 바꾸는 게 아니라, 누가 그걸 배울 기회라도 얻는지를 바꾸고 있다.
희망적인 부분이 있다면 “더 많은 일자리”가 아니라 “더 싼 레버리지”다
내가 정직하게 보면서도 틈을 찾으려 한다면, 아마 여기일 것이다.
AI는 아주 작은 사업, 1인 운영, 소규모 고효율 팀을 만드는 비용을 낮출 수 있다.
그건 중요하다.
컨설턴트는 더 많은 걸 할 수 있다.
솔로 창업자는 더 빨리 출시할 수 있다.
틈새 업체는 작게 유지하면서도 일을 해낼 수 있다.
주제 전문가는 거대한 조직을 고용하지 않고도 지식을 상품화할 수 있다.
이건 실제 레버리지다.
하지만 이게 어떤 종류의 희망인지 보라. 대규모 채용 이야기가 아니다. 소규모 팀 레버리지 이야기다.
훨씬 좁다.
마지막 생각
그렇다면 왜 AI 붐은 과거 기술 붐처럼 일자리를 만들지 않는가?
이번에는 돈이 새로운 플랫폼 주변에 거대한 인간 층을 짓는 데 주로 쓰이지 않기 때문이다.
돈은 계산 자원을 사고, 팀을 압축하고, 더 적은 사람으로도 충분히 낼 수 있다는 걸 기업에게 가르친다.
그래서 붐은 위에서 보면 거대하고, 아래에서 보면 얇아 보인다.
자본은 진짜다.
기술도 진짜다.
생산성 서사도 진짜다.
그리고 가치 제안의 큰 부분은 여전히 많은 사람들이 큰 소리로 말하기 싫어하는 그 추한 문장 그대로다.
이 시스템은 더 적은 사람을 필요로 하도록 되어 있다.