IBM, AI 도입의 한계를 인식하고 Z세대 신입 채용을 3배로 확대

• IBM이 신입 채용을 3배로 늘리겠다고 발표하며, AI가 대체할 수 있다고 알려진 소프트웨어 개발직 등에서도 적극 채용 예정
• 기존 신입 업무 중 상당 부분은 자동화 가능하나, IBM은 AI 활용 역량을 반영해 직무를 재설계하는 방식으로 대응
• 소프트웨어 엔지니어는 단순 코딩 대신 고객 인터랙션 업무에 집중하고, HR 직원은 챗봇 개입 업무 비중 확대
• Z세대가 기존 세대보다 AI 활용 능력이 뛰어나 오히려 AI 도입을 가속화할 수 있다는 시각 확산
• Dropbox, Cognizant 등 다른 기업들도 인턴십·신입 프로그램을 확대하며 젊은 인재 확보 경쟁에 동참

---

Z세대 취업 시장 현황과 AI의 영향

• 미국 젊은 대졸자 실업률이 5.6% 로, 팬데믹 제외 시 10년 이상 중 가장 높은 수준 근처
• Anthropic CEO Dario Amodei, Ford CEO Jim Farley 등 주요 경영진이 AI로 인한 신입직 감소를 경고한 바 있음
• 그러나 일부 기업은 젊은 인력을 파이프라인에서 배제하는 것이 장기적으로 지속 가능하지 않다고 인식하기 시작

IBM의 신입 채용 확대 전략

• IBM CHRO Nickle LaMoreaux, "3~5년 후 가장 성공할 기업은 지금 신입 채용에 투자하는 기업"이라고 발언
• AI가 대체 가능하다고 알려진 소프트웨어 개발직 등에서도 신입 채용을 3배로 확대 예정
• 기존 신입 업무 중 많은 부분이 자동화 가능하나, IBM은 AI 유창성(AI fluency)을 반영해 직무를 재작성
  • 소프트웨어 엔지니어: 루틴 코딩 감소, 고객 상호작용 업무 증가
  • HR 직원: 모든 질문 응대 대신 챗봇 개입 업무 비중 확대
• 이러한 전환은 직원에게 더 지속 가능한 기술을 구축하고, 회사에는 장기적 가치를 창출

신입 채용 축소의 장기적 위험

• AI 도입으로 비용 절감 압박 증가, 초급 채용이 가장 쉬운 감축 대상이 되는 경향이 있음
• Korn Ferry 보고서에 따르면 37%의 조직이 AI로 신입직을 대체할 계획
• 하지만 단기 재무에는 도움이 되나, LaMoreaux는 장기적으로 혼란을 야기할 수 있다고 경고
  • 주니어 인력 감소 시 향후 중간 관리자 부족 발생 가능
  • 경쟁사에서 인재 영입 시 비용 증가, 외부 채용자는 내부 시스템·문화 적응에 더 오랜 시간 소요
• HR 리더들이 신입 채용의 비즈니스 케이스를 적극적으로 구축해야 함
• "AI가 3년 후 업무를 더 쉽게 만들 것이므로, 지금 리더들에게 명확하지 않더라도 그 근거를 제시해야"

IBM CEO Arvind Krishna의 입장

• Krishna CEO, "해고나 채용 동결이 아닌 반대 방향으로 가고 있다"고 CNN에 발언 (10월)
• "향후 12개월간 지난 몇 년보다 더 많은 대졸 신입을 채용할 예정"
• 다만 발언 일주일 후 IBM은 연말까지 수천 명 감원을 발표, 고성장 소프트웨어·AI 분야로 집중 전환
  • 회사 대변인: 감원은 글로벌 인력의 낮은 한 자릿수 비율에 해당
  • 신규 채용과 합산 시 미국 내 총 인원은 거의 동일 수준 유지 예상

다른 기업들의 Z세대 채용 확대 움직임

• Dropbox CPO Melanie Rosenwasser, Z세대가 기존 세대보다 AI 역량이 훨씬 뛰어남
  • "그들은 투르 드 프랑스에서 자전거를 타고, 우리는 아직 보조 바퀴를 달고 있는 수준"
  • Dropbox는 젊은 인력의 AI 유창성을 활용하기 위해 인턴십·신입 프로그램을 25% 확대 예정
• Cognizant CEO Ravi Kumar S, Z세대에 대한 낙관적 시각으로 더 많은 신입직 창출 의향 표명
  • "학교 졸업생을 채용해 도구를 제공하면 자신의 역량 이상으로 성과를 낼 수 있음"
  • "AI는 인간 잠재력의 증폭기(amplifier) 이지, 대체 전략이 아님"
  • 기업 인력 피라미드가 더 넓고 짧아지며, 전문성 도달 경로가 빨라질 것으로 전망

2026년 채용 시장 전망

• 2026년에도 젊은 구직자에게 취업 시장이 타이트할 것으로 예상
• AI 활용 능력과 적극성을 보여주는 지원자가 IBM 같은 기업에서 돌파구를 찾을 가능성
• LinkedIn에 따르면 AI 리터러시가 미국에서 가장 빠르게 성장하는 기술

[xguru]

뭔가 헷갈리는 기사인데, 어쨌거나 Z 세대가 AI에 더 친숙하니 그들을 더 뽑아야 한다는 얘기.
그리고 그 이면에는 AI와 친하지 않은 오래된 인력들을 감원하는게 아닐까 하네요.

[colus001]

모두가 혼란스러워 하고 있다는 방증이라고 생각합니다. 버스가 떠나려고 하는데 다음 버스를 기다려야할지 뛰어야할지 도통 모르겠네요.

[GN⁺]

Hacker News 의견들

• 나는 OpenAI에 월 20달러를 내고 Codex를 쓰는데, 아주 작은 작업 단위로 세밀하게 프롬프트를 짜면 생산성이 엄청 높아짐
  선택의 여지가 없다면 월 2천 달러까지도 낼 의향이 있음. 하지만 로컬에서 모델을 돌릴 수 있다면 그 정도로 비싸지진 않을 것 같음
  결과물의 큰 그림은 비슷하지만, 한 번 완성하면 인지 부하가 커서 2~3배 더 다듬을 에너지는 잘 안 남음
  대신 여유 시간이 생겨서 주 3~4회 골프를 칠 수 있게 되었음. 생산성 향상? 예. 시간 절약? 예. 전체 산출물? 비슷함

  • 어떤 로컬 모델을 돌리면 월 20달러짜리 ChatGPT와 비슷한 결과가 나오는지 궁금함
  • 이제 그런 ‘열심히 일한다’ 는 얘기는 듣고 싶지 않음. 시대가 바뀌었음

• 우리 회사에서 통계가 조금씩 나오는데, 코드 중심 컨설팅 프로젝트에서 약 18%의 효율 향상이 있다고 함
  하지만 그 수치가 어떻게 계산됐는지 아무도 설명을 못 함. 아마 스토리 포인트의 예상치 대비 실제치로 계산했을 텐데, 그건 너무 주관적임
  실제로 체감 효율이 x% 정도라는 식의 감정적 수치일 가능성이 큼

  • 나는 효율보다 유지보수성을 측정하는 게 더 흥미로움. AI가 작성한 코드는 일주일만 지나도 작성자가 기억을 못 하는 경우가 많음
    결국 더 많은 AI 의존이 생기고, 비기술 인력에게 일정 예측을 설명하기도 어려워짐
  • 그래도 코드 라인 수로 측정하는 것보단 낫다고 생각함

• 기사 제목은 좀 오해의 소지가 있음. 실제 내용은 신입 지원자들이 AI 활용 능력이 가장 높을 것으로 기대되어, 그들이 AI 도입을 주도하길 바란다는 이야기였음

  • 하지만 현실적으로는 AI 활용 능력보다 도메인 지식이 훨씬 중요함. 이 부분이 부족하면 LLM이 엉뚱한 방향으로 감
  • 이건 은하 규모의 대형 사고의 첫 단계처럼 들림
  • 그들이 말하는 ‘AI 리터러시’에 최소 10년 경험이 있길 바람

• 이게 IBM의 내부 개발용인지, 컨설팅 서비스용인지 궁금함
  만약 후자라면, AI로 인해 신입 채용이 줄어드는 신호일 수도 있음. 다른 회사들이 신입을 정규직으로 뽑기보다 IBM 컨설턴트를 단기 계약으로 쓰는 게 더 안전하다고 판단할 수 있음

  • 컨설팅이라면 미국 내에서는 거의 불가능할 것 같음. 미국 신입 컨설턴트의 단가로는 경쟁력이 없음
    현재 클라우드 컨설팅사에서 일하는 입장에서, Amazon이나 Google 같은 대형 고객이 아니면 그 비용을 감당하지 않음
  • 만약 신입의 전문성이 AI로 대체된다면, 시니어의 가치는 어떻게 되는 걸까?
    결국 신입은 LLM을 관리하는 역할만 하고, 시니어의 지식과 보상은 세대교체 없이 사라질 수도 있음

• 현재 진행 중인 IBM의 연령차별 소송을 생각하면 흥미로운 상황임
  관련 소송 링크

  • 또 하나의 소송이라니 놀라움. IBM은 50세 이상 직원을 해고해서 비용 절감을 하는 듯함. 벌써 세 번째나 네 번째 사례로 들음

• IBM이 지난 1년간 약 8,000명 감원을 했다고 함
  나에게는 그냥 평소처럼 보이고, 언론이 약간 과장한 느낌임

• 기사에 따르면, IBM은 신입 채용을 3배 늘리겠다고 발표한 뒤 한 달 후 1,000명을 해고했음
  “결국 총 인원은 비슷하다”는 말인데, 신입이 아니라 시니어 감축으로 비용 절감을 노린 것 같음.
  다른 기업들과 정반대의 전략이라 이해하기 어려움

• 많은 기업이 “AI 덕분에 생산성이 올랐다”고 말하지만, 실제로는 “그럼 뭘 만들었냐”는 질문에 답을 못 함
  LLM은 유용한 도구이긴 하지만, 아직 대부분의 지식 노동자를 대체할 수준은 아님
  컴퓨터가 처음 도입됐을 때도 경제적 효과가 바로 나타나지 않았던 것처럼, 현실은 복잡하고 예측하기 어려움

  • ‘측정 가능한 생산성’이라면 무엇을 기준으로 할지부터 모호함
    코드 라인 수, 기능 수, 버그 수, 절약된 시간, 혹은 주주 가치 중 어떤 걸 말하는 건지 불분명함
    올해는 LLM이 내 세무사보다 세금 신고를 잘하는지 직접 시험해볼 예정임
  • 대부분은 AI를 이용해 업무를 조금 더 쉽게 만들고 시간 여유를 확보하는 정도로 씀
    진짜 10배 생산성을 내는 사람들은 소수고, 대기업의 9–5 문화에서는 드묾
  • 기술 발전은 자금이나 의지로 강제할 수 없음. 혁신의 속도는 자기 리듬이 있음
    다음 AI 혁신은 빅테크에서 나올 수도, 화이트보드 앞의 한 학생에게서 나올 수도 있음
  • 현재의 AI는 고신뢰 조직 수준의 정확도를 충족하지 못함
    항공관제처럼 오류가 용납되지 않는 시스템에는 아직 갈 길이 멂. 결국 수학과 인내의 문제임
  • 일부 기업은 AI를 해고 명분으로 삼았을 뿐, 실제로는 기술 때문이 아님

• IBM은 고비용 지역의 베테랑을 해고하고, 저비용 지역 인력을 유지했음
  해고된 직원은 연금과 복지가 줄어든 상태로 예전 직무에 재지원할 수 있음
  내부 정치와 성과 과시 문화 때문에 실질적 성과가 적었던 부서도 있었음
  이건 AI 때문이 아니라 Arvind Krishna의 경영 스타일 때문이며, 시장은 그를 좋아하지만 기술 커뮤니티는 IBM을 신뢰하지 않음

• 기사 아카이브 링크