일 이후의 일: 구직 시장이 무너지는 것을 지켜보는 실업자 신입 졸업생의 기록

• 컴퓨터공학을 전공하고 인턴십과 프로젝트를 거친 신입 졸업생이 정상적인 경로를 밟았음에도 취업에 실패하는 현실
• 현재 구직 시장은 ‘화이트칼라 불황’과 ‘졸업생 취업 대란’ 으로 불리며, 특히 컴퓨터공학 전공자의 실업률이 높아진 상황
• 자동화·로봇·원격 노동(teleoperation) 이 결합되며 기업이 인력 채용 자체를 최소화하는 구조로 이동
• AI 모델과 로봇이 인간의 반복 업무를 대체하면서, ‘평범한’ 직무가 사라지고 ‘분포 밖 인간(out-of-distribution human)’ , 즉 데이터로 대체되지 않는 창의적·비정형 노동만이 남는 양상
• 20세기 산업사회가 노동을 삶의 중심으로 삼았던 것과 달리, 21세기 경제는 인간 노동을 덜 필요로 하는 체계로 전환 중임

---

신입 졸업생의 구직 현실

• 필자는 대학 졸업 후 인턴십 3회, 컨설팅 경험, 우수한 성적 등 전형적인 성공 경로를 밟았음에도 실업 상태임
  • 과거에는 같은 이력으로 안정된 직장을 얻을 수 있었으나, 현재는 ‘고장난 시장’ 으로 불릴 만큼 기회가 희박함
• 공식 실업률은 여전히 낮게 유지되지만, 현장에서 느끼는 기회 밀도는 극적으로 감소
• 채용 공고는 존재하지만 실제 채용 건수 대비 지원자 수가 폭발적으로 증가하며, "더 많이 지원하라"는 조언이 무의미해짐
• 금리 상승, 자본 위축 등 거시 요인 외에도 소프트웨어·로봇·해외 노동의 결합이 신규 채용을 줄이는 구조적 변화로 작용

자동화 예측과 현실의 괴리

• 10년 전 연구는 미국 일자리의 절반이 자동화 고위험군이라 예측했으나, OECD의 작업 단위 재분석 결과 고위험 비율은 훨씬 작은 수준으로 축소됨
• 자동화는 절벽이 아니라 완만한 압력으로 작용하며, 고위험 직종도 고용이 완전히 사라지지 않고 더 느리게 성장
• 미국 산업용 로봇 도입은 이미 상당한 일자리 감소와 임금 하락을 초래했으며, 일상적이고 규칙화 가능한 작업일수록 타격이 큼
• 신규 졸업자 입장에서는 통계적 점진성이 아니라 진입 통로가 좁아지는 실감을 체험하며, 과거 데이터와 프로세스 기록 전체와 경쟁하는 느낌

Amazon 사례: 로봇과 인력 축소

• Amazon 내부 문서와 분석가 보고서는 향후 10년간 창고 작업의 상당 부분을 로봇으로 대체하고 막대한 비용 절감을 계획
• 회사는 로봇이 인간을 돕는다고 주장하지만, 로봇 대수는 급증하고 자동화된 센터의 전체 고용은 정체 또는 감소
• 과거 창고 같은 물리적 운영은 일정 수의 인력을 필수 요소로 간주했으나, 현재는 "얼마나 적은 인력으로 운영 가능한가" 가 사업 모델의 출발점

원격 조작과 ‘보이지 않는 노동’

• Teleoperation(원격 조작) 은 자동화의 또 다른 형태로, 실제로는 저임금 국가의 노동자가 원격으로 로봇을 조종하는 구조
  • 필리핀 마닐라 오피스의 노동자가 VR 헤드셋을 착용하고 일본 편의점의 재고 로봇을 원격 조종
  • 한 나라의 노동자가 다른 나라의 지게차를 다중 화면과 핸들로 조작하며, 반자율 소프트웨어가 혼란스러울 때만 개입
• 이는 이민 없는 이민 구조로, 부유한 국가는 주택·학교·문화 통합 없이 마닐라 수준 임금으로 도쿄 수준 노동 획득
• 노동자는 여전히 인간이지만 지리적으로는 네트워크의 일부처럼 취급되며, 콜센터에서 마이크로태스크 플랫폼까지 이어지는 사다리의 한 단계

텔레오퍼레이션의 숨은 목적: 데이터 수집

• 많은 원격 조작 일자리는 단순히 작업 완수가 아니라 향후 무인 자동화를 위한 데이터 수집이 목적
• 가정용 로봇 Neo는 "전문가 모드"에서 원격 조작자가 문 열기, 물건 집기 등을 수행하고, 이를 제어 모델 훈련용 데이터로 활용
• Tesla Optimus 역시 작업자가 리그를 착용해 컵 잡기, 테이블 닦기를 반복 수행하며 로봇이 모방할 샘플 생성
• 자율주행차와 대형 언어 모델의 데이터 작업과 유사하며, 물리적 세계의 구현형 고스트 워크에 해당

화이트칼라 불황과 초급 직무 소멸

• 지난 몇 년간 기술, 금융, 컨설팅 등 화이트칼라 초급 직무가 급격히 감소하며, 컴퓨터 과학 졸업생을 흡수하던 분야가 축소
• 한때 가장 안전한 학위로 여겨진 컴퓨터 과학이 이제 최악의 고용 성과를 보이는 전공 중 하나로 등장
• 초급 채용 게시판은 주니어 개발자 역할 대신 중급 및 시니어 역할로 편향되고, 기업은 신입 채용을 자제하며 경력직 + AI 도구 조합을 선호
• 고용주들은 언론에 주니어 채용을 보류하고 자동화로 주니어가 맡던 업무를 대체한다고 공개적으로 언급

인간과 소프트웨어의 확장성 차이

• 인간은 제한적 수평 확장만 가능하지만, 소프트웨어는 강력한 모델 하나를 무한히 복제해 에이전트 군집 구성 가능
• 최근 에이전트 논문과 데모는 동일 모델의 여러 복사본이 논쟁·협상·계획·실행하는 작은 사회를 구축
• 관리자들은 이미 인력 증원 요청 시 AI 시스템으로 대체 불가능한 이유를 제시하도록 요구
• Shopify CEO는 팀에게 인력 추가 전에 AI를 먼저 시도하라고 지시했으며, 일부 기업은 "AI 우선"을 표방하며 인력 풀 축소

‘분포 밖 인간(out-of-distribution human)’ 개념

• 대부분의 업무는 데이터로 학습 가능한 반복적 과제로 구성되어 있음
  • 종 모양 곡선의 중앙부에 존재하며, 작업이 작은 변형과 함께 반복됨
  • 모델은 이 중앙부를 잘 학습하며, 과거 데이터(로그, 이메일, 기록, 코드 저장소) 로 쉽게 모방 가능
• 모델이 학습할 수 없는 비정형·창의적 업무만이 자동화 곡선의 후방에 남음
• 분포 밖 인간이란 업무가 곡선의 꼬리 부분에 위치해 현재 훈련 데이터로 압축되지 않는 사람을 의미
  • 진정으로 새로운 문제를 다루거나, 센서가 부족한 소규모·물리적 환경에서 작업하거나, 클릭 로그로 환원되지 않는 취향을 가진 경우
• 필자는 ‘정상 분포의 중심’을 목표로 커리어를 쌓았으나, 그 중심이 빠르게 사라지고 있음
  • 대부분의 성실한 신규 졸업자는 중앙부에 진입하려 시도하며, 이는 역사적으로 합리적이고 존경받는 노동 시장의 중심
  • 3번의 인턴십과 소규모 컨설팅 경험은 정상적인 일자리를 겨냥한 표준 이력이었으나, 현재는 중심부가 공동화되는 중
• 고용주는 여전히 기술과 노력을 언급하지만, 실제 질문은 "당신의 기여가 에이전트와 저임금 노동자로 조립 불가능할 만큼 독특한가"
  • 채용되더라도 일상 업무는 본질적으로 라벨링 작업이며, 미래 자신의 대체자를 훈련시키는 데이터 생성
• 현재의 고용 구조는 ‘평범함’이 위험한 상태로, 인간이 수행하는 일조차 미래 모델 학습용 데이터 생산으로 전락

정치·사회적 대응의 지체

• 20세기 산업국가는 노동을 삶의 중심 가치로 삼았으며, 정치·종교·경제 모두 이를 전제
• 그러나 오늘날 노동 수요 자체가 감소했음에도 제도는 여전히 ‘모두에게 일자리를 제공’하는 목표를 유지
  • 예: 실효성 낮은 고용 보조 프로그램, 상징적 ‘좀비 직업’ 유지

노조의 역할과 딜레마

• 노조는 일부 경우 자동화를 늦춰 임금과 협상력을 시장보다 오래 보존
• 유럽 지하철 노선은 무인 노선이 같은 도시에 존재하고 기술적으로 검증되었음에도 운전자와 함께 운행
• 항만 노동자들은 자동 크레인과 원격 제어를 제한하는 조항을 계약에 명시하는 데 성공
• 기업은 일자리가 총량적으로 괜찮다고 반복하고, 노조와 정치인은 기술적으로 불필요한 일자리라도 보존해야 한다고 주장
• 어느 진영도 노동 자체가 중심 서사로서 축소되는 의미를 명확히 표현하지 못하며, 남은 일자리의 위치와 담당자만 다툼

자동화 선진국의 현실: 한국, 중국, 일본

• 국제로봇연맹(IFR) 통계에 따르면 한국, 싱가포르, 일본, 독일은 수년간 산업용 로봇을 공장에 집중 투입
• 중국은 늦게 시작했지만 전 세계 산업용 로봇 설치의 절반 이상을 차지하고, 제조업 로봇 밀도에서 독일 추월
• 동시에 중국의 1인당 GDP는 미국의 약 3분의 1 수준이며, 청년 실업률은 10% 중반에서 상위권을 기록(비공식 추정은 더 높음)
  • 중국 청년 실업률은 두 자릿수로, ‘누워버리기(lying flat)’ 문화 확산
• 자동화에 막대한 자금과 정책을 쏟아부었지만 졸업생들은 저임금 서비스 일자리나 온라인 부업에 "썩어간다"고 소셜미디어에 불만

긱 이코노미(gig economy)와 로보택시의 선행 불안

• 로보택시는 아직 전체 주행 마일의 미미한 비중이며, Waymo는 운영 도시에서 극히 일부 탑승만 처리
• 그러나 샌프란시스코와 피닉스의 차량 호출 기사들은 로보택시 운영 시장에서 이미 수입 감소 경험
• 은행들은 도시 차량 호출 플랫폼이 "자율주행차 위험" 에 직면한다는 경고 발행
• 실제 점유율은 낮지만, 기술적 일자리 소멸보다 일자리 소멸 서사가 먼저 도착하는 패턴을 보임

개인적 전망과 경고

• 20년 후 몇 개의 일자리가 존재할지, 자신의 업무가 분포의 꼬리에 충분히 위치할지 알 수 없음
• 다양한 일을 시도하고 중심부에만 머물지 않으며 분포 밖 인간이 되려 노력할 것
• 전체 인생 계획이 표준 회사에서 표준 업무를 하는 존경받는 중심 사례 노동자에 의존한다면, 그 범주를 침식하는 노력이 얼마나 집중되는지 직시해야 함
• 모두가 풀타임으로 일하고 거기서 존엄을 찾는다는 전제의 정치 역시 재검토 필요
• 20세기는 경제가 사람들을 매일 필요로 했기에 노동을 찬양하는 데 지적·도덕적 노력을 쏟았지만, 21세기는 그만큼 많은 사람을 필요로 하지 않는 기계와 시스템을 구축 중

결론: 노동의 중심성 약화

• 기술적 설명은 자동화가 점진적이고 상쇄적이라 하지만, 체감 현실은 중심 일자리의 소멸
• 미래 노동시장의 핵심 질문은 “모델이 학습할 수 없는 인간의 영역이 어디까지인가”
• 21세기 경제는 더 적은 인간을 필요로 하는 시스템으로 이동 중이며,
  노동을 삶의 중심으로 두던 20세기의 가치 체계가 근본적으로 흔들리고 있음

[laeyoung]

얼마 전에 올라온 이 글과 해커뉴스 댓글이랑 같이 읽으면 좋을 듯 하네요 https://news.hada.io/topic?id=24260

[GN⁺]

Hacker News 의견

• 이 글을 읽고 두 가지 생각이 들었음
  첫째, 이 저자는 정말 탁월한 글쓰기 실력을 가졌음. “경제의 과거와 경쟁한다”, “노동을 신성시하던 세계의 잔존 행동”, “이민자 없는 이민” 같은 표현은 문학적임
  둘째, 이력서 디자인은 별로임. 마치 에세이처럼 길고 요점이 없음. 지금은 틱톡과 인스타 릴스의 시대이므로, 텍스트를 70% 줄이고 핵심만 보여줘야 함

  • 나는 동의하기 어려움. 한 단락만 내려가도 Google DeepMind 경력이 보이는데, 그 정도면 충분히 인상적임. 지금은 신입에게 너무 혹독한 시장임. 수백 군데 지원하고 수십 번 인터뷰해야 겨우 한 자리 얻는 경우가 많음
    다만, 이 사람은 확실히 책을 쓸 만한 글쓰기 재능이 있음. 어쩌면 이런 인재들이 빅테크나 금융 대신 창의적인 길로 가게 되는 게 사회엔 더 나을지도 모름
  • 이런 “이력서가 너무 길다”는 말은 매번 반복되는 것 같음. 구직자가 HR보다 이력서 포맷 전문가가 되어야 하는 시스템 자체가 문제임. 뛰어난 후보자의 이력서를 “길어서 안 읽음”이라며 버리는 건 지금의 병폐를 그대로 보여줌
  • 이력서 조언은 과대평가된다고 생각함. 회사마다 보는 기준이 너무 다름. 형식보다는 프로젝트 시연이나 커뮤니티 활동을 통해 자신을 드러내는 게 낫다고 봄. 이력서만으로는 차별화가 어려움
    참고로 그의 이력서는 여기서 볼 수 있음
  • 오히려 이게 문제의 핵심임. 이렇게 생각이 깊은 사람이 취업하려면 이력서를 틱톡 스타일로 만들어야 한다는 게 말이 안 됨. 예전엔 이런 세상이 아니었을 텐데, 언제 이렇게 변했는지 모르겠음
  • 그는 이걸 ‘CV’라고 부르는데, 영국식 교육 배경을 보면 맞는 표현임. 영국의 CV는 미국식 1페이지 요약 이력서보다 훨씬 자세한 경력 기술서에 가까움

• 글이 훌륭해서 인상 깊었음. 내가 채용 중이라면 인터뷰를 고려했을 것임
  Ahmed는 영국에 있고, 미국의 H1B 비자 문제는 해당되지 않음. 다만 영국 내 이민 증가로 고급 일자리 경쟁이 치열해졌을 가능성이 있음
  DeepMind 인턴십 등 AI 중심 경력은 아이러니하게도, 자신이 만든 기술이 자신의 일자리를 자동화하는 상황을 초래한 셈임.
  또, 현재 영국 경제가 침체되어 있어 그가 일자리를 찾기 어려운 이유 중 하나일 것임

  • 글의 문체가 너무 일정해서 혹시 LLM이 재작성한 글이 아닐까 의심됨. 저자가 AI와 대화한 뒤, 그 내용을 사람이 다듬은 것처럼 보임
  • 그는 올해 초 졸업한 신입이라 아직 시장에 오래 있지 않음. 몇 달간의 구직 실패도 충분히 정신적으로 힘든 경험임
  • “영국이 테크 산업을 과도하게 규제한다”는 말엔 동의하지 않음. 오히려 영국 정부는 미국 빅테크에 너무 관대함
  • AI에 집중한 건 이해되지만, 오히려 지루한 비즈니스 앱(BLOB) 경험이 있었다면 더 취업이 쉬웠을지도 모름. 실제 산업 수요는 여전히 그런 쪽에 많음

• 글쓴이 본인임. 며칠 전 좌절감 속에서 쓴 글이 이렇게 주목받을 줄 몰랐음
  ML, 제품, 리서치의 교차점에 있는 역할을 찾고 있음. 사용자와 제품에 가까운 빌더형 PM 역할을 선호함.
  관련 분야에서 일하는 분이 있다면 대화하고 싶음. 읽어주고 피드백 준 모든 분께 감사함

  • 글쓰기 재능이 뛰어남. 가능하다면 해외 시장까지 시야를 넓혀보길 권함. ML/제품/리서치 포지션은 여전히 해외에 기회가 있음
  • 글이 통찰력 있고 흥미로웠음. RSS 피드나 뉴스레터 구독 기능을 추가해주면 좋겠음
  • 이 글을 읽고 나 자신이 충분히 “out of distribution”한 사람인지 고민하게 되었음. 3년 전만 해도 이런 글은 SF 에세이처럼 느껴졌을 것임
  • 구직에 행운을 빔. 다만 신입에게 제품 기획형 역할은 드물고, 처음엔 주니어 빌더로 시작해 신뢰를 쌓는 게 현실적임
  • 블로그가 정말 좋음. 우리 팀에서도 주니어 ML 트레이닝 관련 포지션이 열려 있으니 언제든 환영임

• 나는 최근까지 영국에서 채용 담당을 했음. 이런 CV 스타일은 많이 봤고, 250명 이상 지원하는 주니어 포지션에서는 바로 걸러졌을 것임
  검토 기준은 (a) 영국 내 학위 및 비자 명시 여부, (b) 전공 적합성, (c) 대학 명성 순이었음.
  DeepMind 인턴십도 대학 내 인턴이라 특별하지 않음.
  현실적으로는 브리스톨·버밍엄·UCL 같은 대학 출신에 대기업 인턴 경험이 있는 지원자만으로도 이미 포화 상태였음

  • 주니어 포지션에 250명 지원이라니, 신입 시장의 경쟁이 얼마나 치열한지 보여줌

• 경고하자면 약간의 분노 섞인 글임.
  신입 세대가 산업에 의해 착취당하고 버려진 세대가 된 게 안타까움.
  AI 도구 덕분에 신입도 빠르게 생산성을 낼 수 있는데, 기업들은 오히려 해고와 구조조정에만 몰두함.
  경영진은 사람을 자산이 아닌 비용으로 보고, 소프트웨어를 공장처럼 취급함.
  결과적으로 대부분의 제품이 사용자에게 불친절한 쓰레기가 되었음.
  나는 사람을 위한 소프트웨어를 만들고 싶음. 하지만 지금의 취업 시장은 의자 뺏기 게임처럼 느껴짐

  • 이런 감정을 많은 기술자들이 공유함. 나도 가치관 불일치 때문에 업계를 떠나 조류학 석사를 시작했는데, 마음이 한결 가벼워졌음
  • 경영진도 SNS 피드에 중독되어 있음. AI FOMO에 휩쓸려 방향을 잃고 있음. 다음엔 또 다른 유행이 올 뿐임
  • 이 글이 오히려 영감을 줌. 비용 절감보다 창조에 집중하는 회사를 만들고 싶다는 생각이 듦

• 상층부 사람들에게 노동 시장은 단순한 통계 수치일 뿐임. 공감 능력이 떨어지고, 문제 해결 의지도 없음.
  기술 혁신은 모두가 더 적게 일하고 더 많이 얻는 사회를 만들 수 있었지만, 현실은 의미 없는 일과 부의 집중만 늘어남

  • 지난 100년간의 혁신 덕분에 서구 사회 대부분이 기본적 인프라 혜택을 누리게 되었음. 하지만 모두가 그걸 당연하게 여기며 불평함
  • “상층부”가 누구냐는 질문이 나올 수 있음. 결국 사람들은 더 나은 삶을 원하고, 그 욕망이 끝없는 노동과 소비를 낳음
  • 기술 혁신의 목적이 생산성 향상이 아니라 비용 절감, 특히 인건비 절감이라는 점이 문제임

• 지금 CS 전공자들이 겪는 취업난이 너무 안타까움.
  90년대엔 프로그래머가 별로 좋은 직업이 아니라고 했지만, 이후엔 황금기가 왔음.
  이번에도 그런 순환 주기일지, 아니면 완전히 다른 시대인지 궁금함

  • AI가 모든 걸 바꿀 수도 있지만, 결국 중산층 수준의 안정된 직업으로 회귀할 가능성이 큼. 과거처럼 초고연봉은 드물어질 것임
  • 나도 2000년대 초 실리콘밸리 근처에서 비슷한 얘기를 들었음. 2010년대 중반엔 과열됐고, 지금은 다시 정상화 중임. CS 학위가 자동으로 부를 보장하지 않음
  • 사실 지금은 모든 분야의 구직 시장이 어렵음
  • 닷컴 붐 이전엔 대부분 “Programmer/Analyst”로 저임금 대기업에 다녔음. 실리콘밸리에 들어가기까지 오랜 시간이 걸렸지만, 일단 들어가면 세상이 달라졌음

• 이해하기 어려운 점은, 이렇게 신입들이 일자리를 못 찾는데도 H1B 비자 인력은 계속 들어온다는 것임

  • 우리 회사도 온쇼어 채용 금지 상태에서 오프쇼어만 뽑았음. 경영진은 “현지 인재 부족”이라며 거짓말을 했음
  • 내가 일하는 대기업에서도 미국 시민 인터뷰를 한 지 5년은 된 것 같음. 주변의 CS 신입들은 일자리를 못 구하고 있음
  • H1B 제도는 원래 고급 인력 유입을 위한 것이지만, 현실에선 노동 착취 구조로 악용되는 경우가 많음
  • H1B는 인재 부족이 아니라 임금 억제와 종속 구조를 위한 제도임
  • Google도 인도에 병렬 팀을 세우고 있음. 문화적 격차가 줄어들면서 오프쇼어링이 훨씬 쉬워졌음

• 구직이 어렵다는 점에 공감함.
  하지만 자동화의 한계를 이해하는 게 중요함. 예를 들어 영국의 Ocado는 자동화된 물류 시스템을 갖췄지만, 팬데믹 때는 확장성이 부족해 신규 고객을 받지 못했음.
  반면 전통 슈퍼마켓은 사람을 고용해 빠르게 대응했음.
  결국 효율성과 유연성의 균형이 중요함

  • 효율성은 유연성과 반비례하는 경향이 있음. 자연계에서도 마찬가지임.
    문제는 효율성은 숫자로 측정되지만, 유연성은 그렇지 않다는 점임

• 저자가 말한 “out of distribution” 전략에 대해 생각해봤음.
  능력을 특이하게 만들면 일자리도 특이해짐. 즉, 기회가 줄고 지역 제약이 커짐.
  나도 박사 때 전 세계에 10개 연구실밖에 없는 주제를 다뤘는데, 그만큼 일자리도 희귀했음.
  결국 혁신적 연구는 본질적으로 자기 일자리를 없애는 일임.
  자동화로 절약된 비용이 꼭 고급 인력에게 돌아가는 건 아니고, 대부분 이윤으로 흡수될 가능성이 큼

  • 다만 희망적인 점은, 앞으로는 특이한 수요와 특이한 인재의 매칭 자체가 자동화될 수도 있다는 것임

[aer0700]

효율성은 숫자로 측정되지만, 유연성은 그렇지 않다 -> 이 문장이 인상적이네요.