업종도 직무도 바꿨는데 61.2%가 연봉이 올랐다 — 회사가 사는 것은 ‘경력의 일치율’이 아닐 수 있다
doda 실제 전직 데이터를 보면 같은 업종·같은 직무 이동의 연봉 상승 비율은 66.0%, 업종과 직무를 모두 바꾼 이동은 61.2%였다. 4.8%p의 차이는 경력의 시장가치를 “얼마나 똑같은 일을 했는가”만으로 설명하기 어렵다는 신호다.
기사 보기 →BANSEOG HR INTELLIGENCE
산업의 변화를 인재의 관점으로 읽습니다
기술·투자·기업 전략의 변화가 어떤 직무와 경력의 가치를 바꾸는지 분석합니다. 뉴스 자체보다 그 변화가 실제 채용과 사람의 선택에 어디에서 닿는지 봅니다.
WORLD→INDUSTRY→ROLE→PERSON
이번 분석
삼성SDS는 왜 로봇을 직접 다 만들지 않고 10개 회사를 묶었을까 — 피지컬 AI의 다음 병목은 ‘통합’이다
Team REX는 하드웨어·로봇지능·데이터·시뮬레이션의 전문기업을 한 생태계로 묶는다. 삼성SDS가 2027년 예고한 로봇 오케스트레이션 플랫폼까지 연결해 보면, 공장이 사는 것은 “최고의 로봇 한 대”보다 여러 로봇을 기존 생산시스템 안에서 함께 일하게 만드는 운영 능력일 수 있다.
삼성SDS의 Team REX와 2027년 로봇 오케스트레이션 플랫폼 계획을 바탕으로, Physical AI 가치가 개별 로봇 성능에서 멀티벤더 통합·운영으로 확장될 때 어떤 인재가 중요해지는지 분석한다.
분석 읽기EDITOR'S PICKS
놓치지 말아야 할 분석
같은 맛의 글을 반복하지 않고 산업·커리어·글로벌·리더십에서 서로 다른 신호를 고릅니다.
마이크론 직원들이 삼성·SK하이닉스를 꺼내 들었다 — AI 반도체 호황이 ‘성과급 규칙’ 경쟁으로 번졌다
대만 노조는 일회성 보너스보다 글로벌 영업이익의 15%를 나누는 상시 공식을 요구했다. 삼성전자 10.5%, SK하이닉스 10%라는 한국의 이익공유 구조가 해외 노동시장의 비교 기준으로 등장하면서, 인재경쟁의 단위가 “얼마를 주나”에서 “어떤 규칙으로 나누나”로 이동하고 있다.
기사 보기 →기아 신입채용이 달라졌다 — 이제 ‘혼자 잘 푸는 사람’만 보는 시험이 아니다
기아는 AI 문제해결력 검증을 도입했고, CJ올리브영은 라이브 코딩을 AI 과제로 바꿨으며, SK하이닉스는 LLM을 면접장 안으로 가져왔다. 세 사례를 함께 보면 평가의 단위가 ‘사람 단독’에서 ‘사람 + 도구 + 판단’으로 넓어지는 신호가 보인다.
기사 보기 →네이버웹툰이 ‘AI 서비스 기획 인턴’을 뽑는다 — AI 채용이 달라지고 있다
NAVER Cloud의 AI Factory 상품기획, 네이버웹툰의 AI 서비스 기획·Search Intelligence, NAVER LABS의 3D Vision 채용을 함께 보면 AI가 별도 직무군을 넘어 여러 기능을 가로지르는 업무 레이어로 이동하는 장면이 보인다.
기사 보기 →WEEKLY DIGEST
매주 한 번, 읽을 가치가 있었던 변화만
새 HR Intelligence를 주 1회 한 번에 받아보세요.
이메일·언어·선택 주제·구독 상태만 Digest 운영에 사용합니다.
브라우저 알림으로 받기
BANSEOG SIGNAL
중요한 변화만 골라서 알림받기
회원가입이나 이메일 없이 관심 주제만 선택하세요. 관련 새 분석이 실제로 발행됐을 때 브라우저 알림으로 알려드립니다.
이메일·전화번호·회원가입은 필요하지 않습니다. 알림 전송에 필요한 브라우저 구독 정보와 선택한 주제만 저장합니다.
ALL INTELLIGENCE
전체 인텔리전스
카드 대신 제목과 핵심만 빠르게 훑고, 관심 있는 주제는 검색하거나 분야별로 좁혀볼 수 있습니다.
검색 결과 97
삼성SDS는 왜 로봇을 직접 다 만들지 않고 10개 회사를 묶었을까 — 피지컬 AI의 다음 병목은 ‘통합’이다
Team REX는 하드웨어·로봇지능·데이터·시뮬레이션의 전문기업을 한 생태계로 묶는다. 삼성SDS가 2027년 예고한 로봇 오케스트레이션 플랫폼까지 연결해 보면, 공장이 사는 것은 “최고의 로봇 한 대”보다 여러 로봇을 기존 생산시스템 안에서 함께 일하게 만드는 운영 능력일 수 있다.
업종도 직무도 바꿨는데 61.2%가 연봉이 올랐다 — 회사가 사는 것은 ‘경력의 일치율’이 아닐 수 있다
doda 실제 전직 데이터를 보면 같은 업종·같은 직무 이동의 연봉 상승 비율은 66.0%, 업종과 직무를 모두 바꾼 이동은 61.2%였다. 4.8%p의 차이는 경력의 시장가치를 “얼마나 똑같은 일을 했는가”만으로 설명하기 어렵다는 신호다.
마이크론 직원들이 삼성·SK하이닉스를 꺼내 들었다 — AI 반도체 호황이 ‘성과급 규칙’ 경쟁으로 번졌다
대만 노조는 일회성 보너스보다 글로벌 영업이익의 15%를 나누는 상시 공식을 요구했다. 삼성전자 10.5%, SK하이닉스 10%라는 한국의 이익공유 구조가 해외 노동시장의 비교 기준으로 등장하면서, 인재경쟁의 단위가 “얼마를 주나”에서 “어떤 규칙으로 나누나”로 이동하고 있다.
HD현대는 발전소를, 한화오션은 데이터센터를 바다에 띄운다 — AI 인프라가 조선업을 끌어들이는 방식
HD현대의 100MW 부유식 발전설비와 한화오션의 60MW 부유식 데이터센터는 서로 반대 방향에서 같은 문제를 푼다. 육상 부지·전력·냉각 제약이 커지자 조선업의 해양설계·전력통합·안전·인증 역량이 AI 인프라와 만나고 있다.
기아 신입채용이 달라졌다 — 이제 ‘혼자 잘 푸는 사람’만 보는 시험이 아니다
기아는 AI 문제해결력 검증을 도입했고, CJ올리브영은 라이브 코딩을 AI 과제로 바꿨으며, SK하이닉스는 LLM을 면접장 안으로 가져왔다. 세 사례를 함께 보면 평가의 단위가 ‘사람 단독’에서 ‘사람 + 도구 + 판단’으로 넓어지는 신호가 보인다.
휴머노이드를 사는 회사가 아니라 ‘가르치는 회사’가 된다 — HD현대·CJ·삼성이 바꾸는 Physical AI
HD현대는 조선·중공업용 5지 로봇손을 공동개발하고, CJ대한통운은 완충재 투입부터 실제 운영을 시작했으며, 삼성SDS는 관계사 공정을 바탕으로 AI 학습 데이터와 적용 가능성을 검증했다. 공통점은 산업기업이 완성된 로봇의 구매자를 넘어 “어떤 일을 어떻게 해야 합격인지”를 정의하는 쪽으로 이동한다는 점이다.
일본 임금 4.7% 상승 — 그런데 진짜 봐야 할 것은 ‘얼마나’가 아니라 ‘무엇이 올랐는가’다
2026년 7월 일본의 명목임금은 4.7%, 기본급은 4.1%, 특별급여는 6.3%, 실질임금은 2.4% 올랐다. 같은 임금상승 안에서도 매달 남는 기본급과 한 번 지나가는 보너스는 경제적 의미가 다르다.
스타벅스는 왜 직원 시간에 5억달러를 더 썼을까 — 사람이 비용이 아니라 ‘capacity’가 되는 순간
스타벅스는 턴어라운드 과정에서 직원 근무시간과 roster, 피크시간대 staffing에 5억달러 이상을 추가했다. 반석은 이 결정을 복지나 인원 확대가 아니라, 고객이 몰리는 순간 사라져버리는 service capacity의 복구로 읽는다.
네이버웹툰이 ‘AI 서비스 기획 인턴’을 뽑는다 — AI 채용이 달라지고 있다
NAVER Cloud의 AI Factory 상품기획, 네이버웹툰의 AI 서비스 기획·Search Intelligence, NAVER LABS의 3D Vision 채용을 함께 보면 AI가 별도 직무군을 넘어 여러 기능을 가로지르는 업무 레이어로 이동하는 장면이 보인다.
회사는 AI 인재를 원한다. 그런데 그 인재를 만드는 비용은 누가 내고 있나
미국 구직자의 47%가 최근 6개월 AI 역량을 키웠지만, 고용주 제공 교육은 약 6명 중 1명 수준에 머물렀다. 이제 AI 교육은 복지를 넘어 보상의 일부로 재가격화될 수 있다.
일본 50대 전직은 7년 새 5.79배 — 시장은 먼저 바뀌었는데 자기평가는 아직 따라가지 못했다
エン의 『ミドルの転職』 내부 성사자 데이터에서 2025년 50대 전직자는 2018년 대비 5.79배로 늘었다. 그런데 별도 이용자 조사에서는 50대의 52%가 여전히 ‘나이’를 전직의 불안요인으로 꼽았다.
미국 H-1B ‘60일’이 사라진다면 — 채용 속도도 인재 경쟁력이 된다
DHS가 고용 종료 뒤 최대 60일의 재량적 grace period를 없애는 규정을 제안했다. 아직 확정 규정은 아니다. 그러나 현실화된다면 전문인재 경쟁에서 연봉과 직무만큼 ‘회사가 얼마나 빨리 판단할 수 있는가’의 가격이 올라갈 수 있다.
채용공고의 첫 독자가 사람이 아닐 수도 있다 — AI가 기업을 먼저 읽는 시대
후보자가 회사 홈페이지에 오기 전에 AI가 공식 채용정보를 읽고 요약·비교한다면, Employer Branding은 사람을 설득하는 페이지를 넘어 AI가 회사를 이해하는 데이터셋이 된다.
CISO라는 직함은 그대로인데, 일은 바뀌고 있다 — AI Agent가 다시 쓰는 보안임원의 조건
새 직함이 생기는 것만 변화가 아니다. CISO라는 오래된 이름 안에 AI Governance·Agent Assurance·권한 설계라는 새로운 capability가 들어오고 있다.
AI가 헤드헌터를 없애는 게 아니다 — 일본에서 ‘채용의 일’이 기능별 제품으로 쪼개지고 있다
후보자 탐색·求人 데이터 정리·0차면접·일정 재협상이 각각 별도 AI 제품이 됐다. 직업이 사라지기 전에 workflow와 가격표가 먼저 분해될 수 있다.
AI 개발 속도를 늦추자던 Anthropic, 그런데 ‘브레이크 조직’은 더 커지고 있다
Safeguards 42개 공개 포지션이 보여주는 변화. AI Safety가 연구윤리에서 평가·집행·Human Review·인프라를 가진 운영 스택으로 분화하고 있다.
‘Stop Hiring Humans’라던 Artisan이 첫 인간 BDR을 뽑았다 — AI 시대, 직무를 가르는 건 ‘실수의 비용’과 ‘지연의 비용’이다
리스트 구축·아웃리치·기록·일정 조정은 AI가 맡고, 전화·현장·복잡한 대화는 사람이 맡는다. 반전의 핵심은 ‘AI가 실패했다’가 아니라 하나의 직무가 서로 다른 경제성을 가진 업무로 분해되고 있다는 점이다.
회사가 원하는 사람은 있는데, 그 직무의 이름이 아직 없다 — Fortune 500 공고 4만7,101개가 보여준 AI 채용의 이상한 문제
Andela가 Fortune 500 기술공고 47,101개를 분석하자, 익숙한 AI·ML Engineer라는 제목 아래 서로 다른 직무의 스킬이 섞여 있었다. 더 흥미로운 것은 6,758개 공고가 같은 LLM 응용 스킬 묶음을 요구하면서도 그 역할에 하나의 이름을 쓰지 않았다는 점이다.
사람을 데려왔는데 왜 M&A인가 — 공정위가 AI 핵심인력 영입을 기업결합으로 보는 진짜 이유
회사를 사지 않고 핵심팀과 기술·지식을 옮겼는데, 결과적으로 기존 사업을 수행할 능력이 이동했다면 이것은 채용일까 인수일까. 공정위의 Acqui-hire 기준은 AI 시대에 기업가치가 어디에 저장되는지 다시 묻는다.
채용공고를 읽는 건 구직자만이 아니다 — 기업 전략은 채용페이지에 먼저 나타난다
일본 infobox가 求人タイトル로 기업을 찾는 기능을 내놨다. 채용정보가 HR을 넘어 기업 변화의 센서가 되는 흐름이다.
HOW WE READ THE MARKET
세계 변화 → 산업 변화 → 필요한 인재 변화
정부·기업·산업기관의 원자료와 실제 채용시장 신호를 비교합니다. 사실과 해석을 구분하고, 서로 다른 통계는 억지로 하나의 숫자로 합치지 않으며, 새로운 데이터가 확인되면 기존 글도 업데이트합니다.