회사 전체는 커졌지만 주니어 기술직 채용 비중은 27%에서 9%로 떨어졌다

2026년 10월 16일 Anthropic은 자사 직원·채용기록·AI 활용·업무 산출량을 분석한 연구를 공개했다. 2025년 초 이후 기술부서 신규 채용에서 주니어가 차지하는 비율은 27%에서 9%로 하락했다. 기술부서 재직자 중 주니어의 비중도 21%에서 14%로 낮아졌다. 빠르게 성장하는 AI 기업 내부에서 초급 기술직의 상대적 비중이 줄어든 것이다.

그러나 '주니어 채용이 3분의 1로 줄었다'고 단정해서는 안 된다. 공개된 27%와 9%는 전체 기술직 신규 채용 중 주니어가 차지하는 구성비이며, 절대적인 채용인원 감소율이 아니다. 실제로 Anthropic은 전체 기술직 채용이 절대 규모로는 계속 늘었으며, 영업·재무·채용 등 사업부문 인력이 더 빠르게 늘었다고 설명했다.

기술부서 인력이 회사 전체에서 차지하는 비중 역시 최근 1년간 61%에서 56%로 낮아졌다. 이는 기술직 인원 감축의 직접적인 증거가 아니라 사업부문 확장 속도의 차이를 포함한 변화다. 핵심은 회사가 성장하면서도 기술직 입직 경로의 구성과 인력을 평가하는 기준이 함께 바뀌었다는 점이다.

AI 에이전트는 사람보다 6배 오래 일했다. 생산성이 6배라는 뜻일까

Anthropic에 따르면 2026년 3월에는 자율형과 대화형 AI 에이전트의 합산 작업시간이 사람의 추정 근무시간을 넘어섰다. 8월에는 직원이 지휘한 대화형 에이전트와 하위 에이전트의 실행시간만 계산해도 사람의 근무시간 약 6배에 이르렀다. 한 직원이 직접 작업하는 것보다 여러 에이전트의 실행 과정을 지휘하는 구조가 빠르게 확산했다.

하지만 에이전트 시간은 추론과 실제 도구 사용을 포함한 실행 기록에서 계산했고, 30분을 초과하는 대기시간은 제외했다. 사람의 근무시간은 직원 수에 주당 40시간을 적용해 추정했다. 따라서 6배라는 숫자는 같은 방법으로 측정된 순수 노동시간이나 6명의 직원을 대체했다는 의미가 아니다.

또한 에이전트가 실행한 시간이 늘었다고 결과물의 가치가 같은 비율로 증가하는 것도 아니다. 잘못된 결과, 재작업, 검토 부담이 발생할 수 있다. 그럼에도 중요한 변화는 확인된다. 업무를 만들어내는 시간이 늘어날수록 실제로 무엇을 승인하고 고쳐야 하는지 판단하는 사람의 시간이 새로운 제약으로 떠오른 것이다.

엔지니어당 코드 커밋 5배…그런데 판단과 검토는 누가 맡는가

보고서에 따르면 Anthropic의 엔지니어 1인당 코드 커밋 수는 약 6개월 전보다 5배 수준에 도달했다. 영업 담당자의 계약 고객 수와 법무 부문의 계약서 처리량 등 다른 부서의 관측 산출량도 증가했다. 연구진은 코딩 에이전트를 도입한 엔지니어 192명과 연구기간 도입하지 않은 엔지니어 74명의 변화를 비교했다.

하지만 도구를 채택한 사람이 무작위로 선정된 것은 아니다. 중요한 프로젝트를 앞둔 직원이 먼저 도입했을 가능성이 있으며, 코드 커밋 수가 곧 사업 성과나 품질을 뜻하지도 않는다. 연구진은 코드 삭제와 커밋 되돌리기 등의 대리 지표에서 인간 작성 코드와 에이전트 작성 코드 사이의 뚜렷한 차이를 보지 못했지만, 이 지표가 장기 보안이나 유지보수 위험을 모두 평가한 것은 아니다.

사람의 주의가 새로운 병목이라는 주장도 흥미롭다. 비기술직 직원의 대화형 에이전트 출력량을 모두 읽으려면 일주일 근무시간의 절반을 넘길 수 있다고 연구진은 추정했다. 실제 개인별 독서시간 측정이 아니라 토큰을 단어로 환산하고 분당 읽기 속도를 가정한 계산이다. AI가 산출을 빠르게 생성해도 이를 읽고 판단하는 능력이 같은 속도로 커지는 것은 아니다.

사람의 일이 실행에서 에이전트 관리로 이동하기 시작했다

Anthropic은 직접 코드를 쓰거나 문서를 생산하는 대신 에이전트 작업을 설계·관찰·검증하는 활동을 'Meta-work'로 구분했다. 직원들의 대화형 Claude 세션 가운데 이런 업무의 비율은 2025년 가을 10%에서 2026년 봄 22%로 높아졌다. 이것은 모든 근로자의 전체 노동시간 중 22%를 의미하지 않고, 자동 분류된 대화 세션에서의 비중이다.

여러 번 대화하는 상호작용형 세션에서는 시간의 약 80%를 에이전트가 사람 입력을 기다리는 상태로 보냈다. 명령을 기다리거나 결과 승인과 추가 맥락을 요청하는 과정에서, 인간의 판단이 여러 작업 흐름의 공통 자원이 된 것이다. 직원이 관리하는 에이전트가 많아질수록 사람은 직접 실행자이면서 동시에 검토자·조정자가 된다.

이 구조에서는 단순히 AI 프롬프트를 잘 작성하는 능력만으로 충분하지 않을 수 있다. 어느 작업을 동시에 진행하고 어떤 결과의 오류를 먼저 해결할지, 팀과 기업의 이해관계를 어떻게 조정할지에 대한 판단이 필요하다. 업무 단위가 개인의 작업 목록에서 사람과 에이전트의 결합된 프로세스로 변하고 있다는 점이 기업 운영에 더 큰 영향을 줄 수 있다.

회사는 판단력 있는 사람을 원한다. 그 판단력은 어디서 배울까

Anthropic은 2024년 이후 채용 담당자의 면접 평가기록도 분석했다. 기술직에서 AI 도구 활용 경험이 언급된 비율은 약 5%에서 2026년 약 15%로, 비기술직에서는 약 7%에서 약 28%로 높아졌다. 기술직 후보자 평가에서 자율성과 판단력에 관한 의견은 늘고, 분야별 세부 전문지식과 구현 역량에 관한 언급은 상대적으로 비중이 낮아졌다.

이것은 정식 채용 평가점수나 합격자 선발 비율을 보여주는 통계가 아니다. 면접관의 정성적 평가문을 분류한 결과다. 하지만 AI가 실행을 보조하는 조직에서 직원에게 직접 결정하고 검증하는 역량이 더 강하게 요구될 수 있다는 방향은 제시한다.

문제는 그 역량의 축적 경로다. 숙련 개발자는 실제 코드 작성, 디버깅, 장애 대응과 시스템 수정 등으로 판단의 근거를 쌓아왔을 수 있다. 이제 일부 초급 실행 업무가 에이전트로 이동하면, 막 입사한 사람은 무엇을 경험하며 복잡한 업무를 감독할 역량을 얻을까. 이 연구가 미래 주니어의 능력 저하를 입증한 것은 아니지만, 주니어 채용 구성 감소와 판단력 수요 증가의 조합은 장기적인 인재 육성의 질문을 만든다.

기존 직원은 부서를 옮겼다. 아직 입사하지 않은 사람은 어떻게 될까

Anthropic에서는 1년 이상 근무한 직원이 2026년에 2025년보다 매달 다른 부서로 이동할 가능성이 약 50% 높았다. 이동한 사람 수가 정확히 50% 증가했다는 의미가 아니라, 조건을 맞춘 직원들의 월별 이동 가능성을 비교한 결과다. 회사는 업무 자동화에 따른 변화가 커지는 직무를 살피기 위한 조기 경보체계도 구축하고 있다고 밝혔다.

실제 사례로, Claude 서비스 화면의 짧은 문구를 작성하던 제품디자인팀은 관련 콘텐츠를 에이전트가 생성하도록 돕는 체계를 만든 뒤 에이전트 프롬프트와 모델 평가 업무로 이동했다. 기존 직원이 가진 서비스 이해와 제품 경험을 새로운 업무로 전환한 것이다.

하지만 내부 재배치가 처음 직장을 구하는 사람에게 같은 기회를 주는 것은 아니다. Anthropic 연구도 기존 직원의 재배치가 주니어 채용 둔화를 직접 해결하지 않는다고 지적한다. 이미 회사의 운영 지식을 가진 사람과 아직 업무 경험을 축적하지 못한 예비 인재의 출발점은 다르다. 인재 보호와 미래의 인재 공급은 별도의 과제가 된다.

직원 95%의 인원 증가 예상은 공식 채용계획이 아니다

Anthropic은 같은 10월 16일 'The AI expectations gap'이라는 별도의 설문 연구도 발표했다. 2026년 8월 미국 성인 10,980명과 Anthropic 직원 1,334명을 조사했다. 직원 설문은 비가중 내부 응답이고 미국 성인 설문은 인구통계에 맞춰 가중했다. 직원들은 2030년까지 AI가 자신이 현재 수행하는 업무시간의 평균 75%에 해당하는 일을 해낼 능력을 갖출 것으로 전망했으며, 미국 취업자 평균 응답은 28%였다.

그런데 같은 직원 응답자의 95%는 향후 12개월 회사 전체 인원이 증가할 것이라고 예상했다. 예상 증가율의 중앙값은 66%였고, 27%는 최소 두 배가 될 것으로 전망했다. 이들은 직원들의 개인적인 예상이며 Anthropic 경영진의 공식 증원계획이나 실현 확률, 실제 채용 목표가 아니다.

AI가 기존 업무를 수행할 수 있게 된다는 전망과 회사 전체가 더 많은 직원을 필요로 할 것이라는 전망은 반드시 충돌하지 않는다. 신규 제품, 영업·고객 운영, 새로운 시장이 성장할 수 있기 때문이다. 다만 회사 전체의 증원 가능성이 주니어 기술직의 첫 일자리 기회가 유지된다는 뜻은 아니다. 총인원 수요와 경력 단계별 수요를 구분해야 한다.

BANSEOG VIEW | AI가 주니어의 일을 할 때 미래 시니어는 어디서 만들어질까

Anthropic의 내부 연구는 주니어 기술직 신규채용 구성비가 27%에서 9%로 낮아진 시기에 직원 주도 에이전트 작업시간이 인간의 추정시간 약 6배로 커졌음을 보여준다. 그러나 두 변화의 동시 관측만으로 AI가 해당 구성비 변화 전부를 초래했다고 확정할 수는 없다. 기업 성장과 사업부문별 채용 구성도 함께 달라졌기 때문이다.

반석은 기업 인재 육성의 과제를 세 가지로 구분한다. 첫째 초급 인력이 AI가 처리하는 업무의 실제 목적과 시스템의 연결을 이해할 기회를 제공할 것. 둘째 AI 결과에서 오류를 찾고 원인을 추적해 수정하는 실습을 보장할 것. 셋째 제한된 범위에서 직접 결정하고 그 결과를 설명하는 책임을 맡길 것. 이는 Anthropic의 공식 교육 프로그램이 아니라 공개 데이터를 바탕으로 한 반석의 제안이다.

회사는 지금 에이전트가 만들어내는 산출량을 최적화하는 동시에 다음 세대 전문인력을 생산하는 경로를 설계해야 한다. 내부 재배치가 성공해도 신입이 처음 경력을 쌓을 일자리는 저절로 생기지 않는다. 결국 AI 시대 기업의 질문은 현재 직원 한 명이 얼마나 많은 결과를 만드는가를 넘어, 5년 뒤 필요한 시니어를 오늘 어떤 경험으로 키울 것인가로 확장된다.

BANSEOG VIEW

BANSEOG VIEW | 현재 업무를 자동화하면서 미래 인재를 어떻게 키울 것인가

27%→9%는 주니어 기술직 신규채용 구성비이고 6배는 서로 다른 정의의 에이전트·인간 업무시간 비교이며 95%는 직원 개인의 회사 성장 예상이다. 이를 실제 직원 감원·공식 증원계획이나 자동화의 직접 인과효과로 바꿔 말할 수 없다.

재직자의 내부 이동과 업무 재배치는 기존 경험을 보유한 사람을 보호할 수 있지만 신규 입직자의 최초 경험과 판단력 축적을 보장하지 않는다. 이 간극이 기술직 경력 파이프라인의 새로운 관리 문제다.

반석은 초급 인력에게 업무의 목적 이해, AI 결과 오류 검증, 제한된 의사결정 책임이라는 경험을 의도적으로 설계할 것을 제안한다. 이 세 항목은 Anthropic의 공식 제도가 아닌 반석의 독립적인 평가 틀이다.

SOURCES

근거가 된 원자료

  • Anthropic Institute — How employment is changing at Anthropic (2026.10.16)

    직원 인력·채용·에이전트 사용·산출량·면접평가·조직 이동 자료 및 직원 17명 인터뷰. 주니어 기술직 신규채용 구성비 27%→9%, 기술부서 재직자 중 주니어 21%→14%, 인간 추정 근무시간 대비 직원 지휘 에이전트 활동시간 6배, 코드 커밋 5배, 내부 이동확률 50% 증가, meta-work 10%→22%.

  • Anthropic Institute — The AI expectations gap (2026.10.16)

    2026년 8월 미국 성인 10,980명 가중 설문과 Anthropic 직원 1,334명 비가중 내부 설문. 직원의 95%가 향후 12개월 총인원 증가 예상, 예상 증가율 중앙값 66%, 27%는 최소 2배 예상. AI의 자기 업무 수행 가능성 2030년 평균 75% vs 미국 취업자 28%. 개인 전망이며 회사 채용 계획 아님.

  • Anthropic — Working at the frontier shapes expectations for the future (2026.10.16)

    두 실증 연구의 동시 공개 배경과 초점에 대한 Anthropic 공식 소개. 위 두 연구와 별도 표본으로 오인하지 않도록 보조 출처로만 사용.

2026-10-18 작성. Anthropic Institute How employment is changing at Anthropic, 2026-10-16: 2025년 초 이후 junior share 기술부서 재직 21→14%, junior share 신규 기술직 채용 27→9%; 회사 전체 기술부서 인력 비중 61→56%, 절대 규모 기술직 채용 지속 증가. 2026년 8월 직원 지휘 interactive/subagent runtime이 40h/week × headcount로 추정한 인간시간의 6배; 추론·도구 사용 포함, 30분 넘는 대기 제외. 생산성·인력대체 6배 아님. engineer commits per person 5x vs 6mo, adoption comparison 192 vs 74 observational/nonrandom; commit count not code quality. Meta-work 10→22%는 interactive Claude sessions 비율, 총 근무시간 아님; multi-turn session time 80% idle waiting for humans. Internal monthly cross-department mobility conditional 1yr tenure +50% in 2026 vs 2025. Hiring scorecard AI-use mention 5→15% tech, 7→28% nontech, 평가 코멘트 구성이며 정식 점수 아닌 점 유의. Employee study includes 17 interviews. Separate The AI expectations gap, 2026-10-16: Aug 2026 10,980 weighted US adult respondents vs 1,334 unweighted Anthropic staff, staff expected AI capability at 75% current work hours by 2030 vs US employed 28%; 95% staff respondents expect next 12mo company headcount growth, median expected growth +66%, 27% expected at least doubling. Personal expectations NOT Anthropic staffing plans. 두 보고서의 대상·측정 시점·표본이 다름. 주니어 비중 감소의 AI 단독 인과 미검증. 신입·시니어 육성 설계 3단계는 Banseog 독립적 전략 가설, Anthropic 공식 교육 프로그램 아님.