AI가 신입을 줄인다는데, LG CNS·삼성SDS는 왜 신입을 뽑을까

같은 AI인데 채용판은 반대로 움직이고 있다

최근 국내 플랫폼 업계에서는 대규모 신입공채를 다시 계산하는 신호가 나왔다. 네이버는 2026년 공채 계획을 아직 확정하지 않은 채 AI 시대의 인재상과 채용방식을 재검토하고 있고, 카카오는 조직재편 국면에서 지난해와 같은 그룹 대규모 공채를 이어갈지 정해지지 않았다.

그런데 IT서비스 업계에서는 반대 장면이 나타난다. 9월 23일 보도 기준 삼성SDS, LG CNS, 포스코DX, CJ올리브네트웍스, 현대오토에버, 롯데이노베이트, 신세계아이앤씨가 하반기 신입채용 절차를 진행하고 있다.

AI가 저연차 업무를 줄인다는 설명만으로는 두 장면을 동시에 설명하기 어렵다. 중요한 것은 AI 자체보다 각 기업이 AI 가치사슬의 어느 위치에 있는가다.

LG CNS는 9개 직무에서 세 자릿수 신입을 뽑는다

LG CNS는 AI·로보틱스·컨설팅·DX 엔지니어·클라우드 AM·아키텍트·ERP·스마트팩토리·컨버전스 엔지니어 등 9개 직무에서 세 자릿수 규모의 하반기 신입을 모집했다.

공식 자료에서 AI 직무는 고객 비즈니스에 맞는 AI 모델과 서비스를 설계·구현하는 역할로 설명된다. 로보틱스 직무 역시 제조·물류 현장에 로봇을 적용하고 현장 적용 가능성을 검증하는 일이다.

즉 이 회사에서 AI 확산은 내부 업무를 줄이는 변수이기만 한 것이 아니라 고객 프로젝트를 만들어내는 사업 수요이기도 하다.

CJ올리브네트웍스는 ‘신입을 뽑을 것인가’와 ‘어떤 신입을 뽑을 것인가’를 동시에 바꿨다

CJ올리브네트웍스는 AI·Data·소프트웨어·DX·ERP·정보보안·클라우드 등을 포함한 11개 분야에서 하반기 신입을 모집하고 있다.

동시에 전 직무에 AI 역량진단을 도입했다. 개발직은 바이브코딩 테스트, 비개발직은 업무 상황에서 AI를 활용하는 역량을 별도로 평가한다.

이 사례가 보여주는 것은 신입채용의 단순한 확대가 아니다. 기업은 신입을 계속 뽑으면서도 ‘입사 뒤 처음부터 가르칠 사람’의 기준선을 AI와 함께 일할 수 있는 사람 쪽으로 올리고 있다.

IT서비스 기업에게 AI는 비용절감 도구이면서 동시에 팔아야 할 프로젝트다

플랫폼 기업에서 AI는 검색·개발·문서작성·운영 같은 내부 업무의 생산성을 높여 기존 업무량을 압축할 수 있다.

IT서비스 기업에서는 여기에 다른 효과가 하나 더 붙는다. 고객사와 그룹 계열사가 AI를 도입할수록 기존 시스템과 데이터, 클라우드, 업무 프로세스에 AI를 실제로 연결해야 하는 프로젝트가 늘어난다.

조선비즈와 매일경제의 최근 업계 취재에서도 그룹 차원의 AX 확대와 고객 프로젝트 증가가 신입을 포함한 실행 인력 수요의 배경으로 제시됐다. 같은 AI가 한쪽에서는 인력 효율화 압력을 만들고 다른 쪽에서는 새 실행 수요를 만들 수 있는 이유다.

AI가 신입의 ‘초기 생산성’을 바꾸면 채용 경제성도 달라진다

IT서비스 업계가 설명하는 또 하나의 변화는 생성형 AI가 신입의 초기 생산성을 높이고 있다는 점이다. 과거에는 신입이 프로젝트에 투입되기까지 긴 교육기간이 필요했지만, AI를 보조도구로 쓰면서 저연차도 더 빠르게 결과물을 낼 수 있다는 현장 평가가 나온다.

이 주장은 모든 신입의 생산성이 실제로 동일하게 상승했다는 계량 통계는 아니다. 현재 업계 관계자들의 관찰과 채용전형 변화가 같은 방향을 가리킨다는 수준으로 보는 것이 안전하다.

그럼에도 기업의 계산은 달라질 수 있다. 숙련된 AI·클라우드 경력자의 몸값이 높고 프로젝트 수요는 늘어나는 상황에서, AI를 활용해 빠르게 전력화할 수 있는 신입을 뽑아 내부에서 키우는 선택의 경제성이 올라갈 수 있기 때문이다.

사라지는 것은 ‘신입’보다 예전 신입의 시작점일 수 있다

LG CNS는 전 직무 공통으로 기술·산업 트렌드 이해를 보고 직무에 따라 생성형 AI 활용을 코딩형·기획형으로 평가한다. CJ올리브네트웍스도 개발·비개발 직무를 나눠 AI 활용역량을 본다.

두 회사의 세부 시험은 다르지만 방향은 같다. 신입이라는 이유만으로 AI 활용 경험이 없어도 된다는 가정은 약해지고 있다.

따라서 ‘AI 때문에 신입이 사라진다’와 ‘AI 덕분에 신입이 늘어난다’ 중 하나를 고르는 것보다, 신입이 회사에 들어오는 시점에 요구되는 생산성과 증거가 어떻게 바뀌는지를 보는 편이 정확하다.

지원자는 회사명보다 ‘이 회사에서 AI가 무엇을 만드는가’를 봐야 한다

같은 IT 회사라도 AI가 내부 생산성을 압축하는 쪽에 가까운지, 고객에게 구축해 매출을 만드는 쪽에 가까운지에 따라 신입 수요는 달라질 수 있다.

취업준비생에게도 ‘AI를 사용할 줄 안다’는 말만으로는 부족해진다. 실제 프로젝트에서 어떤 문제를 AI로 풀었고, 무엇을 사람이 다시 판단했으며, 결과물을 어떻게 검증했는지를 보여주는 편이 현재 평가방식과 더 가깝다.

특히 IT서비스 기업을 볼 때는 AI 모델 자체만 공부하기보다 기존 시스템·데이터·클라우드·업무 프로세스에 AI를 연결하는 경험이 어떤 직무에서 요구되는지 함께 볼 필요가 있다.

BANSEOG VIEW | AI의 고용효과보다 회사의 위치를 먼저 봐야 한다

현재 자료만으로 한국 IT서비스 업계의 총 신입채용 인원이 전년보다 늘었다고 단정할 수는 없다. 확인되는 것은 여러 주요 기업이 2026년 하반기 신입채용을 진행하고 있고, 그 과정에서 AI 활용역량을 더 강하게 요구하고 있다는 사실이다.

동시에 플랫폼 기업의 공채 재검토 사례와 놓고 보면 AI가 모든 회사의 신입채용에 같은 방향으로 작동하지 않는다는 점이 보인다.

AI가 기존 업무를 압축하는 회사와, AI를 고객의 실제 업무에 구현해야 하는 회사의 인력 계산은 다르다. 앞으로 채용시장을 읽을 때 ‘AI가 일자리를 없애는가’보다 ‘이 회사에서 AI는 비용인가, 생산성 도구인가, 아니면 새 매출을 만드는 사업인가’를 먼저 묻는 편이 더 유용할 수 있다.

신입의 자리가 전부 사라지는 것이 아니라, AI와 함께 더 빨리 문제를 해결해야 하는 새로운 시작점으로 이동하고 있을 가능성이 있다.