아침 6시, 메일 한 통으로 직업을 잃었다
Oracle이 전 세계 직원 2~3만 명을 해고했다. 방식이 충격적이었다. 사전 통보 없이, 이른 아침 메일 한 통이 전부였다. 출근을 준비하다 해고 통보를 받은 사람들의 이야기가 소셜미디어를 가득 채웠다. 회사가 보낸 건 문서 한 장이었고, 그 안에 누군가의 커리어가 끝났다.
같은 시기, 일본의 한 개발자가 글을 썼다. 제목은 "나는 튜브가 됐다." AI에게 질문을 던지고, 돌아오는 답을 받아서, 다시 던진다. 로직의 본질은 자신을 통과하지만, 자신이 이해하는 게 아니라 그냥 흘러간다는 자성이었다. 그리고 또 다른 엔지니어는 GitHub Issue에 요구사항을 적고 잠들면, 아침에 PR이 올라와 있다고 했다. 21개의 AI 에이전트가 밤새 코드를 짰다.
자동화의 파도는 이미 왔다
이 세 가지 장면이 같은 날 뉴스피드에 올라왔다는 건 우연이 아니다. 자동화가 화이트칼라 직무에 본격적으로 파고들고 있다는 신호다. Oracle의 대규모 해고는 AI 전환 비용을 마련하기 위한 구조조정이라는 분석이 지배적이다. 사람을 줄이고, 그 자리를 AI로 채운다. 이 흐름은 대기업만의 이야기가 아니다.
중소기업에서도 같은 질문이 시작됐다. "우리 팀에서 AI가 대신할 수 있는 일이 몇 개나 되지?" 불편한 질문이지만, 먼저 묻는 쪽이 먼저 설계할 수 있다. 나중에 묻는 쪽은 그냥 흘려보낸다.
"튜브"가 되지 않으려면
AI 에이전트가 Issue를 읽고 PR을 올리는 시대에, 개발자의 역할이 '코드를 치는 사람'에서 '요구사항을 정의하는 사람'으로 이동하고 있다. 이건 개발팀만의 이야기가 아니다. 마케팅팀의 카피라이터, 영업팀의 제안서 작성자, 운영팀의 보고서 담당자 — 반복적 생산 업무의 상당 부분이 AI로 이관되고 있다.
문제는 그 변화를 인지하지 못한 채 여전히 '생산자' 역할에 머무는 사람들이다. AI가 초안을 쓰고, 사람이 그걸 그냥 넘기는 패턴이 굳어지면 — 그 사람은 "튜브"가 된다. AI의 출력물을 전달하는 파이프. 그 역할은 언젠가 아예 사라진다.
반면, AI의 출력물을 판단하고 조정하는 사람은 더 가치 있어진다. 무엇을 만들지 결정하고, 맥락을 붙이고, 결과에 책임지는 역할. 이걸 'AI 에이전트를 운용하는 사람'이라고 부른다. 5years+가 설계하는 AI 에이전트 서비스가 겨냥하는 것도 바로 이 역할이다.
지금 팀을 재설계하는 3가지 방향
반복 생산 업무를 AI로 이관하고, 사람의 역할을 '검수·판단'으로 재정의하기: 콘텐츠 초안, 보고서 요약, 데이터 정리 등 반복되는 생산 업무를 AI로 넘기고, 담당자의 역할을 "AI 출력물을 품질 기준에 맞게 판단하는 사람"으로 재정의한다. 일의 양은 줄지 않는다. 일의 성격이 달라진다.
요구사항 정의 능력을 팀의 핵심 역량으로 키우기: AI 에이전트에게 좋은 결과를 얻으려면, 무엇을 원하는지를 정확하게 정의하는 능력이 필요하다. 이 능력은 저절로 생기지 않는다. 팀 내 프롬프트 설계, 요구사항 문서화, 피드백 루프 정립이 새로운 역량 개발 영역이다.
AI가 대체하기 어려운 역할을 의도적으로 강화하기: 고객과의 신뢰 구축, 조직 내 정치적 판단, 창의적 방향 설정 — AI가 아직 잘 못하는 영역이 있다. 이 영역에 사람의 시간과 에너지를 집중시키는 것이 중장기적으로 조직 경쟁력을 만든다.
우리 팀에서 AI 에이전트를 어떻게 배치할 수 있을지 구체적으로 그려보고 싶다면, 무료 상담 신청으로 시작해볼 수 있다. 어떤 업무부터 이관할 수 있는지 함께 진단한다.
해고는 메일로 왔지만, 준비는 미리 해야 한다
Oracle이 보낸 메일은 사람들에게 충격을 줬다. 하지만 그 충격의 본질은 '갑작스러움'이 아니라 '준비 없음'이었다. AI 전환이 이 속도로 진행되고 있다는 걸 알면서도, 우리 조직은 어떻게 달라질 것인가를 진지하게 생각하지 않은 것. 그게 더 큰 문제다.
GitHub Issue 하나에 AI 에이전트 21개가 달려드는 세상은 이미 시작됐다. 지금 팀을 재설계하는 사람이, 5년 후의 팀을 갖는다. 그 설계를 미루는 것도 하나의 결정이다 — 다만, 가장 비싼 결정이 될 수 있다.
자주 묻는 질문
AI 에이전트 도입이 팀원 감축으로 이어지나요?
반드시 그렇지는 않습니다. AI 에이전트는 반복 업무를 자동화해 팀원이 더 가치 있는 일에 집중할 수 있게 하는 방향으로 설계할 수 있습니다. 감축이 아니라 역할 재정의가 핵심입니다. 다만, 역할 재정의 없이 도입만 하면 사람의 자리가 자연스럽게 줄어드는 결과로 이어질 수 있습니다. 먼저 설계하는 쪽이 주도권을 갖습니다.
중소기업도 AI 에이전트를 실제로 운용할 수 있나요?
네, 오히려 중소기업이 더 빠르게 도입할 수 있습니다. 의사결정 단계가 적고, 조직 구조가 유연하기 때문입니다. GitHub Issue → PR 자동화 같은 개발 파이프라인부터, 고객 문의 자동 분류, 내부 보고서 초안 생성까지 — 팀 규모와 무관하게 적용 가능한 영역이 많습니다. 중요한 건 어디서 시작하느냐입니다.
AI가 잘 못하는 영역은 구체적으로 무엇인가요?
현재 AI가 약한 영역은 크게 세 가지입니다. ① 맥락이 복잡한 대인 관계 판단 (고객 협상, 내부 갈등 조율 등), ② 조직 고유의 암묵지가 필요한 의사결정 (회사 문화, 관계 히스토리 등), ③ 완전히 새로운 방향을 창의적으로 설정하는 일. 이 세 영역에 사람의 시간을 집중시키는 것이 AI 시대의 인재 전략입니다.