AI 채용 공고 100만 건 돌파, 보스턴 초급직 기준은 ‘실무 판단력’으로 이동
PwC가 2026년 6월 15일 공개한 ‘2026 Global AI Jobs Barometer’는 AI가 일자리를 단순히 줄이거나 늘리는 문제가 아니라, 초급직의 업무 기준을 빠르게 바꾸고 있음을 보여준다. 미국에서는 2025년 AI 관련 기술을 요구하는 채용 공고가 전년보다 약 47만2천 건 늘어 112만 건 수준에 이르렀고, 전체 채용 공고에서 차지하는 비중도 2.8%로 올라갔다.
이번 변화의 핵심은 ‘AI를 쓸 줄 아는 사람’보다 ‘AI가 만든 결과를 해석하고, 업무 판단으로 연결할 수 있는 사람’에 대한 수요가 커지고 있다는 점이다. 보스턴권 한인 유학생과 취업 준비생에게도 이 흐름은 직접적인 신호다. 보스턴은 대학, 병원, 바이오테크, 금융, 컨설팅, 로보틱스가 가까운 거리 안에서 연결된 시장이기 때문이다.
PwC 보고서는 6개 대륙의 10억 건 이상 채용 공고를 분석했다. 보고서에 따르면 2022년 이후 AI에 가장 많이 노출된 기업들은 AI 노출도가 낮은 기업보다 생산성 증가율이 40% 높았다. 또 AI 노출도가 높은 직무에서 요구되는 기술은 낮은 직무보다 두 배 이상 빠르게 바뀌고 있었다. 이는 AI가 채용을 일방적으로 위축시키는 요인이라기보다, 기업이 인력 배치와 직무 설계를 다시 짜는 계기로 작동하고 있다는 뜻에 가깝다.
미국 자료를 보면 변화는 더 구체적이다. 2025년 AI 관련 채용 공고 증가분 중 상당 부분은 고급 AI 모델을 직접 만드는 개발자 직무보다, 기존 업무에 AI를 적용하는 ‘AI 사용자 역할’에서 나왔다. PwC의 미국 분석에 따르면 AI 사용자 역할은 2025년에 약 42만7천 건 늘었고, AI 개발자 역할은 약 4만4천 건 증가했다. 여기서 AI 사용자 역할은 챗봇이나 분석 도구를 단순히 사용하는 수준을 넘어, 제품 운영, 데이터 운영, 고객 구현, 컴플라이언스, 보안, 영업 지원, 리서치 같은 실제 업무 흐름에 AI를 붙이는 일을 포함한다.
보스턴 지역에서도 AI 수요는 실리콘밸리만의 현상이 아니다. Axios Boston은 2025년 1월 기준 보스턴에 약 300개의 AI 관련 일자리가 게시됐다는 지역 분석을 전한 바 있다. 숫자 자체는 뉴욕, 시애틀, 산호세 같은 대형 기술 허브보다 작지만, 보스턴의 산업 구조를 고려하면 의미가 있다. 헬스케어, 바이오, 대학 연구, 금융, 로보틱스처럼 규제와 전문지식이 중요한 분야에서는 AI 기능 자체보다 검증, 보안, 데이터 해석, 현장 적용 능력이 더 중요해지기 쉽다.
가장 눈에 띄는 변화는 초급직의 ‘시니어화’다. PwC는 AI에 많이 노출된 주니어 역할이 AI 노출도가 낮은 주니어 역할보다 리더십, 전략적 사고, 이해관계자 관리 같은 전통적 경력직 역량을 요구할 가능성이 7배 높다고 분석했다. Business Insider도 같은 보고서를 바탕으로 미국의 240만 개 초급직 공고를 살펴본 결과, AI 노출도가 높은 엔트리 레벨 직무에서 과거 경력직에게 기대하던 역량이 더 자주 등장하고 있다고 보도했다.
이 말은 초급직이 곧바로 사라진다는 뜻은 아니다. 다만 신입이 조직 안에서 반복 업무를 하며 천천히 배우던 경로가 압축되고 있다는 의미에 가깝다. 예전에는 자료 정리, 기초 리서치, 단순 분석, 문서 초안 작성, 기본 코딩이 첫 직무의 훈련 과정이 되기도 했다. 이제 이런 업무 일부가 AI 도구로 처리되면, 신입에게도 결과의 오류를 찾고, 업무 맥락에 맞게 수정하며, 팀과 고객에게 설명하는 능력이 더 일찍 요구될 수 있다.
유학생 입장에서는 포트폴리오와 인턴십 경험을 보여주는 방식이 달라질 필요가 있다. 학교 프로젝트나 연구실 경험, 오픈소스 참여, 케이스 스터디를 정리할 때 단순히 사용한 AI 도구 이름을 나열하는 것만으로는 충분하지 않을 수 있다. 어떤 문제를 정의했는지, 어떤 데이터를 썼는지, AI 결과를 어떻게 검증했는지, 그 결과가 어떤 의사결정이나 업무 개선으로 이어졌는지를 설명할 수 있어야 한다.
OPT, STEM OPT, H-1B 스폰서십을 고려하는 독자라면 직무 이름보다 실제 업무 내용을 더 세밀하게 보는 것이 중요하다. ‘AI analyst’나 ‘AI operations’ 같은 이름이 붙어 있어도 전공과 업무의 연결성, 고용주의 스폰서 경험, 직무 설명서의 구체성은 회사마다 다르다. 이는 일반 정보 차원의 설명이며, 개인별 비자 판단은 학교 국제학생 오피스나 이민 전문가와 확인하는 편이 안전하다.
현직자에게도 메시지는 분명하다. AI 도구 사용 경험만으로는 차별화가 오래가기 어렵다. 보스턴의 병원, 바이오테크, 핀테크, 교육기관처럼 데이터 보안과 규제가 중요한 산업에서는 AI가 만든 결과를 검증하고, 개인정보와 기밀 데이터를 다루는 기준을 이해하며, 비즈니스 리스크를 설명할 수 있는 사람이 더 필요해진다. 개발자는 코드 작성 속도뿐 아니라 리뷰, 테스트, 보안, 운영 안정성을 설명할 수 있어야 하고, 비개발 직군은 AI로 줄인 업무 시간을 어떤 판단과 고객 가치로 연결했는지를 보여줘야 한다.
이직 준비자는 채용 공고를 읽을 때 ‘AI engineer’ 같은 직함만 볼 필요는 없다. product operations, data operations, implementation, AI evaluation, compliance, security, customer engineering 같은 키워드도 함께 살펴볼 만하다. 기업들이 AI를 도입할수록 실제 병목은 모델 개발만이 아니라 업무 흐름에 맞는 적용, 데이터 품질 관리, 결과 검증, 고객 교육, 내부 정책 정비에서 생기기 때문이다.
창업이나 스타트업에 관심 있는 독자에게도 기준은 조금 더 현실적으로 바뀌고 있다. 투자자와 고객은 이제 ‘AI를 쓴다’는 설명만으로 움직이지 않는다. 실제로 고객의 업무 시간이 줄었는지, 오류율이 낮아졌는지, 규제 산업에서 검증 가능한 결과를 냈는지, 기존 시스템과 연결이 가능한지가 중요해지고 있다. 보스턴의 강점인 헬스케어, 바이오, 대학 연구, 로보틱스 분야에서는 현장 데이터 접근, 임상·연구 프로세스 이해, 보안, 책임 있는 배포 역량이 사업성 판단의 핵심이 될 가능성이 크다.
지금 준비할 점은 거창한 전환보다 구체적인 증거를 쌓는 데 있다. 포트폴리오에는 AI 도구 이름보다 문제 정의, 데이터 처리, 검증 방식, 사람의 최종 판단이 들어간 지점을 남기는 편이 실무적으로 더 설득력 있다. 면접에서도 ‘AI를 쓸 수 있다’는 답변보다 어떤 상황에서는 AI 결과를 그대로 쓰지 않고 사람의 검토를 거쳐야 하는지 설명하는 쪽이 더 현실적으로 들린다.
이번 PwC 지표가 말하는 변화는 초급직이 사라진다는 단순한 결론이 아니다. 초급직이 배우는 방식과 기업이 신입에게 기대하는 속도가 달라지고 있다는 신호다. 보스턴권 독자에게 중요한 관전 포인트는 캠퍼스 리크루팅 축소 여부, AI 활용 직무의 실제 임금 프리미엄, 비자 스폰서십을 제공하는 기업의 직무 요건 변화, 그리고 지역 고용주가 신입 교육과 멘토링을 어떻게 재설계하는지다. AI 시대의 첫 커리어는 기술 사용 능력과 함께 판단력, 협업, 검증 역량을 더 일찍 증명해야 하는 방향으로 움직이고 있다.