퇴근 후 AI 학습이 새 업무 부담으로, 보스턴 테크 인력에 던지는 신호
AI 도구를 다루는 능력이 테크 업계의 기본 역량으로 빠르게 자리 잡으면서, 일부 직장인들이 퇴근 후와 주말 시간을 AI 학습에 쓰는 흐름이 나타나고 있다. 생산성 향상이라는 기대와 달리, 현장에서는 새 도구를 익히고 업무에 맞게 검증하는 부담이 개인 시간으로 밀려나는 모습도 함께 보인다.
Business Insider는 6월 21일 테크 업계 종사자들이 Cursor, ChatGPT, Claude 같은 AI 도구를 업무 외 시간에 실험하고 있다고 보도했다. 보도에 따르면 한 소프트웨어 엔지니어는 주당 약 20시간을 AI 실험에 쓰고 있었고, 한 UX 디자이너는 주당 10~15시간을 AI 학습과 워크숍에 할애하고 있었다. Ernst & Young이 지난해 미국 사무직 근로자 1,000명 이상을 대상으로 실시한 조사에서도 응답자의 85%가 업무 밖에서 AI 사용법을 배우고 있다고 답했다.
AI 사용 자체는 이미 넓어졌다. Gallup의 2026년 1분기 조사에 따르면 미국 근로자의 50%가 업무에서 AI를 적어도 가끔 사용한다고 답했다. 매일 사용한다는 비율은 13%, 주 몇 차례 이상 쓰는 비율은 28%였다. AI를 도입한 조직의 직원 중 65%는 생산성과 효율성에 긍정적 효과가 있다고 봤지만, 조직 전체의 일하는 방식이 근본적으로 바뀌었다고 강하게 동의한 비율은 8%에 그쳤다.
이 차이는 보스턴권 직장인과 유학생에게도 중요하다. 보스턴의 테크 일자리는 순수 소프트웨어 기업뿐 아니라 바이오테크, 병원, 대학 연구실, 금융, 로보틱스, 클린테크와 연결돼 있다. 이런 조직에서는 단순히 챗봇을 자주 써본 사람보다, 도메인 지식과 데이터 이해, 보안 감각, 결과 검증 능력을 함께 가진 인력이 더 설득력 있게 평가될 가능성이 크다.
특히 유학생과 졸업 예정자는 이력서나 인터뷰에서 AI 툴을 많이 써봤다는 표현만으로 차별화하기 어렵다. 기업 입장에서는 어떤 문제를 AI로 줄였는지, 결과물을 어떻게 확인했는지, 민감한 데이터나 고객 정보를 어떤 기준으로 다뤘는지가 더 중요해지고 있다. H-1B나 OPT, STEM OPT를 염두에 둔 지원자라면 비자 스폰서십 가능성뿐 아니라 회사가 신입·주니어에게 실제 교육 시간과 멘토링을 제공하는지도 함께 볼 필요가 있다. 이민 관련 판단은 개인 상황에 따라 달라질 수 있으므로 공식 자료와 전문가 상담을 별도로 확인하는 편이 안전하다.
현직자에게는 AI 학습이 커리어 관리의 일부가 됐다는 신호다. 다만 모든 새 도구를 따라가는 방식은 오래 지속하기 어렵다. Business Insider가 인용한 Glean의 Work AI Institute 조사에서는 미국·영국·호주 디지털 근로자 6,000명 중 AI 사용자 77%가 매주 여러 AI 도구를 쓰고, 3분의 1은 네 개 이상을 사용한다고 나타났다. AI 사용자가 주당 평균 11시간을 절약한다고 답했지만, 이 절약이 회사 성과를 크게 개선했다고 본 비율은 13%에 머물렀다. AI 역량의 기준이 많이 쓰는 것에서 업무 흐름에 맞게 쓰는 것으로 옮겨가고 있다는 의미다.
보스턴권 이직 준비자라면 포트폴리오나 인터뷰에서 단순 프롬프트 경험보다 반복 업무 자동화, 코드 리뷰 보조, 데이터 정리, 실험 설계, 문서화, 품질 검증처럼 실제 직무와 연결된 사례를 보여주는 편이 더 현실적이다. 바이오·헬스케어 분야라면 규제 환경과 데이터 프라이버시를 이해하는 능력도 함께 평가될 수 있다. AI가 업무를 대신한다는 식의 단순한 설명보다, 사람이 기준을 세우고 AI가 반복 작업과 초안 작성, 탐색 속도를 높이는 구조를 이해하는 것이 중요해지고 있다.
기업 입장에서도 AI 도입은 도구 구매만의 문제가 아니다. NBER가 2026년 2월 공개한 연구는 미국·영국·독일·호주 기업 임원 약 6,000명을 조사해 약 70%의 기업이 AI를 적극 사용하고 있지만, 80% 이상은 지난 3년간 고용이나 생산성에 뚜렷한 영향이 없었다고 밝혔다. AI가 실제 성과로 이어지려면 업무 재설계, 데이터 접근 권한, 책임 소재, 직원 교육이 함께 움직여야 한다는 뜻이다.
당장 독자가 살펴볼 지점은 비교적 분명하다. 지원하거나 이직하려는 회사가 AI 활용을 성과 평가 압박으로만 쓰는지, 실제 업무 시간 안에서 학습과 실험을 허용하는지, 민감 정보 처리 기준을 갖고 있는지 확인할 필요가 있다. 개인은 하나의 범용 챗봇 사용 경험에 머무르기보다 본인 직무에서 자주 다루는 데이터, 문서, 코드, 고객 대응 흐름을 AI와 어떻게 연결할지 정리하는 것이 현실적이다.
AI가 모든 직무를 같은 속도로 바꾸고 있는 것은 아니다. 그러나 채용 문턱과 일하는 방식은 이미 조정되고 있다. 보스턴 한인 직장인과 유학생에게 중요한 질문은 AI가 내 일을 대체할까에만 머물지 않는다. 앞으로는 AI 도구를 업무 맥락 안에서 검증하고, 동료와 공유 가능한 방식으로 정리하며, 조직의 실제 성과로 연결할 수 있는지가 더 중요한 커리어 신호가 될 가능성이 크다.