구글 AI 인재 이탈, 보스턴 취업시장은 ‘실전형 AI 역량’을 봐야 한다

구글의 핵심 AI 인재들이 OpenAI와 Anthropic으로 이동하면서 AI 업계의 경쟁이 다시 사람에게 집중되고 있다. 이번 인사 이동은 특정 기업의 내부 변화에 그치지 않고, AI 모델을 실제 제품과 산업 현장에 연결할 수 있는 인력의 가치가 커지고 있다는 신호로 읽힌다.

Business Insider와 MarketWatch 등 외신에 따르면 구글 Gemini 개발에 참여한 Noam Shazeer는 OpenAI로, Google DeepMind에서 AlphaFold 개발을 이끈 John Jumper는 Anthropic으로 자리를 옮긴다. OpenAI 공동창업자 Andrej Karpathy도 Anthropic 합류를 밝힌 상태다. Alphabet 주가는 6월 22일 첫 거래일에 장중 약 7%까지 밀렸고, 종가 기준으로도 약 5% 하락했다. MarketWatch는 이날 Alphabet 시가총액이 약 2,250억 달러 줄었다고 전했다.

이번 소식이 시장에서 크게 받아들여진 이유는 이들의 이력이 AI 산업의 핵심 축과 직접 연결돼 있기 때문이다. Shazeer는 2017년 논문 Attention Is All You Need의 공동 저자 중 한 명으로, 오늘날 대형 언어모델의 기반이 된 Transformer 구조 개발에 참여했다. 그는 Character.AI 창업 후 2024년 구글로 복귀했던 인물이기도 하다. Jumper는 단백질 구조 예측 AI인 AlphaFold 개발을 이끌었고, 2024년 노벨 화학상을 공동 수상했다. Karpathy는 OpenAI 초기 멤버로, AI 모델 학습과 제품화 흐름 모두에서 상징성이 큰 인물이다.

AI 기업들의 병목은 이제 GPU, 전력, 데이터센터 같은 인프라에만 있지 않다. 대규모 모델을 학습시키고, 이를 기업 고객이 쓸 수 있는 안정적인 제품으로 바꾸며, 실제 업무 흐름에 맞게 개선해 본 경험을 가진 인력은 여전히 제한적이다. OpenAI와 Anthropic은 코딩 보조, 기업용 AI, AI 에이전트 영역에서 영향력을 키우고 있다. AI 에이전트는 사용자의 지시를 받아 여러 단계를 스스로 처리하는 소프트웨어를 뜻한다. 구글은 Gemini와 DeepMind를 중심으로 기술 경쟁력을 유지해야 하는 동시에, 핵심 연구자 이탈에 따른 투자자 우려도 관리해야 하는 상황이다.

보스턴권 독자에게 중요한 지점은 단순히 어느 회사가 인재를 빼앗겼는지가 아니다. AI 채용시장이 ‘AI를 안다’는 수준보다 ‘AI를 실제 문제에 붙여 성과를 낸 경험’을 더 선호하는 방향으로 움직이고 있다는 점이다. MIT, Harvard, Northeastern, BU 등에서 컴퓨터공학, 데이터사이언스, 생명과학을 공부하는 유학생이라면 논문 이해나 모델 사용 경험만으로는 차별화가 쉽지 않다. 모델 평가, 데이터 파이프라인 구축, 제품 적용, 비용과 성능의 균형을 설명할 수 있는 프로젝트 경험이 더 중요해질 수 있다.

보스턴의 산업 구조와 연결해 보면 바이오·헬스케어와 AI의 접점도 계속 주목할 만하다. Jumper의 AlphaFold 경력은 AI가 신약개발, 단백질 설계, 임상 데이터 해석 같은 분야에서 산업적 가치를 만들 수 있음을 보여준 사례다. 켄달스퀘어와 캠브리지 일대의 바이오테크 기업들은 이미 계산생물학, 데이터 엔지니어링, 머신러닝, 규제 환경을 이해하는 제품 인력을 필요로 하고 있다. 다만 모든 바이오 회사가 곧바로 대규모 AI 채용에 나서는 것은 아니므로, 구직자는 회사가 실제 데이터를 갖고 있는지, AI 팀이 의사결정에 참여하는지, 프로젝트가 연구용 시연에 머무는지 제품·임상·운영 단계와 연결되는지를 함께 봐야 한다.

현직 직장인에게도 변화의 방향은 분명하다. 기업들은 AI 도입으로 일부 반복 업무를 줄이지만, 동시에 작은 팀이 더 넓은 업무 범위를 맡는 구조를 만들고 있다. 소프트웨어 엔지니어는 AI 코딩 도구 사용 능력뿐 아니라 코드 리뷰, 보안, 테스트 자동화, 시스템 설계 역량을 함께 보여줘야 한다. 제품, 운영, 마케팅 직군도 AI 도구를 쓴다는 설명에서 그치지 않고 고객 응대 품질, 비용 절감, 매출 전환율, 업무 처리 시간 같은 지표와 연결해 말할 수 있어야 한다.

유학생과 취업비자 지원이 필요한 구직자에게는 채용문이 넓어졌다고 단정하기 어렵다. AI 기업과 빅테크는 핵심 인재에는 높은 보상을 제시할 수 있지만, 신입·주니어 채용은 더 선별적으로 운영할 가능성이 있다. H-1B, OPT, STEM OPT를 고려하는 경우에는 회사가 취업비자 절차를 지원하는지, 해당 직무가 장기 프로젝트에 속하는지, 팀 예산과 채용 승인 상태가 안정적인지 미리 확인하는 편이 현실적이다. 비자 문제는 개인 상황과 고용 형태에 따라 달라지므로 학교 국제학생 오피스, 채용 담당자, 필요한 경우 관련 전문가를 통해 구체적으로 확인해야 한다.

창업을 생각하는 독자라면 대형 연구소와 정면으로 연봉 경쟁을 하기보다 보스턴 지역의 산업 특화 문제를 찾는 전략이 더 현실적일 수 있다. 병원, 제약, 로보틱스, 기후기술, 금융 리스크처럼 지역에 고객과 데이터가 있는 분야에서는 대형 모델 자체보다 현장 업무 흐름을 이해하는 팀이 기회를 만들 수 있다. 투자자들도 단순한 AI 기능보다 고객이 비용을 지불할 이유, 데이터 접근성, 규제 대응 능력, 그리고 현금이 얼마나 버틸 수 있는지를 뜻하는 runway를 함께 본다.

지금 당장 바뀐 것은 구글과 경쟁사 사이의 핵심 인재 이동, 그리고 이에 대한 투자자들의 평가다. 장기적으로 봐야 할 것은 AI 산업이 자동화를 말하면서도 여전히 고급 연구자, 인프라 엔지니어, 도메인 전문가, 안전성 평가 인력에 의존하고 있다는 점이다. 보스턴의 한인 유학생과 직장인에게 이번 소식은 특정 회사의 승패보다, AI 시대에도 사람의 전문성과 현장 적용 능력이 중요한 자산으로 남아 있다는 신호로 받아들이는 편이 실용적이다.