AI 고용 불안 속 보스턴 구직자가 봐야 할 신호는 ‘직무 재설계’다

미국 노동시장은 전체 지표만 보면 급격히 흔들리고 있지는 않다. 그러나 테크·화이트칼라 직군에서는 AI가 일자리를 바꿀 수 있다는 불안이 커지고 있고, 실제 채용 현장에서는 신입·주니어 업무와 평가 기준이 조용히 재편되고 있다.

미 노동통계국(BLS)이 6월 5일 발표한 5월 고용보고서에 따르면 미국 비농업 고용은 17만2000명 증가했고 실업률은 4.3%로 유지됐다. 여가·접객, 지방정부, 헬스케어 부문에서는 고용이 늘었지만 금융 활동 고용은 2만2000명 줄었다. 정보, 전문·비즈니스 서비스 등 일부 화이트칼라 업종은 큰 폭의 증가세를 보이지 않았다.

6월 24일 MarketWatch는 Glassdoor 조사를 인용해 미국 직장인들의 고용 불안에서 AI가 중요한 요인으로 떠올랐다고 보도했다. 같은 보도는 미디어, 엔터테인먼트, 하이테크를 포함한 정보직 고용이 2022년 말 이후 13% 감소했다고 전했다. 다만 현재까지 확인되는 흐름은 AI가 노동시장 전반을 한꺼번에 대체했다기보다, 기업들이 채용 속도를 늦추고 직무 구성을 다시 짜는 쪽에 가깝다.

이 지점은 보스턴권 독자에게 특히 중요하다. 보스턴의 테크 일자리는 순수 소프트웨어 기업에만 있지 않다. 바이오테크, 병원, 대학 연구소, 금융, 로보틱스, 클라우드 기반 스타트업, B2B 소프트웨어 회사까지 넓게 퍼져 있다. 따라서 AI 고용 이슈를 “개발자 일자리가 사라진다”는 식으로만 읽기보다, 각 산업에서 어떤 업무가 자동화되고 어떤 책임이 사람에게 남는지를 보는 편이 현실적이다.

AWS의 맷 가먼 최고경영자도 비슷한 방향의 메시지를 냈다. Business Insider 보도에 따르면 가먼 CEO는 AI로 화이트칼라 일자리의 상당 부분이 “사라진다”기보다 “달라질 수 있다”고 설명했다. 그는 동시에 Amazon이 올해 전 세계에서 소프트웨어 개발 인턴과 초기 커리어 개발자 1만1000명 이상을 채용하고 있다고 밝혔다. 이는 신입 채용문이 그대로 넓게 열려 있다는 의미도, 예전 방식의 개발자 수요가 변하지 않는다는 의미도 아니다. 기업이 보는 기준이 “코드를 얼마나 많이 쓰는가”에서 “AI 도구를 활용해 실제 문제를 얼마나 안전하고 정확하게 해결하는가”로 이동하고 있다는 신호로 볼 수 있다.

유학생과 졸업 예정자에게는 이 변화가 더 민감하게 다가온다. OPT, STEM OPT, H-1B 스폰서십을 고려하는 경우 채용 속도가 느려지면 지원 타이밍과 회사 선택의 중요성이 커진다. 다만 비자 문제는 개인의 전공, 고용주 정책, 직무 내용, 시점에 따라 달라지므로 일반적인 시장 흐름만으로 결론을 내리기는 어렵다. 실무적으로는 지원 회사가 스폰서십 경험이 있는지, STEM OPT의 경우 고용주 요건을 충족하는지, 해당 역할이 단순 AI 도구 사용인지 아니면 데이터 관리·보안·제품 책임까지 포함하는지를 확인할 필요가 있다.

현직자에게도 질문은 조금 달라지고 있다. 단순히 “AI를 배웠는가”보다 “AI를 업무 과정에 어떻게 붙였고, 어떤 결과를 냈는가”가 더 중요해지고 있다. 보스턴의 바이오·헬스테크 기업에서는 모델을 돌리는 능력만큼 데이터 품질, 개인정보 보호, 규제 문서화, 임상·연구 현장 이해가 중요하다. 클라우드와 SaaS 기업에서는 AI 기능을 넣는 것뿐 아니라 비용 관리, 권한 통제, 모델 오류 검증, 고객 지원 흐름 개선이 실제 평가 기준이 될 수 있다.

이직 준비자는 직무명보다 업무 단위를 더 세밀하게 볼 필요가 있다. 같은 소프트웨어 엔지니어라도 단순 구현 중심인지, AI가 만든 코드와 결과물을 검토하고 시스템 안정성을 책임지는 역할인지에 따라 시장에서의 평가가 달라질 수 있다. 데이터 분석가 역시 보고서 작성에 머무는 자리보다 실험 설계, 지표 정의, 비즈니스 의사결정 지원까지 이어지는 역할이 상대적으로 더 방어력이 있다. AI agent, 즉 사람이 지시한 업무를 여러 단계로 처리하는 자동화 도구가 늘어날수록 이를 감시하고 평가하며 수정하는 역할도 함께 커진다.

창업이나 스타트업 취업을 보는 독자에게도 메시지는 분명하다. 투자자와 고객은 이제 “AI를 쓴다”는 설명만으로 움직이지 않는다. 실제 업무 시간을 줄였는지, 오류와 책임 소재를 어떻게 관리하는지, 보안과 비용 구조가 감당 가능한지를 묻는다. 보스턴권의 연구 기반 스타트업이나 B2B 소프트웨어 회사라면 기술 시연보다 고객 현장에서 반복적으로 쓰일 수 있는 제품성, 데이터 접근권, 규제 대응력이 더 큰 차이를 만들 수 있다.

지금 당장 눈에 띄는 변화는 채용 공고의 문장이다. AI 활용 경험, 자동화 워크플로, 클라우드 운영, 데이터 거버넌스, 보안 검토 같은 표현이 더 자주 등장할 가능성이 높다. 장기적으로 봐야 할 변수는 기업들이 AI 투자에서 실제 생산성 개선을 확인하느냐다. 효과가 확인되는 영역에서는 일부 업무가 줄고 새로운 역할이 생길 수 있지만, 효과가 불명확한 곳에서는 채용을 미루거나 기존 인력에게 더 넓은 역할을 요구하는 흐름이 이어질 수 있다.

보스턴의 한인 직장인과 유학생에게 필요한 대응은 방향을 급하게 바꾸는 것보다 증거를 쌓는 일에 가깝다. 이력서에 AI 도구 사용 경험을 한 줄 넣는 것만으로는 충분하지 않을 수 있다. 어떤 문제를 줄였고, 어떤 위험을 검토했으며, 어떤 결과를 냈는지를 보여주는 포트폴리오와 업무 사례가 더 설득력을 갖는다. 현재 확인되는 핵심 변화는 일자리의 단순 소멸보다 업무 기준과 채용 평가 방식의 재편이다.