AI 많이 쓰는 기업의 채용 증가, 보스턴 구직자가 봐야 할 신호

AI가 일자리를 줄인다는 우려가 이어지는 가운데, AI를 적극적으로 도입한 기업들이 오히려 인력을 더 늘렸다는 분석이 나왔다. 다만 이 결과는 “AI를 쓰면 채용이 늘어난다”는 단순한 결론이 아니라, 기업이 AI를 비용 절감 수단으로 쓰는지, 제품과 업무 확장 도구로 쓰는지에 따라 고용 효과가 달라질 수 있다는 점을 보여준다.

Business Insider와 Financial Times가 전한 Ramp·Revelio Labs 공동 연구에 따르면, 연구진은 2021년 1월부터 2026년 2월까지 미국 기업 약 2만2,000곳의 인력 데이터와 기업용 AI 지출을 비교했다. 직원 1인당 월 약 34달러 수준으로 AI 도구에 지출한 고강도 도입 기업은 AI 도입 후 2년 동안 전체 인력이 약 10.2% 늘었고, 엔트리 레벨, 즉 신입·초급 직무 채용도 같은 기간 12% 증가한 것으로 분석됐다.

이 수치는 최근 감원 흐름과 함께 봐야 한다. Challenger, Gray & Christmas가 2026년 6월 4일 발표한 5월 고용감축 보고서에 따르면, 미국 기업들은 5월 한 달 동안 9만7,006명의 감원을 발표했다. 이 가운데 AI가 감원 사유로 언급된 규모는 3만8,579명으로 집계됐다. 테크 업종은 5월에 3만8,242명, 올해 들어 12만3,653명의 감원을 발표해 업종별 감원 규모가 가장 컸다. 매사추세츠에서도 올해 들어 1만2,154명의 감원 발표가 집계돼, 보스턴권 독자에게도 직접적인 관심사가 되는 흐름이다.

두 데이터는 서로 모순되기보다 같은 시장의 다른 면을 보여준다. 일부 기업은 AI 투자 비용을 마련하거나 조직을 단순화하기 위해 기존 직무를 줄이고 있다. 반면 AI를 제품 개발, 영업, 고객지원, 데이터 분석, 운영 자동화에 실제로 연결하는 기업은 새로운 역할을 만들고 있다. AI가 모든 업무를 대체한다기보다 반복 작업을 줄이고, 더 많은 고객·데이터·제품 실험을 다루는 방식으로 팀 구성이 바뀌는 모습에 가깝다.

보스턴과 케임브리지 관점에서는 이 차이가 중요하다. 이 지역은 대학 연구, 바이오테크, 헬스케어, 로보틱스, 엔터프라이즈 소프트웨어가 겹쳐 있는 시장이다. 단순 소비자 앱보다 규제, 데이터 품질, 보안, 도메인 지식이 중요한 산업이 많다. 따라서 AI 도입도 단순 챗봇 사용보다 임상 데이터 정리, 연구 자동화, 병원 운영, 세일즈 엔지니어링, 보안 검토, 클라우드 비용 최적화처럼 실무와 결합되는 방식으로 진행될 가능성이 크다.

유학생과 졸업 예정자에게 주는 메시지는 비교적 분명하다. AI 사용 경험을 이력서에 한 줄 넣는 것보다, 특정 업무 문제를 AI로 어떻게 줄였는지 설명할 수 있어야 한다. 데이터 분석 지원자라면 Python이나 SQL 결과를 생성형 AI로 검토해 리포팅 시간을 줄인 사례를, 바이오·헬스케어 지원자라면 문헌 조사나 실험 데이터 정리에서 검증 절차를 어떻게 유지했는지를 보여주는 편이 더 실무적이다. 신입 직무가 사라진다고 단정하기보다, 신입에게 요구되는 기본값이 달라지고 있다고 보는 것이 현실적이다.

현직자에게는 “내 업무가 AI로 대체되는가”보다 “내 팀의 업무 단위가 어떻게 재설계되는가”를 보는 것이 더 유용하다. 고객지원, 세일즈 운영, 마케팅, 재무 분석, 소프트웨어 테스트, 데이터 정리처럼 문서와 반복 판단이 많은 업무는 AI 도구가 들어오면서 인원 구조가 바뀔 수 있다. 다만 AI 결과를 검증하고, 고객 상황에 맞게 조정하며, 내부 시스템과 연결하는 역할은 계속 필요하다. 특히 보스턴권의 바이오·헬스케어·금융 관련 기업에서는 규제와 개인정보 이슈 때문에 AI 결과를 그대로 쓰기 어렵고, 검토와 책임 소재를 다루는 역량이 중요해진다.

이직 준비자는 회사가 AI를 쓰는지 여부만 볼 것이 아니라, 그 AI가 비용 절감용인지 제품 경쟁력 강화용인지 구분해 볼 필요가 있다. 채용 공고에서 AI, automation, workflow, data governance, cloud cost, security review, model evaluation 같은 표현이 반복된다면 단순 인력 축소보다 업무 재설계가 진행 중일 가능성이 있다. 반대로 hiring freeze, restructuring, efficiency, headcount discipline 같은 표현이 강조될 때는 면접 과정에서 팀 성장 계획, 직무 안정성, 해당 포지션의 사업상 우선순위를 구체적으로 확인하는 것이 좋다.

H-1B나 OPT, STEM OPT를 고려하는 독자에게도 이 흐름은 간접적인 의미가 있다. 스폰서십 여부는 회사별 정책과 개인 상황에 따라 달라지므로 일반화하기 어렵다. 다만 AI 도입이 활발하고 성장 중인 팀은 데이터, 클라우드, 보안, 제품 운영, 도메인별 AI 적용 경험을 가진 인재를 찾을 가능성이 상대적으로 높다. 지원자는 비자 가능성만 묻기보다 팀의 장기 인력 계획, 이전 스폰서십 경험, 해당 직무가 회사의 핵심 사업과 얼마나 연결돼 있는지를 함께 확인하는 편이 현실적이다.

창업 관심자에게는 AI가 단순히 사람을 줄이는 도구가 아니라 작은 팀이 더 많은 업무를 처리하게 하는 운영 인프라로 쓰이고 있다는 점이 관전 포인트다. 다만 연구진도 AI 고강도 도입 기업이 원래부터 VC 투자를 받은 빠르게 성장하는 회사일 가능성을 지적했다. AI를 쓴다고 자동으로 채용이 늘어나는 것은 아니다. 제품 수요, 자금 여력, 고객 확보, 데이터 접근성 같은 조건이 함께 맞아야 한다.

현재 확인되는 변화는 “AI 때문에 신입 일자리가 사라진다”는 단선적 해석보다 복잡하다. 감원은 실제로 늘고 있지만, 동시에 AI를 업무와 제품에 깊게 결합한 기업에서는 엔지니어링뿐 아니라 세일즈, 운영, 고객지원, 관리 직무까지 채용이 늘어난 사례가 관찰된다. 보스턴권 구직자와 직장인이 봐야 할 핵심은 AI라는 단어 자체가 아니라, 기업이 AI를 비용 절감 도구로 쓰는지, 새 매출과 업무 확장 도구로 쓰는지다. 그 차이가 앞으로의 채용문, 직무 내용, 커리어 이동 경로를 가르는 중요한 변수가 될 가능성이 크다.