아틀라시안 클라우드 매출 31% 증가…AI 시대 소프트웨어 직무는 조율·검증 역량도 본다

업무관리 소프트웨어 기업 아틀라시안이 클라우드 전환과 기업용 제품 확대로 두 자릿수 매출 성장을 이어갔다. AI 연동 도구 이용자도 빠르게 늘었지만, 공개된 실적만으로 고객이 AI 기능에 별도 비용을 지불하기 시작했다고 단정하기는 어렵다. 올해 3월 약 1,600명을 감축한 뒤 나온 실적이라는 점에서도 매출 성장과 폭넓은 채용 회복은 구분해서 볼 필요가 있다.

아틀라시안은 8월 6일 발표한 2026회계연도 4분기 실적에서 매출이 17억6,600만달러로 전년 동기보다 28% 증가했다고 밝혔다. 클라우드 매출은 12억1,300만달러로 31% 늘었고, 구독 연간반복매출(ARR)은 66억600만달러로 23% 증가했다. ARR은 현재 구독 계약이 유지된다는 전제 아래 연간 매출 규모를 환산한 운영 지표다.

미국 회계기준(GAAP) 영업이익률은 12%로, 전년 동기의 2% 적자에서 흑자로 돌아섰다. 회사는 다음 회계연도에 클라우드 매출이 25.5% 증가하는 반면, 고객사가 자체 환경에서 운영하는 데이터센터 제품 매출은 17% 감소할 것으로 전망했다. 기업용 소프트웨어의 중심이 자체 구축형 제품에서 클라우드 구독으로 이동하는 흐름이 계속될 것이라는 회사 측 판단이다.

AI 관련 이용 지표도 확대됐다. 외부 AI 도구가 Jira와 Confluence의 업무 정보에 접근하도록 연결하는 MCP 서버와 Teamwork Graph 명령줄 도구의 월간 이용자는 100만명을 넘어 한 분기 만에 두 배 이상 늘었다. MCP는 AI 모델과 여러 업무 시스템이 정해진 방식으로 정보를 주고받도록 돕는 연결 규격이다.

다만 이 수치는 개발자와 기술팀의 관심 및 사용 확대를 보여주는 지표이지, 독립적인 AI 매출을 뜻하지는 않는다. 아틀라시안은 이번 공개 자료에서 AI 기능만의 매출이나 고객이 AI에 추가로 지출한 금액을 별도로 제시하지 않았다. 따라서 클라우드 매출 증가가 기존 고객의 이전, 좌석 확대, 상위 요금제 채택, AI 기능 이용 가운데 어느 요인에서 얼마나 발생했는지는 공개 수치만으로 나누기 어렵다.

성장과 함께 인력 구조도 크게 바뀌었다. 아틀라시안은 지난 3월 AI와 기업 영업에 투자를 집중하고 조직 운영을 재편한다며 전체 인력의 약 10%인 약 1,600명을 줄이겠다고 발표했다. 3월 말까지 퇴직 관련 비용 1억9,810만달러를 반영했으며, 관련 비용은 연구개발 부문에서 가장 크게 발생했다.

매출 증가와 감원이 동시에 나타난 것은 기업용 소프트웨어 회사가 기존 조직을 같은 비율로 확대하기보다 AI·클라우드·기업 영업을 중심으로 예산과 역할을 재배치할 수 있음을 보여준다. 이번 실적이 소프트웨어 채용 전반의 증가를 의미한다고 해석하기 어려운 이유다.

보스턴 독자에게 중요한 연결점은 특정 지역 조직의 Jira·Confluence 사용률이 아니라, 지역 산업이 요구하는 업무 방식에 있다. 바이오테크, 의료, 금융, 대학 연구처럼 데이터 접근권한과 승인 절차, 보안 규정을 함께 관리해야 하는 환경에서는 AI가 코드를 빠르게 생성하는 것만으로 조직 전체의 생산성이 개선되기 어렵다. 여러 시스템에 흩어진 요구사항과 기록을 연결하고 결과를 검증하는 운영 능력이 함께 필요하다.

아틀라시안과 개발자 경험 분석업체 DX가 진행한 연구에서도 전문 개발팀의 AI 이용은 65% 증가했지만 개발 속도 개선은 평균 약 10%, 최대 15% 수준으로 제시됐다. 기업이 자체 조사 결과를 바탕으로 공개한 수치인 만큼 일반화에는 주의가 필요하지만, 코드 작성 속도와 실제 제품 출시 속도 사이에 간격이 생길 수 있다는 점은 보여준다. 제품의 목적을 정하고 보안과 품질을 확인하며 배포 이후 책임을 관리하는 과정은 여전히 사람과 조직의 판단을 요구한다.

이에 따라 채용시장에서 볼 지점도 단순한 ‘AI 사용 경험’보다 넓어진다. AI가 처리할 작업과 완료 기준을 설계하는 제품관리, 결과를 검토하는 품질보증과 보안, 데이터 권한과 사용 기록을 관리하는 AI 거버넌스, 기존 시스템의 클라우드 이전을 담당하는 플랫폼 엔지니어링 등이 AI 활용과 함께 필요한 역할이다. AI 거버넌스는 어떤 데이터가 입력됐고 누가 결과를 승인했는지 추적할 수 있도록 규칙과 기록 체계를 만드는 업무를 뜻한다.

유학생과 이직 준비자는 채용공고에서 AI라는 표현 자체보다 실제 책임 범위를 살펴볼 필요가 있다. AI 에이전트의 결과를 누가 검토하는지, 클라우드 이전이나 보안 책임이 포함되는지, 실험 단계의 업무인지 실제 운영 시스템을 맡는 자리인지 확인하면 직무의 성격을 판단하는 데 도움이 된다. 포트폴리오에서도 AI로 만든 결과만 제시하기보다 요구사항 정의, 오류 검증, 권한 관리, 성과 측정 과정을 함께 설명하는 편이 실무 역량을 보여주기 쉽다.

취업비자 지원이 필요한 경우에는 스폰서십 여부뿐 아니라 조직개편 시 직무와 근무지가 어떻게 달라질 수 있는지, 회사 내부의 비자 지원 절차가 무엇인지도 확인할 필요가 있다. 다만 고용이나 직무 변경이 체류 신분에 미치는 영향은 개인별로 다를 수 있으므로 구체적인 판단에는 이민 전문가의 검토가 필요할 수 있다.

현직자에게는 AI 이용 횟수보다 결과를 추적할 수 있는 업무 설계가 중요해지고 있다. 어떤 데이터를 사용했고 누가 결과를 검토했으며 시간·비용·오류율이 실제로 얼마나 달라졌는지를 기록해야 AI 활용이 개인의 편의를 넘어 조직 성과로 평가받기 쉽다.

아틀라시안 실적에서 현재 확인되는 것은 클라우드 매출과 AI 연동 도구 사용이 늘고 있다는 사실이다. 반면 AI 자체 매출 규모와 감원 이후의 직무별 채용 변화는 아직 분리해 확인하기 어렵다. 앞으로는 AI 관련 유료 사용이 재무 지표에 어떻게 나타나는지, 클라우드 성장에서 기존 제품 이전 효과가 어느 정도인지, 회사가 어떤 기술·영업·운영 직무에서 채용을 늘리는지가 소프트웨어 고용시장의 방향을 판단할 주요 변수다.