(AI 시대 직업전망) 정보통신 분야 전망

1. "코드를 짜는 AI, 개발자는 이제 필요 없을까?" — AI가 정보통신을 뒤흔든 순간

2024년 10월, 구글의 최고경영자 순다르 피차이는 실적 발표에서 이렇게 말했습니다. "구글에서 새로 작성되는 코드의 4분의 1 이상을 AI가 생성하고, 엔지니어가 검토해 받아들인다."[2] 세계에서 가장 실력 좋은 개발자들이 모인 회사 중 하나에서 나온 말이라 파장이 컸습니다. AI 연구자 안드레이 카파시는 일찍이 "가장 인기 있는 새 프로그래밍 언어는 영어"라고 농담처럼 말했는데, 그 농담이 현실이 되어 가고 있는 셈입니다.

왜 정보통신이 가장 먼저, 가장 크게 바뀌는가

• 코드는 AI가 배우기 가장 좋은 일입니다. 코드는 글자로 되어 있고, 공개된 코드가 엄청나게 많으며, 실행해 보면 맞았는지 틀렸는지 바로 확인할 수 있습니다. 정답을 확인할 수 있는 일일수록 AI는 빠르게 발전합니다.
• AI를 만드는 산업이기도 합니다. AI를 돌리려면 데이터센터, 클라우드, 통신망이 필요합니다. 국제에너지기구(IEA)는 세계 데이터센터 전력 사용량이 2030년까지 두 배 넘게 늘어날 것으로 봅니다[11]. 일부 일은 줄어도, 인프라를 만들고 운영하는 일은 늘어납니다.
• 공격자도 AI를 씁니다. 더 그럴듯한 피싱, 더 빠른 취약점 탐색이 가능해지면서 보안 인력의 부족이 더 심해지고 있습니다[4].

2. 내 일자리는 어떻게 바뀔까? — 기획부터 운영·영업까지 정보통신 AI 업무 지도

"개발자는 끝났다"는 말과 "개발자는 더 필요하다"는 말이 동시에 들립니다. 둘 다 반만 맞습니다. 정보통신의 일을 업무 단위로 쪼개 보면, 같은 개발자라도 반복 코드를 쓰는 시간과 장애 원인을 추적하는 시간은 AI 앞에서 전혀 다른 운명을 맞습니다. 아래는 정보통신 밸류체인 5단계에서 업무가 어떻게 재편되고 있는지를 정리한 지도입니다.

표를 세로로 읽으면 한 가지 흐름이 보입니다. 왼쪽 열은 '어떻게 만들까'의 일이고, 오른쪽으로 갈수록 '무엇을 만들까, 제대로 만들었나, 안전한가'의 일입니다. 소프트웨어 공학의 고전 「은탄환은 없다(No Silver Bullet)」에서 프레드 브룩스는 소프트웨어의 어려움을 두 가지로 나눴습니다[8]. 문법이나 도구처럼 기술이 발전하면 사라지는 '부수적 어려움'과, 무엇을 만들어야 하는지 정하는 데서 오는 '본질적 어려움'입니다. AI는 부수적 어려움을 놀라울 만큼 줄여 주지만, 본질적 어려움은 여전히 사람의 몫으로 남아 있습니다.

세부 직업군별 전망

3. "자동 프로그래밍은 70년 전에도 있었다?" — 위기의 업무 vs 떠오르는 직업

하지만 낙관만 할 수는 없습니다. 정보통신에는 정반대의 역사도 있습니다. 20세기 초 미국에서 전화 교환원은 젊은 여성들이 가장 많이 일하던 직업 중 하나였습니다. 자동 교환기가 도입되자 이 일자리는 빠르게 사라졌습니다. 경제학자 파이겐바움과 그로스의 연구에 따르면, 다음 세대 여성들은 비서·사무직 같은 새 일자리로 옮겨 갔지만, 이미 교환원으로 일하던 사람들은 일자리를 잃고 더 낮은 임금의 일로 밀려나는 경우가 많았습니다[9]. 산업 전체는 성장해도, 변화의 길목에 서 있던 개인은 큰 대가를 치를 수 있다는 뜻입니다.

지금도 비슷한 신호가 보입니다. 미국 스탠퍼드 대학 연구진이 급여 데이터를 분석한 결과, 소프트웨어 개발처럼 AI 노출도가 높은 직업에서 22~25세 초년생의 고용이 상대적으로 13% 줄어든 반면, 경력자의 고용은 오히려 유지되거나 늘었습니다[6]. AI가 가장 먼저 대신하는 것이 '신입이 배우면서 하던 단순한 일'이기 때문입니다. 정보통신 분야의 진짜 위기는 '개발자의 소멸'이 아니라 '첫 계단의 소멸'일지 모릅니다.

정보통신에서 사람이 오히려 중요해지는 이유

• AI가 쓴 코드도 누군가는 책임져야 합니다. 연구진이 AI 코딩 도구로 보안이 중요한 상황의 프로그램 1,600여 개를 만들어 본 결과, 약 40%에서 보안 취약점이 발견됐습니다[16]. 서비스가 멈추거나 정보가 새면, 그 책임은 AI가 아니라 회사와 사람이 집니다.
• '무엇을 만들까'는 여전히 사람의 질문입니다. 고객이 정말 원하는 것, 조직의 사정, 법과 규제를 함께 고려해 요구사항을 정하는 일은 브룩스가 말한 '본질적 어려움' 그 자체입니다.
• 시스템은 점점 더 복잡해집니다. AI가 코드를 빠르게 늘릴수록, 그 코드들이 서로 어떻게 얽혀 있는지 전체 그림을 이해하는 사람의 가치가 커집니다.
• 사람을 늘린다고 빨라지지 않습니다. 브룩스는 "늦어진 소프트웨어 프로젝트에 인력을 더 넣으면 더 늦어진다"는 법칙을 남겼습니다[8]. 소통과 조율이 핵심이라는 뜻이고, AI 에이전트가 늘어나는 시대에도 그 조율은 사람이 합니다.

4. 대체 불가능한 ICT 인재의 세 가지 무기 — 역량·융합 전공·자격증

무기 ① 직무별 필수 역량

세계경제포럼은 앞으로 가장 빠르게 중요해질 역량으로 AI와 빅데이터, 네트워크와 사이버보안, 기술 이해력을 차례로 꼽았습니다[10]. 세 가지 모두 정보통신의 핵심입니다. 여기서 중요한 것은 AI 도구를 쓸 줄 아는 것과 AI의 결과를 판단할 줄 아는 것은 다르다는 점입니다. 판단하려면 결국 자료구조, 운영체제, 네트워크, 데이터베이스 같은 기초 원리를 알아야 합니다.

무기 ② 주목받는 융합 전공

• 컴퓨터공학·소프트웨어학 — 여전히 가장 탄탄한 기반입니다. AI 시대에는 문법보다 원리를 깊이 배우는 것이 더 중요해졌습니다.
• 인공지능학·데이터사이언스 — 많은 대학에 새로 생긴 전공으로, 수학·통계와 머신러닝을 함께 배웁니다.
• 정보보호학·사이버보안 — 인력 부족이 가장 뚜렷한 분야 중 하나입니다.
• 전자공학·정보통신공학 — 통신망, 반도체, 데이터센터 하드웨어처럼 AI의 '몸'을 만드는 전공입니다.
• 'X + 컴퓨팅' 복수 전공 — 경영·금융·의료·디자인 등 원래 전공에 컴퓨팅을 더하면, AI 시대에 가장 필요한 '현업과 기술을 잇는 사람'이 됩니다.

무기 ③ 자격증 — 무엇을, 왜

※ 응시 자격과 시험 일정은 바뀔 수 있으니 각 기관 홈페이지에서 최신 정보를 확인하세요. 클라우드 기업 자격은 유효 기간이 있어 주기적으로 갱신해야 합니다.

5. "오늘부터 당장 무엇을 해야 할까?" — 취업 준비생과 현직자의 액션 플랜

AI 도구를 피할 이유도, 맹신할 이유도 없습니다. 원리를 배우고, AI와 함께 만들어 보고, 그 결과를 스스로 검증하는 습관이 핵심입니다.

정보통신 분야가 나와 맞는지부터 궁금하다면 성향을 먼저 점검해 보세요. 원리를 파고드는 탐구형(I)은 개발·데이터·연구 직무와, 규칙과 정확성을 중시하는 관습형(C)은 보안·품질·운영 직무와, 사람을 설득하고 이끄는 진취형(E)은 IT 기획·기술 영업과 잘 맞는 편입니다. 논리와 패턴에 강하다면 다중지능 글의 논리수학지능도 살펴보세요. 스타트업과 대기업 사이에서 고민 중이라면 위험감수성향과 직업가치관 글이 도움이 됩니다.

6. "늘 이렇게 해 왔다"가 가장 위험한 말 — AI 시대 정보통신인의 마인드셋

첫 컴파일러를 만들고도 "컴퓨터는 계산만 할 수 있다"는 말을 들어야 했던 호퍼의 이 말은, AI 시대의 정보통신인에게 그대로 돌아옵니다. 70년 전 프로그래머들이 기계어를 내려놓고 더 높은 수준의 언어로 옮겨 갔듯, 지금의 개발자와 엔지니어도 한 단계 더 높은 곳으로 올라가야 하는 순간에 서 있습니다. 도구가 바뀌어도 변하지 않는 것은, 사람의 문제를 기술로 풀어내는 일이라는 본질입니다.

이 글을 세 줄로 정리하면

1. 정보통신은 AI가 가장 먼저, 가장 깊이 바꾸는 산업입니다. 반복 코드, 수동 테스트, 정형화된 운영·상담 업무는 빠르게 AI로 넘어갑니다.
2. 대신 '설계하고, 검증하고, 지키는' 사람의 가치가 커집니다. AI 엔지니어, 보안, 클라우드·인프라, 아키텍트가 떠오르는 자리이며, 가장 큰 과제는 사라지는 '첫 계단'을 스스로 만드는 것입니다.
3. 기초 원리 × AI 활용·검증 × 산업 도메인을 갖추고, 끝까지 만들어 배포해 보세요. 직접 문제를 정의하고 해결한 기록이 가장 강한 증거입니다.

7. 자주 묻는 질문과 출처