SW개발자 채용 변화 전망과 생성형 AI > 보고서

<내용 요약>

1. 제 목 : SW개발자 채용 변화 전망과 생성형 AI

2. 연구 배경 및 목적

코로나19 이후 채용 수요가 급증하였던 SW개발자 채용은 최근 경기침체와 투자위축, 생성형 AI 확산 등으로 인해 채용 수요, 채용 방식, 채용 시 요구 역량 등 채용 전반에 변화가 초래될 것으로 논의된다. 그럼에도 불구하고, 생성형 AI의 등장에 따른 SW개발 업계의 채용 변화와 전망을 중점적으로 다룬 연구는 부재하며 이에 대한 연구의 공백이 발생하고 있다.

본 연구는 이러한 연구 공백을 해소하고, 생성형 AI 확산과 함께 부각되는 SW개발자 채용 이슈에 대응하기 위해 수행되었다. 본 연구에서는 최근 SW개발자 채용시장의 동 향과 관련 논의를 분석하고, 생성형 AI가 SW개발자 채용에 미치는 영향을 전망하였다. 이를 통해 SW개발 직무 구직자와 디지털 인력양성 정책 실무자들이 앞으로의 변화에 효과적으로 대응할 수 있도록 실무적인 지식과 시사점을 제공하고자 한다.

3. 연구의 구성 및 범위

첫째, 국내 SW개발자 채용시장 변화 현황을 검토하고, 최근 SW개발자 채용 방식의 변화에 대해 분석하였다. 2020년 코로나-19 시기부터 2024년 하반기까지 국내 SW개발 업계에서 발생한 변화를 중심으로 검토하였다.

둘째, 최근 SW개발자 채용 방식, 역량평가 방식 등과 관련한 이슈를 확인하고 국내외 주요 기업의 SW개발자 채용 사례를 분석하였다.

셋째, 국내 현업 SW개발자를 대상으로 국내 SW개발자 채용 변화와 생성형 AI의 영향 에 대해 심층 인터뷰를 실시하여, 실제 SW개발자들이 현업에서 체감하고 있는 SW개발자 채용시장 변화의 주요 요인과 생성형 AI의 영향을 심층적으로 분석하였다.

넷째, 전문가 대상 델파이를 통해 향후 국내 SW개발자 채용변화와 생성형 AI의 영향에 대해 전망하였다. 총 26인의 전문가들에게 3라운드 델파이를 실시하여, 향후 국내 SW개 발자 채용 수요, 채용 과정 및 방식, 채용 요구 역량 등에 대한 전망의견을 분석하였다.

마지막으로, 연구 전반의 내용을 요약하고 SW개발자 채용시장 변화에 효과적으로 대응하기 위한 정부 디지털 인력양성사업 정책 방향에 대해 제언하였다.

4. 연구 내용 및 결과

1) 국내 SW개발자 채용시장의 변화 현황 검토 결과

국내 SW개발자 채용시장의 변화 현황에 대해서는 디지털 전환 가속화, 경기변동, 생성형 AI 등장의 세 가지 측면에서 살펴보았다. 첫째, 디지털 전환 가속화로 인해 클라우드, AI, 빅데이터, 사이버 보안 등 기술 수요가 증가하면서 개발자 채용이 활발해졌다. 전자상거래, 원격교육, 온라인 결제 등 디지털 서비스 확대와 함께 개발자에 대한 수요가 급증했고, 프리랜서 및 계약직 채용이 확산되면서 구직자 우위 현상이 지속되었다. 그러나 최근 생성형 AI의 확산이 일부 개발자 업무를 대체할 가능성이 제기되면서 향후 채용시장 변화가 예상된다.

둘째, 경기침체와 벤처투자 감소로 인해 IT기업의 채용이 감소하고 있다. 2022년 이후 금리 인상과 글로벌 경기 둔화로 벤처캐피털 투자가 위축되었으며, 이에 따라 스타트업 폐업이 증가하고 IT기업들은 인력감축을 단행했다. 네이버·카카오 등 주요 IT기업 도 신규채용을 줄였으며, 2024년에는 중소·스타트업 업계에서 ‘데드크로스’ 현상이 발생하며 SW개발자 채용시장에도 부정적 영향을 미쳤다.

셋째, 생성형 AI 발전은 SW개발자의 역할을 재정의하고 있다. 자연어 프롬프트를 통한 코드 생성이 보편화되면서 반복적인 코딩 작업이 줄고, 개발자는 창의적이고 전략적인 업무에 집중하게 되었다. AI가 생성한 코드의 검토와 보안 검증이 중요해지면서 개발자 의 역할이 코드 품질 관리 중심으로 이동하고 있다. AI 도구의 생산성 향상 효과에도 불구하고 코드 품질 저하, 보안 문제, 데이터 유출 등 새로운 도전 과제도 대두되고 있다.

이러한 변화로 초급 개발자의 수요는 감소하는 반면, AI 기술을 활용할 수 있는 고급 개발자에 대한 수요는 증가하는 경향을 보인다. 기업들은 단순한 코딩 능력보다 AI 기반 문제 해결 능력과 프롬프트 엔지니어링 역량을 요구하며, 기술 인터뷰, 포트폴리오 평가, AI 활용 능력 테스트 등을 강화하고 있다. 반면 초급 개발자는 AI와 협업하는 방식으로 역할을 재정의해야 할 필요성이 커지고 있다. 결국, AI의 발전은 SW개발자의 요구 역량을 변화시키며, 채용시장의 구조를 재편하는 핵심 요인으로 작용할 것으로 전망된다.

2) SW개발자 채용 방식의 변화와 최근 국내외 사례 분석

SW개발자 채용 방식은 AI 기술 발전과 함께 빠르게 변화하고 있다. AI 도구는 채용공고 작성, 면접 질문 준비, 후보자 분석 등에 활용되고 있다. 또한, 실무 역량을 중시하는 채용 방식이 확산되면서 라이브 코딩 면접과 Take-home 프로젝트 선호도가 증가하고 있으며, 협업 능력과 문제 해결 능력 같은 소프트 스킬 평가도 중요해지고 있다. AI 기반 자동화 도구 도입으로 채용 절차가 더욱 효율화되면서 학력보다 실무 기술을 중시하는 경향이 확대되고 있다. SW개발자의 역량 평가는 하드 스킬(온라인 코딩 테스트, 프로젝트 기반 과제, 기술 면접 등)과 소프트 스킬(커뮤니케이션, 협업, 문제 해결, 리더 십 등) 평가로 나뉘며, 최근에는 실무 환경을 반영한 혼합 평가 방식이 확산되고 있다.

국내외 SW개발자 채용 방식은 기업별로 차이가 있다. 국내에서는 네이버가 코딩테스트와 포트폴리오 기반 평가를 유지하는 반면, 토스는 코딩테스트 없이 직무 인터뷰를 강조하며, 배달의민족은 다단계 면접과 컬처핏 평가를 중요시하는 것으로 확인된다. 글로벌 FAANG 기업들은 기술 면접과 조직 문화 적합성 평가를 병행하며, Amazon은 리더십 평가를 강조하고, Netflix는 경력직 중심의 채용을 운영한다. 또한, VLink와 ClickUp 같은 IT 기업 및 채용 플랫폼들은 데이터 기반 평가 방식을 활용하여 직무 기술서 정교화, AI 기반 평가 시스템 도입, 소프트 스킬 검증 강화를 추진하고 있다.

3) 국내 현업 SW개발자 7인 대상 심층인터뷰 수행 결과

심층인터뷰 결과의 핵심 내용을 요약하면 다음과 같다. 

첫째, 현재 SW개발자 채용시 장은 크게 위축되어 있으나, 생성형 AI 등장으로 인한 직접적인 채용감소 효과는 현장에서 아직 체감되지 않고 있다. 그러나, 기업의 AI 분야 등 신규 투자로 인한 간접적 감소 효과는 일부 존재한다.

둘째, 생성형 AI는 초급 개발자들에게 기회와 위험을 동시에 가져다주고 있다. 생성 형 AI가 단순 반복작업을 대체하면서, 초급 개발자들의 역할 축소와 채용 수요 감소에 대한 우려가 존재하지만, 반대로 AI를 통해 학습 속도와 역량 향상이 가능해져 초급 개발자들은 더 넓은 업무를 담당할 기회가 확대될 수 있다는 의견이 존재했다.

셋째, 생성형 AI 이후 채용 과정 및 요구 역량의 변화가 예상된다. 코딩테스트의 필 요성에 대해서는 의견이 엇갈렸으며, 실무 역량과의 연관성을 강화해야 한다는 의견이 제시되었다. 또한, 주목받고 있는 프롬프트 엔지니어링 역량은 아직 SW개발자의 핵심 역량으로 보기에는 이르다는 평가가 있었다.

넷째, 생성형 AI 등장 이후 초급 개발자의 역량 상향 평준화, 중·고급 개발자의 요구 역량 및 역할 변화가 예상된다. 생성형 AI 도구 활용으로 인해 초급 개발자의 역량이 상향 평준화될 것으로 예상된다. 중·고급 개발자는 개발 역량보다는 팀 관리, 기획, 비 즈니스 협업역량이 더 중요해질 것으로 보이며, 장기적으로는 개발 관리자 역할로 전환 될 가능성도 제기되었다. 생성형 AI의 등장에도 불구하고 개발자의 핵심 요구 역량(학습 능력, 문제 해결 능력, 모듈 설계 능력)은 여전히 중요하다. 다만, 새로운 요구 역량으로 AI가 제공하는 지식과 결과물에 대한 정보 판별 능력이 필요할 것으로 전망되었다.

4) 전문가 대상 델파이 수행 결과

전문가 26인을 대상으로 수행한 델파이 조사 결과의 핵심 내용은 다음과 같다. 

첫째, SW개발자 채용시장의 변화는 주로 국내외 경기변동과 생성형 AI 같은 기술 혁신에 의 해 촉발되며, 특히 최근의 채용시장 변화는 경기 위축이 주요 원인으로 지목되었다.

둘째, 생성형 AI의 확산은 향후 SW개발자 신규 채용 수요를 감소시킬 가능성이 높으며, 이는 생성형 AI로 인한 개발자 생산성 향상으로 인해 동일한 업무 수행에 필요한 인력이 줄어들기 때문으로 전망된다. 특히, 초급 개발자 일자리가 생성형 AI에 의해 가장 큰 영향을 받을 것으로 예상되며, 이에 따라 신규 채용시장이 위축될 것으로 전망된다. 다만, AI 기술이 접목된 새로운 사업 분야의 창출로 인해 일부에서는 신규 채용 수요가 증가할 가능성 또한 동시에 제기되었다.

셋째, 생성형 AI는 SW개발자 채용시장의 양극화를 심화시킬 것으로 보인다. 고급 개발자는 AI 활용, 시스템 설계, 복잡한 문제 해결 등의 역할로 인해 수요가 증가할 것으로 예상되는 반면, 초급 개발자는 단순 코딩 업무가 AI로 대체되면서 수요가 급감할 것으로 전망된다. 아울러, 초급 개발자와 고급 개발자 간 생성형 AI 활용능력의 격차가 상당히 존재하므로 결국 두 레벨 간 개발 역량 격차는 더욱 커질 것이라는 전망이 제시되었다.

넷째, 채용 수요에 가장 큰 영향을 받는 개발자 수준은 초급으로 나타났으며, 단순 코드 작성 능력 외의 기술이 부족한 경우 경쟁력이 약화될 것으로 보인다. 반면, 중급 및 고급 개발자는 생성형 AI를 활용한 생산성 향상과 비교적 합리적인 인건비로 인해 오히 려 수요가 증가할 수 있다는 의견이 제시되었다. 특히 고급 개발자는 AI가 대체하기 어 려운 고난도의 업무를 수행하기 때문에 채용 수요가 유지되거나 증가할 것으로 보인다.

다섯째, 델파이 패널들은 생성형 AI가 궁극적으로 SW개발자를 완전히 대체할 가능성은 낮다고 평가하였다. 이는 개발 결과에 대한 최종 책임, 새로운 문제 정의, 맥락적 사고 등은 여전히 인간 개발자의 고유 영역으로 남을 것이기 때문으로 전망하였다. 다만, 초급 개발자의 경우 부분적인 대체 가능성은 높게 평가되었다.

여섯째, 생성형 AI 시대에 개발자가 갖추어야 할 핵심 역량으로는 창의적 문제 해결 능력, 협업 능력, 타 분야와의 소통 능력, AI 활용 능력, 생성형 AI 결과물 검증 능력, 개발 지원 도구 활용 능력 등이 중요하게 강조되었다.

마지막으로, 생성형 AI 확산이 채용 과정에 미치는 영향으로는 코딩테스트의 중요성 및 실효성에 대한 의견이 분분했으나, 앞으로는 AI 도구를 활용한 복잡한 과제 기반 테스트로 진화할 가능성이 크다고 전망되었다. 또한, 창의적 문제 해결력과 도메인 지 식을 갖춘 개발자에 대한 선호가 강화될 것으로 예상된다.

5) 시사점 도출

이상의 연구 결과를 종합하여 정책적 시사점을 도출하면 다음과 같다. 

첫째, 생성형 AI 시대의 SW개발자 채용시장 양극화 문제대응을 위한 사전적 대비가 필요하다. 본 연 구결과에 따르면, 생성형 AI의 확산은 SW개발자 채용시장의 양극화 문제는 더욱 심화 시킬 것으로 전망된다. 이에 따라, 새로 SW개발업계에 진입하는 초급 SW개발자는 코 딩 외에도 빅데이터, AI, 핀테크와 같은 전문 영역으로 역량을 확장해야 하며, 정부는 이에 맞춰 빅데이터 및 AI 기술을 활용한 SW개발자 양성 프로그램을 개편해야 한다. 고급 SW개발자는 최신 기술 트렌드를 신속하게 인지하고, 생성형 AI 도구를 활용하여 업무 효율성을 높여야 한다. 또한 AI, 빅데이터, 클라우드 등 빠르게 발전하는 신기술 을 활용하여 복잡한 문제를 해결하는 역량을 강화해야하며, 관련 학술논문과 컨퍼런스에 참여해 지속적으로 학습하고 네트워크를 확장하는 것이 중요하다. 이에 따라, 정부는 고급 개발자 양성을 위해 컨퍼런스나 글로벌 개발자 커뮤니티 참여 지원 프로그램을 제공해야 할 필요가 있다.

둘째, SW개발자 역할 변화에 대응하기 위해 생성형 AI시대의 개발자 핵심 역량 확보가 요구된다. 본 연구에 참여한 전문가들은 생성형 AI가 SW개발자를 완전히 대체하지는 않지만, 개발자의 역할 변화는 불가피하다고 전망하였다. 생성형 AI가 발전하더라도 사람 개발자는 여전히 개발 결과물에 대한 최종 책임을 지며, 중·고급 개발자들은 개발 관리자 역할로 전환될 가능성이 높은 한편, 초급 개발자들은 상향 평준화된 역량을 바탕으로 더 높은 수준의 업무를 맡을 수 있을 것으로 전망하였다. 하지만, 개발자의 수준과 관계없이 생성형 AI 시대에 SW개발자에게 요구되는 핵심 역량은 창의력과 문제 해결 능력이었다. 특히, 장기적으로 SW개발자들이 단순한 개발업무에서 벗어나 생성형 AI 도구와 협업하고 개발 결과물을 관리하는 역할로 전환될 때, 생성형 AI의 결과물에 대한 검증 능력, AI 윤리 및 위험 관리 역량 등이 중요한 역량으로 부각될 것이다. 따라서 정부는 향후 SW개발자 역할 변화와 그에 따른 요구 역량을 예측하고, 이에 적합한 교육 커리큘럼 및 프로그램을 개발해야 할 필요가 있다.

셋째, 생성형 AI 시대의 SW개발자 채용과정 변화 적응을 위한 구직자 및 정부의 체계적인 노력이 필요하다. 본 연구 결과에 따르면, 기업은 단순 코딩 인력보다 창의적 문제 해결 능력을 갖춘 인재를 선호할 것으로 예상되며, 기존의 코딩테스트는 AI 사용을 전제로 한 복잡한 테스트로 변화할 것으로 전망된다. 이에 따라, 구직자의 학력과 경력보다는 문제 해결 능력, 알고리즘 설계 및 업무 관련 문제 해결 능력을 평가하는 면접이 중요해질 것이며, AI 도구와 협업 능력, 프로젝트 경험의 중요성도 커질 전망이다. 구직자와 정부는 이러한 변화에 발맞추어 적응해야 하며, SW개발자들은 AI 도구와 협업하면서 실무형 문제 해결 능력을 강화해야 한다. 정부는 SW개발인력 교육 정책의 초점을 부트캠프 중심에서 실무형 문제 해결 교육으로 전환하고, 대학생과 구직자가 기업과 협력해 실전 경험을 쌓을 수 있는 프로그램과 인턴십 기회를 확대해야 한다.

넷째, SW·AI융합 산업 진출을 통한 SW개발자들의 산업 영역 확장이 필요하다. SW 개발자들은 수요가 증가하고 있는 핀테크, 헬스케어, 자율주행차, 스마트 공장 등의 분야에서 역량을 발휘할 수 있도록 준비하는 것이 필요하다. 정부는 융합 산업 관련 SW 교육 프로그램을 확대하고, 산업별 SW와 AI 솔루션 개발을 위한 전문 교육 지원을 해야 한다.

다섯째, 빠르게 변화하는 생성형 AI 환경에서 SW인재양성을 위한 안정적인 재정 기반 확보가 필요하다. AI와 클라우드 기술 확보는 국가경쟁력에 필수적이며, 이를 위해서는 대규모 예산이 필요하지만 예산은 한정적이므로, AI 개발 하드웨어, 데이터 인프라, 연구개발, 인재 양성 등 다양한 분야에 자금을 어떻게 배분할지 신중히 검토해야 할 필요가 있다. 그러나, 세계 주요국이 디지털 신기술 인력을 확보하기 위해 높은 보상을 제공하는 사례를 참고하여, 국내 AI 전문가와 SW개발자 양성을 위한 최소한의 안 정적 예산 확보가 요구된다.

마지막으로, 생성형 AI 확산 등 디지털 기술환경 변화에 대한 지속적인 모니터링을 바탕으로 한 SW인재양성 대응력 제고가 필요하다. SW인재양성 연구자들은 SW개발자 양성을 담당하고 있는 정부, 수요처인 기업, SW 개발자들에게 SW 개발자 수요, 채용 방법과 역량의 변화를 지속적으로 모니터링하고 종합적인 예측 지식을 제공하는 것이 필요하다. 이를 통해 SW인재양성정책 실무자들이 SW인재양성에 대한 사전적 정책 대 응을 통해 인재양성사업의 효과성을 높이는 데에 기여해야 할 것이다.

5. 정책적 활용 내용 및 기대효과

본 연구는 SW개발자의 채용 수요와 채용 과정의 변화를 전망함으로써, SW개발업계 종사자들이 환경변화에 보다 빠르고 유연하게 적응할 수 있도록 기여할 것으로 기대된다. 아울러 생성형 AI에 따른 SW개발자 채용시장의 변화 전망 지식을 제공함으로써, 디지털 인력양성 정책 실무자들에게 최신의 실무적 지식을 제공하여 향후 디지털 인력 양성사업 개선에 기여할 것으로 기대된다. <끝>

* 저자

소프트웨어정책연구소(SPRi) SW기반정책·인재연구실 

▲ 신승윤 선임연구원 

▲ 윤보성 선임연구원 

▲ 진회승 책임연구원

<ifsPOST>

<내용 요약>

1. 제 목 : SW개발자 채용 변화 전망과 생성형 AI

2. 연구 배경 및 목적

코로나19 이후 채용 수요가 급증하였던 SW개발자 채용은 최근 경기침체와 투자위축, 생성형 AI 확산 등으로 인해 채용 수요, 채용 방식, 채용 시 요구 역량 등 채용 전반에 변화가 초래될 것으로 논의된다. 그럼에도 불구하고, 생성형 AI의 등장에 따른 SW개발 업계의 채용 변화와 전망을 중점적으로 다룬 연구는 부재하며 이에 대한 연구의 공백이 발생하고 있다.

본 연구는 이러한 연구 공백을 해소하고, 생성형 AI 확산과 함께 부각되는 SW개발자 채용 이슈에 대응하기 위해 수행되었다. 본 연구에서는 최근 SW개발자 채용시장의 동 향과 관련 논의를 분석하고, 생성형 AI가 SW개발자 채용에 미치는 영향을 전망하였다. 이를 통해 SW개발 직무 구직자와 디지털 인력양성 정책 실무자들이 앞으로의 변화에 효과적으로 대응할 수 있도록 실무적인 지식과 시사점을 제공하고자 한다.

3. 연구의 구성 및 범위

첫째, 국내 SW개발자 채용시장 변화 현황을 검토하고, 최근 SW개발자 채용 방식의 변화에 대해 분석하였다. 2020년 코로나-19 시기부터 2024년 하반기까지 국내 SW개발 업계에서 발생한 변화를 중심으로 검토하였다.

둘째, 최근 SW개발자 채용 방식, 역량평가 방식 등과 관련한 이슈를 확인하고 국내외 주요 기업의 SW개발자 채용 사례를 분석하였다.

셋째, 국내 현업 SW개발자를 대상으로 국내 SW개발자 채용 변화와 생성형 AI의 영향 에 대해 심층 인터뷰를 실시하여, 실제 SW개발자들이 현업에서 체감하고 있는 SW개발자 채용시장 변화의 주요 요인과 생성형 AI의 영향을 심층적으로 분석하였다.

넷째, 전문가 대상 델파이를 통해 향후 국내 SW개발자 채용변화와 생성형 AI의 영향에 대해 전망하였다. 총 26인의 전문가들에게 3라운드 델파이를 실시하여, 향후 국내 SW개 발자 채용 수요, 채용 과정 및 방식, 채용 요구 역량 등에 대한 전망의견을 분석하였다.

마지막으로, 연구 전반의 내용을 요약하고 SW개발자 채용시장 변화에 효과적으로 대응하기 위한 정부 디지털 인력양성사업 정책 방향에 대해 제언하였다.

4. 연구 내용 및 결과

1) 국내 SW개발자 채용시장의 변화 현황 검토 결과

국내 SW개발자 채용시장의 변화 현황에 대해서는 디지털 전환 가속화, 경기변동, 생성형 AI 등장의 세 가지 측면에서 살펴보았다. 첫째, 디지털 전환 가속화로 인해 클라우드, AI, 빅데이터, 사이버 보안 등 기술 수요가 증가하면서 개발자 채용이 활발해졌다. 전자상거래, 원격교육, 온라인 결제 등 디지털 서비스 확대와 함께 개발자에 대한 수요가 급증했고, 프리랜서 및 계약직 채용이 확산되면서 구직자 우위 현상이 지속되었다. 그러나 최근 생성형 AI의 확산이 일부 개발자 업무를 대체할 가능성이 제기되면서 향후 채용시장 변화가 예상된다.

둘째, 경기침체와 벤처투자 감소로 인해 IT기업의 채용이 감소하고 있다. 2022년 이후 금리 인상과 글로벌 경기 둔화로 벤처캐피털 투자가 위축되었으며, 이에 따라 스타트업 폐업이 증가하고 IT기업들은 인력감축을 단행했다. 네이버·카카오 등 주요 IT기업 도 신규채용을 줄였으며, 2024년에는 중소·스타트업 업계에서 ‘데드크로스’ 현상이 발생하며 SW개발자 채용시장에도 부정적 영향을 미쳤다.

셋째, 생성형 AI 발전은 SW개발자의 역할을 재정의하고 있다. 자연어 프롬프트를 통한 코드 생성이 보편화되면서 반복적인 코딩 작업이 줄고, 개발자는 창의적이고 전략적인 업무에 집중하게 되었다. AI가 생성한 코드의 검토와 보안 검증이 중요해지면서 개발자 의 역할이 코드 품질 관리 중심으로 이동하고 있다. AI 도구의 생산성 향상 효과에도 불구하고 코드 품질 저하, 보안 문제, 데이터 유출 등 새로운 도전 과제도 대두되고 있다.

이러한 변화로 초급 개발자의 수요는 감소하는 반면, AI 기술을 활용할 수 있는 고급 개발자에 대한 수요는 증가하는 경향을 보인다. 기업들은 단순한 코딩 능력보다 AI 기반 문제 해결 능력과 프롬프트 엔지니어링 역량을 요구하며, 기술 인터뷰, 포트폴리오 평가, AI 활용 능력 테스트 등을 강화하고 있다. 반면 초급 개발자는 AI와 협업하는 방식으로 역할을 재정의해야 할 필요성이 커지고 있다. 결국, AI의 발전은 SW개발자의 요구 역량을 변화시키며, 채용시장의 구조를 재편하는 핵심 요인으로 작용할 것으로 전망된다.

2) SW개발자 채용 방식의 변화와 최근 국내외 사례 분석

SW개발자 채용 방식은 AI 기술 발전과 함께 빠르게 변화하고 있다. AI 도구는 채용공고 작성, 면접 질문 준비, 후보자 분석 등에 활용되고 있다. 또한, 실무 역량을 중시하는 채용 방식이 확산되면서 라이브 코딩 면접과 Take-home 프로젝트 선호도가 증가하고 있으며, 협업 능력과 문제 해결 능력 같은 소프트 스킬 평가도 중요해지고 있다. AI 기반 자동화 도구 도입으로 채용 절차가 더욱 효율화되면서 학력보다 실무 기술을 중시하는 경향이 확대되고 있다. SW개발자의 역량 평가는 하드 스킬(온라인 코딩 테스트, 프로젝트 기반 과제, 기술 면접 등)과 소프트 스킬(커뮤니케이션, 협업, 문제 해결, 리더 십 등) 평가로 나뉘며, 최근에는 실무 환경을 반영한 혼합 평가 방식이 확산되고 있다.

국내외 SW개발자 채용 방식은 기업별로 차이가 있다. 국내에서는 네이버가 코딩테스트와 포트폴리오 기반 평가를 유지하는 반면, 토스는 코딩테스트 없이 직무 인터뷰를 강조하며, 배달의민족은 다단계 면접과 컬처핏 평가를 중요시하는 것으로 확인된다. 글로벌 FAANG 기업들은 기술 면접과 조직 문화 적합성 평가를 병행하며, Amazon은 리더십 평가를 강조하고, Netflix는 경력직 중심의 채용을 운영한다. 또한, VLink와 ClickUp 같은 IT 기업 및 채용 플랫폼들은 데이터 기반 평가 방식을 활용하여 직무 기술서 정교화, AI 기반 평가 시스템 도입, 소프트 스킬 검증 강화를 추진하고 있다.

3) 국내 현업 SW개발자 7인 대상 심층인터뷰 수행 결과

심층인터뷰 결과의 핵심 내용을 요약하면 다음과 같다. 

첫째, 현재 SW개발자 채용시 장은 크게 위축되어 있으나, 생성형 AI 등장으로 인한 직접적인 채용감소 효과는 현장에서 아직 체감되지 않고 있다. 그러나, 기업의 AI 분야 등 신규 투자로 인한 간접적 감소 효과는 일부 존재한다.

둘째, 생성형 AI는 초급 개발자들에게 기회와 위험을 동시에 가져다주고 있다. 생성 형 AI가 단순 반복작업을 대체하면서, 초급 개발자들의 역할 축소와 채용 수요 감소에 대한 우려가 존재하지만, 반대로 AI를 통해 학습 속도와 역량 향상이 가능해져 초급 개발자들은 더 넓은 업무를 담당할 기회가 확대될 수 있다는 의견이 존재했다.

셋째, 생성형 AI 이후 채용 과정 및 요구 역량의 변화가 예상된다. 코딩테스트의 필 요성에 대해서는 의견이 엇갈렸으며, 실무 역량과의 연관성을 강화해야 한다는 의견이 제시되었다. 또한, 주목받고 있는 프롬프트 엔지니어링 역량은 아직 SW개발자의 핵심 역량으로 보기에는 이르다는 평가가 있었다.

넷째, 생성형 AI 등장 이후 초급 개발자의 역량 상향 평준화, 중·고급 개발자의 요구 역량 및 역할 변화가 예상된다. 생성형 AI 도구 활용으로 인해 초급 개발자의 역량이 상향 평준화될 것으로 예상된다. 중·고급 개발자는 개발 역량보다는 팀 관리, 기획, 비 즈니스 협업역량이 더 중요해질 것으로 보이며, 장기적으로는 개발 관리자 역할로 전환 될 가능성도 제기되었다. 생성형 AI의 등장에도 불구하고 개발자의 핵심 요구 역량(학습 능력, 문제 해결 능력, 모듈 설계 능력)은 여전히 중요하다. 다만, 새로운 요구 역량으로 AI가 제공하는 지식과 결과물에 대한 정보 판별 능력이 필요할 것으로 전망되었다.

4) 전문가 대상 델파이 수행 결과

전문가 26인을 대상으로 수행한 델파이 조사 결과의 핵심 내용은 다음과 같다. 

첫째, SW개발자 채용시장의 변화는 주로 국내외 경기변동과 생성형 AI 같은 기술 혁신에 의 해 촉발되며, 특히 최근의 채용시장 변화는 경기 위축이 주요 원인으로 지목되었다.

둘째, 생성형 AI의 확산은 향후 SW개발자 신규 채용 수요를 감소시킬 가능성이 높으며, 이는 생성형 AI로 인한 개발자 생산성 향상으로 인해 동일한 업무 수행에 필요한 인력이 줄어들기 때문으로 전망된다. 특히, 초급 개발자 일자리가 생성형 AI에 의해 가장 큰 영향을 받을 것으로 예상되며, 이에 따라 신규 채용시장이 위축될 것으로 전망된다. 다만, AI 기술이 접목된 새로운 사업 분야의 창출로 인해 일부에서는 신규 채용 수요가 증가할 가능성 또한 동시에 제기되었다.

셋째, 생성형 AI는 SW개발자 채용시장의 양극화를 심화시킬 것으로 보인다. 고급 개발자는 AI 활용, 시스템 설계, 복잡한 문제 해결 등의 역할로 인해 수요가 증가할 것으로 예상되는 반면, 초급 개발자는 단순 코딩 업무가 AI로 대체되면서 수요가 급감할 것으로 전망된다. 아울러, 초급 개발자와 고급 개발자 간 생성형 AI 활용능력의 격차가 상당히 존재하므로 결국 두 레벨 간 개발 역량 격차는 더욱 커질 것이라는 전망이 제시되었다.

넷째, 채용 수요에 가장 큰 영향을 받는 개발자 수준은 초급으로 나타났으며, 단순 코드 작성 능력 외의 기술이 부족한 경우 경쟁력이 약화될 것으로 보인다. 반면, 중급 및 고급 개발자는 생성형 AI를 활용한 생산성 향상과 비교적 합리적인 인건비로 인해 오히 려 수요가 증가할 수 있다는 의견이 제시되었다. 특히 고급 개발자는 AI가 대체하기 어 려운 고난도의 업무를 수행하기 때문에 채용 수요가 유지되거나 증가할 것으로 보인다.

다섯째, 델파이 패널들은 생성형 AI가 궁극적으로 SW개발자를 완전히 대체할 가능성은 낮다고 평가하였다. 이는 개발 결과에 대한 최종 책임, 새로운 문제 정의, 맥락적 사고 등은 여전히 인간 개발자의 고유 영역으로 남을 것이기 때문으로 전망하였다. 다만, 초급 개발자의 경우 부분적인 대체 가능성은 높게 평가되었다.

여섯째, 생성형 AI 시대에 개발자가 갖추어야 할 핵심 역량으로는 창의적 문제 해결 능력, 협업 능력, 타 분야와의 소통 능력, AI 활용 능력, 생성형 AI 결과물 검증 능력, 개발 지원 도구 활용 능력 등이 중요하게 강조되었다.

마지막으로, 생성형 AI 확산이 채용 과정에 미치는 영향으로는 코딩테스트의 중요성 및 실효성에 대한 의견이 분분했으나, 앞으로는 AI 도구를 활용한 복잡한 과제 기반 테스트로 진화할 가능성이 크다고 전망되었다. 또한, 창의적 문제 해결력과 도메인 지 식을 갖춘 개발자에 대한 선호가 강화될 것으로 예상된다.

5) 시사점 도출

이상의 연구 결과를 종합하여 정책적 시사점을 도출하면 다음과 같다. 

첫째, 생성형 AI 시대의 SW개발자 채용시장 양극화 문제대응을 위한 사전적 대비가 필요하다. 본 연 구결과에 따르면, 생성형 AI의 확산은 SW개발자 채용시장의 양극화 문제는 더욱 심화 시킬 것으로 전망된다. 이에 따라, 새로 SW개발업계에 진입하는 초급 SW개발자는 코 딩 외에도 빅데이터, AI, 핀테크와 같은 전문 영역으로 역량을 확장해야 하며, 정부는 이에 맞춰 빅데이터 및 AI 기술을 활용한 SW개발자 양성 프로그램을 개편해야 한다. 고급 SW개발자는 최신 기술 트렌드를 신속하게 인지하고, 생성형 AI 도구를 활용하여 업무 효율성을 높여야 한다. 또한 AI, 빅데이터, 클라우드 등 빠르게 발전하는 신기술 을 활용하여 복잡한 문제를 해결하는 역량을 강화해야하며, 관련 학술논문과 컨퍼런스에 참여해 지속적으로 학습하고 네트워크를 확장하는 것이 중요하다. 이에 따라, 정부는 고급 개발자 양성을 위해 컨퍼런스나 글로벌 개발자 커뮤니티 참여 지원 프로그램을 제공해야 할 필요가 있다.

둘째, SW개발자 역할 변화에 대응하기 위해 생성형 AI시대의 개발자 핵심 역량 확보가 요구된다. 본 연구에 참여한 전문가들은 생성형 AI가 SW개발자를 완전히 대체하지는 않지만, 개발자의 역할 변화는 불가피하다고 전망하였다. 생성형 AI가 발전하더라도 사람 개발자는 여전히 개발 결과물에 대한 최종 책임을 지며, 중·고급 개발자들은 개발 관리자 역할로 전환될 가능성이 높은 한편, 초급 개발자들은 상향 평준화된 역량을 바탕으로 더 높은 수준의 업무를 맡을 수 있을 것으로 전망하였다. 하지만, 개발자의 수준과 관계없이 생성형 AI 시대에 SW개발자에게 요구되는 핵심 역량은 창의력과 문제 해결 능력이었다. 특히, 장기적으로 SW개발자들이 단순한 개발업무에서 벗어나 생성형 AI 도구와 협업하고 개발 결과물을 관리하는 역할로 전환될 때, 생성형 AI의 결과물에 대한 검증 능력, AI 윤리 및 위험 관리 역량 등이 중요한 역량으로 부각될 것이다. 따라서 정부는 향후 SW개발자 역할 변화와 그에 따른 요구 역량을 예측하고, 이에 적합한 교육 커리큘럼 및 프로그램을 개발해야 할 필요가 있다.

셋째, 생성형 AI 시대의 SW개발자 채용과정 변화 적응을 위한 구직자 및 정부의 체계적인 노력이 필요하다. 본 연구 결과에 따르면, 기업은 단순 코딩 인력보다 창의적 문제 해결 능력을 갖춘 인재를 선호할 것으로 예상되며, 기존의 코딩테스트는 AI 사용을 전제로 한 복잡한 테스트로 변화할 것으로 전망된다. 이에 따라, 구직자의 학력과 경력보다는 문제 해결 능력, 알고리즘 설계 및 업무 관련 문제 해결 능력을 평가하는 면접이 중요해질 것이며, AI 도구와 협업 능력, 프로젝트 경험의 중요성도 커질 전망이다. 구직자와 정부는 이러한 변화에 발맞추어 적응해야 하며, SW개발자들은 AI 도구와 협업하면서 실무형 문제 해결 능력을 강화해야 한다. 정부는 SW개발인력 교육 정책의 초점을 부트캠프 중심에서 실무형 문제 해결 교육으로 전환하고, 대학생과 구직자가 기업과 협력해 실전 경험을 쌓을 수 있는 프로그램과 인턴십 기회를 확대해야 한다.

넷째, SW·AI융합 산업 진출을 통한 SW개발자들의 산업 영역 확장이 필요하다. SW 개발자들은 수요가 증가하고 있는 핀테크, 헬스케어, 자율주행차, 스마트 공장 등의 분야에서 역량을 발휘할 수 있도록 준비하는 것이 필요하다. 정부는 융합 산업 관련 SW 교육 프로그램을 확대하고, 산업별 SW와 AI 솔루션 개발을 위한 전문 교육 지원을 해야 한다.

다섯째, 빠르게 변화하는 생성형 AI 환경에서 SW인재양성을 위한 안정적인 재정 기반 확보가 필요하다. AI와 클라우드 기술 확보는 국가경쟁력에 필수적이며, 이를 위해서는 대규모 예산이 필요하지만 예산은 한정적이므로, AI 개발 하드웨어, 데이터 인프라, 연구개발, 인재 양성 등 다양한 분야에 자금을 어떻게 배분할지 신중히 검토해야 할 필요가 있다. 그러나, 세계 주요국이 디지털 신기술 인력을 확보하기 위해 높은 보상을 제공하는 사례를 참고하여, 국내 AI 전문가와 SW개발자 양성을 위한 최소한의 안 정적 예산 확보가 요구된다.

마지막으로, 생성형 AI 확산 등 디지털 기술환경 변화에 대한 지속적인 모니터링을 바탕으로 한 SW인재양성 대응력 제고가 필요하다. SW인재양성 연구자들은 SW개발자 양성을 담당하고 있는 정부, 수요처인 기업, SW 개발자들에게 SW 개발자 수요, 채용 방법과 역량의 변화를 지속적으로 모니터링하고 종합적인 예측 지식을 제공하는 것이 필요하다. 이를 통해 SW인재양성정책 실무자들이 SW인재양성에 대한 사전적 정책 대 응을 통해 인재양성사업의 효과성을 높이는 데에 기여해야 할 것이다.

5. 정책적 활용 내용 및 기대효과

본 연구는 SW개발자의 채용 수요와 채용 과정의 변화를 전망함으로써, SW개발업계 종사자들이 환경변화에 보다 빠르고 유연하게 적응할 수 있도록 기여할 것으로 기대된다. 아울러 생성형 AI에 따른 SW개발자 채용시장의 변화 전망 지식을 제공함으로써, 디지털 인력양성 정책 실무자들에게 최신의 실무적 지식을 제공하여 향후 디지털 인력 양성사업 개선에 기여할 것으로 기대된다. <끝>

* 저자

소프트웨어정책연구소(SPRi) SW기반정책·인재연구실 

▲ 신승윤 선임연구원 

▲ 윤보성 선임연구원 

▲ 진회승 책임연구원

<ifsPOST>