---

🎧 Voice Briefing

📅 *Generated: 2026. 6. 30.

---

AI 시대에도 사람을 더 뽑아야 하는 이유

프롤로그: AI가 줄인 것은 인원이 아니라 변명이다

AI가 사람을 대체한다는 이야기는 이제 너무 익숙하다.

에어비앤비의 브라이언 체스키는 단순히 사람만 관리하는 관리자의 미래를 비관적으로 봤고, 쇼피파이의 토비 뤼트케는 추가 인력과 자원을 요청하기 전에 AI로 해결할 수 없는 이유를 증명하라고 했다.¹² 링크드인은 제품 조직에서 Full Stack Builder 모델을 밀고 있다.³

흐름만 보면 결론은 간단해 보인다.

사람은 줄고, AI는 늘어난다.

그런데 Revolut의 암호화폐 제품 총괄 레오 바슐리코프는 정반대의 이야기를 한다. 그는 AI 때문에 제품팀을 줄인 것이 아니라, 오히려 더 뽑고 싶어졌다고 말한다. 이유는 간단하다.

AI는 할 일을 없애지 않았다. 더 큰 일을 시작할 수 있게 만들었다.

내가 주목한 지점도 여기에 있다.

AI 시대의 핵심 질문은 “몇 명을 줄일 수 있나”가 아니다. “우리는 얼마나 큰 기회를 감당할 수 있나”다.

I - 효율은 끝이 아니라 출발점이다

AI 도입 논의는 자주 비용 절감으로 좁아진다.

문서 작성이 빨라졌다. 리서치가 빨라졌다. 코드 작성이 빨라졌다. 반복 업무가 자동화됐다. 그러면 사람을 줄여도 되는 것 아니냐는 질문이 따라온다.

그 질문은 절반만 맞다.

AI가 같은 일을 더 적은 시간에 끝내게 만드는 것은 사실이다. Revolut의 사례에서도 제품 요구사항 문서 준비, 검토, 반복 작업은 5배 빨라졌고, 엔지니어링 속도도 크게 높아졌다고 한다. 규제 리서치와 자동화도 각 제품 책임자의 기본 역량 안으로 들어왔다.

하지만 속도가 빨라지면 조직에는 두 갈래 길이 열린다.

선택	질문	결과
비용 절감형	같은 일을 더 적은 사람으로 할 수 있는가	조직은 작아진다
기회 확장형	같은 사람으로 더 큰 시장을 공략할 수 있는가	조직의 야망이 커진다

많은 회사는 첫 번째 길만 본다.

Revolut의 메시지는 두 번째 길이다. AI가 팀을 한가하게 만든 것이 아니라, 그동안 손대지 못했던 기회를 실행 가능한 일로 바꿨다는 것이다.

효율이 생겼을 때 가장 먼저 할 일은 사람을 줄이는 것이 아니라, 미뤄둔 기회를 다시 보는 것이다.

II - 병목은 사람이 아니라 강한 사람이다

레오 바슐리코프는 현재 5개의 큰 베팅을 동시에 진행 중이라고 했다. 더 강한 제품 책임자가 한 명만 있다면 6번째, 7번째 베팅도 시작할 수 있다고 말한다.

여기서 중요한 단어는 “사람”이 아니라 “강한 사람”이다.

AI는 평균적인 산출물의 비용을 낮춘다. 초안, 요약, 조사, 코드 조각, 자동화 스크립트는 예전보다 훨씬 싸졌다. 그래서 단순 실행만 하는 사람의 입지는 좁아진다.

반대로 좋은 판단을 하는 사람의 가치는 올라간다.

어떤 문제를 풀 것인가. 어떤 규제 리스크를 받아들일 것인가. 어떤 고객군부터 공략할 것인가. 어떤 기능은 만들지 않을 것인가. AI가 답을 빨리 내도, 어떤 답을 믿고 조직의 자원을 걸지는 사람이 결정한다.

링크드인이 말하는 Full Stack Builder도 이 흐름과 닿아 있다. 역할의 경계를 지우고, 아이디어에서 출시까지 가져가는 사람을 키우겠다는 방향이다.³ 쇼피파이의 “AI 활용은 기본 기대치”라는 메시지도 비슷하다.²

AI 활용 능력은 특별한 장점이 아니라 기본값이 되고 있다. 링크드인의 Work Change Report는 2030년까지 대부분의 직무에서 쓰이는 스킬의 70%가 바뀔 것으로 전망했다.⁴

그렇다면 사람을 덜 뽑아도 된다는 결론은 너무 빠르다.

정확한 결론은 이것에 가깝다.

AI를 못 쓰는 사람은 덜 필요해진다. AI로 더 큰 판단을 할 수 있는 사람은 더 필요해진다.

III - 규제 산업에서는 더 조심해야 한다

Revolut 사례가 흥미로운 이유는 이 회사가 규제 산업에 있기 때문이다.

암호화폐, 금융, 결제, 증권, 보험, 의료, 교육처럼 규제와 신뢰가 중요한 영역에서는 “AI가 대신 검토한다”는 말이 위험해진다. 원문도 이 지점을 분명히 짚는다. 아직 풀지 못한 것은 거버넌스이고, 규제 산업에서 이 문제는 타협할 수 없다는 것이다.

AI가 규제 리서치를 도울 수는 있다. 관련 법령과 정책 문서를 빠르게 비교하고, 국가별 차이를 정리하고, 위험 후보를 뽑아낼 수 있다.

하지만 최종 책임을 AI에게 넘길 수는 없다.

규제 산업에서 AI는 판단자를 대체하기보다 판단자의 시야를 넓힌다. 더 많은 문서를 읽게 하고, 더 많은 시나리오를 비교하게 하고, 놓쳤을 리스크를 먼저 발견하게 한다. 그래도 마지막에는 책임 있는 사람이 남아야 한다.

flowchart LR
  A[AI 도입] --> B[문서·리서치·코딩 속도 증가]
  B --> C[더 많은 기회 발견]
  C --> D{조직의 선택}
  D --> E[인력 감축 중심]
  D --> F[강한 빌더 확충]
  F --> G[새 베팅 실행]
  G --> H[거버넌스와 책임 체계 강화]

여기서 조직 설계의 핵심이 드러난다.

AI를 도입한 조직은 무조건 작아지는 것이 아니다. 더 빠른 실행 속도를 감당할 수 있는 책임 구조가 필요해진다.

IV - 진짜 질문은 헤드카운트가 아니다

많은 경영진은 AI를 보며 이렇게 묻는다.

“몇 명을 줄일 수 있나?”

이 질문은 CFO 관점에서는 자연스럽다. 하지만 제품과 시장의 관점에서는 부족하다. AI가 3배의 생산성을 만든다면, 더 중요한 질문은 따로 있다.

“이제 어떤 시장까지 갈 수 있나?”

Revolut의 원문은 이 질문으로 끝난다. AI가 몇 명을 대체하느냐가 아니라, 당신의 야망이 얼마나 크고 그 야망에 맞는 빌더가 있느냐가 중요하다는 것이다.

이 문장은 조직 운영자에게 꽤 불편하다.

AI를 잘 쓰면 사람이 덜 필요하다는 말은 편하다. 예산 삭감의 논리로 쓰기 쉽다. 하지만 AI를 잘 쓰면 더 큰 일을 해야 한다는 말은 어렵다. 더 명확한 전략, 더 높은 수준의 인재, 더 촘촘한 거버넌스, 더 빠른 의사결정을 요구하기 때문이다.

그래서 AI 시대의 인력 관리는 감축 계획이 아니라 야망 관리에 가깝다.

어떤 일은 AI에게 넘긴다. 어떤 사람은 더 이상 필요하지 않을 수 있다. 하지만 어떤 사람은 더 절실해진다. 문제를 정의하고, 기회를 고르고, 위험을 감당하고, 끝까지 출시하는 사람들이다.

생각해볼 질문

1. 우리 조직은 AI로 생긴 시간을 비용 절감에 쓰고 있는가, 아니면 새 기회를 여는 데 쓰고 있는가?

2. 지금 부족한 것은 단순 인원인가, 아니면 기회를 맡길 수 있는 강한 빌더인가?

3. AI가 만든 속도를 감당할 만큼 의사결정과 거버넌스도 빨라졌는가?

결론: 사람을 줄이기 전에 야망부터 보라

AI는 사람을 줄이는 도구가 될 수 있다.

하지만 그게 전부라면 너무 작은 상상이다.

AI는 조직의 숨은 병목을 드러낸다. 어떤 팀은 사람이 너무 많다는 사실을 알게 된다. 어떤 팀은 사람이 부족한 것이 아니라 강한 사람이 부족하다는 사실을 알게 된다. 또 어떤 팀은 그동안 야망이 작았다는 사실을 마주한다.

인력 계획은 이제 더 정교해져야 한다.

AI로 대체 가능한 업무를 줄이고, AI로 확장 가능한 사람에게 더 큰 책임을 줘야 한다. 그리고 그 사람이 더 많이 필요하다면, 뽑아야 한다.

진짜 질문은 이것이다.

당신의 조직은 AI로 작아질 준비를 하고 있는가, 아니면 더 큰 일을 할 준비를 하고 있는가?

이 글이 유용했다면, 이번 주 팀 회의에서 “AI로 줄일 일”과 “AI 덕분에 새로 시작할 일”을 나눠 적어보자. 둘을 같은 표에 놓는 순간, 인력 계획의 방향이 달라진다.

Sources

Footnotes

1. Fortune, “Airbnb CEO Brian Chesky warns two types of people won't survive the AI era,” 2026-05-07. https://fortune.com/2026/05/07/airbnb-ceo-brian-chesky-two-people-wont-survive-ai-era-pure-people-managers-workers-resist-change/ ↩

2. TechCrunch, “Shopify CEO tells teams to consider using AI before growing headcount,” 2025-04-07. https://techcrunch.com/2025/04/07/shopify-ceo-tells-teams-to-consider-using-ai-before-growing-headcount/ ↩ ↩²

3. Tomer Cohen, “Bringing the Full Stack Builder to Life,” LinkedIn, 2025. https://www.linkedin.com/pulse/bringing-full-stack-builder-life-tomer-cohen-gy5nf ↩ ↩²

4. LinkedIn Economic Graph, “Work Change Report.” https://economicgraph.linkedin.com/research/work-change-report ↩