이 페이지에서
이 직업 한눈에
출처 및 참고 (8)
- https://www.indeed.com/hire/job-description/software-engineer
- https://www.aha.io/roadmapping/guide/agile-development/what-is-the-role-of-a-software-engineer
- https://jessup.edu/blog/engineering-technology/what-do-software-engineers-do-on-a-daily-basis/
- https://www.computerscience.org/careers/software-engineer/
- https://www.mtu.edu/cs/undergraduate/software/what/
- https://www.bls.gov/ooh/computer-and-information-technology/software-developers.htm
- https://www.baesystems.com/en-us/who-we-are/electronic-systems/engineering-careers/software-engineering
- https://www.snhu.edu/about-us/newsroom/stem/what-does-a-software-engineer-do
일자리가 통째로 사라진다던 예측은 빗나갔다
AI가 엔지니어링 일자리를 통째로 없앨 거라던 예측은 빗나갔다. 2026년 6월 TechCrunch가 정리한 새 데이터는 오히려 소프트웨어 엔지니어가 가장 회복력 있는 직군 중 하나라고 말한다. 다만 그 회복력은 직군 전체에 고르게 퍼져 있지 않다. 시니어와 AI 증강 엔지니어는 버티는데, 첫 직장 사다리의 맨 아랫칸은 흔들린다. 스위스에서 시작된 분석이 "AI 충격파가 첫 직장 사다리를 흔든다"고 짚은 지점이 여기다. 예전엔 신입이 단순 CRUD, 버그 수정, 테스트 작성 같은 일을 맡으며 경력을 쌓았는데, 정확히 그 일을 코딩 에이전트가 가장 먼저 가져간다. 그래서 진입 단계 엔지니어의 과제는 더 이상 "코드를 빨리 짠다"가 아니다. 에이전트가 짠 결과를 의심하고 검증하며, 한 기능의 끝까지 책임지는 사람으로 빠르게 올라서는 것이다. 사다리의 첫 칸이 사라진 자리에서 두 번째 칸으로 곧장 점프하는 능력, 그게 지금 신입에게 요구되는 새 기본기다.
영국 졸업생 통계에 찍힌 숫자
2026년 9월 12일 가디언이 대학 가이드 2027년판과 함께 공개한 분석에서 이 흐름은 수치로 드러났다. 영국 고등교육통계청(HESA)의 졸업생 진로 조사는 2024년에 과정을 마친 35만여 명에게 졸업 15개월 뒤의 진로를 물었다. 가이드를 만드는 인텔리전트 메트릭스의 맷 하일리-레이너에 따르면, 컴퓨터과학 졸업생 가운데 코더나 프로그래머 같은 전문직으로 진출한 비율은 이전에는 약 40%였지만 지난해 28%로 떨어졌다. 대졸 수준 직업 전체로 범위를 넓혀도 2년 전 60%를 넘었던 비율이 50%로 낮아졌다. 영국 교육 연구 분야의 데이터 기관 Jisc에서 노동시장 분석을 맡은 찰리 볼은 AI가 원인이라고 말할 증거는 적다면서도, AI가 한몫했다는 결론은 피하기 어렵다고 했다. 컴퓨터과학 졸업생이 사이버보안이나 네트워크 엔지니어링 같은 인접 직무로 진출하는 조짐도 보인다고 덧붙였다.
기본기는 사라지지 않았다
기본기 자체는 사라지지 않았다. 손으로 다 짤 줄 아는 능력, 자료구조와 디버깅 감각은 여전히 깔려 있어야 한다. 차이는 그 위에 무엇을 얹느냐다. 첫째, AI 출력 검증. 에이전트는 그럴듯하지만 틀린 코드를 자신 있게 내놓는다. 존재하지 않는 API 호출, 미묘하게 어긋난 경계 조건, 놓친 예외 처리, 이 카테고리를 알고 빠르게 잡아내는 눈이 신입의 첫 무기다. 둘째, 명세와 태스크 분해. 모호한 한 줄 지시는 쓸모없는 결과로 돌아온다. 요구사항을 정밀하게 쪼개 전달하는 훈련이 코드 타이핑 속도보다 먼저다. 셋째, 시스템 사고. Stack Overflow의 개발자 서베이가 보여주듯 실무자들은 AI를 보조 도구로 일상에 들였지만, 그 출력을 통합하고 책임지는 판단은 사람 몫으로 남았다. 한 조각이 아니라 전체가 어떻게 맞물리는지 보는 눈을 신입 때부터 길러야 한다. 도구로는 Claude Code 같은 코딩 에이전트를 매일 쓰되, 맹신하지 않는 습관이 핵심이다.
출발선이 압축됐다
이전 세대 신입이 1~2년 걸려 떼던 출발선이 압축됐다. 처음 6개월은 단일 에이전트를 한 기능에 붙여 "명세→생성→검증" 루프를 몸에 익힌다. 에이전트에 어디까지 맡기고 어디서 내가 멈춰 검증할지, 그 경계를 손에 익히는 단계다. 1~2년 차에는 작은 기능을 끝까지, 설계, 구현, 리뷰, 배포까지, 혼자 끌고 가는 경험을 쌓는다. 네카라쿠배 같은 국내 빅테크는 이미 AI 코드 생성 비중을 공식 지표로 관리하기 시작했고, 신입에게도 "에이전트를 부려 산출량을 내는" 모습을 본다. 단순 코딩 채용은 줄지만, AI를 능숙하게 다루는 주니어 수요는 오히려 또렷해진다. 3년 차쯤이면 멀티 에이전트 워크플로의 일부를 맡고, 회귀를 막는 eval 작성에 참여한다. TechCrunch 데이터가 가리키는 회복력은 결국 이 전환을 먼저 체화한 사람에게 돌아간다. 첫 칸이 사라졌다면, 두 번째 칸을 첫 칸으로 삼으면 된다.
Reputo Plus
Reality Session
읽는 데서 그치지 않고, 이 일을 하는 사람과 실제 업무를 해 봅니다.
작은 버그가 있는 저장소를 받아 원인을 찾아 고치고, 무엇을 어떻게 고쳤는지 짧게 적습니다.