[지디넷코리아]
새로운 AI 기술이 매주 쏟아지고 있다. 하지만 기술 그 자체가 답은 아니다. 현장에는 기술이 약속하는 것(테제)과 비즈니스가 부딪히는 현실(안티테제) 사이의 간극이 늘 존재한다. 지디넷코리아가 새로 연재하는 ‘안광섭의 AI 진테제’는 그 간극을 매주 하나의 합(진테제)으로 좁혀가는 시도다. 글로벌 트렌드를 전략의 언어로 번역하고, 오늘 당장 꺼내 쓸 수 있는 판단 기준을 제시한다. 안광섭은 세종대학교 경영학과 겸임교수이자 OBF(Oswarld Boutique Consulting Firm) 리드 컨설턴트다. 안 교수의 AI를 ‘아는 것’에서 ‘레버리지로 쓰는 것’, 이 통찰을 매주 연재한다.(편집자 주)
“개발자들의 시대가 끝났다” “컴퓨터 과학이 끝났다” “코딩의 종말.“
올해들어 이런 류의 기사가 많아졌다. 테크크런치는 ‘대탈출(Great Exodus)’이라 썼고, CNN은 ‘악몽이 됐다’고 표현했다. 미국 대학에서 컴퓨터(CS) 전공 등록이 닷컴 버블 이후 20년 만에 처음 줄었다는 소식이 전해지면서, 마치 기술의 시대가 저물고 있다는 분위기가 퍼졌다.
숫자만 보면 그럴 듯하다. UC(캘리포니아대학교) 시스템 전체 CS 전공 등록이 지난해 3%, 올해 6% 줄었다. 프린스턴에서는 CS 전공 선언 학생이 135명에서 109명으로 1년 만에 20% 감소했고, 듀크대 CS 입문 강좌 수강생도 20%가 빠졌다. 북미 200개 이상의 컴퓨팅 학과를 대표하는 CRA(Computing Research Association)가 133개 학과를 대상으로 실시한 설문에서는 62%가 “학부 등록이 줄었다”고 답했다.
그런데 필자는 이 숫자들을 보면서 다른 질문이 떠올랐다. 학생들이 정말 기술을 ‘떠난’ 것일까, 아니면 같은 건물 안에서 ‘옆방으로 옮긴’ 것일까.
‘엑소더스’가 아니라 ‘마이그레이션’이다
답부터 말하면, 옆방으로 옮긴 것이다. MIT에서 2022년 신설한 ‘AI와 의사결정(AI and Decision-Making)’ 전공에 330명이 등록해 캠퍼스 내 두 번째로 인기 있는 전공이 됐다. UC 샌디에이고(UCSD)는 UC 시스템에서 유일하게 AI 전공을 따로 만들었는데, 이 캠퍼스만 CS 등록이 줄지 않았다.
올봄 첫 AI 전공 입학생이 150명이고, 2029년까지 1,000명을 목표로 하고 있다. 사우스플로리다대(USF)는 AI·사이버보안 칼리지를 열었더니 한 학기 만에 3000명이 몰렸다. 2025년 말 기준 미국에 AI 학사 프로그램만 193개, 석사 프로그램은 310개가 운영되고 있다. 불과 7년 전인 2018년에 카네기멜론이 미국 최초 AI 학사 학위를 만든 것을 생각하면, 이 확산 속도가 얼마나 빠른지 실감할 수 있다.
CRA 설문을 좀 더 들여다보면 윤곽이 선명해진다. 등록이 줄어든 분야는 CS, 소프트웨어 공학, 정보시스템이다. 반대로 늘어난 분야는 AI, 사이버보안, 데이터사이언스, 컴퓨터 공학이다. ‘기술 엑소더스’가 아니라 ‘기술 내부의 마이그레이션’인 셈이다.
취업 시장이라는 직접적 계기
그렇다면 왜 지금 이 이동이 일어나고 있을까. 직접적인 계기는 취업 시장의 지각변동이다. 뉴욕 연방준비은행 데이터에 따르면 CS 졸업생 실업률이 6.1%, 컴퓨터 공학 졸업생은 7.5%에 달한다. 이 수치가 얼마나 이례적인지는 비교 대상을 보면 드러난다. 미술사 전공 3.0%, 영문학 4.9%, 공연예술 2.7%. 코딩을 배우면 고연봉이 보장되던 공식이 깨진 것이다. 구직 플랫폼 인디드(Indeed) 기준으로 소프트웨어 개발 직군 공고는 2022년 2월 대비 71% 줄었고, 엔트리레벨(신입) 채용은 팬데믹 이전 대비 절반 이상 사라졌다.
오리건주립대 2023년 졸업생 잭 테일러(Zach Taylor)의 사례가 이 현실을 상징한다. 6000건을 지원하고 면접을 13번 봤는데 합격은 0건이었다. 맥도날드에서도 “경험 부족”으로 거절당했다고 한다. 퍼듀대 졸업생 마나시 미슈라(Manasi Mishra)는 유일하게 면접을 본 곳이 치폴레였는데, 거기서도 떨어졌다.
역설: CS 기초가 더 중요해진 이유
여기서 필자가 주목하는 지점이 있다. CS 졸업생의 취업이 왜 어려워졌는지를 뜯어보면, 역설적으로 CS 기초가 왜 더 중요해졌는지가 드러난다. 깃허브 코파일럿(GitHub Copilot) 같은 AI 코딩 도구가 주니어 개발자의 ‘코드 작성’ 업무를 상당 부분 대체했다. 그런데 이 도구를 만들고, 개선하고, 현장에 맞게 조정하는 일에는 알고리즘, 자료구조, 시스템 설계에 대한 깊은 이해가 필요하다. 미시간공과대 한 학과장의 표현이 정확하다. “알고리즘, 자료구조, 시스템 설계를 이해하는 전문가가 없으면 AI 자체가 존재하거나 제대로 작동할 수 없습니다.“
시장이 원하는 건 ‘코드를 짜는 사람’이 아니라 ‘AI를 활용해 문제를 설계하는 사람’으로 바뀌었다. 문제를 설계하려면 CS 이론-알고리즘의 시간 복잡도, 데이터가 메모리에서 어떻게 움직이는지, 시스템이 어떻게 확장되는지-을 깊이 이해해야 한다.
AI 직군 채용 공고 903건을 분석한 2025년 연구를 보면 이 점이 명확하다. 파이썬(Python) 프로그래밍이 71%로 가장 많이 요구됐고, 딥러닝 28.1%, 자연어처리(NLP) 19.3%, 데이터 파이프라인 11.6% 순이었다. 이 모든 역량의 밑바닥에 깔려 있는 것이 선형대수, 확률·통계, 자료구조, 알고리즘 최적화로 전부 CS의 핵심 커리큘럼이다. MIT AI 전공도, UCSD AI 전공도 커리큘럼을 뜯어보면 CS 기초 과목이 상당 부분을 차지한다. 간판이 ‘AI’로 바뀌었을 뿐, 뼈대는 CS다.
필자는 지금 벌어지고 있는 현상을 ‘CS의 죽음’이 아니라 ‘CS의 분화’로 본다. 20년간 하나의 거대한 우산 아래 있던 컴퓨터 과학이 AI, 사이버보안, 데이터사이언스 같은 세부 전문 영역으로 나뉘는 과정이다. 위스콘신매디슨대가 CS, 통계, 정보학을 통합해 ‘컴퓨팅·AI 칼리지’를 2026년 7월 출범시키는 것도 같은 맥락이다.
한국, 기회와 위기 동시에 보여
이 맥락에서 한국을 돌아보면, 기회와 위기가 동시에 보인다. KAIST가 올해 국내 최초로 AI 단과대학을 출범시킨다. AI컴퓨팅학과, AI시스템학과, AX(AI전환)학과, AI미래학과 등 4개 학과로 구성되고, 학부 100명, 대학원 200명을 매년 선발한다. 2027년까지 GIST, DGIST, UNIST로 확산하는 것이 정부 계획이다. 고려대 AI학과는 2025년 102명을 선발해 국내 AI 학과 최대 규모를 갖췄고, 숭실대는 160명 규모의 AI대학을 신설했다. 상하이랭킹(ShanghaiRanking)이 2025년 처음으로 AI를 독립 학문 분야로 평가한 결과, KAIST가 세계 39위에 올랐다.
하지만 속도 차이가 문제다. 미국은 이미 AI 학사 프로그램만 193개를 운영 중이다. 중국은 아예 다른 차원이다. 2025년 9월부터 전국 초·중·고에 AI 교육을 필수화해 6세부터 연간 최소 8시간 AI 수업을 받게 했다. 대학에서는 칭화대가 AI 융합 칼리지를 신설했고, 저장대는 전공 불문 AI 입문 과목을 필수로 지정했다. MIT 테크놀로지 리뷰에 따르면 중국 대학의 학생·교수 60%가 AI 도구를 하루에 여러 번 사용하고 있다. UNC(노스캐롤라이나대) 총장 리 로버츠(Lee Roberts)의 말이 인상적이다. “졸업 후에 AI를 쓰면 곤란해질 거라고 말할 사람은 아무도 없습니다. 그런데 교수들은 지금 사실상 그렇게 말하고 있어요.“
한국의 더 큰 문제는 인재 파이프라인 자체의 구조적 균열이다. 대한상공회의소가 한국과학기술기획평가원에 의뢰해 2025년 12월 발표한 보고서에 따르면, 2029년까지 AI·클라우드·빅데이터 등 신기술 분야에서 최소 58만 명의 인재가 부족하다. 중급(학사) 인재 29만 2000명, 고급(석박사) 인재 28만 7,000명이다. 그런데 2025학년도 자연계열 정시 상위 1% 학생 중 76.9%가 의대에 진학했고, 일 학과는 10.3%에 불과했다. KAIST에서조차 2021년부터 2023년까지 의·치대 진학을 위해 자퇴한 학생이 182명이다.
배경에는 구조적 보상 격차가 있다. 국내 이공계 인력이 박사 학위 취득 10년 뒤에 받는 평균 연봉은 9740만 원이다. 같은 조건의 해외 취업자는 3억 9000만 원, 국내 의사는 3억 원이다. 3~4배 차이가 나다. IMD(국제경영개발대학원)가 발표한 한국의 두뇌유출지수는 2020년 28위에서 2025년 48위로 떨어졌다.
뿌리없는 가지 오래가지 못해
필자가 AI 현장 컨설팅을 하면서 반복적으로 관찰하는 패턴이 있다. AI를 도입하려는 기업들이 가장 먼저 부딪히는 벽은 도구가 아니다. ‘우리 데이터를 이해하고, 그 위에 AI를 설계할 수 있는 사람’의 부재다. 그리고 그 사람에게 필요한 역량은 최신 AI 프레임워크를 다루는 기술이 아니라, 데이터가 어떻게 구조화되어야 하고, 알고리즘이 왜 그렇게 작동하며, 시스템이 확장될 때 어디서 병목이 생기는지를 판단하는 능력, 즉 CS 기초다.
결론은 이렇다. 지금 벌어지고 있는 일은 ‘CS의 종말’이 아니다. CS라는 뿌리에서 AI라는 새로운 가지가 뻗어나가는 것이다. 가지가 화려하게 자라는 건 좋지만, 뿌리를 잘라내면 나무 전체가 쓰러진다. 언론의 자극적인 헤드라인에 휩쓸려 CS 기초를 경시하는 순간, 정작 AI를 제대로 활용할 수 있는 사람이 사라지는 역설이 벌어진다.
만약 지금 진로를 고민하는 이가 있다면, 혹은 자녀의 진로를 함께 생각하는 학부모라면, 필자의 조언은 이것이다. 간판이 CS든 AI든 중요하지 않다. 알고리즘, 자료구조, 선형대수, 확률·통계, 이 기초를 단단히 쌓은 위에 AI 응용을 올려야 한다. 그것이 시장이 5년 뒤에도, 10년 뒤에도 원하는 사람이다. 뿌리 없는 가지는 오래가지 못한다.
◆ 필자 안광섭은…
세종대학교 경영학과 겸임교수이자 OBF(Oswarld Boutique Consulting Firm) 리드 컨설턴트다. 대학에서 경영데이터 관리, 비즈니스 애널리틱스 등 데이터 분석을 가르치는 한편, 현장에서는 GTM 전략과 인공지능 전략 컨설팅을 이끌며 기술과 비즈니스의 접점을 설계하고 있다.
AI 대화 시스템의 기억 아키텍처(HEMA) 연구로 학술 논문을 발표했고, 매일 글로벌 AI 논문을 큐레이션하는 Daily Arxiv 프로젝트를 운영하고 있다. 고려대학교 KBMA 기술경영전문대 석사과정을 졸업했다. 지은 책으로 ‘생각을 맡기는 사람들: 호모 브레인리스’가 있다.