목차
- AI 전환 비용을 인건비에서 끌어온다
- 매출과 인력의 디커플링이 의미하는 것
- 신호를 읽는 5가지 체크포인트
- 우리 팀에서 당장 점검할 5단계 액션
- 흔히 빠지는 함정 4가지
- 행동으로 옮기는 한 가지
Cisco가 분기 최고 매출 발표와 동시에 약 4천 명 규모의 감원을 알렸다는 보도가 최근 이어졌다(보도 기준, 2026년 상반기). AI 전환을 위한 자본 재배치라는 해석이 우세하다. 매출 부진이 아니라 GPU·플랫폼 투자 재원을 인건비에서 끌어오는 구조 변화로 봐야 한다는 분석이 많다.
이 사례 자체보다 중요한 건 "매출이 잘 나오는데도 사람을 줄이는 패턴"이 2022년 이후 빅테크에서 반복되고 있다는 점이다. 5년차로 일하면서 보면, 이런 매크로 흐름은 시차를 두고 결국 우리 회사의 KPI·예산·라이선스 갱신에까지 내려온다.
AI 전환 비용을 인건비에서 끌어온다
그래서, 여기서 핵심은 단순한 "AI가 사람을 대체한다"는 서사가 아니다. 진짜 신호는 회사가 AI 인프라 투자 재원을 어디서 마련하느냐다. GPU 클러스터, 데이터센터 확장, 자체 모델 학습, 플랫폼 통합 — 이 비용이 만만치 않다. 회사는 새로 빚을 내거나, 광고 단가를 올리거나, 인건비를 줄여서 마련한다. 최근 빅테크 분기 보고서를 보면 세 번째 카드가 가장 자주 쓰이는 중이다.
Meta의 "Year of Efficiency", Google의 1만 2천 명 감원, Microsoft의 게임 사업부 정리, 그리고 2024-2026년에 걸친 IBM·SAP·Cisco의 구조조정이 같은 흐름이다. 회사 입장에선 합리적이다. AI 도구가 한 사람당 처리량을 실제로 올리고 있으니, 그만큼 사람을 줄여도 산출이 유지된다는 가정이다.
다만 이 가정이 모든 직무에서 동일하게 작동하지는 않는다. 그래서 회사는 직무별로 다르게 자르는 중이다.
매출과 인력의 디커플링이 의미하는 것
결국, 전통적으로 네트워크 장비·SaaS 회사는 매출이 늘면 영업·기술지원·관리 인력이 비례해서 늘었다. 그런데 최근 빅테크 실적에서 매출/직원 수 비율이 가파르게 오른다. 이 디커플링은 우연이 아니다.
:::stats
- Cisco 매출 성장: 두 자릿수 회복세 (보도 기준)
- 인력 감원: 약 4천 명, 전체 인력의 5~7% 추정
- 핵심 투자 영역: AI 네트워킹, 보안, 관측성
- 명분: 효율화 + AI 부문 재배치 :::
어떤 직무가 먼저 줄어드는가
또한, 발표 자료와 채용 공고 변화를 같이 보면 패턴이 일관된다. 미들매니지먼트(중간관리자), 백오피스, 자동화 가능한 IT 운영, 트랜잭션 영업이 먼저 줄어든다. 반대로 ML 인프라, 솔루션 아키텍트, 보안 자동화, 데이터 플랫폼 쪽은 채용이 유지되거나 늘어난다.
| 분류 | 줄어드는 추세 | 유지·증가 추세 |
|---|---|---|
| 운영 | 수동 운영, L1 지원 | SRE, 플랫폼 엔지니어 |
| 개발 | 단순 CRUD 유지보수 | AI 시스템 통합, 데이터 엔지니어 |
| 관리 | 중간관리자 | 도메인 아키텍트 |
| 영업 | 트랜잭션 영업 | 솔루션 컨설팅 |
한편, 이 표 하나로 전체 추세가 다 잡히지는 않는다. 회사·지역·제품군마다 편차가 크다. 한국 시장은 노동법 차이로 직접 감원보다 채용 동결·외주 조정·자연 감소 형태로 같은 흐름이 들어오는 경우가 많다.
신호를 읽는 5가지 체크포인트
이번 Cisco 발표 같은 뉴스가 떴을 때, 헤드라인만 보고 넘기면 의미를 놓친다. 신입이 "이런 뉴스는 어떻게 봐야 해요?"라고 물으면 아래 5가지를 보여준다.
1) 감원과 같이 발표한 투자 항목을 본다
회사가 줄이는 곳만큼 늘리는 곳을 봐야 우선순위가 잡힌다. Cisco의 경우 감원 시기 전후로 AI 네트워킹·보안·관측성 제품군을 강조했다. 이 영역이 우리 팀 스택과 겹친다면 다음 2~3년간 그 라인의 채용·예산이 늘 가능성이 크다.
2) 컨퍼런스콜 키워드 빈도
이처럼, 분기별 어닝콜 트랜스크립트에서 "efficiency", "AI-native", "platform consolidation" 같은 단어가 늘면 구조조정이 동반될 가능성이 높다. 반대로 "headcount", "talent investment"가 줄면 채용이 막힐 신호다. Cisco Investor Relations에서 분기별 트랜스크립트를 무료로 받을 수 있다.
3) 같은 카테고리 경쟁사 동일 분기
한 회사만 보면 산업 흐름인지 그 회사 사정인지 구분이 안 된다. Cisco라면 Arista, Juniper, Palo Alto, F5를 묶어서 본다. 4곳 중 3곳이 같은 방향이면 산업 흐름, 1곳만 튀면 개별 이슈로 본다.
4) 채용 사이트의 JD 변화
반면, LinkedIn에서 해당 회사 채용 공고를 분기 간격으로 다운로드해 비교한다. JD에서 "AI", "MLOps", "agentic", "LLM"의 비중을 보면 인력 재배치 방향이 발표 자료보다 솔직하게 드러난다. 사람을 어떻게 뽑고 있는지가 진짜 신호다.
5) 우리 회사의 도구 라이선스 변화
반면, Cisco·Microsoft·Adobe 같은 벤더가 AI 기능을 기본 라이선스에 끼워 팔기 시작하면 우리 회사 비용 구조가 바뀐다. 갱신 시점이 다가오면 "왜 갑자기 비싸졌지?" 하는 순간이 온다. 미리 보고 있으면 협상 카드가 생긴다.
우리 팀에서 당장 점검할 5단계 액션
게다가, 거시 신호를 읽었다면 다음은 실무 액션이다. 신입한테 설명하듯 단계별로 본다.
1단계 — 자동화 후보 인벤토리
수동으로 도는 운영 작업을 전부 적는다. 로그 정리, 알림 분류, 1차 티켓 답변, 단순 배포, 권한 부여, 보고서 생성. 회사가 감원을 시작하면 이런 작업부터 자동화 대상이 된다. 우리 팀이 먼저 자동화하면 평가에 유리하고, 사람이 줄어도 운영이 안 무너진다.
2단계 — 도구 비용 재검토
Cursor, Copilot, Claude, OpenAI API, 관측 도구 같은 AI·생산성 도구의 ROI를 분기 단위로 본다. 비용이 1.5배가 됐을 때 무엇부터 끊을지 미리 정해 두면 갱신 협상 자리에서 흔들리지 않는다.
3단계 — 팀의 AI 격차 점검
팀원별로 AI 도구 활용 수준을 가볍게 매핑한다. Copilot을 쓰느냐가 아니라 평소 워크플로에 어떻게 녹였는지가 기준이다. 격차가 크면 1대1로 30분씩 같이 쓰는 시간을 잡는다. 회사가 시키기 전에 자율적으로 도는 게 낫다.
4단계 — 도메인 지식의 문서화
그런데, AI가 잘 못 따라잡는 영역은 도메인 지식이다. 운영 노하우, 장애 패턴, 의사결정 히스토리. 검색 가능한 형태로 정리해 두면 사람이 줄어도 팀이 버틴다. 동시에 본인의 대체 불가능성도 올라간다. 회사 위키든 개인 노트든 둘 다 챙겨두면 좋다.
5단계 — 외부 가시성 유지
LinkedIn 프로필, GitHub, 기술 블로그 중 최소 하나는 분기마다 업데이트한다. 5년차쯤 되면 평소엔 안 신경 쓴다. Cisco 같은 뉴스가 한국 시장에 영향을 줄 즈음 움직이려고 하면 늦다. 평소에 활성화해 두면 옵션이 생긴다.
흔히 빠지는 함정 4가지
이런 거시 분석을 할 때 자주 보는 잘못된 해석이 있다. 신호를 읽는 것만큼 잘못 읽지 않는 것도 중요하다.
"매출 잘 나오는 회사는 안전하다" — Cisco가 정확히 이 명제를 깬다. 매출과 고용 안정은 이미 디커플링됐다. 매출 지표만으로 안정성을 판단하면 안 된다.
"AI 도구 쓰면 일자리 잃는다" — 반대다. 회사는 자동화 가능한 작업을 가진 사람을 줄인다. AI를 안 쓰는 사람이 자동화 대상이 된다. 두려워서 도구를 피하면 더 빨리 위험해진다.
그러나, "감원 = 회사 위기" — 이번 사례에선 명백히 아니다. 자본 재배치다. 망해가는 회사의 감원과는 성격이 다르다. 시장도 종종 감원 발표 후 주가가 오른다. 이게 좋다 나쁘다가 아니라, 신호의 의미를 정확히 읽어야 한다는 거다.
특히, "한국은 다르다" — 노동법 차이로 직접 감원은 어렵지만 채용 동결, 외주 비중 조정, 자연 감소 형태로 같은 흐름이 온다. 시차가 있을 뿐이지 방향은 같다. Layoffs.fyi에서 글로벌 감원 동향을 트래킹하면 시차를 가늠하기 좋다.
행동으로 옮기는 한 가지
뉴스를 보고 "그렇구나" 하고 넘기는 사람과, 위 액션 중 하나라도 이번 주에 손대는 사람의 1년 차이는 생각보다 크다. 감원이 우리 회사에 안 올 수도 있다. 다만 라이선스 비용 인상, 채용 동결, KPI 재조정 중 하나는 거의 확실히 온다.
당장 할 만한 액션 3개를 좁히면 이렇다. (1) 우리 팀의 자동화 후보를 종이 한 장에 적기. (2) AI 도구 비용을 분기 단위 표로 만들기. (3) LinkedIn 프로필 한 줄 업데이트. 셋 다 1시간 안에 끝난다.
개인적으로는 자동화 후보 인벤토리(1단계)와 도메인 문서화(4단계)가 가장 ROI가 높은 것 같다. 회사 일이면서 동시에 본인 커리어 자산이 된다.
관련 글
- Nvidia $40B AI 투자, 개발자 생태계에 실제로 뭐가 돌아오나 – Nvidia가 OpenAI, CoreWeave, 각국 sovereign AI에 쏟아붓는 투자 발표가 잇따른다. 막상 GPU 한 장 빌리려 …
- Vercel IPO 준비 — AI 에이전트가 수익 모델을 바꾼 방식 – Next.js 배포 플랫폼이던 Vercel이 AI 에이전트 중심으로 수익 모델을 재편하고 IPO를 준비 중이다. v0 구독, AI SDK …
- Three Inverse Laws of AI — AI 예측이 거꾸로 읽히는 세 가지 이유 – AI 발전 방향에 대한 직관이 체계적으로 빗나가고 있다. HackerNews 인기글이 제시한 세 가지 역법칙을 백엔드 전환 2년차의 실무 …