지금 현장에서 무슨 일이 벌어지고 있나
6500명의 임원·창업자·투자자가 모인 휴먼엑스 콘퍼런스에서 가장 많이 입에 오른 도구는 ChatGPT도, Cursor도 아닌 Claude Code였다. CNBC가 현장 분위기를 전하면서 이 신호는 단순한 버즈가 아니라 기업용 AI 시장의 무게중심 이동으로 해석됐다. 같은 시점, 법인카드·재무 자동화 플랫폼 램프(Ramp)의 집계에 따르면 기업 AI 지출에서 앤트로픽의 비중은 30.6%, 오픈AI는 35.2%로 격차가 불과 4.6%p다. 3월 대비 앤트로픽 비중이 6.3% 늘었고, 램프는 "두 달 내 역전 가능"이라는 전망까지 내놨다.
수치 자체보다 중요한 건 어느 업종에서 앞서고 있는가다. 소프트웨어·금융·정보 분야, 특히 개발자 집단에서 Claude Code가 강세를 보인다는 점은 테크 팀 리빌딩 관점에서 직접적인 시사점을 갖는다. 개발자가 먼저 채택한 도구는 결국 팀 전체의 워크플로우로 스며드는 패턴이 반복돼왔기 때문이다.
도구가 조직 구조를 바꾼다
이건 생산성 숫자 이야기가 아니다. 실제 현장이 어떻게 달라졌는지를 보자. AI 고객 지원 스타트업 데카곤(Decagon)은 채용 과정에서 Claude Code 사용을 허용하고, 과거 4~5명이 필요했던 작업을 2명으로 처리한다. 크레도 AI(Credo AI) CEO는 "주말 사이 직접 개발·배포"가 가능해졌다고 말하면서도, 제품 로드맵과 고객 대응 관리는 오히려 더 어려워졌다고 덧붙였다. 시스코(Cisco)는 전체 엔지니어 1만8000명의 85%가 AI를 활용 중이며, AI를 '디지털 동료'로 규정하고 팀 구성 자체를 인간+AI 에이전트 형태로 바꾸고 있다.
공통점이 보인다. AI 도구 도입이 '사람 수'를 줄이는 게 아니라 '역할의 밀도'를 높인다. 한 사람이 커버해야 하는 범위가 넓어지고, 그 범위를 감당하려면 AI와 함께 일하는 능력 자체가 선발 기준이 돼야 한다는 얘기다.
2026년 채용 시장이 말하는 것
dev.to에 공개된 2026년 기술 채용 동향 분석은 이 변화를 숫자로 보여준다. Q1에만 약 7만9000명이 정리해고됐고 20%의 기업이 AI를 원인으로 꼽았지만, 동시에 92%의 기업이 올해 채용 계획이 있다고 응답했다. 시장이 줄어드는 게 아니라 재편되고 있는 것이다.
줄어드는 역할은 명확하다. 수동 QA, 주니어 콘텐츠 제작, 일부 엔트리레벨 운영직. 반면 AI/ML 엔지니어링, 플랫폼 엔지니어링, AI 보안, MLOps, 프롬프트 엔지니어링은 공급이 수요를 못 따라간다. 주목할 부분은 'AI 유창성'이 직무별 요건이 아니라 모든 포지션의 베이스라인으로 올라섰다는 점이다. 메타는 이미 면접에서 AI 코파일럿 사용을 허용한다. 평가 기준이 "코드를 외워서 쓸 수 있나"에서 "AI가 생성한 코드의 오류를 잡아낼 수 있나"로 바뀐 것이다.
테크 리드 관점: 지금 실제로 해야 할 것
이 두 신호—Claude Code의 기업 시장 부상, AI 유창성의 채용 기준 부상—는 하나의 질문으로 수렴된다. 어떤 도구를 중심으로 팀을 재편할 것인가.
솔직하게 말하면, 도구 선택에서 정답은 없다. 하지만 판단 기준은 있다. 첫째, 팀의 현재 워크플로우와 마찰이 적은가. Claude Code는 터미널 기반이고 Git 플로우에 자연스럽게 붙는다. 기존 엔지니어링 문화와 충돌이 적다는 게 실제 확산 이유 중 하나다. 둘째, AI가 생성한 결과물을 팀이 검증할 수 있는 구조인가. 생산성 향상이 곧 품질 보증이 아니다. 데카곤이나 크레도 AI가 겪은 것처럼, 개발 속도는 빨라지지만 관리 복잡도는 함께 올라간다.
채용 전략도 달라져야 한다. 'AI를 쓸 줄 아는가'가 아니라 'AI가 틀렸을 때 잡아낼 수 있는가'를 보는 것이 핵심이다. 이는 코드 리뷰 역량, 프로덕션 운영 경험, 시스템 전체를 읽는 능력과 직결된다. 주니어 채용 기준도 바뀐다. 컴포넌트 하나를 잘 만드는 것보다, AI와 함께 전체 개발 사이클을 완주한 경험이 있는 후보가 팀에 더 빠르게 기여한다.
지금 당장 체크해야 할 것들
- 온보딩 프로세스에 Claude Code 실습이 포함돼 있나? 도구 소개가 아니라, 실제 태스크를 Claude Code와 함께 완료하는 경험이 설계돼야 한다.
- AI 생성 코드 리뷰 기준이 명문화돼 있나? 속도가 빨라질수록 리뷰 없이 머지되는 코드도 늘어난다. 에이전트 결과물에 대한 체크포인트가 없으면 기술 부채가 조용히 쌓인다.
- 팀원 중 AI 유창성을 측정하고 있나? 쓰는지 안 쓰는지가 아니라, 얼마나 효과적으로 쓰는지가 곧 개인 생산성 격차가 된다. 이 격차가 누적되면 팀 내 불균형으로 이어진다.
전망: 경쟁 구도는 유동적이지만 방향은 명확하다
앤트로픽은 Claude Mythos Preview를 약 50개 기업에 제한 공개하며 코딩과 사이버보안 영역을 강화하고 있다. 오픈AI는 컴퓨팅 격차를 앞세우며 반격 중이고, 중국발 오픈웨이트 모델(GLM-5.1, Kimi K2.5, Qwen3.5)이 벤치마크에서 치고 올라오면서 특정 모델 의존도를 낮추고 공급망을 다변화하는 흐름도 생기고 있다. 도구 경쟁은 계속 유동적일 것이다.
그래서 하나의 도구에 팀 전체를 락인하는 건 리스크다. 하지만 AI-First 워크플로우 자체는 선택이 아니다. 도구는 바뀔 수 있다. 팀이 AI와 함께 일하는 방식, AI 결과물을 검증하는 역량, AI 유창성을 온보딩 기준으로 삼는 문화—이것들은 특정 도구에 종속되지 않는 팀의 근육이다. Claude Code가 지금 가장 뜨겁다는 건, 이 근육을 지금 키우기 시작해야 한다는 신호로 읽어야 한다.