Nazar Boyko는 July 27, 2026 AI 코딩 도구가 초급 엔지니어를 훈련하던 반복 업무를 자동화하면서 주니어 개발자 파이프라인을 약화했다고 주장했다. 선임 엔지니어는 낯선 코드를 읽고, 작은 버그를 고치며, 프로덕션 동작을 추적하고, 장애를 처리하며, 풀 리퀘스트 피드백을 흡수하는 시간을 거쳐 가치가 커졌지만, AI는 이제 초기 경력 단계의 많은 작업을 몇 초 만에 처리한다.

Boyko는 사라진 업무가 단순한 “잡일”이 아니라 소프트웨어 수습 과정의 커리큘럼이었다고 말한다. 보일러플레이트, CRUD 엔드포인트, 폼 검증, 작은 버그 수정, 글루 코드, 프로덕션 설정 문제, PR 지적 사항은 주니어에게 프레임워크와 코드베이스, 시스템이 실제로 어떻게 움직이는지 가르쳤다. 이에 따라 주니어는 AI로 더 많은 결과물을 낼 수 있지만 반복 경험은 줄어들며, 주니어 업무의 목적은 티켓 처리량이 아니라 학습이었다는 주장이다.

여러 노동시장 수치도 이 주장을 뒷받침한다. SignalFire의 State of Tech Talent 보고서는 신입 졸업자가 현재 Big Tech 기업 채용의 7%에 불과하고, 신입 채용이 팬데믹 이전인 2019년 수준보다 50% 넘게 줄었으며, 관리자 37%가 Gen Z 직원을 채용하기보다 AI를 쓰겠다고 답했다고 밝혔다. 에릭 브린욜프슨(Erik Brynjolfsson)이 이끄는 Stanford 팀은 수백만 명의 노동자를 포괄하는 ADP 급여 데이터를 분석해, AI 노출도가 가장 높은 직종의 22~25세 초기 경력 노동자 고용이 late 2022 이후 16% 상대적으로 감소한 반면 같은 직종의 30세 이상 노동자는 May 2025까지 6~12% 증가했다고 밝혔다.

Boyko는 New York Fed 자료도 인용해 최근 컴퓨터과학 졸업자의 실업률이 6.1%로, 최근 졸업자 전체의 4.8%보다 높다고 전했다. Stack Overflow가 다룬 설문에서는 채용 관리자 70%가 AI가 인턴의 일을 할 수 있다고 봤고, 57%는 최근 졸업자의 작업보다 AI 결과물을 더 신뢰한다고 답했다. Boyko는 이 숫자들이 소프트웨어 경력 사다리의 맨 아래 단이 이미 사라지고 있다는 증거라고 본다.

채용 유인은 개별 팀에는 합리적이지만 공동의 선임 인재 풀에는 손상을 준다는 설명도 나온다. 주니어 채용은 순기여가 나기 전까지 1년 이상 전체 급여와 선임의 멘토링 시간을 요구하지만, AI 코딩 도구는 팀 커피 예산보다 적은 비용으로 즉시 작동한다. Boyko는 기업들이 나중에 시장에서 선임을 채용할 수 있다고 기대하지만, 그 시장은 앞서 다른 기업들이 주니어를 훈련했다는 전제 위에 서 있으며, 2025년에 채용되지 않은 주니어는 2028년의 사라진 미드레벨 엔지니어, 2031년의 사라진 선임이 된다고 주장한다.

Boyko는 인재 공백이 문제가 되기 전에 AI가 선임 엔지니어가 될 것이라는 단순한 반론을 받아들이지 않는다. AI가 만든 머지는 여전히 사람이 승인해야 하고, 오전 2시 프로덕션 장애의 책임도 사람이 져야 하며, 테스트가 올바른 이유로 통과했는지도 사람이 판단해야 한다는 설명이다. 또한 Stanford 데이터는 AI가 사람을 보완하는 역할에서는 고용이 유지되거나 증가했고, AI를 학습과 검증에 활용한 노동자가 전체 작업을 위임한 노동자보다 더 나은 결과를 냈다고 밝혔다.

Boyko는 초기 경력 개발자에게 AI에 질문하기 전에 먼저 문제를 풀어 보고, AI가 만든 diff를 리뷰어처럼 읽으며, 일부 작업은 의도적으로 느린 방식으로 수행하고, 리뷰 역량을 일찍 키우라고 권한다. 팀에는 최소 1명의 주니어를 채용하고, 로테이션과 지정 멘토, 장애 리뷰 경험, 결제 흐름 설명, 온콜 업무 섀도잉, 사후 분석 초안 작성처럼 이해 중심의 과제를 제공하라고 제안한다. Boyko는 5년 뒤 충분한 선임을 보유한 팀은 계속해서 선임을 만들어 온 팀일 것이라고 말한다.

Nazar Boyko는 July 27, 2026 AI 코딩 도구가 초급 엔지니어를 훈련하던 반복 업무를 자동화하면서 주니어 개발자 파이프라인을 약화했다고 주장했다. 선임 엔지니어는 낯선 코드를 읽고, 작은 버그를 고치며, 프로덕션 동작을 추적하고, 장애를 처리하며, 풀 리퀘스트 피드백을 흡수하는 시간을 거쳐 가치가 커졌지만, AI는 이제 초기 경력 단계의 많은 작업을 몇 초 만에 처리한다.

Boyko는 사라진 업무가 단순한 “잡일”이 아니라 소프트웨어 수습 과정의 커리큘럼이었다고 말한다. 보일러플레이트, CRUD 엔드포인트, 폼 검증, 작은 버그 수정, 글루 코드, 프로덕션 설정 문제, PR 지적 사항은 주니어에게 프레임워크와 코드베이스, 시스템이 실제로 어떻게 움직이는지 가르쳤다. 이에 따라 주니어는 AI로 더 많은 결과물을 낼 수 있지만 반복 경험은 줄어들며, 주니어 업무의 목적은 티켓 처리량이 아니라 학습이었다는 주장이다.

여러 노동시장 수치도 이 주장을 뒷받침한다. SignalFire의 State of Tech Talent 보고서는 신입 졸업자가 현재 Big Tech 기업 채용의 7%에 불과하고, 신입 채용이 팬데믹 이전인 2019년 수준보다 50% 넘게 줄었으며, 관리자 37%가 Gen Z 직원을 채용하기보다 AI를 쓰겠다고 답했다고 밝혔다. 에릭 브린욜프슨(Erik Brynjolfsson)이 이끄는 Stanford 팀은 수백만 명의 노동자를 포괄하는 ADP 급여 데이터를 분석해, AI 노출도가 가장 높은 직종의 22~25세 초기 경력 노동자 고용이 late 2022 이후 16% 상대적으로 감소한 반면 같은 직종의 30세 이상 노동자는 May 2025까지 6~12% 증가했다고 밝혔다.

Boyko는 New York Fed 자료도 인용해 최근 컴퓨터과학 졸업자의 실업률이 6.1%로, 최근 졸업자 전체의 4.8%보다 높다고 전했다. Stack Overflow가 다룬 설문에서는 채용 관리자 70%가 AI가 인턴의 일을 할 수 있다고 봤고, 57%는 최근 졸업자의 작업보다 AI 결과물을 더 신뢰한다고 답했다. Boyko는 이 숫자들이 소프트웨어 경력 사다리의 맨 아래 단이 이미 사라지고 있다는 증거라고 본다.

채용 유인은 개별 팀에는 합리적이지만 공동의 선임 인재 풀에는 손상을 준다는 설명도 나온다. 주니어 채용은 순기여가 나기 전까지 1년 이상 전체 급여와 선임의 멘토링 시간을 요구하지만, AI 코딩 도구는 팀 커피 예산보다 적은 비용으로 즉시 작동한다. Boyko는 기업들이 나중에 시장에서 선임을 채용할 수 있다고 기대하지만, 그 시장은 앞서 다른 기업들이 주니어를 훈련했다는 전제 위에 서 있으며, 2025년에 채용되지 않은 주니어는 2028년의 사라진 미드레벨 엔지니어, 2031년의 사라진 선임이 된다고 주장한다.

Boyko는 인재 공백이 문제가 되기 전에 AI가 선임 엔지니어가 될 것이라는 단순한 반론을 받아들이지 않는다. AI가 만든 머지는 여전히 사람이 승인해야 하고, 오전 2시 프로덕션 장애의 책임도 사람이 져야 하며, 테스트가 올바른 이유로 통과했는지도 사람이 판단해야 한다는 설명이다. 또한 Stanford 데이터는 AI가 사람을 보완하는 역할에서는 고용이 유지되거나 증가했고, AI를 학습과 검증에 활용한 노동자가 전체 작업을 위임한 노동자보다 더 나은 결과를 냈다고 밝혔다.

Boyko는 초기 경력 개발자에게 AI에 질문하기 전에 먼저 문제를 풀어 보고, AI가 만든 diff를 리뷰어처럼 읽으며, 일부 작업은 의도적으로 느린 방식으로 수행하고, 리뷰 역량을 일찍 키우라고 권한다. 팀에는 최소 1명의 주니어를 채용하고, 로테이션과 지정 멘토, 장애 리뷰 경험, 결제 흐름 설명, 온콜 업무 섀도잉, 사후 분석 초안 작성처럼 이해 중심의 과제를 제공하라고 제안한다. Boyko는 5년 뒤 충분한 선임을 보유한 팀은 계속해서 선임을 만들어 온 팀일 것이라고 말한다.