AI 코딩 도구를 쓰면 신입 개발자 채용이 줄어들까?

이 글과 연결된 과정AI 크리에이터 과정 알아보기

게임 회사에서도 AI 도구를 쓰는 곳이 늘고 있지만, 결과물을 고르고 고치는 판단은 여전히 사람이 합니다. 수업에서는 AI가 만든 시안 가운데 무엇이 쓸 만하…

젊은 개발자 고용에 실제로 나타난 변화

미국 스탠퍼드 디지털경제연구소 연구진은 대형 급여 대행사의 급여 데이터를 분석해, 생성형 AI 확산 이후 직종별 고용 변화를 살폈습니다. 그 결과 AI 노출도가 높은 직종에서 22~25세 초기 경력자의 고용이 덜 노출된 직종보다 뚜렷하게 뒤처졌고, 경력자에게서는 비슷한 격차가 보이지 않았다고 보고했습니다. 소프트웨어 개발은 대표적인 노출 직종으로 다뤄졌습니다.

연구진이 함께 짚은 점도 있습니다. AI가 사람의 일을 대신하는 방식으로 쓰이는 직종에서는 젊은 층 고용 감소와 연관이 컸지만, 사람의 일을 보조하는 방식으로 쓰이는 직종에서는 그런 연관이 뚜렷하지 않았습니다. 또 이 연구는 경향을 기술한 것이며, AI가 원인이라고 단정하지는 않는다고 밝혔습니다. 금리 같은 경기 요인도 함께 검토 대상입니다.

이 연구는 미국 데이터를 바탕으로 한 것이어서 국내 게임 업계에 그대로 옮겨 적용하기는 어렵습니다. 국내 게임사의 신입 채용 규모는 회사 실적, 신작 일정, 경기 흐름에 따라 해마다 크게 달라집니다. 다만 '신입이 맡던 단순 구현 업무가 AI로 옮겨 가고 있다'는 방향 자체는 국내 현장에서도 자주 이야기되는 변화입니다.

왜 신입 자리부터 영향을 받을까

신입 개발자가 처음 맡는 일은 정해진 기능을 구현하거나, 반복적인 코드를 고치는 작업이 많았습니다. 바로 이 부분을 AI 코딩 도구가 빠르게 처리합니다. 팀 입장에서는 사람을 한 명 더 뽑는 대신 기존 인원이 AI로 처리량을 늘리는 선택지가 생긴 셈입니다.

반대로 경력자가 하는 일, 즉 구조를 설계하고 버그 원인을 추적하고 팀의 코드를 리뷰하는 일은 아직 사람이 판단해야 합니다. AI가 내놓은 코드가 그럴듯해 보여도 게임 루프, 메모리, 프레임 같은 맥락에서 틀릴 수 있기 때문입니다. 결국 신입에게도 이런 판단력의 기초를 기대하게 되었습니다.

게임 프로그래머 채용에서 달라지는 기대치

게임 개발은 웹 서비스와 달리 실시간 처리와 성능 제약이 큽니다. 한 프레임 안에 입력, 물리, 렌더링이 모두 끝나야 하고, 모바일 기기에서는 발열과 메모리까지 고려해야 합니다. AI가 만든 코드를 그대로 붙이면 이런 제약에서 문제가 생기는 경우가 많아, 이를 알아보는 눈이 평가 대상이 됩니다.

• AI가 쓴 코드의 문제를 찾아 고친 경험을 설명할 수 있는가
• 엔진의 객체 구조와 생명 주기를 이해하고 있는가
• 프로파일러로 성능 문제를 찾아 본 적이 있는가
• 왜 그 구조를 골랐는지 말로 설명할 수 있는가

면접에서도 'AI를 썼는가'보다 'AI 결과물을 어떻게 검증했는가'를 묻는 흐름이 늘고 있습니다. 도구를 쓴 사실 자체는 감점 요인이 아니지만, 설명하지 못하는 코드는 감점 요인이 됩니다. 예를 들어 '이 충돌 처리 코드는 왜 매 프레임 실행되나요?' 같은 질문에 막히면, 코드를 직접 이해하지 못했다는 인상을 주기 쉽습니다.

AI가 대신하기 어려운 신입의 일

모든 신입 업무가 AI로 넘어가는 것은 아닙니다. 게임 개발 현장에는 사람이 직접 확인하고 조율해야 하는 일이 꾸준히 남아 있습니다. 기획자가 쓴 문서를 읽고 애매한 부분을 질문하는 일, 아티스트가 넘긴 리소스가 엔진에서 제대로 보이는지 맞춰 보는 일, 테스트에서 나온 버그를 재현해 원인을 좁혀 가는 일이 대표적입니다.

이런 일은 코드를 빨리 쓰는 능력보다 소통과 끈기가 더 필요합니다. 팀 프로젝트 경험이 있는 지원자는 이런 장면을 구체적으로 이야기할 수 있어 유리합니다. 혼자 만든 작품만 있다면, 다른 사람에게 플레이를 부탁하고 받은 피드백을 반영한 기록이라도 남겨 두는 것이 좋습니다.

AI 시대 신입 경쟁력을 만드는 준비 순서

1. C++이나 C# 같은 언어 기초와 자료구조를 직접 손으로 풀며 익히기
2. AI 없이 작은 게임 하나를 끝까지 만들어 구조를 몸으로 이해하기
3. 그다음 AI 코딩 도구를 붙여 같은 기능을 더 빨리 만들고 차이를 기록하기
4. AI가 틀린 코드를 낸 사례와 고친 과정을 포트폴리오에 정리하기
5. 팀 프로젝트에서 코드 리뷰와 버전 관리 경험 쌓기

순서가 중요합니다. 처음부터 AI에 구현을 맡기면 결과물은 빨리 나오지만, 왜 동작하는지 설명할 수 없는 상태가 됩니다. 기초를 먼저 다지고 AI를 얹으면, AI는 실력을 대신하는 도구가 아니라 속도를 높이는 도구가 됩니다. 포트폴리오에도 'AI로 만든 부분'과 '직접 판단한 부분'을 나눠 적어 두면, 평가자가 지원자의 실력을 훨씬 정확하게 읽을 수 있습니다.

불안보다 방향을 먼저 정하기

신입 채용이 좁아졌다는 소식만 보면 시작하기도 전에 겁이 날 수 있습니다. 하지만 같은 연구에서도 AI를 보조 도구로 쓰는 일에서는 고용 감소가 뚜렷하지 않았습니다. 사람이 판단하고 AI가 돕는 구조에 맞는 역량을 갖추면, 오히려 혼자서 더 많은 것을 만들어 보일 수 있는 시기이기도 합니다. 예전이라면 팀이 있어야 만들던 규모의 데모를 혼자 완성해 보이는 지원자도 늘고 있습니다.

중요한 것은 지금 내 실력이 기초 단계인지, AI를 얹어도 되는 단계인지 정확히 아는 것입니다. 어디서부터 공부를 다시 잡아야 할지 막막하다면, SBS아카데미게임학원 AI x Game Programming 과정 상담에서 현재 코딩 수준을 확인하고 기초와 AI 활용의 순서를 함께 정해 드립니다.

자주 묻는 질문

가까운 캠퍼스에서 AI 크리에이터 알아보기

사는 곳과 가까운 캠퍼스를 고르면 수업 내용, 오시는 길, 상담 신청을 한 번에 볼 수 있습니다.

함께 읽으면 좋은 글