인공지능이 소프트웨어 엔지니어를 대체할 것인가라는 논쟁은 그동안 대부분 '예측'의 영역에 머물러 있었다. 데이팅 플랫폼 그라인더(Grindr)의 최고경영자 조지 아리손은 여기에 이례적으로 구체적인 숫자를 얹었다. 그는 생성형 AI 덕분에 회사의 엔지니어링 산출량이 2025년 7월부터 2026년 4월 사이에 약 2.5배로 늘었으며, 인력은 거의 늘리지 않았다고 밝혔다. 같은 성과를 AI 없이 내려 했다면 엔지니어 약 200명을 추가로 채용해야 했고 연간 약 6천만 달러가 더 들었을 것이라는 게 그의 추산이다. 2분기 실적 발표에서는 실제 측정된 증가폭이 3.5배에 가까웠지만, 그 수치가 믿기 어려워 보여 보수적으로 2.5배를 택했다고도 말했다.
'해고'가 아니라 '채용되지 않은 자리'
이 주장에서 놓치기 쉬운 대목은, 그라인더가 엔지니어 200명을 해고하고 AI로 대체했다는 이야기가 아니라는 점이다. 아리손의 논리는 지금 수준의 산출을 내려면 원래 200명을 '더 뽑아야' 했을 것이라는 가정이다. 노동시장의 관점에서는 이 구분이 오히려 더 중요할 수 있다. AI로 인한 일자리 변화 논의는 대체로 정리해고에 집중되지만, 실제로 먼저 나타나는 효과는 '애초에 생기지 않는 일자리'일 가능성이 크다. 빠르게 성장하는 기술 기업이 과거라면 엔지니어링 조직을 100명에서 300명으로 키웠을 상황에서, 이제는 훨씬 작은 규모를 유지할 수도 있다. 이런 패턴이 업계 전반으로 번진다면, AI는 대규모 감원 없이도 기술직 고용에 큰 영향을 미치게 된다. 기업들이 성장하면서도 사람을 덜 뽑는 방식으로 말이다.
이번 발표는 하루아침에 나온 것이 아니다. 그라인더는 2025년 중반부터 소프트웨어 개발 전 과정에 AI를 통합해 왔다. 회사가 공개한 엔지니어링 리포트에 따르면, 2026년 1월 65명의 엔지니어 중 50명을 대상으로 클로드 코드(Claude Code), 커서(Cursor), 파이어벤더(Firebender) 같은 도구 사용 실태를 조사했다. 응답자의 92%가 AI로 생산성이 최소 1.5배 이상 올랐다고 답했고, 58%는 AI 도입 이전 대비 2~3배의 산출을 낸다고 봤다. 또한 94%가 일반적인 개발 세션에서 AI 에이전트를 1~5개씩 병렬로 돌리고 있다고 응답했다. 그라인더는 스스로를 'AI 네이티브 기업'으로 규정하며, 채용 사이트에서 약 200명 규모로 190개국 이상에서 서비스를 운영한다고 소개한다.
경제적 유인은 분명하다
아리손의 숫자는 왜 기술업계 경영진이 AI 코딩에 주목하는지를 잘 보여준다. 그라인더는 올해 AI 토큰 비용으로 약 600만 달러를 쓸 것으로 예상한다. 반면 추가로 필요했을 인력의 연간 비용 추산치는 약 6천만 달러다. 두 숫자를 곧바로 비교하기는 어렵다. AI 인프라가 기존 엔지니어 인건비를 없애주는 것은 아니며, 200명이라는 수치도 독립적으로 검증된 것이 아니라 어디까지나 추정이기 때문이다. 그럼에도 수백만 달러를 인프라에 쓰고 수천만 달러의 추가 인건비를 피할 수 있다면, 경영진이 도입을 서두를 이유는 명확하다. 아리손은 AI 사용 비용을 최소화하기보다 그 지출이 충분한 성과로 돌아오는지를 더 중시한다고 밝혔는데, 비싼 모델을 아끼기보다 생산성이 추론 비용을 넘어서면 적극적으로 쓰도록 권장하는 방식은 앞으로 기업 기술팀에서 점차 흔해질 수 있다.
다만 이 놀라운 생산성 수치에는 중요한 단서가 붙는다. 그라인더는 '배포된 코드량'을 엔지니어링 산출의 주요 지표로 삼았다. 그러나 코드가 많다고 소프트웨어가 더 나은 것은 아니다. 숙련된 엔지니어는 오히려 불필요한 코드 수천 줄을 지워 시스템을 개선하기도 하며, 잘못 설계된 소프트웨어는 방대하지만 유지보수 비용만 큰 코드베이스를 낳는다. AI가 생성한 코드는 버그, 보안 취약점, 아키텍처 복잡성, 기술 부채를 뒤늦게 드러낼 수 있다. 따라서 이 주장은 AI가 문자 그대로 인간 엔지니어 200명의 일을 해낸다는 과학적 증명이 아니라, 경영진이 그만큼의 산출을 훨씬 작은 조직으로 달성했다고 '믿고 있다'는 사실로 읽는 편이 정확하다.
오랫동안 소프트웨어 기업들은 거대한 엔지니어링 조직을 확보하려 경쟁했다. 야심 찬 제품에는 더 많은 개발자가 필요하다는 전제였다. 생성형 AI는 이 관계를 흔들기 시작했다. 여러 AI 에이전트를 다루는 한 명의 엔지니어가 과거 두세 사람의 몫을 해낸다면, 다음 10년의 가장 가치 있는 기술 기업이 반드시 가장 큰 엔지니어링 조직을 갖출 필요는 없어진다. 소수의 뛰어난 엔지니어가 기계가 만들어낸 방대한 작업을 감독하는 형태가 될 수 있다. 낙관적으로 보면 사람은 아키텍처와 제품 판단, 창의성에 집중하고 기계가 반복적 구현을 맡는 그림이다. 덜 편안한 해석은 기업들이 결국 훨씬 적은 엔지니어만 필요하다는 사실을 깨닫게 되는 것이다. 그라인더의 사례가 이 논쟁을 끝내지는 못한다. 하지만 개발자에게 진짜 위협은 어느 날 알고리즘이 자기 일을 가져가는 것이 아니라, 다음에 열렸어야 할 200개의 자리가 처음부터 공고에 오르지 않는 상황일지도 모른다.