AI로 자른 베테랑들을 다시 부른 포드 — '연륜'은 코드로 대체되지 않았다

"AI가 다 한다"던 자리에 베테랑이 돌아왔다

요즘 어딜 가나 "AI가 사람 일자리를 대체한다"는 이야기가 넘치죠. 그런데 자동차 회사 포드(Ford)에서 정반대 방향의 일이 벌어졌어요. AI와 자동화로 어느 정도 메우려던 자리를, 결국 '그레이 비어드(gray beard)', 그러니까 수염 희끗희끗한 노련한 베테랑 엔지니어들을 다시 불러들여 채웠다는 거예요.

배경은 이래요. 제조업도 비용 압박과 AI 열풍 속에서 "경험 많은(=연봉 높은) 엔지니어 대신 AI 도구로 효율을 내자"는 시도를 했어요. 그런데 막상 돌려보니 AI가 기대만큼 못 하더라는 결론이 난 거죠. 그래서 떠나보냈던 베테랑들을 다시 모셔온 거예요.

AI는 왜 '못 했을까'

핵심은 암묵지(暗默知, tacit knowledge)예요. 이게 뭐냐면, 글이나 매뉴얼로 딱 떨어지게 적을 수 없는 '몸으로 아는 지식'이에요. AI는 글로 적힌 데이터를 학습해요. 그런데 30년 차 엔지니어가 "이 엔진 소리, 뭔가 이상한데" 하고 잡아내는 직관, "이 부품은 겨울에 이렇게 틀어진다"는 현장 감각, 수많은 실패에서 나온 "이렇게 하면 꼭 사고 난다"는 감은 어디에도 글로 적혀 있지 않아요. 학습할 데이터 자체가 없는 거죠.

게다가 자동차 제조는 물리 세계의 일이에요. 진동, 열, 마모, 소재 특성처럼 코드 한 줄로 안 잡히는 변수가 산더미예요. AI는 "지금까지 본 패턴"은 잘 다루지만, 처음 보는 예외 상황(엣지 케이스)에선 자신 있게 틀린 답을 내놓기 일쑤예요. 사람 목숨이 걸린 안전 부품에서 "그럴듯하지만 틀린 답"은 재앙이고요.

업계 맥락 — 식어가는 'AI가 다 대체한다'는 열기

이건 포드만의 이야기가 아니에요. 지난 몇 년간 "AI로 개발자를 대체한다"며 대규모 감원에 나섰던 회사들 중 상당수가, 막상 코드 품질이 떨어지고 유지보수가 꼬이자 다시 사람을 뽑는 사례가 늘고 있어요. AI 코딩 도구가 초안은 빠르게 뽑지만, 그걸 검증하고 책임지고 전체 시스템에 맞게 다듬는 일은 여전히 경험 많은 사람의 몫이거든요. "AI가 생산성을 올린다"는 건 맞지만, "AI가 사람을 통째로 대체한다"는 건 과장이었다는 게 현장의 냉정한 평가로 자리 잡는 중이에요.

한국 개발자에게

특히 주니어 분들이 새겨들을 만한 이야기예요. 요즘 "AI가 코딩 다 하는데 신입 개발자가 필요해?"라는 불안이 크잖아요. 그런데 이 사례가 말해주는 건, 대체되지 않는 건 '경험에서 나온 판단력'이라는 거예요. AI가 코드를 뽑아주는 시대일수록, 그 코드가 맞는지 틀린지 가려내고, 시스템 전체를 보고, 예외를 예측하는 능력이 더 귀해져요.

그러니 전략은 분명해요. AI를 거부하지도, 맹신하지도 말고 잘 부리는 사람이 되는 거예요. AI로 단순 작업은 빠르게 처리하되, 그렇게 번 시간에 도메인 지식·시스템 설계·디버깅 감각 같은 '몸으로 아는 영역'을 쌓는 거죠. 베테랑이 가진 게 바로 그거고, 그게 다시 호출된 이유니까요.