Top 3 AI Predictions For The Future

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론

Top 3 AI Predictions For The Future를 중심으로, 주니어 개발자 채용이 줄어들 것이라는 전망이다. 발표자는 약 600명 규모의 자체 회사에서 개발자 신규 채용이 3년 전 연를 핵심 판단 포인트로 압축 정리한다.

📌 핵심 요점

1. 주니어 개발자 채용이 줄어들 것이라는 전망이다. 발표자는 약 600명 규모의 자체 회사에서 개발자 신규 채용이 3년 전 연간 20~25명에서 2026년 현재까지 0명으로 줄었지만, 제작한 소프트웨어는 가장 많았다고 설명한다. 기존 개발자는 유지하고 있어 신규 채용 감소와 해고는 구분해야 한다.
2. 개발자의 보상 기준이 코드 작성에서 고객 성과로 이동한다는 주장이다. 과거의 높은 보수는 소프트웨어의 낮은 복제 비용과 확장성, 빅테크·벤처투자자의 채용 경쟁에 힘입었다는 해석이다. AI가 개발 비용을 낮추고 유사 제품 간 경쟁을 늘리면, 고객 요구를 파악하고 판매·매출·제품 결과를 책임지는 역량이 더 중요해질 수 있다.
3. 생활 속 작업 영상이 로봇 학습용 수입원이 될 수 있다. 가사 노동자·요리사 등의 작업을 촬영하는 기업 사례를 바탕으로, 손동작과 작업 과정을 기록하고 보상받는 계약과 데이터 중개 사업의 확대를 예상한다. 다만 관찰된 기업들의 실제 데이터 활용 목적은 확인되지 않았다.
4. 게임은 개별 판매에서 구독·스트리밍 중심으로 이동할 것이라는 전망이다. 플랫폼이 제작을 발주하고 이용자가 여러 게임에 접근하는 구조에서, 개발자의 보상도 이용자 유입과 지속적인 플레이 기여도에 더 연결될 것으로 본다. 광고형 이용과 소규모 창작자의 진입도 늘어날 수 있지만, 개별 구매와 소장판은 남을 것으로 예상한다.
5. 기술 발전과 시장 보급은 서로 다른 속도로 진행된다. AI 안경은 기능이 개선돼도 배터리 때문에 종일 사용하기 어렵고, 3D 생성 도구도 수정 작업과 기존 제작 공정의 제약이 남는다. 발표자는 과거 예측의 실패를 인정하며, 기업 현장에서 관찰한 변화가 시장 전체로 확산되는 속도를 따로 판단해야 한다고 본다.

🧩 배경과 문제 정의

• AI 시대의 진로와 사업 판단에는 기술의 가능성뿐 아니라 기업의 실제 채용·투자·업무 변화가 중요하다. AOS의 채용 경험과 기업 고객 관찰이 전망의 주된 근거다.
• 소프트웨어 개발자의 높은 보수와 채용 수요는 코드 작성 능력뿐 아니라 낮은 복제 비용, 높은 이익률, 빅테크와 벤처투자자의 자금 공급에 기대어 성장했다는 문제의식이 깔려 있다.
• AI가 개발 비용을 낮추고 소프트웨어 경쟁을 심화하면서, 코드 작성 중심의 역할과 고객·매출·결과를 책임지는 역할 사이의 차이가 커질 것이라는 전망이다.
• 과거 예측에는 성과와 실패가 함께 있었다. 특히 AI 안경은 기능 발전에도 배터리 제약이 남아 있어, 기술 구현과 실제 보급 속도를 구분필요가 있다.

🕒 시간순 섹션별 상세정리

1. 기업의 현재 행동을 미래의 보편적 변화로 읽는 접근

• AOS는 매달 수백 명을 채용하고 수백 개 기업과 협업하는 과정에서 어떤 역량의 수요가 늘고 줄어드는지 관찰하고 있다. 이 현장 경험이 향후 진로 판단을 위한 근거가 된다. [00:08]
• 지금 일부 기업이 시작한 행동이 2~3년 뒤 보편화될 수 있다는 관점이다. 다만 과거 예측에도 오류가 있었으므로, 전망은 이미 관찰되는 증거를 확장한 판단으로 받아들여야 한다. [00:31]

2. 인도 게임 개발의 진전과 AAA 평가의 불확실성

• 인도에서 AAA 게임의 플레이 가능한 데모가 나올 것이라는 과거 예측에 대해, 《Unleash the Avatar》의 AAA 여부에는 논쟁의 여지가 있다고 인정한다. 다만 여러 개발 시도와 예고편이 등장했고, 자체 데모도 인도와 중국에서 선보이며 피드백을 받고 있다. [01:30]
• 자체 게임의 품질은 아직 목표에 다소 못 미친다는 평가다. 당시 전망의 근거 역시 막연한 낙관이 아니라 직접 개발을 추진하고 다른 개발자들과 대화하면서 확인한 움직임이었다. [02:00]

3. AI 아바타와 제작 도구가 넓히는 콘텐츠 사업

• 크리에이터는 월간·일간 활성 이용자 같은 소비자 앱 지표로 평가받는 광고 사업에 가까워지고 있다는 판단이다. 일부 대형 코미디언은 미디어 기업에 견줄 매출을 내고, AI 아바타를 활용하는 크리에이터는 직접 제작하기 어려웠던 영상까지 늘려 브랜드 계약 수익을 얻고 있다. [02:27]
• VFX는 AI와 모바일 제작 앱의 발전으로 촬영하듯 간편하게 적용하는 방향으로 바뀌고 있다는 평가다. Simulon 등을 이런 제작 장벽 하락의 사례로 든다. [03:10]

4. 구글·엔비디아의 경쟁력과 소프트웨어 사업의 범용화

• 엔비디아는 강세를 유지했고 구글도 2025년에 좋은 성과를 냈다는 평가다. 2026년 구글의 모델 경쟁력은 다소 뒤처져 보인다고 하면서도, 유튜브·알파폴드와 회사 실적을 함께 고려하면 사업 경쟁력은 여전히 강하다고 본다. [03:56]
• 소프트웨어 창업자의 위기는 AI의 직접 대체 효과만으로 설명되지 않는다. 비슷한 제품이 과도하게 늘고 경쟁사들이 서로 가격을 낮추면서 차별성과 진입장벽이 약해졌으며, 이런 범용화가 사업 전환을 압박했다는 주장이다. [04:37]

5. 3D 생성 도구의 발전과 하드웨어 보급의 제약

• 3D 에셋 생성 도구는 게임 개발 초기에 활용하기 어려웠던 수준에서 상당히 개선됐다는 평가다. 새 게임이라면 활용을 검토하겠지만, 대규모 팀의 기존 제작 공정을 중간에 바꾸기는 어렵고 생성 결과에도 추가 수정과 리토폴로지가 필요하다. [05:25]
• 하루 종일 주변을 보고 돕는 AI 안경의 보급 예측은 빗나갔다고 인정한다. 메타 레이밴 같은 제품의 기능은 발전했지만 상시 사용 시 배터리가 몇 시간에 그쳐, 무거운 외장 배터리 없이 종일 쓰기에는 제약이 있다는 판단이다. [06:01]

6. 코드 작성의 범용화와 주니어 개발자 수요 감소 전망

• 개발자가 여전히 활동한다는 과거 반론에 대해, 핵심 변화는 소프트웨어를 만들 수 있는 사람의 범위가 넓어졌다는 데 있다고 본다. 기계어에서 고급 언어로 이동했듯 코드 작성의 추상화 수준이 높아지고 있다는 해석이다. [07:56]
• 특히 주니어 소프트웨어 개발 역할이 감소하고 해당 연도에 큰 조정이 올 것으로 전망한다. 다만 개발에는 코드 작성 외의 업무도 있으므로, 고용 변화의 원인을 AI 하나로 환원해서는 안 된다는 입장이다. [08:58]

7. 낮은 복제 비용과 확장성이 만든 개발자 호황

• 소프트웨어는 첫 제품을 만든 뒤 다른 고객에게 같은 제품을 공급하는 추가 비용이 거의 없다는 특성이 있다. 주택처럼 생산할 때마다 상당한 비용과 시간이 필요한 사업과 달리, 수요가 있는 제품을 확보하면 높은 이익률을 유지하기 쉽다는 설명이다. [09:40]
• 일부 일반 기업의 이익률이 3~10%인 것과 대비해, 소프트웨어 기업에는 70~90% 수준의 이익률이 가능했다고 주장한다. 동일한 제품을 많은 고객에게 공급하고 확보한 자금을 고객 유치에 투입하는 구조가 성장을 뒷받침했다는 해석이다. [10:33]

8. 빅테크와 벤처투자가 키운 채용·보수 경쟁

• 빅테크는 핵심 사업의 높은 수익으로 연구, 인수, 신규 프로젝트와 개발자 채용을 확대할 수 있었다. 메타의 VR 투자와 구글의 딥마인드 인수처럼, 개별 프로젝트의 손익을 기존 사업의 현금흐름으로 감당하는 구조였다. [11:54]
• 벤처투자 기반 스타트업도 미래의 성공을 약속하며 자금을 조달하고 빅테크와 인재 확보 경쟁을 벌였다. 아직 충분한 매출이나 이익이 없는 기업까지 높은 보수를 제시하면서 개발자 급여가 함께 올라갔다는 설명이다. [13:06]

9. 시장 조정과 AI가 바꾸는 스타트업의 자금 수요

• 모든 앱이 성장할 만큼 시장이 넓지는 않았고, 2021년 이후 보수와 채용에 큰 조정이 있었다는 판단이다. 개발자 보상도 다른 직무처럼 매출 창출에 얼마나 기여하는지와 연결돼야 한다는 주장이다. [14:46]
• 차세대 구글보다 단순한 제품을 만드는 소규모 스타트업에서는 AI를 활용한 개발이 일부 개발자 업무를 대체하고 실험 비용을 낮추고 있다고 본다. 이에 따라 젊은 창업자들이 투자 유치 규모를 줄이거나 외부 투자 없이 시작할 여지가 커졌다는 해석이다. [15:13]

10. 코딩의 기회 확대 효과 약화와 자동 개발·배포

• 코딩 실력이 있으면 출신 대학과 관계없이 기회를 얻기 쉬웠던 시대가 끝나가고 있다는 전망이다. 높은 개발자 보수가 많은 인도 청년의 진입을 유도했지만, 가치 있는 역량은 계속 바뀌므로 새로운 증거에 맞춰 진로 판단을 수정해야 한다는 입장이다. [16:30]
• AI 개발 도구의 범위는 버튼과 단순 웹페이지에서 전체 앱으로 확대됐다는 평가다. 과거 Autocode Pro를 만들며 예상했던 모델 성능 향상이 이제 실제 업무 방식의 변화로 이어졌다고 본다. [17:15]

11. 코드 작성보다 고객·매출·결과 책임이 중요해지는 역할

• 숙련된 작업에서 얻던 만족감이 줄어들면 직업적 반발이 생길 수 있지만, 변화한 증거를 받아들이는 적응력이 더 중요하다는 주장이다. 기존 기술에 대한 애착이 도구의 실제 성능을 평가하는 데 장애가 돼서는 안 된다는 입장이다. [18:22]
• 순수하게 코드만 작성하는 역할의 전망은 부정적으로 보면서도, 고객 요구 파악·관계 구축·채용·판매와 제품 전체의 결과를 책임지는 역할에는 기회가 있다고 본다. [19:10]

12. 고객 가치와 적응력을 기준으로 한 경력 전환

• 시장 변화에 대응하는 문제를 정부 책임만으로 돌리기보다 개인의 적응 과제로 봐야 한다는 입장이다. 과거의 학위와 투자한 시간만으로 기존 진로의 안정성이 보장되지는 않는다고 주장한다. [20:13]
• 유통이나 유튜브 운영을 대행해도 고객의 판매와 고객 확보에 기여하지 못하면 계약은 유지되기 어렵다. 전문성의 가치는 최종 고객에게 어떤 성과를 만들어 주는지로 확인돼야 한다는 논리다. [21:14]

13. 신규 개발자 채용 없이 늘어난 내부 소프트웨어

• 약 600명 규모의 자체 회사에서 개발자 채용이 3년 전 연간 20~25명, 지난해 약 10~15명에서 2026년에는 현재까지 0명으로 줄었다고 한다. 지난해 수치에는 C++ 게임 개발자도 포함된다. [23:14]
• 신규 채용 중단이 기존 개발자의 해고를 뜻하지는 않는다. 기존 C++ 게임 개발자와 내부 서비스 운영 인력은 유지하고 있다는 설명이다. [23:42]

14. 가사·조리 작업 영상이 AI 학습 일자리로 이어질 가능성

• 인도에서 AI 모델 학습을 위한 일자리가 많이 생길 것으로 전망한다. 기여 주체도 기존 기술직 종사자에 한정되지 않고, 예상하지 못했던 사회 집단으로 넓어질 수 있다는 관점이다. [24:37]
• 일부 가정 서비스 기업은 가사 노동자나 요리사가 일하는 모습을 카메라로 촬영하고 데이터를 저장하고 있다고 한다. 실제 생활 작업의 영상이 학습 자료가 될 수 있다는 근거로 든다. [24:52]

15. 로봇 학습용 작업 데이터와 보상 시장의 확대

• 기존 LLM 학습에서는 자신의 콘텐츠가 포함되는지 알기 어려웠으며, 저서 『Pajama Profit』도 학습 데이터에 들어갔지만 보상을 받지 못했다는 사례가 드러난다. 반면 이번 작업 데이터 수집에서는 학습 목적을 인지하고 자발적으로 참여하는 사람이 생길 것으로 예상한다 [25:21]
• 학습 참여를 막더라도 로봇 도입을 1~2년 늦출 뿐 결국 진행될 것이라는 판단 아래, 참여자가 단기적으로 수익을 얻는 편이 낫다는 입장이다. 참여자를 비난하는 반응도 나타날 것으로 본다 [25:39]

16. 고비용 개별 판매에서 구독·이용 유지 중심으로의 전환

• 게임 사업 모델의 변화는 1년 안의 예측이 아니라 몇 년이 걸릴 전망이다. 게임 하나에 2억~3억 달러를 투입하면서 매년 수만 개의 신작과 관심을 나누는 구조는 불안정하며, 경쟁은 더욱 치열해질 것으로 본다 [26:26]
• 게임 유통은 전면적인 디지털화와 스트리밍으로 이동할 것으로 예상한다. 디스크와 소장판의 가치를 인정하고 자신의 게임도 실물로 출시하려 하지만, 장기적인 유통 방향은 디지털이라고 판단한다 [27:08]

17. 스트리밍의 기술·비용 조건과 광고형 이용 모델

• 인도에서 매일 스트리밍 게임을 이용한 경험을 근거로 현재의 대역폭은 충분한 수준에 가까워졌다고 판단한다. 데이터센터 수요에 따른 RAM 가격 상승으로 기기 구매 부담이 커지는 한편, 일부 AI 기업이 실패하면 남은 데이터센터가 게임 스트리밍에 활용될 가능성도 제시한다 [29:08]
• 스트리밍은 화면, 최소한의 연산 성능, 인터넷 연결과 컨트롤러만으로 게임에 접근하게 하므로 고가 하드웨어 구매 필요성을 줄일 수 있다. 구독에 더해 광고형 모델도 확대될 것으로 보며, Xbox가 한 시간 플레이 뒤 광고를 보여주고 이용을 이어가는 방식을 시험한 사례를 든다 [29:42]

18. 소장 중심 팬덤의 변화와 게임 창작 참여의 확대

• 실물 게임을 수집해 온 개발자로서 디스크 시대의 쇠퇴에는 아쉬움이 있지만, 시장의 방향은 결국 소비자의 선택에 달려 있다고 본다. 제한된 게임과 데모를 반복해서 즐기며 생겼던 애착은 선택지가 풍부한 환경에서 약해질 수 있어, 개발자가 몰입할 세계와 팬덤을 구축할 책임이 커진다 [31:13]
• 게임의 ‘유튜브화’는 새로운 창작자의 등장을 촉진할 것으로 예상한다. 게임플레이 구현이 쉬워지면 작은 팀도 일관된 이야기와 세계 구축에 더 많은 시간을 쓸 수 있지만, 게임 제작에는 바이브 코딩 이상의 작업이 필요하다는 점도 강조한다 [32:24]

🧾 결론

• 세 전망을 관통하는 변화는 제작 비용의 하락과 가치 평가 기준의 이동이다. 코드나 콘텐츠를 만드는 능력에 더해 고객과 이용자에게 어떤 결과를 제공하는지가 중요해진다는 주장이다.
• 개발자에게는 고객 이해와 제품 전체에 대한 책임, 노동자에게는 작업 데이터 제공, 게임 창작자에게는 독특한 세계와 팬덤 구축이 새로운 기회로 제시된다.
• 전망의 핵심 근거는 발표자의 채용·사업 경험이다. 이를 시장 전체의 확정된 미래로 받아들이기보다, 다른 기업에서도 같은 변화가 나타나는지 확인할 가설로 읽을 필요가 있다.

📈 투자·시사 포인트

• 소프트웨어 기업은 개발 생산성 향상과 함께 가격 경쟁·차별성 약화도 살펴야 한다. 제작비가 낮아져도 이익률이 유지되는지는 별도의 문제다.
• 소규모 창업자는 AI로 실험 비용과 외부 투자 필요를 줄일 여지가 있다. 투자 유치 규모보다 실제 매출 가능성과 지분·청산우선권의 부담을 함께 따져야 한다는 시사점이다.
• 로봇 학습용 작업 데이터의 수집·보상·중개는 관찰할 사업 영역이다. 현재 촬영 사례가 있다는 사실만으로 데이터 판매 수익이나 지속적인 일자리가 입증되지는 않는다.
• 게임 플랫폼과 제작사의 경쟁력은 이용자 확보·지속 이용·유통 비용을 함께 봐야 한다. 구독과 스트리밍의 확대 가능성은 제시되지만, 최종 승자나 전환 시점은 특정되지 않았다.

⚠️ 불확실하거나 확인이 필요한 부분

• 주니어 채용 급감 전망은 자체 회사와 협업 기업에 대한 관찰에 크게 의존한다. 인도 개발자의 95%가 코드 작성 중심 역할이라는 수치도 자체 추정이며, 시장 전체를 대표하는 조사 근거는 제시되지 않았다.
• 소프트웨어 기업의 이익률이 70~90%에 이를 수 있다는 주장에는 이익률의 종류와 비교 대상이 명확히 설명되지 않는다. 기업 간 수익성을 비교할 때 그대로 적용하기 어렵다.
• 가정 서비스 기업이 수집한 영상을 판매하려는지, 자체 로봇 개발에 쓰려는지는 발표자도 모른다고 명시한다. 작업 데이터 제공에 따른 보상 규모와 계약의 지속성 역시 확인되지 않았다.
• 자막 기반 정리: 타임스탬프가 있는 자막을 기준으로 정리했으며, 고유명사·수치·인용은 원문 확인 필요 시 별도 검증한다.
• 영상 속 주장: 발표자의 해석·전망·비교는 확인된 외부 사실이 아니라 영상 속 주장으로 분리해 읽는다.
• 검증 필요: 수치, 기업 실적, 정책·시장 전망은 발행 전 최신 자료로 별도 검증이 필요하다.

✅ 액션 아이템

• 자신의 업무를 코드 작성, 고객 요구 파악, 운영, 판매, 결과 책임으로 나누고 AI 도입 후 각 업무의 시간·비용·성과가 어떻게 달라지는지 기록한다.
• 주니어 개발자 채용 전망을 판단할 때 자체 회사 사례와 관심 시장의 실제 채용 공고·요구 역량을 비교한다.
• 소프트웨어 창업을 검토한다면 AI 도구 비용과 수정·운영에 드는 비용을 포함해 작은 제품 실험을 하고, 고객 반응을 확인한 뒤 자금 조달 규모를 정한다.
• 작업 데이터 제공 기회를 검토할 때 촬영 목적, 학습 활용 여부, 참여 방식과 보상 조건을 확인한다.

❓ 열린 질문

• 발표자의 회사에서 나타난 신규 개발자 채용 감소는 다른 규모·산업의 기업에서도 반복될까? AI 도입과 시장 조정의 영향은 어떻게 구분할 수 있을까?
• 신규 채용이 줄어든 환경에서 주니어는 고객 관계와 제품 전체를 책임지는 경험을 어디서 쌓을 수 있을까?
• 로봇 학습용 작업 데이터 제공자는 어떤 기준으로 보상받고, 데이터 중개 사업은 얼마나 지속적인 수요를 확보할 수 있을까?