작성자 | Kaori

편집 | Sleepy

“메타는 90%의 인원을 감원해도 Instagram, Facebook과 같은 소프트웨어가 정상 작동할 것이다.”

Eva는 메타에서 고급 엔지니어로 일하고 있으며, 감원 대상자 명단에 없으며 성과가 좋아 AI 도구를 적극적으로 수용하고 있습니다.

하지만 그는 “아무도 안전하지 않으며, 모두 위험하며, 그저 언젠가 발생할 문제뿐”이라고 말했습니다.

이는 성과평가가 어떻게 이루어지고 승진이 어떻게 발생하며 경영이 어떻게 작동하는지, 심지어 노력 자체가 어떻게 정의되는지에 대한 이야기로, 지금 이 일의 중심에 있는 사람들은, 자크 버크부터 새로 입사한 주니어 엔지니어까지, 이 폭풍우가 언제 끝나게 될지 명확히 말할 수 없다고 합니다.

감원은 실제지만, 이유는 가짜

2022년부터 메타는 약 25,000명의 인원을 감원했습니다.

2022년 11월에는 11,000명, 2023년에는 추가로 10,000명을 감원하며, 자크 버크는 이를 “효율의 해”라고 칭했습니다. 2025년 1월, 자크 버큰 내부 메모에서 최저 성과자 중 5%인 약 3,600명을 감원한다고 발표했습니다. 2026년 3월에는 다시 700명을 감원했습니다. 로이터통신 보도에 따르면, 5월 말에는 전 세계 79,000명의 직원 중 10%에 달하는 약 8,000명을 감원할 예정이며, 하반기에는 두 번째 라운드가 있을 것으로 전해졌습니다.

감원은 실제로 발생하지만, 반드시 AI가 이들의 일자리를 빼앗았다는 것은 아닙니다.

Eva는 이 단계에서 감원되는 사람들 중 대다수가 AI가 없어도 떠나게 될 것이라고 생각합니다. “지난 몇 년 동안 전체 CS 산업은 실제 필요보다 훨씬 많은 인재를 채용했습니다. 업계는 번영했으며 자본이 넘쳤으며 주가는 꾸준히 상승하여 많은 회사에서 많은 사람을 채용했습니다. 마스크는 트위터를 인수한 후 대부분의 직원을 해고했지만, 앱은 여전히 사용 가능했습니다. 그 당시에는 어디에 AI가 있었습니까?”

2026년 메타의 자본 지출 가이드는 1150 ~ 1350 억 달러로, 거의 2025년의 두 배에 해당하며, 이 모든 것이 데이터 센터, GPU 및 AI 인프라로 향할 것입니다. 감원으로 절약된 돈은 연산 능력으로 이어졌습니다.

이 단계에서 AI가 한 역할은 마치 훌륭한 패입니다. 회사는 외부에 효율성이 향상되었으며 더는 이렇게 많은 인원이 필요하지 않다고 주장할 수 있습니다.

작은 기업은 경직되지 않고 기민하며, 대기업이 성장함에 따라 의사 결정이 느려지고, 신생 기업과 스타트업에 뒤처지는 것을 발견하고, 그래서 경영진은 조직을 늠화하고, 코어 제품에 집중하는 것을 시작했습니다. 인공지능은 이미 진행 중인 이 변화를 가속화시킨 것에 불과합니다.

AI가 업적 평가에 참여할 때

하지만 AI의 개입은 일부 인사 정책을 변경했습니다.

메타의 이전 성과 평가 방식은 실리콘밸리 대기업들 사이에서 상당히 독특합니다. 매니저는 직접 점수를 매기지 않고, 당신의 자가평가, 동료평가 및 자체 관찰을 종합하여 성과 등급 문서로 작성합니다.

그런 다음 Calibration Meeting이라는 단계로 이동하고, 동일 등급의 약 10 명의 사람이 함께 모이며, 각 매니저가 자신의 직원의 성과를 번갈아가며 설명하고, 그 사람이 특정 등급을 받을 가치가 있는 이유를 설명하며, 모두가 함께 토의하고, 최종적으로 모든 사람에게 등급을 매깁니다.

이 절차는 번거롭고 시간이 많이 소요되지만, 다양한 관점과 동등한 수평 비교를 도입하여 단일 매니저의 선호도로는 결과를 결정하기 어렵습니다. Eva는 이것이 상대적으로 공정하다고 생각합니다.

2026 년 초에 Calibration Meeting이 취소되었습니다. Eva는 "회사가 반년에 한 번의 업적 평가로 되돌아갔다. 그 이유는 AI가 있기 때문에 매니저가 AI를 보조로 자가평가를 작성할 수 있으며, 그렇게 많은 협력 단계가 필요하지 않으므로 프로세스가 더 빨라질 수 있습니다."라고 설명했습니다.

한편, 메타는 Checkpoint라는 AI 성과 추적 시스템을 도입하여 Google Workspace 등 내부 시스템에서 직원들의 작업 데이터를 자동으로 집계하고, 매니저에게 기여 요약을 제공합니다. 소프트웨어 엔지니어의 경우, Checkpoint는 AI 생성 코드 비율을 포함한 200가지 이상의 데이터 차원을 추적하며, 동시에 오류율, 버그 관련 수 등을 모니터링합니다.

메타의 인사 수장 인 Janelle Gale은 내부 메모에서 2025년 말에 AI 공동 작업 능력이 2026년 평가의 핵심 기준이 될 것이라고 명확히 밝혔습니다.

또한, 메타 엔지니어가 코드 한 줄을 작성할 때마다 시스템은 자동으로 백분율을 주석 처리하여 해당 코드 부분이 AI의 도움을 받은 비율을 표시하며, 이 데이터는 이미 평가 지표의 일부가 되었습니다.

각 그룹은 자체 상황에 따라 최소한의 기준을 설정하며, 예를 들어 AI 도움으로 생성된 코드의 비율이 50%나 90%여야 합니다. 이 기준을 충족해야 하며, 이를 달성한 후에도 업적 평가는 여전히 당신의 작업이 얼마나 실질적인 가치가 있는지를 평가합니다. "회사의 생각은 '먼저 사용하고, 어떻게 사용하는지 나중에 봐야한다'"라고 Eva가 말했습니다.

AI 활용도를 성과에 반영하는 것은 어느 정도 강제적인 보급 메커니즘으로, 더 많이 사용한 사람에게는 보상이 주어지지 않지만 사용하지 않는 사람에게는 처벌이 가해집니다.

이러한 사고 방식은 Meta에만 해당되는 것이 아닙니다.

NVIDIA CEO 장려훈은 2026년 3월 GTC 컨퍼런스에서 앞으로 회사의 모든 엔지니어가 매년 지급받는 토큰 예산을 갖게 되어야 하며, 기본 급여 외에 AI 소모를 위해 추가로 절반의 금액을 할당해야 한다고 공개적으로 밝혔습니다. 그는 심지어 만약 연봉 50만 달러를 받는 엔지니어가 매년 AI에 25만 달러 미만을 소비한다면 "심각한 우려를 느낄 것"이라고 말했습니다.

장려훈은 토큰을 파는 사람이며, 상인이 자사 제품을 홍보하지 않을 이유가 어디 있겠습니까. 하지만 Meta도 어느 순간 이러한 양적 열광의 극단에 이르렀습니다.

한 명의 직원이 내부 네트워크에서 '클로드노믹스'라는 이름의 랭킹을 자발적으로 구축했습니다. Anthropic의 클로드 모델로 명명된 이 랭킹은 8.5만 명의 직원들의 AI 토큰 소모량을 추적합니다. 30일 동안 회사 전체가 600조 토큰 이상을 소모했습니다.

이 랭킹은 구리에서 에메랄드 등급의 배지 레벨, 상위 250명은 토큰 전설, 캐시 위자드 등 칭호를 받습니다. 1위 직원은 30일 동안 2810조 토큰을 소모했으며, 일부 직원은 순위 조작을 위해 AI 에이전트를 몇 시간 동안 빈 돌리게 하여 실제 작업을 수행하지 않고 순수하게 토큰을 소모시켰습니다. 생산성을 측정하는 데 토큰 소모량을 사용하는 것은 트럭 운전사를 평가할 때 연료 소비를 사용하는 것과 같으며, 엔진이 돌아간다고 해서 화물을 운반한다는 뜻은 아닙니다.

Eva는 자신의 팀에서 랭킹의 압박을 크게 느끼지는 않았습니다. "어차피 우리는 이 랭킹과 직접적인 관련이 없으니, 할 일이 있으면 그냥 그 일을 하고 다 함께 웃으며 지나간다"고 말했습니다. 매니저도 이를 크게 다루지 않았지만 랭킹 웹사이트가 폐쇄된 후에도 기본 로직은 사라지지 않았습니다. 코드에 대한 AI 생성 비율은 여전히 추적되고 있고, 최소한의 임계점은 여전히 존재합니다.

그리고 모든 사람이 AI를 사용하도록 강요당하면, 각 개인의 생산성 숫자도 상승하고 있으며, 그러면 성과 기준 자체도 더 높아집니다. "만약 60%의 사람들이 더 잘했다면, 그 기준은 반드시 상향 조정될 것입니다. 이 중에서 이런 개선이 얼마나가 AI로 인한 것이고 얼마나가 야근으로 이뤄진 것인지는 말하기 어렵습니다."

내혹의 바람이 실리콘밸리에 닥쳤다

Eva의 상위 리더도 압박을 받고 있습니다. "다른 상위 리더들은 아래 있는 사람들을 열심히 누르고 있습니다. 만약 그들이 성공적으로 누르지 못하면, 그의 위치도 보장되지 않을 것입니다."

《월스트리트 저널》에 따르면, Meta는 AI 애플리케이션 엔지니어링 부서를 새롭게 설립했으며, 매니저와 엔지니어의 비율은 1:50이며, 각 매니저가 50명을 관리하며, 실리콘밸리의 전통적 상한선인 25:1보다 2배 높습니다.

갤럽의 데이터에 따르면, 미국의 평균 매니저 당 담당자 수는 2024년의 10.9명에서 2025년의 12.1명으로 상승했지만, Meta의 50:1은 업계 평균의 네 배 이상입니다.

이 변화를 Eva는 직접 경험하고 있습니다. 보통 대기업에서 한 명의 매니저가 열 몇 명을 보는데, 왜냐하면 귀하의 경력 계획을 도와주고, 일대일 면담을 진행하며, 귀하의 요구를 이해하기 때문입니다.

1:50은 이전에 5 명의 매니저가 소속된 팀이 이제는 1명만 필요하며, 나머지 4명은 자리를 잃게 되었습니다.

하지만 이 새로운 부서가 어떻게 운영될지에 대해서는 아무도 알지 못하며, 외부에서는 이 변화가 비극으로 끝날 것으로 예상하고 있습니다.

「저희 다른 부서들은 임시로 전 단계의 관리 속도를 유지 중이며, 매니저는 여전히 당신과의 경력 계획 면담을 진행하지만, 모든 사람들이 이러한 상황이 오래 지속되지 않을 것으로 예측하고 있습니다. 일부 그룹은 이미 기초 매니저를 제거하고, 최상위 관리자만 모든 사람을 직접 지시하도록 만들기 시작했습니다.」

관리층 자체도 자신들의 작업이 더 이상 의미가 있는지에 대한 의문에 직면하고 있습니다.「모든 사람들이 동일한 상태에 있으며, 당신의 직책이 여전히 필요한지에 대한 문제에 직면해야합니다. 리더들에게도 마찬가지로, 그들의 일상도 이전보다 나아지지 않았습니다.」

AI는 실제로 매니저들이 효율성을 높이는 데 도움을 줍니다. 부하직원이 최근 작성한 코드, 게시물, 참석한 회의를 자동으로 요약하고, 주기적으로 보고서를 생성합니다. 이전에는 리더가 직접 찾아야 했던 것을, 이제 AI가 요약해 주고, 리더는 확인만 하면 됩니다.

그러나 효율성 향상의 또 다른 측면은, 관리가 더 저렴해지고, 저렴한 것은 항상 대체품이 됩니다.

내부 삼키는 지속적 현상이고, 결국 가장 직접적인 충격을 받는 것은 계층의 맨 아래에 있는 초급 직책들입니다.

고급 엔지니어로서, Eva는 프로젝트를 계획할 때 작은 버그를 발견하면 이전에는 초급 엔지니어에게 맡겼습니다. 그러나 지금은 일이 크지 않으면, 그는 AI 창을 열어 몇 분 만에 처리할 수 있습니다.「초급 엔지니어와 의사소통할 필요가 없고, 제가 직접 세빠에 끝내버렸습니다.」

대규모 프로젝트는 여전히 사람이 필요하지만, 초급 엔지니어의 업무량을 지탱해 온 사소한 일들은 고급 엔지니어 손 안의 AI가 쉽게 소화하고 있습니다.

Eva의 속도는 매우 빠릅니다: "조기에 엔지니어링 매니저이자 제품 매니저이자 엔지니어이자 디자이너가 될 수 있다면, 한 사람이 모든 일을 할 수 있는 능력을 갖추게 되면, 기능을 구축하거나 팀을 구성할 수 있습니다. 그렇게 되면 다른 사람들보다 적게 해고될 확률이 있습니다."

남아 있는 인원에 대해 Eva는 웃으며 말합니다. "현재, Meta는 반의 인원만 남아도 운영이 가능합니다. AI가 속도를 내며 발전한다면 결국 프로그래머의 10%만 남아서 AI가 수행한 작업을 검토하고 제품 결정을 조정하는 경우가 있을 것입니다. 나머지 90%는 일자리를 잃을 것이지만, 이렇게 되더라도 Meta는 계속 진행될 수 있습니다."

아무도 안전하지 않음, 자신을 포함하여

아무도 자신이 안전하다고 느끼지 않습니다.

대형 리더는 다른 대형 리더들이 더 열심히 일하고 있기 때문에 압박을 받습니다. 매니저는 매니징 범위가 1:15에서 1:50으로 증가할 수 있기 때문에 압박을 받습니다. 시니어 엔지니어는 표준이 계속 높아지기 때문에 압박을 받습니다. 주니어 엔지니어는 작업이 시니어 엔지니어의 AI에 의해 손쉽게 소화되고 있기 때문에 압박을 받습니다.

심지어 자기 자신인 잭 샌더버그조차도 불안에 떨고 있습니다.

AI 시대의 불확실성은 현실적입니다. Claude Code가 새로운 기능을 출시할 때마다 한 기업을 제대로 털 수 있으며, Claude Design 소식 이후 Figma 주가가 급격히 변동하며 전체 SaaS 산업이 하나씩 분해되고 있습니다.

소셜 네트워크는 견고한 것으로 여겨지지만, 그 벽은 상상 이상으로 두껍지 않습니다. Eva는 QQ에서 WeChat으로의 전환은 1년 또는 2년 만에 이루어졌다고 생각합니다.

잭 샌더버그는 회사의 전망을 우려하면서 대규모 인원을 감축하고 있습니다. Eva에 따르면, 이는 관리 전략입니다. "그가 유지하고 싶어하는 사람들은 가장 열정적이고 지혜로운 사람들입니다. 가장 좋은 방법은 무엇인가? 그는 돈을 주는 것이 최선의 방법이 아니라는 것을 깨달았고, 인원 감축 효과가 더 좋습니다."

불안감을 유발시키는 것이 보너스를 지급하는 것보다 생산성을 더 잘 촉진할 수 있습니다.

그러나 이러한 전략에도 대가가 있습니다. 최고의 엔지니어는 이러한 압박을 계속 감당하지 않을 것이며, 그들은 직원을 더 존중하는 곳으로 이직할 것입니다. 인원 감축은 무기력한 사람들을 내쫓을 수 있지만, 선택 권한을 가진 사람들을 내쫓을 수도 있습니다.

Eva가 남아 있는 이유는 매우 현실적입니다. 실리콘밸리가 조금 더 열심히하는 것은 사실이지만, 국내보다 그렇게 심하지 않습니다.

그러나 이러한 개별 선택의 배후에서 전체 산업의 추세는 피할 수 없을 정도로 만연해지고 있습니다. "AI가 대부분의 일자리를 대체할 것이며, 인터넷 산업은 다시는 매우 적은 노력으로 많은 돈을 벌 수 있는 영광스러운 상태로 돌아갈 수 없을 것입니다".

지는 게임에 참여하라

인공지능(AI)은 재고 직원의 작업 방식을 재편했을 뿐만 아니라 새로운 지원자의 선발 방법도 변경했습니다.

Meta의 엔지니어 인터뷰는 일반적으로 코딩(Coding)、행동 질문(Behavior Question) 및 시스템 디자인(System Design) 세 부분으로 나뉩니다. 코딩은 알고리즘 문제를 제공하는 것이며, 예를 들어 데이터를 정렬하는 문제가 주어지며, 어떤 알고리즘을 선택하고 성능 및 비용을 고려하는지를 평가합니다. 행동은 주관적이며, 피드백 및 갈등을 어떻게 다루는지에 대해 물어봅니다. 시스템 디자인은 일반적으로 시니어 레벨에서만 다루는 아키텍처 설계 문제입니다.

2025년 10월, Meta는 인터뷰에 AI 코딩 세션을 도입했습니다. 이전에는 두 번의 순수 코딩이었지만, 이제 전통적인 코딩에 AI 코딩이 추가되었습니다. 지원자는 CoderPad 환경에서 복잡한 다중 파일 프로젝트를 받으며, 오른쪽에는 AI 채팅 창이 있어 인터뷰 과정에서 GPT 시리즈, Claude 시리즈, Gemini 및 Llama를 포함한 여러 AI 모델을 전환하여 사용할 수 있습니다. 60분 안에 보지 못한 코드베이스를 이해하고 문제를 해결하거나 버그를 수정하기 위해 AI의 도움을 받아야 합니다.

여기서 평가하는 것은 코드 작성 여부나 프롬프트 작성 여부가 아닙니다. 대신, AI와의 협업 판단력을 평가합니다. AI가 생성한 결과는 옳을 수도, 틀릴 수도 있으며, 일부는 맞고 일부는 틀릴 수도 있습니다. 당신은 어떻게 AI와 상호 작용하여 원하는 결과를 얻을지, 그리고 AI가 생성한 코드가 최적인지를 판단할 수 있는지가 중요합니다. 인터뷰어는 당신의 각 프롬프트와 상호 작용을 실시간으로 모니터링합니다.

이에 대해 Eva는 이것이 실제 작업 환경과 매우 유사하다고 생각하며, 지원자가 최신 도구를 활용해 단기간 내에 복잡한 문제를 해결할 수 있는지 확인합니다.

새로운 입장 기준은 앞으로 이 산업에 진입하는 사람들이 AI와 협업할 수 있는 능력을 갖추도록 요구됨을 의미합니다. 이 세션을 경험한 한 지원자는 복습에서 AI가 인터뷰를 쉽게 만들지 않았고, 오히려 기준을 더 높게 만들었으며, AI 지원을 받을 때 동일한 시간 내에 더 복잡한 문제를 해결할 것으로 기대했습니다.

이러한 상황에 직면할 때, Eva가 선택한 전략은 게임에 지는 것이라도 참여하는 것입니다.

“이것이 대세라면, 당신은 바꿀 수 없습니다. AI 사용에 저항해봤자 소용이 없습니다.”

Eva의 일상적인 작업 방식은 이미 완전히 변화했으며, 동시에 많은 AI 창을 여는 등 서로 다른 작업을 병렬로 수행합니다. “당신은 오직 하나의 두뇌만 가지고 있습니다. 하지만 AI의 장점은 한 번에 열 개를 실행하고, 그들에게 다른 작업을 시켜서 다양한 일을 처리하게 할 수 있다는 것입니다.”

시작부터 능숙해지는 데 약 한 달 정도 소요되었습니다.

그는 AI를 활용하여 업무의 거의 모든 단계를 커버했으며, 프로젝트를 기획할 때 문서를 작성하고 브레인스토밍을 하며 비교 분석 및 SQL을 사용하여 잠재적인 영향을 평가하고 코드를 작성했습니다. 기능을 구현한 후에도 다양한 요약문을 작성하고 소셜 미디어에 노출도를 높이기 위해 사용했습니다.

“너는 먼저 AI를 가장 잘 활용한 첫 번째 사람이 되어, 아마도 마지막으로 해고 당할 사람 중 하나가 될지도 모른다. 그러나 얼마나 빨리 해고 당하게 될지, 실제로 해고를 피할 수 있는지는 아무도 모른다. 받아들이는 수밖에 없을 뿐이다.”

이러한 자아달려 기승의 밖에서 AI는 서로 다른 수준의 사람들에게 전혀 다른 가치를 제공합니다.

충분한 경험을 쌓고 문제를 인식하고 방향을 잡을 수 있는 고급 엔지니어들에게는 AI가 실질적인 지렛대가 되어주며, 이전에 두 주가 걸리는 분석을 하려 했지만 지금은 즉시 시작할 수 있습니다. 그러나 경력 초반에 있는 사람들에게는 AI가 제거하는 것이 바로 그들이 가장 필요로 하는 사고와 시행착오 프로세스입니다.

효율성은 향상되었지만 학습 기회는 사라졌습니다.

Eva는 자신을 낙천주의자 또는 비관주의자로 분류하고 싶지 않다고 말했습니다. “너는 이 대세를 바꿀 수 없어. 마치 예전 북동부 지역의 고용난처럼, 받아들일 수밖에 없지. 누군가는 식당을 차렸고, 누군가는 남쪽으로 창업을 했다. 누가 알아? 인생은 너무 길어, 생각해봐야 할 게 없으니까.”

이 경기는 현재까지 이어져왔지만, 유일하게 확실한 것은 아무도 승자가 될 수 없다는 것입니다.

BlockBeats 공식 커뮤니티에 참여하세요:

Telegram 구독 그룹：https://t.me/theblockbeats

Telegram 토론 그룹：https://t.me/BlockBeats_App

Twitter 공식 계정：https://twitter.com/BlockBeatsAsia