네이버도, 카카오도 "신입 개발자 공채 없어"...IT업계 채용 공식 바뀐다

[한국금융신문 박수연 기자] 네이버가 올해 상반기 개발자 신입 공개 채용을 실시하지 않았다. 네이버가 개발자 신입 공채를 실시하지 않은 것은 7년 만에 처음이다. 인공지능(AI)이 개발 업무 전반에 빠르게 확산되면서 국내 IT 업계 채용 공식도 변화하고 있다.

14일 네이버에 따르면, 이 회사는 올해 상반기 신입 개발자 공개 채용을 진행하지 않았다. 하반기 공채 일정도 구체적으로 알려진 바 없다.

네이버는 2019년부터 2025년까지 매년 신입 개발자를 대상으로 공개채용을 실시했다. 개발자 확보 경쟁이 가장 치열했던 2021년에는 기존 연 1회였던 신입 개발자 공채를 상·하반기 두 차례로 확대하며 역대 최대 규모인 900여명을 모집하기도 했다.
2023년부터는 네이버와 주요 계열사를 아우르는 '팀네이버 신입 공채' 체제로 전환했다. 네이버·네이버클라우드·네이버파이낸셜·웍스모바일·스노우·네이버랩스 등 6개 법인이 Tech, Service & Business, Design, Corporate 등 전 직군에서 신입 인력을 모집했다.

네이버, AI 시대 인재상·채용 방식 재검토

네이버가 올해 개발자 공개 채용 숨고르기에 나선 이유는 AI로 인해 기업 업무 방식과 요구되는 인재 역량 자체가 달라지고 있다는 판단에서다. 기존 공채 방식을 그대로 이어가기보다 적합한 인재상과 평가 기준부터 다시 검토하고 있다는 설명이다.

네이버 관계자는 "올해 하반기 신입 공채 계획은 정해진 것이 없다"며 "AI 시대에 어떤 인재가 필요한지, 인재상과 평가 방식을 포함해 여러 방안을 논의하고 있는 단계"라고 말했다. 이어 "AI를 업무에 활용해 문제를 해결하고 효율성을 높이는 능력도 중요하지만 AI가 제시한 결과를 비판적으로 검토하고 판단하는 역량도 중요해지고 있다"고 설명했다.

이러한 채용 변화는 AI 중심 사업 전환을 가속화하고 있는 네이버의 전략과도 맞물려 있다. 네이버가 검색·광고·쇼핑 등 기존 핵심 서비스에 AI를 활용하고 AI 에이전틱 등 신규 서비스를 영역을 확대하며, 이를 구현하고 고도화할 개발 인력의 역할이 더욱 주효해졌다.

미래 AI 기술 선점 나선 네카오…전문인력 수시 채용

실제로 최근 채용 방식에서도 AI 관련 인력에 대한 수요가 나타난다. 네이버랩스는 지난 7월 'Embodied AI Research Engineer'를 모집했다. 비전언어행동(VLA)과 월드모델, E2E 내비게이션 등을 다루는 직무다.
같은 달 'Generative AI Engineer(2D/3D)'와 '3D Vision Researcher' 등 생성형 AI와 컴퓨터비전 분야 전문인력 채용에도 나섰다. 'Generative AI Engineer'는 생성형 AI를 활용해 증강현실(AR)에 필요한 2D·3D 데이터와 콘텐츠를 개발한다.

AI와 컴퓨터비전 등 AI 기술 분야에서는 꾸준히 직무별 인력 확보를 이어가고 있는 것이다. 특히 Embodied AI와 VLA, 월드모델 등 네이버가 미래 성장 먹거리를 육성하는 기술과 직접 연결되는 AI 전문인력 채용이 활발하게 이뤄지고 있다는 점이 눈에 띈다.

과거 개발자 확보 경쟁 속에서 대규모 신입 인력을 한꺼번에 뽑던 방식에서 벗어나, 필요한 기술과 전문성을 갖춘 인재를 조직별로 적시에 선발하는 모습이다. 전체 고용 규모도 증가세다. 네이버 직원 수는 2023년 4383명에서 2024년 4583명, 지난해 5047명으로 늘었다.


카카오도 올해 추가 신입 개발자 공채 계획에 대해 선을 그었다. 지난해 실시한 공개 채용 합격자들이 올해 1월 입사한 만큼 당분간 별도의 대규모 공채보다는 각 조직의 인력 수요에 맞춘 수시 채용을 이어간다는 방침이다.

카카오 관계자는 "지난해 실시한 신입 공채 후 현재 별도의 추가 계획은 없다"며 "필요한 직군에 대해서는 수시 채용을 통해 AI 인재를 확보하고 있다"고 말했다. 이어 "AI 인력 확보는 카카오만의 변화라기보다 IT 업계 전반에서 나타나는 흐름"이라고 덧붙였다.

수시 채용은 정해진 시기에 대규모 인원을 일괄 선발하는 공채와 달리 조직별 인력 수요가 발생할 때 필요한 기술과 경험을 구체적으로 정해 인재를 뽑을 수 있다는 장점이 있다. 기술 변화 속도가 빨라질수록 기업 입장에서는 채용과 실제 현업 투입 사이의 간격을 줄일 수 있다는 점도 강점으로 꼽힌다.

생성형 AI가 코드 작성과 테스트 등 개발 과정의 생산성을 높이면서, 개발자의 역할도 단순한 코드 구현을 넘어 문제를 정의하고 AI가 내놓은 결과를 검증·판단하는 방향으로 확장됐다. 동시에 기술과 사업 영역이 세분화되면서 특정 산업과 업무에 대한 이해를 뜻하는 '도메인 전문성'이 강조된다.

예컨대 AI 검색·광고·커머스, 클라우드, 보안 등 분야에서는 단순 코딩 능력뿐 아니라 해당 서비스와 기술 구조에 대한 이해가 중요해지고 있다. AI가 코드를 생성하더라도 실제 서비스 환경에 적용하고 오류를 검증·최적화하는 과정에는 개발자의 전문적인 판단이 필요하다.

결국 기업이 필요로 하는 기술과 전문성이 구체화 될수록 범용 인력을 대규모로 미리 확보하기 보다 사업과 조직에 필요한 직무를 특정해 채용하는 방식의 효율성이 높아진다. 변화에 발 맞춰 기업이 개발자를 뽑는 기준과 방식을 바꾸는 것은 당연한 수순이라는 것이다.

SW업계 관계자는 "공채는 채용 프로세스 자체가 긴 반면 수시 채용은 당장 필요한 직무에 맞는 인력을 빠르게 확보할 수 있다"며 "특정 기업과 직무에 실제 관심을 가진 지원자가 들어오는 만큼 기업 입장에서도 필요한 인재를 선별하기에 유리한 측면이 있다"고 말했다.

이어 "AI로 인해 개발자를 단순히 덜 뽑는다기보다 개발자에게 기대하는 역할이 달라지고 있는 것"이라며 "AI가 내놓은 결과를 검증·판단하는 역량, 자신의 분야에 대한 전문성이 더욱 중요해지고 있다"고 설명했다.

박수연 한국금융신문 기자 suy1663@fntimes.com