대량 해고는 AI 때문인가? 기술 대기업의 대량 해고, 그 진상을 파헤치다: AI 시대의 새로운 막이 오르는 것인가

2025년 10월 말, Amazon이 세계에서 약 1.4만 명의 감축을 발표했습니다. 교육 기술 기업 Chegg는 45%의 인원 감축을, Salesforce는 4,000명 규모의 고객 지원 직무 정리를, 물류 대기업 UPS는 작년 이후로 4.8만 명의 순감소를 밝혔습니다. 모든 발표에는 "AI"와 "기계 학습"이라는 문구가 등장하며, SNS에서는 "드디어 AI가 일자리를 빼앗기 시작했다"는 논조가 불타올랐습니다. 그러나 숫자가 보여주는 것은 더 복잡한 현실입니다. 본 기사에서는 각 기업의 움직임과 현장의 변화, SNS의 반응, 그리고 노동자가 지금 취해야 할 실천 방안을 냉정하게 정리합니다.

1) 무슨 일이 일어났는가: 짧은 타임라인

• 10월 28일(현지): Amazon이 약 1.4만 명의 포지션 감축 계획을 확인했습니다. 근거로 "효율화", "조직 재편"에 더해 AI 활용의 진전을 시사했습니다.

• 10월 27일: 온라인 교육 기업 **Chegg가 45%**의 감축을 발표했습니다. 생성 AI의 보급으로 기존 모델의 재검토가 필요하다고 설명했습니다.

• 지난달: Salesforce가 4,000명 규모의 고객 지원 직무를 감축했습니다. 경영진은 "AI 에이전트가 대응"하고 있다고 발언했습니다.

• 10월 말: UPS는 작년 이후로 4.8만 명 감소를 발표했습니다. 사장은 이전부터 수요 변동에 대한 대응과 기계 학습에 의한 최적화의 영향을 시사했습니다.

주: 이상은 각사의 공식 설명이나 보도에서 언급된 수치 및 논점의 정리입니다. AI는 “유일한 이유”가 아니라, 복합 요인의 하나로 다루어지고 있습니다.

2) "AI가 주된 원인"은 오해인가, 절반은 맞는 것인가

기업의 대량 감축은 항상 복수의 요인이 얽혀 있습니다. 2025년 가을의 문맥에서는 다음의 4가지가 겹치고 있습니다.

1. 거시 환경: 금리 및 자본 비용의 높은 수준으로 인해, 수익률과 현금 창출이 최우선이 되었습니다.

2. 포스트 팬데믹 조정: 지난 몇 년간의 과잉 채용(수요 급증기의 선점)에서 인원의 정규화.

3. AI에 의한 “단위 인원당 생산성”의 상승: 같은 작업량을 더 적은 인원으로 처리할 수 있는 상황이 증가.

4. 투자 포트폴리오의 교체: 레거시 사업에서 AI/자동화 파이프라인으로 자원을 이동하는 과정에서의 직무 재편.

즉, "AI가 트리거"가 되는 장면은 분명히 있는 한편, 현금 창출이나 투자자 기대와의 최적화 문제 속에서, AI가 **“합리화의 설명 변수”**로 사용되고 있는 면도 부정할 수 없습니다.

3) 현장에서 일어나고 있는 “일의 재설계”

대체되기 쉬운 영역과 확장되는 영역은 다음과 같이 나뉘고 있습니다.

• 고객 지원: 1차 응답은 AI 에이전트가 고정밀화. 사람은 에스컬레이션(복잡/고단가 사례)에 집중.

• 운영/물류: 수요 예측, 경로 최적화, 시프트 설계에서 기계 학습이 상시 가동. 현장은 예외 처리와 안전 관리로 이동.

• 백오피스: 회계, 법무, 채용의 반복 작업은 자동화. 사람은 검토/의사 결정 및 거버넌스로.

• 데이터/제품: 프롬프트 설계, 평가 지표 설계, 데이터 정비, AI 안전성 검증 등 신규 직무가 증가.

키워드는 **“대체”보다 “재설계(Redesign)”**. 같은 KPI를, 다른 워크플로우로 달성하는 설계 경쟁이 시작되고 있습니다.

4) 4사의 한 줄 메모 (본 건의 이해를 돕는 메가트렌드)

• Amazon: 풀필먼트, CS, 광고, 클라우드의 전 영역에서 AI 구현을 가속. 감축은 중복 해소와 공정 통합이 주안점.

• Chegg: 학습 Q&A 모델에 대한 생성 AI의 침투가 직격. AI 전제를 둔 신규 가격/가치 설계로의 전환이 시급.

• Salesforce: CRM의 자동 응대 및 제안 기능이 상담 전 공정을 단축. “사람의 역할”을 고난도 영역에 재배치.

• UPS: 수요의 계절성과 ML에 의한 평준화. 자동화 투자와 노동 비용의 최적점을 탐색 중.

  • 
    

5) SNS의 반응: 3가지 온도대

(A) 경계/반발 (X, Reddit)

• "AI는 고용을 직접 줄인다"—특히 CS나 백오피스의 1차 대응 직종에서 비관론.

• "성과는 주주에게, 고통은 노동자에게"—이익 배분의 논의가 재점화.

• "AI 도입은 “핑계”"—진짜 목적은 주가와 비용 절감이 아니냐는 비꼼.

(B) 신중한 현실론 (LinkedIn)

• "사람×AI로 업무 설계를 바꾼 팀은, 채용 재개도 있다"—스킬 재훈련의 구체적 사례 공유.

• "1차 대응은 기계, 예외 처리는 사람"—역할 분담을 전제로 커리어를 재구축해야 한다는 논조.

(C) 프론티어 낙관 (테크 커뮤니티)

• "새로운 AI 운영 직무(평가, 감사, 가드레일 설계)가 성장한다"

• "중견 이상의 인재일수록 AI로 레버리지가 작용한다"—소수 정예 팀의 성공 사례가 확산.

종합하면, SNS에서는 **“고용의 총량”보다 “일의 내용 변화”로 논의가 이동 중. 커리어의 재설계 능력**이 분수령이 되고 있습니다.

6) 영향받기 쉬운 직무와 “남는/성장하는” 스킬

성장하는 횡단 스킬

• 프롬프트/워크플로우 설계(인간의 의사 결정을 남기는 분기의 설계)

• 평가/감사(정확도뿐만 아니라, 책임, 안전, 설명 가능성)

• 데이터 이해(메타데이터, 유래, 품질 정의)

• 합의 형성/커뮤니케이션(AI를 전제로 한 역할 분담의 설계)