AI 발 대규모 해고 담론의 허상과 'AI 워싱'의 실체
최근 빅테크 기업들이 AI 도입에 따른 효율화를 명분으로 대규모 감원을 발표하고 있으나, 실제 데이터와 내부 증언은 전혀 다른 양상을 보여줍니다. 경영진들이 재무적 악재를 감추기 위해 AI를 핑계로 내세우는 AI 워싱(AI washing) 현상이 통계와 현장 증언을 통해 드러나고 있습니다.
블록(Block)은 4,000명의 인력을 감원하며 창업자 잭 도시(Jack Dorsey)가 AI 기반의 소규모·수평 조직 전환을 이유로 들었으나, 팬데믹 기간 인력을 3배 이상 늘린 데 따른 재무 압박이 실질적 원인이었습니다. 내부 데이터 사이언티스트 나오코 다케다(Naoko Takeda)는 AI 생산성 향상이 극히 제한적이었다고 밝혔습니다. 스냅(Snap) 역시 신규 코드의 65%를 AI가 작성한다는 발표와 함께 1,000명을 해고했으나, 실제로는 2017년 IPO 이후 매년 순손실을 기록한 재무 구조 속에서 행동주의 투자자의 비용 절감 요구에 따른 조치였습니다.
이러한 현상은 업계 전반의 설문 조사 및 노동 당국 데이터에서도 일관되게 확인됩니다.
- 고용 관리자 설문: 미국 채용 관리자의 59%가 재무적 제약보다 AI를 강조하는 편이 이해관계자들에게 더 설득력 있어 AI를 핑계로 든다고 응답했습니다.
- 포레스터(Forrester) 분석: 기업 10곳 중 9곳은 감원 시점에 대체할 성숙한 AI 애플리케이션조차 준비하지 않은 상태였습니다.
- 하버드 비즈니스 리뷰(HBR) 조사: 글로벌 임원의 21%가 AI를 '예상하여' 대규모 인력을 줄였으나, 실제 AI 구현으로 대규모 감원을 실행한 비율은 2%에 불과했습니다.
- 뉴욕주 WARN Act 신고 내역: 160개 이상 기업의 신고 중 AI 관련 체크박스를 표기한 기업은 네스프레소(Nespresso) 1곳(46명)뿐이었으며, 이는 25,000명 중 약 0.2% 수준이었습니다.
소프트웨어 개발은 '결정(Decide)-실행(Execute)-전달(Deliver)'의 3단계 샌드위치 구조로 이루어집니다. AI는 중간의 '실행(코드 작성)' 영역을 압축할 뿐이며, 마이크로소프트 개발자 6,000명 대상 연구를 포함한 기존 조사에 따르면 개발자가 실제 코딩에 쓰는 시간은 9%에서 61%에 불과합니다. 연방준비제도(Fed) 경제학자들의 분석에 따르면 미국 소프트웨어 엔지니어 고용은 여전히 성장세를 유지하고 있습니다.
독점 API 종속 탈피: 오픈가중치 모델과 로컬 하네스 구축
클로드 코드(Claude Code), 코덱스(Codex)와 같은 상용 서비스의 구독 한도, 모델 스펙 변경으로 인한 워크플로 파괴, 데이터 프라이버시 이슈에 대응하기 위해 로컬 코딩 에이전트 환경으로 전환하는 움직임이 활발해지고 있습니다.
- 로컬 LLM 엔진 (Ollama / vLLM)
- 코딩 에이전트 하네스 (Qwen-Code / Codex / Pi)
- 파일 탐색 및 도구 실행
- 로컬 코드 수정 및 검증
로컬 에이전트 스택은 추론 엔진(LLM)과 운영 환경(하네스)으로 구분됩니다. Ollama 등의 프레임워크를 통해 로컬 환경에 오픈가중치 모델을 배포하고, 파일 읽기/수정/명령어 실행을 처리하는 하네스를 결합합니다. 엔비디아의 'Polar: Agentic RL on Any Harness at Scale' 연구에 따르면, Qwen3.5-4B 기반 모델은 Qwen-Code 하네스 환경에서 가장 우수한 코딩 성능을 기록했습니다.
로컬 에이전트 운용에 활용되는 주요 오픈가중치 모델과 하드웨어 요구 사양은 다음과 같습니다.
| 모델명 | 다운로드 크기 | 권장 RAM 사양 | 아키텍처 및 특징 |
|---|---|---|---|
| Qwen3.6 35B-A3B | 약 22GB | 30~40GB RAM | 하이브리드 어텐션, M4 Mac Mini / DGX Spark 구동 지원 |
| North Mini Code 1.0 | 35B 급 | 30~40GB RAM | Qwen3.6의 주요 대체 오픈 모델 |
| Gemma4 e2b | 소형 경량급 | 약 8GB RAM | 30GB 미만 RAM 환경용 대안 모델 |
| GLM 5.2 | 초대형 오픈 모델 | 로컬 구동 불가 (클라우드 서빙 필요) | 상용 플래그십급 최고 성능 오픈가중치 모델 |
50k 토큰 장문 컨텍스트 환경에서 Qwen3.6 및 North Mini Code는 약 20~29GB 수준의 메모리를 점유하며 안정적인 토큰 생성 성능을 제공합니다. macOS 환경에서는 Apple Silicon의 Metal 백엔드에 최적화된 MLX 변환 모델(`*-mlx`)을 사용하는 것이 권장됩니다.
단절된 세션 잇기: 푸네스(funes)와 지속성 메모리 레이어
에이전트가 코드를 탐색하고, 오류를 마주하며, 설계를 변경하는 과정에서 남기는 작업 궤적(Trace)은 이전 세션이 종료되면 사라집니다. 단일 세션이 길어지면 컨텍스트 운반 비용이 급증하고 모델 요약(Compaction) 시 핵심 의사결정 정보가 유실되는 문제가 발생합니다. 오픈소스 도구 푸네스(funes)는 단일 바이너리를 통해 로컬 세션 로그를 지속성 메모리 레이어로 전환합니다.
"생각한다는 것은 차이를 잊고, 일반화하며, 추상화하는 것이다." — 호르헤 루이스 보르헤스, 『기억의 천재 푸네스』
푸네스는 로컬 세션의 작업 궤적을 턴(Turn) 단위 블록으로 파싱하여 Lance 데이터셋에 벡터 임베딩과 BM25 인덱스로 저장합니다. Claude Code, Codex, pi, Hermes 등 서로 다른 에이전트가 동일한 규격으로 읽고 쓸 수 있는 공통 메모리를 형성합니다.
- 작업 이력의 원형 보존: 요약본 대신 원본 텍스트와 세션·타임스탬프 등 정확한 출처 정보를 반환합니다.
- 로컬 우선 처리: 로컬 모델을 통해 임베딩 및 크로스 인코더 재순위화(Rerank)를 수행하며, 외부 API 호출 없이 작동합니다.
- 허브 연동 및 자격증명 보안: Hugging Face 비공개 데이터셋으로 바인딩하여 여러 기기 간 메모리를 동기화할 수 있으며, 색인 및 발행 과정에서 비밀키와 자격증명을 자동 제거합니다.
벤치마크(handoff-vs-recall) 테스트 결과, 푸네스의 호출(Recall) 방식은 수동 핸드오프(Handoff) 대비 한 과업에서 8배, 다른 과업에서 4배 저렴한 비용으로 세션 지식을 복원했습니다.
| funes(기본) | 39 |
| funes(half-life 0) | 46 |
| deja-vu(BM25) | 35 |
19,195개 실기 세션(308k 청크)을 대상으로 한 LongMemEval 평가에서 푸네스는 M4 Pro 랩톱 기준 2시간 3분 만에 전체 인덱싱을 완료했습니다. 30일 반감기 감쇠 파라미터를 해제(`--half-life 0`)했을 때 Hit@1은 19/100, Hit@5는 46/100, Found@50은 71/100을 기록하여 상위 랭킹 정확도를 보였습니다.
오픈 모델 생태계의 비즈니스 역학과 토큰 패권
지속 가능한 에이전트 인프라의 배후에는 엔비디아(Nvidia)와 메타(Meta) 등 빅테크의 오픈소스 전략이 자리 잡고 있습니다. 엔비디아는 독점 LLM 벤더(OpenAI, Anthropic)가 추론 시장을 독점하는 구조를 막고 자사 GPU 기반의 오픈 생태계를 확장하기 위해 약 260억 달러를 투자하고 있습니다. 자체 데이터와 훈련 코드를 공개하는 Nemotron 모델 제품군을 지원하여, 누구나 자체 '토큰 생산 머신'을 구축할 수 있도록 지원하는 전략입니다.
최근 오픈 모델 진영은 기본 모델(Base Model)을 사전 학습하는 영역보다, Tinker와 같은 API를 활용하여 DeepSeek V4 Flash, GLM 5.X 등을 특정 에이전트 과업에 맞게 파인튜닝하는 사후 학습(Post-training) 및 추론 특화 훈련으로 개발 축이 재편되고 있습니다. 오픈가중치 모델 빌더들은 지속 가능한 수익 확보를 위해 다운스트림 사용권 및 추론 매출 공유 라이선스를 도입하는 실험을 진행하고 있습니다. 오픈소스 생태계는 엔비디아의 자본력과 메타의 대규모 모델 릴리즈를 지렛대 삼아 상용 독점 API의 대안 영역을 구축해 나가고 있습니다.