신입이 들어오면 예전에는 자료 정리, 초안 작성, 회의록, 테스트, 리서치 같은 일을 맡겼다. 조직은 그것을 단순 업무라고 불렀지만, 실제로는 회사의 언어와 판단 기준을 몸에 익히는 훈련장이었다. 지금 그 일의 상당 부분을 에이전트가 먼저 처리한다. 그래서 신입 온보딩의 문제가 생긴다. 일이 줄어든 것이 아니라, 배울 수 있는 표면이 사라졌다.
신입 업무를 없애면 성장 경로도 끊긴다
최근 논의는 엇갈린다. Strada Institute의 2026년 조사에서는 AI가 단기적으로 entry-level hiring을 줄이기보다 늘릴 것이라고 보는 응답도 확인된다. 반대로 McKinsey는 2026년 글에서 2025년 조사 기준으로 많은 조직이 gen AI 때문에 entry-level 역할 수요 감소를 경험한다고 설명한다. 결론은 하나다. 신입 채용이 사라진다는 단정은 틀렸고, 기존 신입 업무 묶음은 이미 흔들린다.
현장에서 더 중요한 변화는 채용 숫자가 아니다. 신입이 처음 6개월 동안 무엇을 하며 배우는지가 바뀐다. 예전에는 낮은 위험의 반복 업무가 관찰과 피드백의 통로였다. 이제 에이전트가 그 초안을 만든다. 관리자는 결과물만 보고 “빨라졌다”고 느끼지만, 신입은 왜 그렇게 만들었는지 모른 채 제출자가 된다.
에이전트 시대의 신입 온보딩은 도구 교육이 아니라 판단권을 단계적으로 배분하는 설계다.
온보딩의 단위는 과제가 아니라 판단이어야 한다
기존 온보딩은 업무 목록 중심이었다. 계정 발급, 시스템 교육, 업무 매뉴얼, 멘토 배정, 첫 과제 수행. 이 방식은 에이전트가 개입하는 순간 빈약해진다. 신입이 할 수 있는 일과 배워야 하는 일이 분리되기 때문이다.
이제 온보딩은 “무엇을 시킬 것인가”보다 “어떤 판단을 맡길 것인가”에서 출발해야 한다.
| 기존 온보딩 | 에이전트 시대 온보딩 |
|---|---|
| 초안 작성 능력 확인 | 초안의 전제와 누락 검토 |
| 자료 조사량 확인 | 출처 선택과 반증 질문 확인 |
| 선배 방식 모방 | 에이전트 위임 방식 비교 |
| 결과물 피드백 | 판단 로그와 수정 이유 피드백 |
예를 들어 리서치 과제라면 “자료 10개를 찾아오라”가 아니다. 에이전트가 찾은 자료 중 무엇을 버렸는지, 어떤 출처를 우선했는지, 어떤 질문을 다시 던졌는지를 본다. 코딩 과제라면 생성된 코드의 양보다 테스트 관점, 권한 요청, 롤백 계획을 본다.
2026년 CHI 논문으로 공개된 junior-senior agentic AI 연구도 같은 지점을 짚는다. 숙련자는 상세한 위임으로 통제권을 유지하지만, 초보자는 과의존과 과도한 회피 사이에서 흔들린다. 이 차이는 개인의 센스 문제가 아니라 조직이 판단권을 어떻게 배분했는지의 문제다.
선배의 역할은 답변자가 아니라 하네스 설계자다
선배가 모든 산출물을 다시 고치는 방식은 오래 못 간다. 에이전트가 만든 산출물이 많아질수록 선배의 병목은 더 커진다. 선배의 역할은 “정답을 알려주는 사람”에서 “안전하게 실패하는 하네스를 깔아주는 사람”으로 바뀐다.
Anthropic의 Claude Code 문서는 hooks가 세션 시작, 도구 사용 전후, subagent 시작·종료 같은 지점에서 동작하며, 위험한 명령을 차단하거나 추가 맥락을 붙일 수 있음을 보여준다. 이 기능 자체가 핵심은 아니다. 핵심은 신입에게 맡기는 일에도 관찰 지점과 차단 지점을 설계할 수 있다는 사실이다.
온보딩 하네스는 거창하지 않아도 된다.
- 신입이 에이전트에게 맡긴 프롬프트와 도구 호출을 남긴다.
- 위험한 실행은 사전 승인 지점에 걸어둔다.
- 결과물보다 수정 이유를 리뷰한다.
- 매주 “에이전트가 틀린 지점”을 공유한다.
이 네 가지가 없으면 조직은 신입에게 AI 사용을 허용한 것이 아니라, 학습 과정을 외주화한 것이다.
신입 성장 경로를 다시 그려야 한다
AX 관점에서 신입 온보딩은 HR 프로그램이 아니다. 운영 설계다. 누구에게 어떤 권한을 주고, 어떤 산출물을 기록하며, 어느 시점에 사람의 판단을 통과시킬지 정해야 한다.
첫 3개월은 도구 숙련보다 관찰 능력을 만든다. 다음 3개월은 에이전트에게 작은 일을 위임하고 검증하게 한다. 그 다음에는 업무 단위가 아니라 문제 단위로 맡긴다. 이 흐름이 있어야 신입은 “AI를 잘 쓰는 사람”이 아니라 “AI와 함께 책임지는 사람”으로 성장한다.
요약하면 단순하다. 신입의 반복 업무가 줄어든 만큼, 판단 훈련을 더 의도적으로 설계해야 한다. 온보딩 문서, 멘토링, 권한, 리뷰 로그, 에이전트 운영 규칙이 따로 놀면 주니어 성장은 운에 맡겨진다. AX Ops는 이 조각들을 한 운영 체계로 묶는다. 신입 온보딩을 에이전트 시대의 성장 시스템으로 재설계하려면 AX Ops 방법론 →
참고
- Strada Institute for the Future of Work, 2026, “Entry-Level Hiring in the AI Era: What Employers Are Thinking and Doing” — https://www.strada.org/news-insights/entry-level-hiring-in-the-ai-era-what-employers-are-thinking-and-doing
- McKinsey, 2026, “How AI is—and isn’t—changing the future of work” — https://www.mckinsey.com/capabilities/people-and-organizational-performance/our-insights/the-organization-blog/how-ai-is-and-isnt-changing-the-future-of-work
- Dana Feng, Bhada Yun, April Yi Wang, 2026, “From Junior to Senior: Allocating Agency and Navigating Professional Growth in Agentic AI-Mediated Software Engineering” — https://arxiv.org/abs/2602.00496
- Anthropic Claude Code Docs, 2026 accessed, “Hooks reference” — https://code.claude.com/docs/en/hooks