텐센트 기술직 JD 75%가 AI 요구

최근 프런트엔드를 채용하고 있다. 채용 앱을 며칠간 뒤져서 직무 기술서를 읽어보니, 「AI 도구 능숙하게 사용」 같은 문구가 나오는 빈도가 좀 심하게 높았다.

나는 개인적인 체감을 잘 믿는 편이 아니라서, 누군가 제대로 통계를 낸 게 있는지 찾아봤다. 있긴 있었다: 펑파이신원(澎湃新闻)이 올해 춘계 채용의 직무 기술서 10,221건을 뜯어보고, JD에 AI 요구사항이 적혀 있는지 없는지를 하나하나 세었다.

먼저 큰 그림부터 보자.

| 구분 | AI 요구사항 포함 비율 | |---|---| | 전체 표본 10,221건 JD | 47% | | 텐센트 전 직무 | 56% | | 텐센트 기술직 | 75% | | 바이트댄스 전 직무 | 56% | | 바이트댄스 디자인직 | 63% |

거의 절반의 직무가 적어 놓았다. 텐센트 기술직은 무려 4분의 3이다.

이 숫자가 기술 하는 사람에게 무슨 의미인지는 번역할 필요도 없다 — 너를 면접 보는 사람은 십중팔구 네가 이미 AI로 코드를 짜고 있다고 전제한다. 네가 안 쓰고 있다면, 오히려 네가 설명해야 하는 쪽이다.

먼저 돈 이야기

비율은 방향을 말해주고, 연봉은 이 일이 진짜인지를 말해준다.

리처(猎聘) 빅데이터 연구원의 연간 보고서에 한 쌍의 대조가 있다: AI 관련 직무의 평균 연봉은 29.6만 위안, 비(非) AI 직무는 21.8만 위안이다.

| 데이터 | 숫자 | |---|---| | AI 관련 직무 평균 연봉 | 29.6만 위안 | | 비 AI 직무 평균 연봉 | 21.8만 위안 | | 차액 | 1년 7.8만 위안 |

같은 직무 방향인데 AI 관련 요구사항을 붙이면 1년에 7.8만 위안이 차이 난다. 이는 채용 플랫폼 전체 데이터로 계산한 평균값이지, 어느 회사가 부른 미끼용 가격이 아니다.

이력서 쪽은 더 빠르게 움직인다. 「AI 도구 습득」이라고 쓴 구직자가 1년 만에 81.8% 늘었다 — 다들 멍청하지는 않은 것이다. 하지만 가격 차이는 여전히 남아 있으니, 할 줄 아는 사람이 아직 충분하지 않다는 뜻이다. 이 격차가 언제 메워질지는 알 수 없지만, 메워지고 나면 이 7.8만 위안은 사라진다.

프런트엔드에서 벌어진 세 가지 일

큰 그림 숫자 외에, 프런트엔드와 직접 관련된 몇 가지 변화를 따로 뽑아봤다.

첫째, 직무 이름이 바뀌었다. 바이트댄스 채용 홈페이지에서 판치에샤오숴(番茄小说) 팀이 채용 중인 직무 이름은 「AI 대(大)프런트엔드 개발 엔지니어」다. AI가 직무 이름에 직접 들어갔지, 자격 요건 끝의 수식어가 아니다. 직무 이름을 바꾸는 건 직급 체계를 건드리는 일이라, 회사가 유행을 따라가려고 치를 비용이 아니다.

둘째, 교내 채용에 못 박았다. 메이투안(美团)이 올해 교내 채용의 풀스택 직무 자격 요건에 「AI Coding 도구 사용 가능」이라고 분명히 적어 놓았다. 교내 채용을 해본 사람은 이게 무슨 의미인지 안다: 이건 이력서를 거르는 하드 조건이지, 얘기하다 가점 받는 소프트한 화젯거리가 아니다. 신입 시장은 언제나 가장 민감한 풍향계다.

셋째, 면접에서 이미 시험에 낸다. 뉴커(牛客) 같은 곳의 면접 문제 은행에서 「AI 프로그래밍」은 고정 섹션이 됐다: 도구 워크플로, AI가 생성한 코드를 어떻게 review하는지, 요구사항을 어떻게 AI에게 쪼개 주는지. 정답은 없지만, 한 부류의 답변은 사실상 탈락과 같다 — 「저는 평소에도 직접 짜요, AI 코드는 못 믿어서요」. 지금의 면접 맥락에서 이 말은 「나는 문서를 안 읽는다」와 거의 같다.

JD 속 AI 요구사항, 절반은 유행 따라가기

여기까지 쓰면 분명 누군가는 딴지를 건다: JD에 AI 요구사항 쓰는 건 그냥 유행 따라가기고, 면접에선 전혀 안 묻는다고.

이 의문을 나도 진지하게 확인해봤는데, 절반은 일리가 있다. 바이트댄스 디자인직 63%는 연구개발직 56%보다도 높다 — 디자인직의 AI 요구사항에는 포즈(구색) 성분이 분명 적지 않다. JD에 「AI 할 줄 앎」 한 줄 추가하는 비용은 0이고, 안 쓰면 뒤처져 보이니 유행 따라가기는 반드시 존재한다.

하지만 어떤 요구사항이 진짜인지 가짜인지 판단할 때는 JD의 표현을 보지 말고, 회사가 그걸 위해 얼마의 비용을 치렀는지를 보라:

| 유행 따라가기의 증거 | 진짜로 하는 증거 | |---|---| | 바이트댄스 디자인직 63%가 연구개발직 56%를 초과, 포즈가 적지 않음 | 직무명 변경은 직급 체계를 건드리는 일, 바이트댄스는 바꿨다 | | JD에 한 줄 추가하는 비용은 0 | 교내 채용 요구사항은 선별 절차를 건드리는 일, 메이투안은 못 박았다 | | 안 쓰면 뒤처져 보임 | 면접 문제는 면접관 교육을 건드리는 일, 문제 은행은 이미 시험에 낸다 |

나의 판단: 유행 따라가기인 절반은 스스로 만료될 테니 신경 쓸 필요 없다. 나머지 절반은 실질적인 선별 조건이다. 진짜에 맞춰 준비하는 건 절대 손해가 아니다. 준비 비용이 네가 생각하는 것보다 훨씬 낮기 때문이다 — 계속 보자.

다음에 뭘 할까

「AI 잘함」은 새 프레임워크를 배우라는 게 아니다. 문법을 파고 온갖 세트를 다 뜯을 필요도 없다. 핵심은 딱 하나: 일상 개발의 워크플로를 넘기는 것이다. 나는 우선순위에 따라 세 단계로 나눴다.

첫 번째 단계, 코드 짜는 과정을 AI가 먼저 손대는 걸로 바꿔라. 지금의 AI 프로그래밍은 옛날처럼 Tab을 눌러 자동 완성하는 게 아니라, Claude Code, Cursor Agent 안에서 요구사항을 명확히 말하면 그것이 컴포넌트 전체, 파일 전체를 곧바로 생성해 내고, 너는 보기, 고치기, 커밋하기를 맡는 것이다. 넘어가는 데 하루면 충분하다. 대부분의 사람을 막는 건 도구가 아니라 습관이다 — 요구사항을 명확히 서술하는 게 직접 손으로 짜는 것보다 머리가 더 아프고, 쓰다 보면 손이 근질근질해진다. 스스로 규칙을 세워라: 새 코드는 기본적으로 AI가 먼저 한 버전 쓰게 하고, 너는 review만 한다. 2주면 근육 기억이 생긴다.

두 번째 단계, JD의 표현을 준비 동작으로 번역하라. 이 표현들은 비슷해 보여도 그 뒤에 요구하는 건 완전히 다르다:

| JD 속 표현 | 실제로 요구하는 것 | 네가 준비할 것 | |---|---|---| | AI Coding 도구 능숙하게 사용 | 네가 매일 쓰고 있다고 전제 | 자기 워크플로를 말로 풀어낼 수 있음 | | AI 보조 개발 경험 보유 | 태도가 아니라 디테일을 원함 | 실제 사례 한두 개 준비, 요구사항을 어떻게 쪼갰고 결과가 얼마였는지 | | AI로 효율 향상 가능 | 숫자를 원함 | 「납품 주기가 3일에서 1일로」 같은 말 | | AI 생성 코드의 품질 관리 이해 | review 능력을 봄 | AI 코드의 전형적 문제점과 네가 어떻게 검사하는지 설명 가능 | | Prompt 엔지니어링 숙지 | 작업 분해를 할 줄 앎 | 큰 요구사항을 AI가 소화할 수 있는 덩어리로 쪼개기 |

세 번째 단계, 이력서를 고쳐라. 이건 함정이 가장 많아서 마지막에 따로 자세히 말한다.

이력서에 어떻게 써야 인정받나

많은 사람이 이력서에서 문제인 건 AI를 안 쓴 게 아니라, 엉뚱한 위치에 쓴 것이다.

잘못 쓴 버전은 이렇다: 「ChatGPT, Cursor 등 AI 도구 능숙하게 사용」. 이 문장은 기술 특기 칸에 누워 있는, 한 마디 태도다. 이력서를 거르는 사람은 하루에 수백 부를 보는데, 태도는 변별력이 없다.

쓰려면 프로젝트 경험 안에, 상황과 숫자를 붙여 써라: 「마케팅 활동 페이지 개발 담당, AI 보조 워크플로(요구사항 분해, AI 초안 생성, 사람의 review) 활용, 일반 활동 페이지 납품 주기를 3일에서 1일로 단축, 연간 12개 활동 커버」.

세 가지 요소: 실제 상황, 구체적 워크플로, 정량적 결과. 문장 구조는 그대로 베껴도 된다.

당장 손에 숫자가 없다고? 하나 쌓아라. 다음 주의 일상 요구사항을 골라 일부러 AI 워크플로로 한 번 돌리고, 소요 시간을 기록해 지난번 같은 종류의 요구사항과 비교하라. 일주일 뒤면 네 이력서에 쓸 진짜 문장 한 줄이 생긴다.

겸사겸사 내가 JD를 정리할 때 쓴 작은 함수를 공유한다. 직무 기술서를 넣으면, 그것이 AI 요구사항이 어느 분류에 속하는지, 무엇을 준비해야 하는지 알려준다:

``` const JD_AI_PATTERNS = { 日常使用: [ /ai\s*coding/i , /ai\s*编程/ , /cursor|claude\s*code|copilot/i , /ai\s*辅助开发/ ], 经验细节: [ /ai.*经验/ , /大模型应用/ , /agent/i , /mcp/i ], 量化提效: [ /提效/ , /效率提升/ , /降本/ ], 质量把控: [ /review|评审/ , /代码质量/ , /把控/ ], 任务拆解: [ /prompt/i , /拆解|拆分/ ], }; function scanJD ( jdText ) { const hits = Object . entries ( JD_AI_PATTERNS ) . filter ( ( [, patterns] ) => patterns. some ( ( p ) => p. test (jdText))) . map ( ( [category] ) => category); if (hits. length === 0 ) { return { level : '未写明' , advice : '不写不代表不考，面试聊到 AI 别接不上话' }; } return { level : hits. length >= 3 ? '硬性要求' : '有要求' , hits, advice : hits. length >= 3 ? '按筛选条件准备：工作流 + 带数字的案例 + review 清单，三样都要有' : '准备一两个带数字的 AI 使用案例就行' , }; } console . log ( scanJD ( '熟练使用 AI Coding 工具，具备 AI 辅助开发经验，注重代码质量与 review' )); ```

마지막 줄을 돌리면 「하드 요구사항」이 나온다. 이게 기본적으로 올해 기술직 JD의 디폴트 모습이다.

마지막으로

47%의 직무가 적었고, 텐센트 기술직은 75%, 가격 차이는 1년 7.8만 위안, 교내 채용은 하드 선별, 면접은 고정 시험. 다섯 신호를 따로 떼어 놓으면 각각 흠을 잡을 수 있지만, 동시에 한 방향을 가리킬 때는 「진짜인가」를 더 고민하는 게 좀 자기기만이다.

프런트엔드에게 가장 값싼 건 불안이고, 가장 값진 건 「AI를 쓸 줄 안다」를 하나의 태도에서 네가 술술 말할 수 있는 하나의 워크플로로 바꾸는 것이다. 2년이 아니라 2주면 되는 일이다.

너는 최근에 기회를 봤나? 본 JD에 AI 요구사항이 적혀 있던가 — 면접에서 진짜로 시험에 내는가, 아니면 페이지만 장식하는가? 댓글로 좌표를 남기고 얘기해 보자, 도시마다 이 비율이 얼마나 다른지 보고 싶다.