명문대 졸업장보다 '인턴' 경험…AI가 뒤집은 입시∙ 채용 공식

더밀크는 지난 8월13일(한국시간) ‘AI 시대 교육혁명: 학벌의 시대는 끝나는가’를 주제로 스페셜 웨비나를 열었다. 200명 가까운 인원이 접속했고, 참석자의 62%는 대표·임원 또는 부장·팀장급 의사 결정권자였다. 삼성전자·LG·SK하이닉스·구글·마이크로소프트·네이버·카카오 소속 실무진과 교육청 관계자, 대학 교수진도 함께했다.

크리스 정 더밀크 투자팀장과 한기용 산호세주립대 겸임교수가 각각 미국 대학 입시와 채용시장의 변화, 개발자 생태계와 AI 네이티브 인재의 조건을 발표했다. 두 사람은 같은 변화를 보고 있었지만 강조점은 달랐다. 학벌과 네트워크, 전문성과 오너십, 태도가 타고나는지 길러지는지를 놓고 시각이 미묘하게 갈렸다.

7가지 질문(문제제기)과 이에 대한 크리스 정 팀장과 한기용 교수의 답변 형식으로 정리했다.

학벌은 특정 학교 출신이라는 배경을 중심으로 형성된 인맥·집단과 그 영향력을 뜻한다. 단순히 어느 대학을 졸업했는지를 가리키는 학력과는 다르다.

크리스 정 팀장은 "학벌의 역할이 사라지는 것이 아니라 바뀌고 있다"고 주장했다.

과거 명문대 졸업장은 지원자의 학업 능력과 성실성을 압축해서 보여주는 증명서였다. 기업은 학교 이름만으로도 일정 수준의 능력을 기대할 수 있었다. 하지만 AI가 지식과 기술의 평균치를 빠르게 끌어올리면서 명문대 졸업장이 개인의 실제 역량을 보증하는 힘은 약해지고 있다는 것.

정 팀장은 "학교가 제공하는 네트워크의 가치는 커진다. AI는 지식을 복제하고 평균적인 결과물을 만들어낼 수 있지만, 오랜 시간 쌓인 신뢰와 인간관계까지 복제하지는 못한다. 학벌이 실력의 증명서에서 관계와 기회에 접근할 수 있는 티켓으로 바뀌고 있다"고 설명했다.

한기용 교수도 대학의 네트워크 가치를 인정했다. 두 자녀를 미국 대학에 보낸 경험을 소개하면서 수업 밖에서 만난 친구와 동아리, 프로젝트 경험이 졸업 이후에도 중요한 자산이 됐다고 말했다.

다만 한 교수는 "좋은 대학에 들어갔다고 네트워크가 자동으로 생기는 것은 아니다"고 선을 그었다. 학생이 직접 교실 밖으로 나가 사람을 만나고 활동해야 한다는 것이다.

현재 산호세주립대에서 학생들을 가르치고 멘토링을 하고 있는 한 교수는 "부모가 이미 좋은 네트워크를 갖고 있다면 자녀가 얻는 기회의 출발선도 달라질 수 있다. 대학이 제공하는 관계망 역시 모든 학생에게 똑같이 작동하지 않는다"고 강조했다.

AI 시대에 인재의 정의가 바뀌고 있는 상황에서 학벌의 의미도 현재와 같을 순 없다. 명문대 졸업장이 곧 능력이라는 공식은 약해질 수밖에 없다. 그러나 좋은 동료와 교수, 프로젝트와 기회를 만날 확률을 높여주는 환경으로서 대학의 가치는 남는다는 것이다.

AI 시대에도 대학은 사라지지 않는다. 학위도 당장 무의미해지지 않는다. 대학은 체계적인 학습과 동료, 교수, 네트워크, 다양한 경험을 제공한다. 경력이 없는 청년에게 학벌은 여전히 일정 수준의 학업 능력과 성실성을 보여주는 신호다.

다만 그 신호만으로 충분했던 시대는 끝나고 있다. 사라지는 것은 학벌이 아니다. 학벌로 한 사람의 능력과 미래를 설명할 수 있다는 믿음이다.

좋은 대학을 졸업했다는 사실보다 대학에서 무엇을 공부했고, 무엇을 만들었으며, 누구와 협력했고, 실패한 뒤 어떻게 바꿨는지가 중요해진다. 대학 졸업 후 취업할 때도 이 같은 ‘과정’을 증명할 수 있어야 유리한 위치를 차지할 수 있다는 의미다. 학벌은 능력의 완성된 증명서가 아니라 능력을 만들고 증명할 기회를 얻는 출발점에 가까워지고 있다.

미국 대학들은 오랫동안 성적, 에세이, 추천서, 비교과 활동을 함께 평가해왔다. 팬데믹 이후에는 시험장 접근성이 떨어지면서 SAT·ACT를 내지 않아도 되는 ‘테스트 옵셔널’ 정책이 빠르게 확산됐다.

최근엔 정반대로 움직이고 있다. MIT·하버드·예일·프린스턴·컬럼비아 등 주요 대학이 표준화 시험을 다시 요구하기 시작한 것.

정 팀장은 이를 “대학이 원래 사용하던 감별기를 다시 꺼낸 것”이라고 표현했다. 생성 AI가 등장하면서 에세이와 포트폴리오만으로 학생의 실력을 확인하기 어려워졌기 때문이다.

AI는 서툰 글을 잘 쓴 글로 고쳐준다. 문법을 다듬고 구조를 세우는 수준을 넘어 평범한 경험을 감동적인 성장 서사로 바꾼다. 문제는 AI가 글을 못 쓰는 것이 아니다. 너무 잘 쓴다는 데 있다. 못 쓴 글은 걸러낼 수 있어도 AI가 잘 다듬은 글은 구별하기 어렵다.

고교 내신도 완전한 지표가 되지 못한다. 성적 인플레이션으로 상위권 지원자의 점수가 비슷해졌고, 비교과 활동에는 가정의 경제력과 정보력이 개입한다. 모든 지원서가 상향 평준화되면 서류는 더 이상 학생을 구분하는 신호가 되지 못한다.

한기용 교수도 강의실에서 이 문제를 체감했다고 말했다. 그는 "학생들이 제출하는 과제와 이력서가 AI를 거치면서 서로 비슷해졌다. 누가 실제로 이해했고 누가 AI의 결과물을 가져왔는지 문서만으로는 판단하기 어려워졌다"며 "결국 통제된 환경에서 시험을 보게 하거나, 시간을 들여 일대일로 설명을 들어야 한다"고 현장 상황을 설명했다.

SAT·ACT는 결함이 많은 시험이다. 사교육과 소득 격차의 영향을 받고 인종·계층적 편향에서도 자유롭지 않다.

그런데도 대학이 시험을 다시 보는 이유는 감독관이 있는 환경에서 학생이 직접 풀었다는 최소한의 신뢰가 남아 있기 때문이다.

그렇다면 대체불가한 톱 인재는 어떤 사람이고 어떻게 육성해야 할까?

정 팀장은 AI 시대에 필요한 인재의 조건으로 ‘스파이크’를 꼽았다. 모든 분야에서 평균 이상인 사람보다 한 분야에서 대체하기 어려운, 뾰족한 능력을 가진 사람이 중요해진다는 것이다. 최고의 바이올린 연주자와 최고의 첼리스트가 모여야 좋은 오케스트라가 만들어지듯, AI 시대의 조직도 뚜렷한 강점을 가진 인재의 조합이 돼야 한다는 설명이다.

한 교수는 ‘전문성의 함정’에 빠져서는 안 된다고 강조했다. 그는 “나는 개발만 하겠다, 백엔드만 맡겠다는 식으로 업무의 경계를 좁히면 빠른 변화를 따라가기 어렵다"며 "AI가 코딩과 문서 작성 같은 개별 작업을 대신할수록 사람은 제품과 고객, 사업의 전체 맥락을 봐야 한다"고 말했다.

한 교수가 강조한 개념은 '오너십'이다. 자신에게 주어진 작업만 끝내는 것이 아니라 프로젝트가 성공할 때까지 필요한 일을 찾아서 하는 태도다. 문제가 생기면 다른 팀의 책임이라고 선을 긋는 것이 아니라 직접 소통하고 해결책을 만드는 능력이다.

스파이크와 오너십은 서로 반대되는 개념이 아니다. 스파이크는 ‘왜 이 사람을 뽑아야 하는가’에 대한 답이고, 오너십은 ‘뽑힌 뒤 어떻게 성과를 만들 것인가’에 대한 답이기 때문이다.

AI 시대에는 도메인 지식을 갖출 수 있도록 뾰족하게 들어가되 직접 소통하고 해결할 수 있도록 넓게 일해야 한다. 이는 팔란티어의 FDE가 요구받는 사항과 같다.

자신만의 전문 영역은 있어야 하지만, 그 전문성을 조직의 결과로 연결하기 위해서는 경계를 넘어 움직여야 한다.

미국 대학의 컴퓨터공학 전공자 수는 2010년 이후 급증했다. 비전공자를 위한 부트캠프도 우후죽순 생겼다. 빅테크가 개발자를 대거 채용하고 높은 연봉을 지급하면서 컴퓨터공학은 가장 안전한 전공처럼 보였다.

하지만 AI는 '컴공 불패' 공식을 흔들었다.

한기용 교수는 2000년 실리콘밸리로 이주한 뒤 닷컴버블 붕괴와 2008년 금융위기, 팬데믹 채용 열풍과 최근 구조조정을 모두 경험했다. 개발자 시장은 이전에도 호황과 침체를 반복했지만 2022년 이후의 변화는 경기순환만으로 설명하기 어렵다고 봤다. AI가 실제 업무 방식과 팀의 크기를 바꾸고 있기 때문이다.

한 교수는 "주니어 채용은 줄었지만 기업의 기대 수준은 높아졌다. 코드를 작성하는 능력만으로는 부족하다. 문제를 이해하고 고객과 소통하며 제품을 끝까지 만들어내야 한다"고 말했다.

이어 "실제 아마존이 제시한 ‘UX 엔지니어’는 디자인과 제품관리, 엔지니어링을 결합한다. AI 프로덕트 엔지니어, FDE, GTM 엔지니어처럼 기술과 고객, 제품과 영업을 연결하는 직무도 늘고 있다"며 "이 같은 직무는 한 분야만 파서는 기회를 얻을 수 없다"고 강조했다.

한 교수는 "컴퓨터공학 전공의 효용이 완전히 사라지는 것은 아니다"고 말했다. 공학 교육은 특정 프로그래밍 언어보다 문제를 나누고 논리적으로 해결하는 사고방식을 가르친다. 다만 취업이 잘된다는 이유만으로 컴퓨터공학을 선택하는 것은 위험하다는 뜻이다.

그가 제시한 대안은 공학적 사고와 자신이 좋아하는 분야의 결합이다.

한 교수는 "컴퓨터공학과 생명과학, 기계공학과 AI, 디자인과 엔지니어링처럼 서로 다른 영역이 만나는 지점에서 새로운 역할이 만들어질 것이다”라고 예측했다. 안전해 보이는 선택보다 오래 몰입할 수 있는 분야를 찾아야 한다는 조언이었다.

기업은 취업 준비생이 제출한 이력서와 자기소개서만으로 지원자를 신뢰하기 어려워졌다. AI가 다듬은 이력서는 비슷비슷 하고 코딩 과제도 AI가 상당 부분 수행한다. 지원자가 제출한 결과만 보고 실제 실력을 판단하기 어려워졌다. 각 기업은 직접 관찰한 경험을 더 중요하게 보기 시작했다.

크리스 정 팀장은 최근 기업들이 인턴십 채용을 늘리고 있는 이유를 '기업판 SAT'가 도입되고 있는 것이라고 해석했다. 인턴십을 하며 일정 기간 실제 조직 안에서 일하게 하면서 문제를 어떻게 정의하는지, 동료와 어떻게 소통하는지, 충돌이 생겼을 때 어떻게 해결하는지를 확인할 수 있기 때문이다.

미국 이력서 플랫폼(ResumeTemplates.com)이 2026년 5월 미국 기업의 신입 채용 관리자 1000명을 조사한 결과에 따르면 미국 기업의 17%는 인턴 경험이 없는 졸업생을 아예 고려하지 않는다고 밝혔다. 일부 직무에서만 고려한다고 답한 기업도 43%나 됐다. 인턴십은 이력서의 한 줄을 넘어 사실상 새로운 자격증이 되고 있는 것이다.

한 교수는 웨비나에서 학생과 자녀의 사례를 통해 미국에서 '인턴' 경쟁이 얼마나 치열한지 소개했다. 인턴 자리 하나를 얻기 위해 수백개의 이력서를 내고 여러 차례 면접을 거쳐야 한다는 것이다. 첫 인턴 경험을 얻은 학생은 다음 기회에 접근하기 쉬워지지만, 경험이 없는 학생은 지원 단계부터 배제되는 현실 때문이다.

대학 간판보다 실제로 일해본 경험이 중요해진다는 점에서는 긍정적이다. 그러나 인턴 경험을 얻을 기회 역시 학교와 네트워크, 가정의 정보력에 따라 달라진다. 이는 학벌의 영향력이 인턴십과 프로젝트라는 새로운 형태로 이동할 가능성이 있기 때문에 주목해야 하는 현상이다.

기업이 신입 대신 AI와 경력직을 선택하면서 향후 인재의 선순환 측면에서 문제가 발생할 수 있다는 지적도 나온다.

과거 신입사원이 하던 자료 정리, 회의록 작성, 기초 분석과 코딩은 단순 업무이면서 훈련 과정이었다. 선배의 일을 옆에서 보고 작은 실수를 고치면서 다음 단계로 성장했다.AI가 이 일을 대신하면 기업은 단기적으로 생산성을 얻지만 부작용도 나타나고 있다. 신입이 성장할 첫 번째 기회도 함께 사라지고 있는 것.

정 팀장은 이를 “경력 사다리의 첫 칸이 잘려나가는 현상”으로 설명했다. 지금 주니어를 뽑지 않은 대가는 몇 년 뒤 중간급 인재의 공백으로 돌아올 수 있다.

한 교수는이에 대해 "빅테크 기업이 지난 몇년간 주니어를 충분히 채용하지 않으면서 시니어 중심으로 팀이 구성됐고, 후계 인력이 부족해졌다는 지적이 내부에서 나오고 있다"고 미국 기업들의 현실을 소개했다. 최근 빅테크 기업들이 인턴을 대거 선발하는 것은 AI에 일을 시키기 위한 실험일 수도 있지만, 끊어진 인재 파이프라인을 다시 잇기 위한 시도라는 것이다.

한기용 교수는 “누군가는 판단하고 결정하고 책임져야 한다. 이 전제가 깨지지 않는 한 사람은 계속 채용될 것이다. 다만 하는 일의 형태는 크게 달라질 것이다”고 말했다.

질의응답에서 가장 미묘하게 의견이 갈린 대목은 '인성과 태도'였다. 한 참석자는 긍정적인 태도와 주도성을 교육으로 키울 수 있는지 물었다.

한 교수는 "학생들을 가르치며 주도성이나 변화를 대하는 태도에서 분명한 개인차를 느낀다"고 말했다. 이를 교육만으로 바꿀 수 있는지는 확신하기 어렵고, 어느 정도 타고나는 성향일 수 있다고 솔직하게 답했다.

정 팀장은 '가정과 교육의 역할'에 조금 더 무게를 뒀다. 그는 "자녀와 책을 읽은 뒤 AI로 토론 질문을 만들고, 식탁에서 아이가 자신의 생각을 말하도록 한다"고 소개했다. AI가 결과를 쉽게 만들어주는 시대일수록 아이가 자신이 읽고 만든 것을 직접 설명할 수 있어야 한다는 것이다.

한쪽은 타고난 성향의 차이를 강조했고, 다른 쪽은 반복적인 질문과 대화를 통해 사고하는 태도를 길러야 한다고 봤다.

두 관점은 완전히 충돌하지 않는다. 출발점은 다를 수 있지만 환경과 경험이 그 차이를 키우거나 줄일 수 있다. 문제는 학교와 가정이 아이에게 주도적으로 선택하고, 실패하고, 다시 시도할 기회를 얼마나 제공하느냐다.

"AI 혁신을 측정하는 가장 정직한 지표는, 그 기술이 사람의 배움과 일을 어떻게 바꾸는가입니다."

AI를 둘러싼 논쟁이 기술적 단계를 지나, 이제 노동시장과 교육 생태계를 직접 뒤흔들고 있습니다. 미국 퍼듀대의 'AI 역량' 졸업 필수화, 컴퓨터공학 등록률 8.1% 하락과 로보틱스의 폭증. 이는 단순한 교육 뉴스가 아닙니다. 향후 기업의 채용 문이 어디서 닫히고 열릴지 보여주는 선행지표입니다.

더밀크의 스페셜 리포트는 교육의 변화를 통해 '산업과 커리어의 미래'를 이야기합니다.

 리포트 핵심 포인트 

• CHAPTER 1. 균열 : '대리급' 소멸이 불러온 노동시장의 충격과 대학 시스템의 변화  

• CHAPTER 2. 적응 : 70년 에세이 신뢰의 종말, '과정 검증'으로 재조정되는 룰

• CHAPTER 3. 재편 : 무너진 '컴공 불패' 신화, AI 시대에 살아남을 3대 전공 

대학 간판이 생존을 보장하는 시대는 저물고 있습니다. 새롭게 재편되는 커리어 생존 전략을 가장 먼저 확인하십시오.

지금 바로 스페셜 리포트 전문을 다운로드하세요. 더밀크 회원은 무료로 내려받을 수 있습니다(비회원 30달러)