“전문가보다 시스템 사고형 인재를 뽑는다.” 넷플릭스 CPTO 엘리자베스 스톤(Elizabeth Stone)이 Lenny’s Podcast 인터뷰에서 던진 이 발언이 최근 개발자 커뮤니티에서 화제가 됐습니다. AI가 코드와 프로토타입까지 대신 만들어주는 시대에, 넷플릭스는 왜 좁고 깊은 전문성보다 “시스템 사고”를 채용 기준의 중심에 두는 걸까요? 후배님의 다음 커리어 방향과도 무관하지 않은 이야기라 짚어봅니다.
1. 시스템 사고란 무엇인가 — 스톤이 말하는 “Storming 단계”
스톤은 지금 상황을 “포밍(forming) 단계 이전의 스토밍(storming) 단계”라고 표현합니다. PM, 디자이너, 데이터 과학자가 생성형 AI로 프로토타입과 코드까지 직접 만들 수 있게 되면서, 기존에 명확히 나뉘어 있던 직무 경계가 흐릿해졌다는 뜻입니다. 역할이 사라지는 게 아니라 재편되는 과도기라는 게 핵심입니다.
1-1. 역할 경계가 무너지면 생기는 일
더 많은 사람과 AI 에이전트가 동시에 여러 시스템을 넘나들며 작업하게 되면, 공통 인프라·신뢰할 수 있는 데이터·설계 템플릿 없이는 결과물의 품질이 들쭉날쭉해집니다. 넷플릭스가 시스템 사고형 인재를 찾는 이유는, 이 사람들이 비즈니스 도메인을 추상화해 “공통 기반 블록”으로 만들 수 있기 때문입니다.
2. 왜 지금 전문가보다 시스템 사고형 인재인가
여기서 오해하면 안 되는 지점이 있습니다. 넷플릭스가 전문성을 버린다는 뜻이 아닙니다. 엔지니어링·데이터 과학·디자인의 깊은 숙련도는 여전히 희소하고 필수적이라고 스톤은 강조합니다. 다만 AI가 산출물의 “양”을 폭발적으로 늘려주는 상황에서, 그 산출물 중 무엇이 신호(signal)이고 무엇이 노이즈인지 가려낼 사람이 필요해졌다는 겁니다.
Stack Overflow Developer Survey 2025에 따르면 전문 개발자의 84%가 AI 도구를 사용 중이거나 사용할 계획이라고 답했습니다(2024년 76%에서 상승). 이 정도로 AI 산출물이 흔해진 환경에서는, 여러 시스템을 가로질러 품질과 일관성을 관리할 수 있는 사람의 가치가 오히려 올라갑니다.
3. AI 활용 능력, 특정 레벨이 아닌 전 직급의 기준
넷플릭스는 AI 활용 능력(AI fluency)을 커리어 사다리 전체에 반영했습니다. 특정 시니어 직군만의 전문 스킬이 아니라, 신입부터 임원까지 모든 레벨에서 기대하는 기본 소양으로 못박은 셈입니다. “AI를 잘 다루는 사람”이 아니라 “AI 시대에 시스템으로 사고하는 사람”을 뽑겠다는 선언에 가깝습니다.
4. 한국 개발자에게 시사하는 점 — 시니어 생존 전략
후배님, 이 이야기를 남의 회사 채용 철학으로만 보고 넘기긴 아까워요. 한국 개발팀에서도 이미 비슷한 균열이 시작되고 있거든요. AI 도구가 주니어의 코드 작성 업무를 상당 부분 대체하면서, “코드를 잘 짜는 사람”보다 “여러 서비스·팀·데이터 흐름을 엮어 문제를 정의할 수 있는 사람”을 더 아쉬워하는 조직이 늘고 있습니다.
4-1. 주니어와 시니어에게 다르게 다가오는 신호
주니어라면 “AI가 대신 짜주는 코드”에 만족하지 말고, 그 코드가 어떤 시스템의 어느 지점에 영향을 주는지 물어보는 습관을 들이는 게 좋아요. 시니어라면 반대로, 본인이 쌓아온 도메인 지식을 팀 전체가 참조할 수 있는 “설계 템플릿”이나 “판단 기준”으로 문서화해두는 작업이 앞으로 더 중요해질 거예요.
4-2. 실무에서 시스템 사고를 기르는 법
- 내가 맡은 기능이 어떤 팀·서비스·데이터와 연결되는지 다이어그램으로 그려보기
- PR 리뷰할 때 코드 자체보다 “이 변경이 다른 시스템에 미치는 영향”을 먼저 질문하기
- AI가 만든 산출물을 그대로 쓰지 않고, 왜 이 방식을 골랐는지 근거를 한 문장으로 설명해보기
5. 실제 사례 — 팀에서 본 역할 재편의 순간
저희 팀에서도 비슷한 장면이 있었어요. 기획자가 AI로 프로토타입 화면을 직접 만들어 오는 일이 잦아지면서, 처음엔 “이제 개발자 역할이 줄어드는 건가” 하는 불안이 돌았습니다. 그런데 실제로 벌어진 일은 반대였어요. 프로토타입은 늘었지만, 그걸 실제 서비스 아키텍처에 맞게 조율하고 데이터 정합성을 검증할 사람은 여전히, 아니 오히려 더 필요해졌습니다. 결국 역할이 사라진 게 아니라 “만드는 사람”에서 “연결하고 검증하는 사람”으로 무게중심이 옮겨간 거였죠.
6. 지금 커리어에 적용할 판단 체크리스트
- 나는 내 코드가 아니라 내 코드가 속한 “시스템”을 설명할 수 있는가
- AI가 만든 산출물의 품질·신뢰도를 판단할 기준을 갖고 있는가
- 팀 내에서 도메인 지식을 문서·템플릿으로 남기고 있는가
- 다른 직군(기획·디자인·데이터)의 작업 흐름을 이해하려 시도해봤는가
네 가지 중 절반 이상에 “아니오”가 나온다면, 지금이 시스템 사고를 의식적으로 훈련할 시점이라는 신호로 받아들이시면 좋겠습니다.
관련 글
- 시스템 사고와 맞닿아 있는 시니어의 무기에 대해서는 도메인 전문성이 AI 시대 시니어 개발자의 무기인 이유에서 더 다뤘습니다.
- 주니어 채용 시장의 변화가 궁금하다면 주니어 개발자 채용은 왜 멈췄나 — AI가 무너뜨린 파이프라인의 데이터를 함께 읽어보세요.
- AI 산출물의 품질을 어떻게 평가할지 고민된다면 펠리컨 SVG 벤치마크의 시효 만료 — Karpathy가 제안한 LLM 평가 확장도 참고할 만합니다.
📌 함께 보시면 좋은 글
이직·퇴사·연봉 협상을 혼자 판단하기 어렵다면
1:1 개발자 커리어 상담 신청하기 →
※ 본 글은 AI(Claude)의 초안을 기반으로 편집자 검수를 거쳐 발행되었습니다. (한국 AI기본법 대응 고지)
이직·퇴사, 지금 움직여도 될지 헷갈리시나요?
막연히 불안한 건지, 정말 시점이 온 건지 판단이 어려울 때가 있습니다.
5분 체크리스트로 지금 상태를 먼저 정리해보세요.
결론을 대신 내리기보다, 스스로 판단할 기준을 잡는 데 도움을 드립니다.
아직 확신이 없다면, 지금이 ‘고민 단계’인지부터 먼저 점검해보세요