리크루트는 2026년 8월 5일, 2026년도 신입 엔지니어 대상 훈련 프로그램 “BootCamp”의 내용과 실제로 사용한 훈련 자료의 일부를 공개했다. AI를 엔지니어 자신의 역량을 높이는 데 어떻게 활용할 것인지, AI에 의해 소프트웨어 제작 비용이 하락하는 가운데 개발 방식이 어떻게 변화해야 하는지 등 AI 시대에 필요한 지식을 폭넓게 다루고 있다.
리크루트와 인디드 리크루트 테크놀로지에 배속되는 신입 엔지니어는 부서 배속 전에 약 4개월간의 부트캠프에 참여한다. 훈련에서는 광범위한 기술 영역의 지식과 더불어 업무에 대한 접근 방식과 소통 능력도 배운다. 2026학년도는 대규모 언어 모델(LLM), 테스트 주도 개발(TDD), AI 시대의 제품 보안 등 AI를 전제로 한 강좌를 여러 개 준비했다.
2026년 신입 엔지니어 훈련 프로그램 “BootCamp” 강좌 목록
**AI는 증폭기다: 능력 자체는 외주로 해결할 수 없다**
최근 일본의 여러 기업들이 AI 도입을 가속화하면서, AI 기술 자체의 발전은 놀라운 속도로 이루어지고 있지만, 실제 비즈니스 문제 해결에 AI를 적용하는 방식에 대한 고민이 깊어지고 있다. 특히, 일부 기업들은 AI 모델을 직접 개발하거나, 특정 분야의 전문 AI를 구축하는 데 막대한 투자를 하고 있지만, 기대만큼의 성과를 얻지 못하는 경우가 많다.
이러한 현상의 배경에는 ‘AI는 증폭기다’라는 새로운 시각이 자리 잡고 있다. 이 시각은 AI가 특정 분야의 전문성을 대체하는 ‘주력 선수’가 아니라, 기존의 역량을 더욱 발전시키고, 효율성을 극대화하는 ‘증폭기’라는 것이다. 즉, AI는 인간의 지능을 보완하고, 복잡한 문제를 해결하는 데 도움을 주는 도구일 뿐, 스스로 모든 것을 해결하는 ‘주도적인 존재’가 될 수 없다는 의미다.
특히, 일본의 경우, 전통적으로 숙련된 기술과 노하우를 바탕으로 축적된 ‘경영 지식’이나 ‘전문 지식’은 AI가 쉽게 대체할 수 없는 영역이다. AI는 방대한 데이터를 분석하고, 패턴을 발견하는 데는 강점을 가지고 있지만, 데이터에 담긴 의미를 해석하고, 상황에 맞는 판단을 내리는 능력은 여전히 인간의 영역이다. 따라서, AI를 도입할 때에는 단순히 AI 모델을 구축하는 것보다, AI를 활용하여 기존의 업무 프로세스를 개선하고, 인간의 역량을 더욱 강화하는 방향으로 접근해야 한다.
이러한 관점에서, 일본 기업들은 AI를 활용하여 생산성 향상, 비용 절감, 고객 만족도 향상 등 구체적인 목표를 달성하는 데 집중하고 있다. 또한, AI 기술 개발에 대한 과도한 투자를 줄이고, AI를 활용한 서비스 개발에 더욱 집중하는 전략을 취하고 있다. 이러한 변화는 일본 AI 산업의 새로운 방향성을 제시하고 있으며, 앞으로 더욱 지속 가능한 성장을 이끌어낼 것으로 기대된다.
“엔지니어의 마음가짐” 강의에서 사용된 “소프트웨어 엔지니어 인생 생존 가이드”에서는 현재 기술에 큰 변화를 가져오는 존재로 “LLM / 에이전트 코딩”을 언급하고 있다.
“AI는 증폭기”로 간주되는 “소프트웨어 엔지니어 인생 생존 가이드” 훈련 자료
제시된 자료에서는 기술 변화의 파도를 헤쳐나가는 방안으로, 여러 전문성을 갖는 것과 학습 효율을 높이는 것 외에도 “AI를 역량 형성 도구로 활용”하는 것을 제시했다.
AI는 “증폭기”로 간주하며, 단순히 결과물을 내는 도구로 사용하는 것 외에도 비판적인 리뷰어나 토론 상대, 새로운 프로그래밍 언어를 배우는 것을 지원하는 등 스스로의 능력을 발전시키기 위한 수단으로도 활용할 것을 권장하고 있습니다. “노동은 아웃소싱할 수 있지만, 능력은 아웃소싱할 수 없다”고 강조하며, AI로부터 얻어낼 수 있는 성능을 높이기 위해서는 인간의 지식, 리뷰 능력, 디버깅 능력 또한 필요하다는 관점을 제시했습니다.
AI 기술 발전으로 인해 ‘만들기’에 드는 비용이 감소하고 있다. 핵심은 ‘만들지 않기’와 ‘줄이기’ 전략으로, 효율성을 극대화하는 방향으로 변화가 일어나고 있다.
최근 발표된 자료에 따르면, 기업들이 AI 도입 시 단순히 새로운 서비스를 ‘만드는’ 데 집중하기보다는, 기존 프로세스를 ‘줄이는’ 데 더 많은 투자를 하고 있다는 사실이 드러났다. 특히, 자동화 기술을 활용하여 반복적인 업무를 ‘제거’하거나, 불필요한 기능을 ‘삭제’하는 방식으로 비용 절감 효과를 얻고 있다.
이러한 변화는 AI 기술의 활용 목적을 단순히 새로운 가치를 창출하는 데서 벗어나, 기존 시스템의 효율성을 높이는 데 집중하도록 이끌고 있다. 전문가들은 “AI를 통해 ‘만들기’에 대한 부담을 줄이고, 핵심 역량에 집중하는 것이 미래 경쟁력 확보의 핵심”이라고 분석한다. 또한, “데이터 분석을 통해 비효율적인 부분을 ‘찾아내’고, 이를 개선하는 데 AI를 적극적으로 활용해야 한다”고 강조한다.
이러한 흐름 속에서, 기업들은 AI 도입 전략을 재검토하고 있으며, ‘만들기’보다는 ‘줄이기’에 초점을 맞춘 새로운 비즈니스 모델을 모색하고 있다. 특히, 서비스형 AI(SaaS) 모델을 통해 AI 기술을 보다 쉽게 접근할 수 있도록 하고, 기업들의 비용 부담을 줄이는 데 주력하고 있다.
이러한 변화는 AI 기술 시장 전반에 걸쳐 큰 영향을 미치고 있으며, 앞으로 더욱 다양한 기업들이 ‘만들기’에 대한 부담을 줄이고, ‘줄이기’와 ‘제거’ 전략을 통해 효율성을 높이는 방식으로 AI 기술을 활용할 것으로 예상된다.
AI에 따른 변화는 엔지니어 개인의 역량 형성뿐만 아니라 소프트웨어 개발 그 자체에도 영향을 미친다.
“사업 가치와 엔지니어링 2026년판”에서는 AI로 인해 소프트웨어를 만드는 것이 더 빠르고 저렴해짐에 따라 “무엇을 만들지”, “무엇을 만들지 않을지”라는 판단의 중요성이 더욱 커질 것이라고 설명하고 있다.
AI 개발 속도가 빨라진다고 해도, 궁극적으로 극대화해야 할 것은 ‘개발량’이 아닌 ‘사업 가치’라는 ‘사업 가치 면적 모델’을 주장합니다.
자료에 따르면, 개발한 기능이나 UX가 그 자체로 사업 가치를 내는 것은 아니다. 실제로 사용되고 의미를 가지게 돼서야 비로소 가치가 연결된다. AI로 인해 개발 속도가 빨라진다면, 사용되지 않는 기능이나 운영할 수 없는 시스템까지 빠르게 만들 수 있게 되므로, 단순한 “개발량”이 아닌, 사업 가치를 연결하는 결과물을 선택하는 것이 중요하다.
또한, 코드가 늘어날수록 모니터링, 장애 대응, 보안 대응, 의존성 관리 등의 유지보수 대상도 증가한다. 따라서 AI에 의해 “만드는 능력”이 높아지는 만큼, 개발의 병목은 유지보수에 이행된다는 지적이 있다. “만드는 것”뿐만 아니라 “만들지 않는 것”, “제거하는 것”, “유지할 수 있는 형태로 만드는 것” 또한 엔지니어링의 중요한 업무라는 점을 강조하고 있다.
**LLM부터 TDD, AI 시대의 보안까지 공개**
최근 일본의 정보보안 기업인 **시로코(白河)**는 AI 기술의 발전과 함께 변화하는 보안 환경에 대응하기 위한 다양한 기술 및 솔루션 공개 행사를 개최했다. 이번 행사는 **LLM(Large Language Model)**의 보안 취약점 분석부터 **TDD(Test-Driven Development)**를 활용한 보안 강화, 그리고 AI 시대에 등장하는 새로운 위협에 대한 대응 전략까지 폭넓게 다뤘다.
특히, 시로코는 자체 개발한 **“AI-Guard”** 솔루션을 선보이며, LLM 기반 서비스의 잠재적인 위험을 실시간으로 감지하고 분석하는 기능을 강조했다. **AI-Guard**는 방대한 데이터를 학습하여 악성 코드, 피싱 공격, 데이터 유출 등 다양한 공격 패턴을 식별하고, 이를 통해 사용자에게 즉각적인 경고를 제공한다. 또한, **AI-Guard**는 **AWS Lambda**, **Azure Functions** 등 클라우드 환경에서 실행되는 LLM 서비스의 보안을 강화하는 데 특화되어 있다.
시로코는 이번 행사에서 **“Cyber-GPT”**라는 새로운 보안 솔루션도 발표했다. **Cyber-GPT**는 LLM 기술을 활용하여 보안 전문가의 지식과 경험을 모방하고, 보안 사고 발생 시 신속하게 대응할 수 있도록 지원한다. **Cyber-GPT**는 위협 인텔리전스 분석, 취약점 평가, 침해 사고 대응 등 다양한 업무를 자동화하여 보안 담당자의 업무 부담을 줄이는 데 기여할 것으로 기대된다.
시로코는 또한, **TDD(Test-Driven Development)**를 보안 개발 프로세스에 적용하여 소프트웨어의 보안 취약점을 사전에 발견하고 제거하는 방식을 소개했다. **TDD**는 개발 초기 단계부터 보안 요구사항을 정의하고, 이를 충족하는 코드를 작성하는 방식으로, 개발 과정에서 보안 취약점을 최소화하는 데 효과적이다.
이 외에도 시로코는 AI 기반의 위협 예측 시스템, **RPA(Robotic Process Automation)**를 활용한 보안 운영 자동화, 그리고 **Zero Trust** 보안 모델 구축 등 다양한 기술과 솔루션을 공개하며, AI 시대의 보안 환경 변화에 대한 대응력을 높이는 데 주력하고 있다. 시로코는 앞으로도 지속적인 연구 개발을 통해 AI 기술을 활용한 혁신적인 보안 솔루션을 제공할 계획이다.
이번에 공개된 자료에는 LLM의 仕組와 활용 방법을 다루는 “納得、実感！ 大規模言語 ver2.0”과 AI를 사용한 개발을 전제로 TDD를 생각하는 “AI時代TDD” 등도 포함된다.
이 외에도 “공격과 방어로 배우는 AI 시대의 제품 보안 훈련”에서는 AI가 생성한 코드에 숨 든 위험에 대해서도 다루었다. 훈련을 수강한 신입 엔지니어는 AI가 상세한 지시를 따르는 한편, 비즈니스상의 목적을 충분히 파악하지 못하여 취약성 있는 코드를 생성하는 경우도 있었다며, 현재 AI의 한계도 직접 경험했다고 밝혔다.
리크루트는 이 외에도 브라우저, JavaScript, TypeScript, 모던 프론트엔드, 웹 접근성, 모바일 앱 개발 등의 훈련 자료를 공개하고 있다.
원문 보기 | 출처: Ledge.ai