Meta가 4월 3일 던진 메시지 한 줄. 엔지니어 코드의 75% 이상을 AI로 작성하라. 이게 권장사항이 아니라는 점이 결정적이다. 성과 평가 항목에 ‘AI 기반 임팩트’가 신설되면서 AI를 안 쓰는 엔지니어는 인사 평가에서 직접적으로 손해를 본다. 실리콘밸리에서 AI 코딩이 선택에서 의무로 넘어가는 순간이 됐다.
구체적인 숫자 — 75%가 무엇을 뜻하는가
Meta의 지시는 부서별로 조금씩 다르다. Facebook·WhatsApp·Messenger를 담당하는 Creation 조직에서는 엔지니어의 65%가 2026년 상반기까지 코드의 75% 이상을 AI 도구로 작성해야 한다. Scalable ML 부서는 50~80% 범위의 AI 코딩 목표를 설정했다. 약 1,000명 규모의 내부 도구 팀은 더 급진적이다. ‘AI Pod’로 재편되면서 기존 직함 대신 ‘AI 빌더’와 ‘AI Pod 리드’라는 새로운 역할을 부여받았다.
이 숫자들이 단순한 권장 목표가 아닌 이유는 한 가지다. 2026년부터 Meta의 모든 직원은 성과 리뷰에서 ‘AI 기반 임팩트(AI-driven impact)’ 항목으로 평가받는다. AI 도구 활용이 단순 권장에서 공식 KPI로 격상됐다는 의미다. AI 코딩 도구 사용을 거부하는 엔지니어에게는 실질적 불이익이 돌아간다.
왜 Meta가 가장 먼저 움직였나
이 결정은 한 번에 나온 게 아니다. AI 코딩 생산성에 대한 경험적 증거가 누적된 결과다. 자주 인용되는 NBER(전미경제연구소) 연구에 따르면, 생성형 AI 접근권을 가진 고객 지원 에이전트 5,179명의 생산성이 평균 14% 향상됐다. 더 흥미로운 디테일은 그 안에 있다. 초보·저숙련 직원의 생산성은 34%까지 올랐다. 평균 14% 향상의 대부분이 주니어 그룹에서 나왔다는 뜻이다.
코딩 분야의 효과도 비슷한 패턴을 보인다. 시니어 엔지니어의 생산성 향상은 비교적 완만하지만, 주니어와 미들 레벨에서는 효과가 크다. Meta가 노린 건 이 그룹의 생산성을 한 번에 끌어올리는 것이다. 1,000명 단위의 조직을 ‘AI Pod’로 재편한 것도 같은 맥락이다. 조직 구조 자체를 AI 활용을 전제로 다시 설계하지 않으면 도구 도입의 효과가 분산된다.
이 변화가 던지는 노동의 질문
Meta의 결정에는 두 가지 함의가 함께 있다. 하나는 명확한 효율성 향상 — AI를 잘 쓰는 엔지니어가 그렇지 않은 엔지니어보다 몇 배 더 빠른 결과를 내는 것은 더 이상 가설이 아니다. 다른 하나는 평가 시스템의 변화가 가져올 압박 — AI 활용이 KPI가 되는 순간, 엔지니어는 코드를 쓰는 사람에서 AI를 지휘하는 사람으로 역할이 옮겨 간다.
이 변화가 모두에게 반가운 건 아니다. AI 도구 사용에 거부감이 있는 시니어 엔지니어, 자기 손으로 코드를 짜는 만족감을 중요하게 여기는 개발자, 검증되지 않은 AI 코드를 프로덕션에 올리는 것에 보수적인 입장 — 이런 의견들이 사내 토론에서 빠지지 않는다. 하지만 회사가 KPI로 박았다면 토론은 끝났다는 뜻이다.
한국 IT 기업에 의미하는 것
Meta 같은 빅테크가 AI 코딩을 KPI로 만들었다는 사실은 두 단계로 한국에 영향을 준다. 단기적으로는 시그널링 효과다. 글로벌 빅테크의 사례가 한국 대기업·중견기업의 AI 도구 도입 결정에 영향을 준다. “Meta가 75% 목표를 잡았는데 우리는 어떤가”라는 질문이 임원 회의에서 나오기 시작한다는 의미다.
장기적으로는 채용과 평가 기준의 변화다. 2026~2027년 사이에 한국 IT 기업의 채용 공고와 성과 평가 기준에도 ‘AI 도구 활용 능력’이 명시적으로 들어갈 가능성이 높다. 지금 AI 코딩 도구를 한 번도 안 써 본 개발자라면 그 격차를 줄일 시간이 1년 안짝이다.
지금 할 일
가장 가벼운 시작은 cursor.com에서 무료 버전을 설치해 평소 만지는 프로젝트 폴더를 한 번 열어 보는 것이다. 자동완성 한두 번 써 보면 감이 잡힌다. VS Code를 이미 쓰고 있다면 GitHub Copilot 확장을 활성화하는 게 가장 진입 장벽이 낮다. 팀 단위 도입을 고민하는 리더라면 한 단계 더 들어가서 AI 생성 코드의 리뷰 기준과 보안 체크리스트부터 만들어 두자. 이게 없으면 도입 자체보다 사고 수습에 더 많은 시간이 들어간다.
관련 글
- 바이브 코딩 입문: Cursor·Replit·Bolt
- 2026 개발자 AI 코딩툴 실사용 순위: JetBrains 1만 명 조사
- 바이브 코딩의 역습: AI 생성 코드 보안 취약점 2.74배