발표에서 확인된 핵심 사실

대규모 구조조정 소식은 이제 빅테크 기업의 일상적인 풍경이 됐다. AI가 인간의 업무를 빠르게 대체할 것이라는 믿음은 기업이 인력을 감축하는 강력한 명분이 되며, 많은 직장인은 자신의 직무가 자동화될 수 있다는 불안을 일상적으로 겪는다. 마크 저커버그는 최근 Meta(페이스북 모회사) 타운홀에서 에이전트형 AI(사용자 대신 작업을 수행하는 AI) 개발 궤적이 기대한 방식으로는 가속하지 않았다고 인정했다.

저커버그는 지난 최소 4개월간의 개발 속도가 예상치에 미치지 못했음을 명시했다. 특히 새로운 조직 구조에 건 회사의 베팅이 아직 결실을 맺지 못했다는 점을 분명히 했다. 기대했던 가속도가 붙지 않으면서 개발 일정과 성과 사이의 간극이 드러났다. 기술적 진보가 곧바로 실무 적용으로 이어질 것이라는 낙관론에 제동이 걸린 셈이다.

1월과 2월 사이 진행된 구조조정 계획의 이면에는 적응 속도에 대한 내부의 위기감이 깊게 깔려 있었다. 당시 Meta의 상위 인력들은 회사가 변화의 흐름에서 뒤처질 수 있다는 우려를 제기하며 저커버그와 대화를 나눴다. 이에 경영진은 Anthropic의 Claude Code(코딩 보조 AI 도구) 같은 도구의 성능에 매우 낙관적인 입장을 보이며 인력 효율화를 추진했다. 최고 수준의 인력들이 제기한 우려와 경영진의 낙관론이 충돌하며 조직 개편으로 이어진 결과다.

AI 도구의 성능에 대한 기대감으로 선제적인 인력 감축을 단행했으나 실제 개발 궤적은 이를 따라가지 못했다. 이는 AI가 단기간에 대규모 인력을 즉각 대체할 수 있다는 전제가 현실과 얼마나 동떨어져 있는지 보여주는 사례다.

2025년 12월 Claude Code 성공 이후, Meta

기술적 격차를 좁히는 속도는 때로 단 몇 주 만에 조직의 위계 구조를 바꾼다. 2025년 12월 Claude Code가 성공을 거두자 마크 저커버그는 Meta가 스스로 코드를 작성하고 수정하는 에이전트형 코딩 제품 개발 경쟁에서 뒤처졌다고 판단했다. 그는 즉시 조직 전체를 다시 흔드는 강수를 뒀다. 이 과정에서 Meta AI 부문 책임자인 Alexandr Wang에게 사실상 회사 전체를 관통하는 큰 권한이 부여된 것으로 평가된다. 경쟁사의 제품 성공이 빅테크 기업의 내부 권력 구조를 즉각적으로 재편한 결과다.

2023년 AI 붐이 시작됐을 때 Meta의 대응이 늦었던 이유는 가상현실 기반의 사회적 플랫폼인 메타버스 전략의 실패를 너무 늦게 인식했기 때문이다. 당시 Meta의 전략은 팬데믹이 훨씬 오래 지속되고 사람들이 대면 상호작용을 가상현실로 대체하는 데 익숙해질 것이라는 전제에서 출발했다. 저커버그는 이 잘못된 전제에 매몰되어 본질적인 목표에 주의를 빼앗겼다. 결국 초기 AI 흐름에서 이탈하며 경쟁력을 잃는 결과로 이어졌다. 특정 환경 전제에 의존한 전략이 기업의 기술적 대응 시점을 결정적으로 늦춘 사례다.

수천 명의 직원을 해고하고, AI 콘텐츠 모더레이션 도입

비용 효율화를 최우선으로 둔 경영진의 결정은 수천 명의 해고로 이어졌다. 인간 프로그래머를 운용하는 것을 시간과 비용의 낭비로 판단해 기존 인력을 줄이는 대신 AI 엔지니어 채용에 모든 자원을 집중했다. 콘텐츠 모더레이션(유해 콘텐츠 차단 및 관리) 업무에 AI를 전면 투입하고, 조직에 남은 직원들에게는 컴퓨터 사용 추적 도구 설치를 요구했다. 수집된 데이터는 직무 대체용 에이전트(특정 업무를 자율적으로 수행하는 AI 프로그램)를 훈련시키는 기초 자료로 활용되었다. 직원의 실제 작업 동선과 컴퓨터 사용 데이터를 정밀하게 기록해 AI가 이를 학습하게 함으로써 인적 노동을 기계적으로 대체하려는 시도였다. 인간의 숙련도보다 AI의 효율성을 높게 평가한 결과였다.

AI가 단기간에 대규모 인력을 즉각 대체할 수 있다는 전제는 실제 현장에서 무너졌다. 이는 단순히 AI 도입 속도가 느려서 발생한 기술적 문제가 아니었다. 일관된 전략의 부재와 잘못된 가설에 기반한 판단이 핵심이었다. 2023년에 겪었던 판단 지연과는 성격이 완전히 다르다. AI의 능력을 과신해 인력 구조를 성급하게 재편한 것은 전략적 오판에 가깝다. 단기적인 인력 대체 가능성을 맹신한 전제가 틀렸음이 드러나면서, 이는 단순한 속도의 문제가 아니라 완전히 잘못된 판단이었다는 비판을 받는다. 전략적 일관성 없이 추진된 인력 감축의 한계가 드러난 셈이다.

Meta가 직원들의 컴퓨터 사용 데이터를 추적해 직무 대체용 에이전트를 훈련시키려 한 시도는 기대만큼의 가속을 만들어내지 못했다. 데이터 수집이 곧바로 숙련된 노동의 대체로 이어지지 않는다는 기술적 한계가 드러난 결과다.

AI가 단기간에 대규모 인력을 즉각 대체할 수 있다는 전제는 위험하다. 인력 감축의 규모가 아니라 AI가 실제로 수행 가능한 과업의 정밀한 정의가 기업의 실질적 경쟁력을 결정한다.