CS 학위보다 먼저 막힌 건 신입 개발자 채용 통로예요

CS 학위보다 먼저 막힌 건 신입 개발자 채용 통로예요

AI 뉴스 썸네일

미국의 최근 컴퓨터과학 전공 졸업자 실업률은 6.1%예요. 숫자만 보면 CS 학위의 가치가 무너진 듯하지만, 불완전고용과 초기 소득까지 함께 보면 다른 모습이 보여요. 신입 개발자가 겪는 어려움은 전공 자체보다 공고와 실제 채용이 따로 움직이는 시장에서 더 선명하게 나타나요. 1 2

핵심 요약

구분	확인된 내용	구직자가 볼 지점
졸업자 지표	최근 미국 CS 졸업자 실업률은 6.1%, 컴퓨터공학은 7.5%예요	실업률 하나만으로 학위의 성과를 판단하기 어려워요
불완전고용	공학 전공자는 20% 미만이고, 최근 졸업자 전체 평균은 42%예요	전공과 무관한 일자리까지 포함해 비교해야 해요
신입 채용	2023년 말부터 2024년 말까지 관련 공고는 약 47% 늘었지만 실제 채용은 약 73% 줄었어요	공고 수가 실제 기회 수를 그대로 보여 주지 않아요
경력 만들기	추천, 실제 사용자가 있는 제품, 오픈소스 기여가 제안돼요	지원 횟수보다 검증 가능한 작업과 연결이 중요해요
AI 역량	Cursor나 Copilot 사용을 넘어 RAG와 검색 구조를 구현하는 경험을 강조해요	도구 사용법보다 시스템을 설명하고 운영하는 능력이 필요해요

1. CS 전공자의 실업률만 보면 놓치는 숫자가 있어요

IEEE Spectrum 기고문은 최근 미국 졸업자 통계에서 CS 전공자의 실업률이 6.1%, 컴퓨터공학 전공자는 7.5%라고 짚어요. 철학 3.2%, 미술사 3.0%와 비교하면 기술 전공이 더 불리해 보일 수 있어요. 다만 취업 여부만 보면 대학 학위가 필요하지 않거나 전공과 무관한 일을 택한 사례가 같은 취업으로 잡혀요. 2

불완전고용을 포함하면 비교가 달라져요. 공학 전공자의 불완전고용 비율은 20% 미만으로 제시됐고, 최근 졸업자 전체 평균은 42%예요. 실업률과 불완전고용, 초기 경력 소득을 묶어 평가하면 CS와 컴퓨터공학은 여전히 노동시장 성과가 좋은 전공군에 속해요. 학위가 취업을 자동으로 보장하지는 않지만, 실업률 하나로 쓸모가 사라졌다고 결론 내리기도 어려워요.

728x90

공고가 늘어도 실제 채용은 줄 수 있어요

더 직접적인 문제는 신입 채용 과정에서 보여요. 기고문이 인용한 수치로는 2023년 말부터 2024년 말까지 `entry-level software engineer` 공고가 약 47% 늘었어요. 같은 기간 실제 신입 채용은 약 73% 줄었어요. 채용 의사가 분명하지 않은 유령 공고까지 섞이면 구직자가 보는 공고 수와 실제 자리는 더 크게 벌어질 수 있어요.

이 차이는 무작위 지원의 효율이 낮아진 이유를 설명해요. 지원서를 많이 넣는 행동 자체보다 실제 채용 여부를 확인할 연결고리가 더 중요해졌어요. 기고문은 채용 제안의 약 26%가 추천을 통해 이뤄진다는 수치를 들며 동기, 교수, 과거 인턴십 관계자처럼 현실에서 이어진 관계를 먼저 살펴보라고 권해요. 이 부분은 통계만이 아니라 글쓴이의 채용 경험을 바탕으로 한 조언이라는 점도 함께 봐야 해요.

보여 줄 경력은 배포된 결과물에서 생겨요

연습용 저장소에 기능을 쌓는 것만으로는 실제 업무 능력을 확인하기 어려워요. 작은 사업자의 반복 작업을 줄인 도구, 사용자가 있는 웹 서비스, 리뷰와 수정 이력이 남는 오픈소스 기여처럼 현실의 제약을 통과한 결과물이 더 많은 정보를 줘요. 면접에서는 무엇을 만들었는지만큼 어떤 선택을 했고 왜 그렇게 했는지 설명할 수 있어야 해요.

스타트업도 첫 경력을 만드는 선택지로 제시돼요. 신입 채용에는 교육 비용과 성과 불확실성이 있고, 초기 스타트업에는 보상과 존속 가능성의 위험이 있어요. 서로 감수하는 위험이 맞을 때 신입은 넓은 업무를 맡아 경력을 빠르게 증명할 수 있어요. 다만 낮은 보상이나 과도한 업무를 당연하게 받아들이라는 뜻으로 읽으면 곤란해요. 역할, 멘토링, 계약 조건을 확인한 뒤 판단해야 해요.

AI 도구 사용 경험만으로는 차이가 작아요

Cursor나 GitHub Copilot을 쓸 수 있다는 설명은 이제 지원자를 구분하기 어려워요. 기고문은 문서 분할, 임베딩 생성, 벡터 데이터베이스 검색, RAG 파이프라인 연결처럼 AI 기능의 내부 흐름을 직접 구현해 본 경험을 더 높게 평가해요. 2025년 AI·데이터 과학 관련 채용 공고가 163% 늘었다는 수치도 제시해요. 2

여기서도 유행어를 많이 아는 것보다 작동하는 시스템이 중요해요. 검색 품질을 어떻게 평가했는지, 잘못된 답을 어떻게 줄였는지, 비용과 지연 시간을 어떤 기준으로 조정했는지 설명하면 구현 깊이가 드러나요. 다중 에이전트 구조가 모든 문제의 답은 아니에요. 단순한 검색과 규칙으로 해결할 수 있는 문제에 복잡한 구조를 얹으면 운영 부담만 커질 수 있어요.

왜 중요한가요

신입 개발자에게 학위와 포트폴리오 중 하나만 고르라는 식의 조언은 현실을 충분히 설명하지 못해요. 학위는 기초 이론과 채용 자격을 제공할 수 있고, 배포 경험은 실제로 문제를 해결한 증거가 돼요. 추천은 이 증거가 채용 결정권자에게 닿을 확률을 높여요. 세 요소가 서로 다른 역할을 해요. 2

기업도 공고 수만 늘리는 방식으로는 필요한 인재를 만나기 어려워요. 실제 채용 계획, 요구 경력, 전형 일정이 불분명하면 신입 지원자는 같은 회사의 다음 공고도 믿기 어려워져요. 채용팀은 진짜 빈자리와 탐색용 공고를 구분하고, 신입이 입사 뒤 어떤 지원을 받을 수 있는지 구체적으로 밝혀야 해요.

이 글의 수치는 미국 노동시장을 다뤄요. 국내 취업시장에 비율을 그대로 대입하면 안 돼요. 그래도 공고 수와 채용 수를 구분하고, 실업률과 불완전고용을 함께 보고, 실제 사용자가 있는 작업으로 능력을 증명해야 한다는 기준은 국내 개발자 채용을 볼 때도 유용해요.

참고 자료

1. 컴퓨터과학 학위는 죽지 않았다 — GeekNews
2. The Computer Science Degree Isn’t Dead — IEEE Spectrum