클릭업 대규모 해고가 업무의 미래에 대해 말해주는 것

ClickUp의 이번 대규모 감원은 단순한 비용 절감이 아닌 "AI 에이전트 기반 운영 모델"로의 전환을 보여주는 사례다. 핵심 기술은 LLM(대규모 언어 모델)을 중심에 두고, 그 위에 도구 사용(tool use), 함수 호출(function calling), RAG(검색 증강 생성), 그리고 멀티 에이전트 오케스트레이션을 결합한 구조다. 단일 챗봇이 아니라, 고객 응대·QA·기술 문서 작성·1차 코드 리뷰·내부 운영 자동화 등 각기 다른 역할을 가진 에이전트들이 워크플로 엔진(LangGraph, CrewAI, OpenAI Agents SDK 등) 위에서 협력한다. ClickUp 같은 SaaS 회사는 자사 플랫폼 자체가 작업 데이터(task graph)를 가지고 있어, 이를 컨텍스트로 주입하면 에이전트가 실제 업무 흐름에 깊게 통합될 수 있다는 점이 핵심이다. "수백 명을 수천 개의 에이전트로 대체"한다는 표현은, 1인이 처리하던 업무를 수십 개의 좁고 전문화된 에이전트로 분할(specialization)해 병렬 처리한다는 뜻에 가깝다.

엔지니어 입장에서 이 변화는 두 갈래로 다가온다. 첫째, **반복적·정형적 업무**(L1 고객지원, 단순 버그 트리아지, 보일러플레이트 코드, 회의록 정리, 1차 코드 리뷰, 테스트 케이스 생성)는 빠르게 에이전트로 흡수되고 있다. 둘째, 반대로 **에이전트를 설계·운영·감독**하는 직무가 새로 생긴다. 프롬프트 엔지니어링, 평가(eval) 파이프라인 구축, 도구 권한 관리, 환각·비용·지연시간(latency) 통제, 에이전트 간 통신 프로토콜(MCP 등) 설계가 그것이다. 한국 개발자에게 특히 중요한 건, 이런 변화가 더 이상 빅테크만의 이야기가 아니라는 점이다. SaaS·이커머스·핀테크 등 국내 중견 IT 기업도 CS·QA·운영 인력을 AI 에이전트로 일부 대체하려는 PoC를 빠르게 진행 중이며, "AI를 쓰는 개발자"와 "AI에 대체되는 개발자"의 구분선이 점점 뚜렷해지고 있다.

실무적으로 지금 챙겨야 할 것은 명확하다. 첫째, **에이전트 스택을 한 번은 직접 만들어보라.** LangGraph나 OpenAI Agents SDK로 도구 호출·메모리·휴먼 인 더 루프(HITL)까지 갖춘 워크플로를 작은 사이드 프로젝트로 구현해보면, "에이전트가 잘하는 일과 못하는 일"의 감각이 생긴다. 둘째, **평가(Evaluation) 역량을 키워라.** 프로덕션에서 에이전트의 진짜 가치는 모델 성능이 아니라 회귀 테스트·골든셋·LLM-as-a-Judge 등을 통해 품질을 측정·유지하는 능력에서 나온다. 셋째, **자신의 업무를 "에이전트가 대체 가능한 부분"과 "사람이 책임져야 할 판단·설계 부분"으로 분리**해 후자에 시간을 더 투자하라. 아키텍처 결정, 도메인 모델링, 장애 대응, 보안·컴플라이언스 판단은 당분간 사람의 영역이다.

마지막으로, ClickUp 사례에서 한국 개발자가 놓치지 말아야 할 신호는 **"AI 에이전트 도입은 조직 구조 변화와 함께 온다"**는 점이다. 단순히 ChatGPT를 도입하는 수준이 아니라, 팀 구성·KPI·온콜 체계·코드 리뷰 프로세스 자체가 재설계된다. 회사가 이런 전환을 시작했다면, 단순히 "AI를 잘 쓰는 사람"이 아니라 **에이전트 워크플로를 설계하고, 평가하고, 운영 책임을 질 수 있는 사람**이 되는 것이 가장 안전한 포지셔닝이다. 지금이 그 역량을 쌓을 마지막 골든타임에 가깝다.