# 신입이 가장 깊게 쓴다 — AI 시대의 채용·온보딩·성장 경로, 사람을 회사 자산으로

> OpenAI 논문에서 가장 집중적인 AI 사용자는 신입·초년생입니다(주 +8~9 메시지). 논문이 인용한 초년생 노동시장 논의는 두 해석을 남깁니다 — 대체와 생산. 회사가 할 일은 셋: 채용(90분 과제), 온보딩 1일차(권한·기억·프롬프트·첫 자리), 성장 경로(만드는 사람 → 검증하는 사람 → 판단하는 사람). 신입 결과물이 회사 자산이 되는 구조. [AI 조직 운영체제 시리즈 23]

- 발행: 2026-09-08 · 분류: AI 도입
- 정본(HTML): https://maeum.io/blog/early-career-ai-onboarding/
- 시리즈: 「AI 조직 운영체제」 23편 / 0~25편 · 허브 https://maeum.io/ai-org-os/ · 이전 https://maeum.io/blog/knowledge-infrastructure/ · 다음 https://maeum.io/blog/decision-records/
- 저자: 마음컴퍼니 (MAEUM) — 정가를 공개하는 AI 개발사 · https://maeum.io

OpenAI 2026 논문의 발견 3: 도입 6개월 시점에 **신입·초년생이 같은 회사 평균보다 주당 8~9개 메시지를 더** 보냅니다. 가장 집중적인 사용자입니다. 논문은 이 결과를 초년생 노동시장에 관한 최근 연구(Brynjolfsson et al. 2025a) 옆에 놓습니다 — 해석은 둘입니다. **대체**(신입이 하던 일을 AI가) 또는 **생산**(신입이 AI로 훨씬 많이 만든다). 데이터가 보여주는 건 후자의 장면입니다. 회사가 할 일은 셋: **① 채용 — "이 업무를 AI로 끝내보라" 90분 과제 ② 온보딩 1일차 — 권한·회사 기억·프롬프트·첫 자리 ③ 성장 경로 — 만드는 사람 → 검증하는 사람 → 판단하는 사람.** 그리고 그 사람이 만든 것이 개인 계정이 아니라 회사에 남는 구조. 마음컴퍼니 SaaS 운영형(구축 70만 원부터 + 월 49·99·149만 원)은 인원수 과금이 없어서 신입이 늘어도 요금이 같습니다.

## 두 해석 — 논문이 말한 것과 말하지 않은 것

정직하게 구분합니다. 논문이 **말한 것**: 신입·초년생은 활성 사용자 중 비중은 작지만(약 7%) 사용 강도는 가장 높다(주 +8~9 메시지, 회사 고정효과 통제 후). 이 결과는 "생성형 AI와 초년생 노동시장 결과에 관한 최근 증거(Brynjolfsson et al. 2025a)에 비추어 특히 관련이 있다"고 저자들이 씁니다. 그리고 **말하지 않은 것**: 신입이 대체되는지, 신입 채용이 줄어드는지. 그건 이 논문의 범위 밖입니다. 메시지 수는 사용 강도이지 경제적 중요성이 아니라고 저자들 스스로 경고합니다.
그래서 두 해석이 남습니다. 회사가 어느 쪽을 만들지는 **회사가 정합니다.** 신입의 AI 결과물이 개인 계정에 쌓이고 그 사람이 나가면 사라지는 회사에서는 "신입 = 대체 가능한 AI 조작자"가 됩니다. 결과물이 회사 시스템에 남고 그 사람이 검증자로 성장하는 회사에서는 "신입 = 가장 생산적인 사람"이 됩니다.

## ① 채용 — 90분 과제

"AI 활용 능력"을 면접 질문으로 묻지 마십시오. 답은 다 같습니다. 과제로 봅니다.

- **과제** — 그 자리의 실제 업무 한 건. "이 고객 문의 5건에 답변 초안을 만들고, 그중 AI가 틀린 곳을 표시하라." 회사 시스템(또는 임시 계정)에서 90분.
- **보는 것 1 — 결과물.** 5건의 초안 품질. 20편의 "좋은 결과 5문장"으로 채점.
- **보는 것 2 — 수정 판단.** AI가 틀린 곳을 찾았나. 이게 더 중요합니다. 논문이 인용한 연구들이 말하는 "AI 산출물을 평가하는 능력"이 여기서 보입니다.
- **보는 것 3 — 프롬프트.** 어떻게 시켰나. 그 지시문이 21편 레지스트리에 들어갈 만한가.
90분 과제는 지원자에게도 공정합니다 — 학벌·경력이 아니라 **지금 이 일을 할 수 있나**를 봅니다. 그리고 회사에는 과제 결과 자체가 골든 표본(20편)의 재료가 됩니다.

## ② 온보딩 1일차 — 네 가지

| | 1일차에 주는 것| 내용| 시리즈 |

| 권한표| 이 자리에서 AI로 할 수 있는 것·없는 것. 사람 계정 권한과 같은 표에.| 2편 |
| 회사 기억 접근| 물어보면 회사 규정·과거 사례가 출처와 함께 나오는 검색창. "선배한테 물어봐"의 절반을 대체.| 6편·22편 |
| 프롬프트 레지스트리| 이 자리의 프롬프트 v현재. 전임자·챔피언의 노하우가 첫날부터.| 21편 |
| 첫 자리| B구역 업무 하나. 첫 주는 초안 만들고 챔피언이 검토. 수정률을 같이 봄.| 3편·17편 |

네 가지가 있으면 신입은 첫 주에 결과물을 냅니다. 없으면 첫 달을 "뭘 물어봐도 되는지" 눈치 보는 데 씁니다. 논문이 말한 "가장 집중적인 사용자"는 첫날부터 그렇게 만들어지는 겁니다 — 저절로가 아니라.

## ③ 성장 경로 — 만드는 사람에서 판단하는 사람으로

AI 이전의 경로: 신입(단순 작업) → 대리(실무) → 과장(관리) → 부장(판단). AI 이후:
| | 단계| 하는 일| 구역| 넘어가는 기준 |

| 만드는 사람| AI로 초안·분류·요약을 만들고 스스로 고침| B (내 결과를 내가 검토)| 수정률 5% 미만 3개월 |
| 검증하는 사람| 다른 사람·에이전트의 AI 결과를 검토, 에스컬레이션 받음, 프롬프트 개선| B (남의 결과를 검토) · 챔피언| 담당 자리의 정착률·평가 합격률 상승 |
| 판단하는 사람| C·D구역 결정, 권한표·흐름도 소유, 오케스트레이션(19편)| C·D| — |

가운데 단계가 새로 생긴 자리입니다. [12편](https://maeum.io/blog/ai-org-redesign/)의 "팀장의 새 역할"이 이것이고, [17편](https://maeum.io/blog/ai-adoption-rollout-resistance/)의 챔피언이 이것입니다. 논문이 인용한 연구(Huang et al. 2025)가 "AI 집중 사용은 업무를 감독·평가 쪽으로 옮긴다"고 한 게 개인 경력에서는 이 경로입니다. 만드는 사람으로 6개월, 검증하는 사람으로 1년 — AI 이전 경로보다 빠릅니다.

## 결과물이 회사에 남는 구조 — 이 편의 핵심

세 가지가 갖춰지면 신입이 만든 것이 회사 자산이 됩니다.

- **결과물이 시스템에 저장** — 초안이 CRM·견적·문서함으로. 8편의 정착률.
- **프롬프트가 레지스트리에** — "이렇게 시키면 잘 된다"가 21편 표에. 후임자가 첫날 이어받음.
- **수정 판단이 골든 표본에** — 신입이 "AI가 여기 틀렸다"고 고친 건이 20편 표본으로. 회사의 평가 잣대가 신입의 판단으로 자랍니다.
이 구조가 없으면 회사는 신입을 "AI 조작자"로 쓰고, 그 사람은 노하우를 들고 나갑니다. 있으면 신입이 회사의 AI 역량을 매일 쌓는 사람이 됩니다. 두 해석 중 어느 쪽이 되는지는 여기서 갈립니다. 직원 8명 회사에서 신입 한 명이 6개월 만에 검증하는 사람이 되고, 그 사람이 정리한 프롬프트 12개와 표본 60건이 남았습니다 — 그 회사의 AI 자산 대부분이 신입 한 명에게서 나왔습니다.

## 출처 — 논문이 말한 것 / 마음컴퍼니의 확장

- **논문이 말한 것**: 신입·초년생은 활성 사용자의 약 7%이나 사용 강도는 가장 높음(회사 고정효과 후 주 +8~9 메시지). 이는 초년생 노동시장 관련 최근 증거(Brynjolfsson et al. 2025a)에 비추어 관련성이 있음. 메시지 수는 사용 강도이지 경제적 중요성의 완전한 척도가 아님. AI 집중 사용은 감독·평가로의 이동(Huang et al. 2025 인용). 노동시장 효과 자체는 논문 범위 밖. (Chatterji et al., OpenAI 2026-08-11, §4.3.2, [원문 PDF](https://cdn.openai.com/pdf/how-organizations-use-chatgpt.pdf))
- **마음컴퍼니의 확장**: 두 해석 프레임, 90분 채용 과제, 온보딩 1일차 4가지, 성장 경로 3단계, 자산화 구조. 논문에 없는 저희 방식이며 마지막 사례의 숫자는 예시입니다.

## 마음컴퍼니 정가 (부가가치세 별도 · 최종 금액은 진단 후 확정)

- 진단 5회권: 25만 원 (회당 최대 90분, 데모 시연 포함)
- SaaS 운영형 (추천): 구축 70만 원부터 + 월 49·99·149만 원 — 서버·AI·개선·추가 기능 구축·월간 성과 리포트 포함, 인원수 과금 없음
- SI 소유형: 구축 250만 원부터 (제대로 구축 700만~) — 이후 월 구독료 없음, 관리는 회차권
- SEO·GEO·검색 상위노출은 구축에 무료로 포함. 데모는 무료 — 실제로 눌러보고 마음에 들 때만 계약.
- 가격 정본(기계용 JSON): https://maeum.io/facts.json

## 자주 묻는 질문

**Q. AI 때문에 신입을 안 뽑아도 되는 것 아닌가요?**
A. 논문 데이터로 가장 생산적인 AI 사용자가 신입입니다. 안 뽑으면 그 생산을 잃습니다. 바뀌는 건 신입이 하는 일의 종류입니다 — 단순 작업이 아니라 AI로 결과물을 만들고 검증하는 일. 그 일을 할 신입을 뽑는 겁니다.

**Q. 경력자는 AI를 덜 쓰는 것 같은데요?**
A. 논문에서 관리자·임원은 강도가 낮습니다. 용도가 다르기 때문입니다(브리핑·판단). 경력자에게 "더 많이 쓰라"가 아니라 "검증하고 판단하는 역할"을 명시해 주는 게 맞습니다. 12편 팀장의 새 역할입니다.

**Q. 90분 과제를 지원자가 부담스러워하지 않을까요?**
A. 실제 업무를 보여주는 과제는 지원자에게도 정보입니다 — 이 회사가 어떻게 일하는지. 부담스러워서 안 오는 지원자보다, 과제를 보고 "이렇게 일하는 곳이구나" 하고 오는 지원자가 그 자리에 맞습니다.

**Q. 신입이 만든 프롬프트가 회사 것이 되는 게 맞나요?**
A. 회사 시스템 안에서, 회사 업무를 위해, 근무 시간에 만든 것은 회사 자산입니다 — 문서와 같습니다. 대신 레지스트리에 소유자(만든 사람) 이름이 남습니다. 노하우가 누구에게서 나왔는지 기록되는 게 그 사람에게도 경력입니다.

**Q. 비용은요?**
A. 채용 과제·온보딩 세트 설계는 진단 5회권 25만 원 3회차. 시스템(권한·기억·레지스트리·첫 자리)은 SaaS 운영형 구축 70만 원부터 + 월 49·99·149만 원 — 인원수 과금 없음이라 신입이 늘어도 같은 요금. SI 소유형 250만 원부터. 부가가치세 별도.

## 함께 읽기

- [[시리즈 3] 어디까지 AI, 어디부터 사람 — 4구역](https://maeum.io/blog/human-ai-division-of-labor/)
- [[시리즈 12] AI 이후 조직 설계 — 팀장의 새 역할](https://maeum.io/blog/ai-org-redesign/)
- [[시리즈 17] AI 도입 순서와 저항 — 챔피언·교육·확산](https://maeum.io/blog/ai-adoption-rollout-resistance/)

---
마음컴퍼니 (MAEUM) · 무료 데모: https://maeum.io/start/ · 정가: https://maeum.io/price/ · 문의: support@maeum.io