직원 60%를 줄이려던 메타, 왜 대규모 AI 조직개편 계획을 접었을까?

AI가 직원의 업무를 절반 처리할 수 있다면, 직원도 절반으로 줄일 수 있을까?

메타는 이 질문을 실제 조직개편으로 시험했다. 일부 팀의 인력을 최대 60% 줄이고, 소수의 직원이 AI 에이전트를 관리하는 방안을 검토했다. 그러나 직원들의 반발과 예상에 미치지 못한 생산성 개선 속에서 추가 감축 계획을 철회했다.

여기서 중요한 것은 AI가 얼마나 많은 일을 처리하는가가 아니라, 그 결과 기업이 얼마나 더 큰 가치를 만들어내는가다.

1. 메타가 추진했던 것은 단순한 감원이 아니었다

2026년 8월 26일 로이터가 공개한 내부 문서에 따르면, 메타는 1월부터 Project OT(Organization Transformation)라는 조직개편 프로젝트를 추진했다.

핵심은 AI 에이전트가 상당한 일상 업무를 수행하고, 소수의 직원이 여러 AI 시스템을 감독하는 방식이었다. 기존 10~20명 규모의 제품개발팀을 3~5명의 소규모 팀으로 재편하는 구상도 있었다.

5월 20일 약 10%의 인력을 감축했지만, 경영진은 전날 밤 11월로 예정했던 2차 대규모 구조조정 계획을 취소했다. 수천 명의 직원이 새로운 업무로 재배치되기도 했다.

직원들은 자신들이 AI를 학습시키는 동시에 일자리를 잃을 수 있다고 우려했다. 내부 직원 만족도 조사의 긍정 응답은 74%에서 55%로 하락했다. 로이터는 계획 변경의 정확한 이유를 확정하지 못했다.

2. AI가 코드를 더 많이 만들었는데, 성과는 왜 따라오지 않았을까?

메타 내부에서는 AI 활용으로 코드 생산량이 크게 늘었다. 내부 플랫폼 코드 변경은 전년 대비 220% 증가했지만, 실제 사용자에게 제공된 신규 및 개선 기능 관련 변경은 36% 증가했다. 두 수치는 서로 다른 지표이므로 코드의 36%만 배포됐다는 의미는 아니다.

더 심각한 것은 안정성 문제였다. 로이터가 확인한 내부 게시물에 따르면 주요 기술 및 보안 사고는 전년 대비 40%, 사고 대응에 쓰인 직원 시간은 최대 70% 증가했다.

AI가 개발 작업을 빠르게 만들더라도 결과 검증과 오류 수정 비용까지 줄여주는 것은 아니다. 작업 속도와 기업의 총생산성은 같은 말이 아니다.

3. 업무의 절반이 자동화돼도 직원 절반이 불필요해지는 것은 아니다

10명이 일하는 팀에서 AI가 업무 시간의 절반을 절약한다고 가정하자. 계산상 5명만으로 같은 업무량을 처리할 수 있을 것처럼 보인다. 하지만 직원은 서로 완전히 교환할 수 있는 작업 단위가 아니다.

고객 요구를 해석하고, 예외 상황을 처리하고, 잘못된 AI 결과를 검증하고, 최종 결정에 책임지는 업무는 자동화 이후에도 남는다. 오히려 AI가 만들어내는 산출물이 늘수록 검토해야 할 결과물도 많아질 수 있다.

따라서 먼저 따져야 할 것은 직원 수가 아니라 과업이다. 어떤 단계가 자동화되는지, 그로 인해 생기는 새로운 감독 업무는 무엇인지, 줄어든 시간을 어디에 재투자할지를 확인해야 한다.

4. 보이지 않는 비용 - 신입사원은 어디서 경험을 쌓을까?

반복 업무는 생산성이 낮아 보이지만, 신입사원이 제품과 고객을 이해하는 교육 과정이기도 하다. AI가 자료 정리, 기초 분석, 첫 번째 코드 작성을 대신하면 조직은 새로운 학습 경로를 설계해야 한다.

실제 고객 사례를 검토하고, AI 결과에 오류를 심어 찾아내게 하고, 숙련자의 판단 근거를 함께 분석하는 방식이 대안이 될 수 있다. 이런 훈련이 사라지면 당장의 인건비는 줄더라도 다음 세대의 숙련자가 성장할 기반이 약해질 수 있다.