AI가 매기는 당신의 점수: 암호화폐·핀테크 현장은 지금 평가 혁명 중

이제 암호화폐·핀테크 업계에서 당신의 성과 평가는 더 이상 ‘무엇을 성취했는지’만으로 결정되지 않는다. ‘알고리즘이 당신이 성취했다고 판단하는지’, 그리고 업무에 ‘얼마나 많이 다른 알고리즘을 활용했는지’가 핵심 잣대가 되고 있다. 현장에서는 기업들이 직원 평가 방식 자체를 전면 개편하며, AI가 평가서를 직접 작성하게 하고, 직원들이 AI를 얼마나 활용하는지 측정하는 시스템을 도입하고 있다. 그 결과, 업무 현장에서 인공지능과의 관계가 공식적인 점수로 매겨지고, 그 생산성 향상 수치가 최대 40%에 달하는 인력 감축을 정당화하는 근거로 사용되는 풍경이 펼쳐지고 있다.

이제 성과 평가 보고서도 AI가 대신 써준다

생성형 AI가 평가 과정 자체에 빠르게 침투하고 있다. 연봉 인상, 보너스, 경력 개발을 좌우하는 평가 문구를 AI가 초안부터 잡아주는 시대다. 씨티은행(Citi)의 사내 도구 ‘Performance Assist’는 조직 전반의 데이터를 끌어와 평가서 초안을 작성하고, JP모건 체이스의 ‘LLM Suite’는 연말 평가 작성을 지원한다 . 보스턴 컨설팅 그룹(BCG)의 사내 AI 어시스턴트는 평가서 작성 시간을 약 40% 단축하는 것으로 알려졌다 .

이런 도구들은 연례 평가에만 국한되지 않는다. 중소기업·스타트업 대상 브랜딩 플랫폼 테일러 브랜즈(Tailor Brands)에서는 AI가 모든 고객 지원 티켓을 매일 분석해 실시간 성과 점수를 부여하고, 관리자가 주간 점검 및 피드백에 활용할 요약본을 생성한다 . 과거에는 관리자가 1년에 한 번 정성껏 서술형 보고서를 쓰던 것이, 이제는 인간의 재량이 개입할 여지가 점점 줄어드는 연속적인 자동 채점 시스템으로 대체되고 있다.

‘AI를 얼마나 잘 다루는지’ 자체가 점수가 된다

더 중대한 변화는, 직원들이 AI를 얼마나 많이 쓰는지가 공식 평가 대상이 되고 있다는 점이다. 메타(Meta)는 2026년부터 ‘AI 기반 성과’를 핵심 기대 역량으로 규정했다. 즉, 엔지니어들이 AI를 활용해 결과를 만들어내고 AI 기반 도구를 구축하는 능력을 평가받게 된다는 뜻이다 . JP모건 체이스는 사내에 직원들의 AI 도구 사용량을 추적하는 대시보드를 배포하고, 근로자들을 ‘경량 사용자’, ‘중량 사용자’, ‘미사용자’로 분류하기 시작했다 .

이는 은근한 권유가 아니라 구조적 압박이다. 통상 연봉·승진·생존(특히 상대평가 환경에서)과 직결되는 성과 평가가 AI 수용도를 측정 가능한 핵심 역량으로 재설계되고 있다 . AI 도구 도입을 꺼리거나 뒤처지는 직원은 본업 성과와 무관하게 공식 인사 평가 과정에서 불이익을 받을 위험에 처한다.

현실이 된 생산성 향상, 그리고 정리해고의 명분

AI가 성과 지표에 통합되는 움직임은 AI로 인한 생산성 향상과 명시적으로 연결된 대규모 감원 물결과 맞물린다. 가장 충격적인 사례는 송금·결제 서비스 ‘캐시앱(Cash App)’의 모기업인 블록(Block)이다. AI 도구로 개발자 생산성이 40% 향상된 후 , 회사는 전체 직원의 약 40%인 4천 명가량을 정리해고했다. 1만 명 규모였던 조직을 6천 명 아래로 줄인 것이다. 크립토닷컴(Crypto.com)은 AI 중심의 전략적 전환을 명분으로 인력의 12%인 약 180명을 감원했고 , 제미니(Gemini)는 2025년 5억 8,200만 달러 이상의 손실을 기록한 후 인력의 약 30%를 줄여 직원 수를 약 445명으로 축소했다 .

이는 더 광범위한 구조적 재편의 일부다. 기술 업계 전체에서 AI와 연계된 감원이 차지하는 비중은 2025년 전체 감원의 약 8%에서 2026년 초에는 약 20%로 급증했다. 이 시기 확정된 기술직 감원 45,000건 중 약 20%에 AI 도입이 직접적인 원인으로 지목됐다 . AI 생산성 개선이 곧바로 일자리 확대로 이어지지 않고, 오히려 축소로 귀결되는 패턴이 반복되고 있는 것이다 .

이 흐름이 모든 직장인에게 의미하는 것

AI 활용 능력은 이제 ‘생존 기술’이다. 성과 평가에 AI 도구 활용 숙련도가 지표로 포함되고, 비(非)사용 여부가 경영진에게 공개되는 대시보드로 추적되는 시대에, AI를 ‘굳이 안 쓰겠다’는 전략은 더 이상 성립하지 않는다 .

신입 자리가 사라지고 있다. 이제 AI는 핀테크의 5대 핵심 업무 흐름에서 실전 생산 단계에 진입했다. 예를 들어 고객확인의무(KYC) 문서 검토는 수동 대기열을 6080% 줄이고, 고객 지원 챗봇은 1차 응대의 7085%를 처리한다 . 문제는 이 업무들이 바로 신입 직원이 업계 지식을 쌓고 존재감을 증명하던 관문이었다는 점이다. 이런 업무가 대규모로 자동화되면서 신입에게 요구되는 초기 역량의 허들은 급격히 높아지고, 더 상위 직책으로 성장할 수 있는 인재 파이프라인 자체가 위축되고 있다 .

오히려 불공정해질 위험을 품고 있다. 하버드 비즈니스 리뷰(HBR)는 생성형 AI가 기존 성과 평가의 비효율을 일부 개선할 수 있지만, 인간 관리자가 제공하는 신뢰와 미묘한 맥락 판단력을 상실할 경우 오히려 더 나쁜 결과를 초래할 수 있다고 경고한다 . AI가 생성한 평가는 겉보기엔 매끄럽지만, 좋은 업무와 탁월한 업무를 가르는 질적 차이, 평소에는 성과가 좋은 직원이 특정 분기에 부진했던 이유 같은 정성적 요소를 놓칠 수 있다. 그런 평가가 보수와 고용 안정성에 직결될 때, 알고리즘이 가진 맹점의 파장은 훨씬 더 커진다.

인재 시장이 양극화되고 있다. 구조조정된 암호화폐·핀테크 인력은 컴플라이언스(규제준수), 블록체인 엔지니어링, 데이터 분석, 사이버 보안 등 기존 금융권에서 수요가 높은 전환 가능한 기술을 보유하고 있으나 , 더 큰 추세는 더 날렵하고 AI로 증강된 팀을 향하고 있다 . AI 전문성과 깊은 산업 지식을 겸비한 하이브리드형 인재가 가장 높은 가치를 인정받는 반면, 기술 스택이 좁은 인력은 점점 더 큰 압박에 직면할 것이다 .

지금 암호화폐·핀테크 현장에서 진행 중인 성과 평가 체제의 변혁은 단순히 평가를 더 효율적으로 만드는 데 그치지 않는다. AI 생산성을 중심으로 고용 관계 자체를 재편하는 중대한 전환점이다. 이 변화를 이해하고 적응하는 사람에겐 기회가 열리겠지만, 오로지 인간의 노동과 인간의 판단만으로 평가받던 시대는 막을 내리고 있다.