Tata Consultancy Services는 신규 채용의 약 80%가 디지털·AI 관련 역량을 갖출 것으로 예상한다. 9월 분기에는 AI 업무가 매출의 10%를 넘었다. AI 준비도가 작은 전문 부서가 아닌 광범위한 인력 요건이 되는 것이다. 그러나 신규 다섯 명 중 네 명이 기반 모델을 개발한다는 뜻도, AI 매출 증가가 이미 높은 이익률을 증명했다는 뜻도 아니다.
최고운영책임자 Aarthi Subramanian은 회계연도 2분기에 4,500명이 늘었다고 말했다. 약 25~30%는 '순수 AI' 인재였고 약 80%는 더 넓은 신기술 역량 범주였다. 이 구성을 계속할 것으로 예상했다. 전문가는 큰 디지털 집단과 겹치므로 두 비율을 별개 채용 집단처럼 더해서는 안 된다.
채용은 커진 AI 매출을 따른다
TCS의 9월 분기 실적은 2026년 9월 30일 AI 연환산 매출을 31억 달러로 제시한다. 2026회계연도 말 23억 달러 초과, 6월 분기 26억 달러에서 증가했다. 연환산은 현재 매출 속도를 연간으로 표현한 것이지 한 분기에 31억 달러를 인식했다는 뜻이 아니다.
분기 전체 매출은 76억4,000만 달러로 보고 달러 기준 전년 대비 2.4% 증가했다. 고정환율 전분기 대비 증가는 0.5%였다. 총 계약 가치는 96억 달러로 발표된 Porsche·Best Buy 거래를 제외했다. AI는 중요해졌지만 전체의 느린 성장은 모든 사업을 같은 속도로 바꾸지 못했음을 보여준다.
Subramanian은 고객이 초기 AI 효과를 측정한 뒤 다른 기능으로 확장한다고 설명했다. 시범사업은 소수 전문가로 가능하지만 운영에는 설계자, 개발자, 데이터·보안 담당, 분야 전문가와 유지보수가 필요하다. 은행·제조·유통·의료·통신·공공 업무는 기존 시스템 통합이 필요하지 챗봇 사용만으로 충분하지 않다.
최고경영자 K. Krithivasan은 나이보다 학습 의지를 강조했다. 숙련 엔지니어는 운영 맥락 없이 새 도구를 아는 신입보다 고객 시스템과 예외를 잘 이해할 수 있다. 과제는 세대 선택이 아닌 조직 지식과 최신 기술의 결합이다.
이익률 논리는 여전히 증거가 필요하다
TCS의 9월 영업이익률은 24%, 순이익률은 19%였다. Krithivasan은 AI 거래량 확대가 수익성에 도움이 된다고 봤다. 재사용 부품, 자동화, 공유 플랫폼과 짧은 주기는 건별 작업을 줄이고 고정 투자를 많은 매출에 나눌 수 있다.
2026회계연도 실적의 일회성 효과 제외 영업이익률은 25%였다. 현재 24%는 먼저 회복해야 최근 기준을 명확히 넘는다. TCS는 AI 매출 성장을 보여줬지만 모든 비용 뒤 이익 기여를 분리하지 않았다.
고객은 절감액 일부를 요구할 수 있다. 코딩 도우미가 시간을 줄이면 경쟁 입찰과 계약이 생산성 이득을 구매자에게 넘길 수 있다. 성과 기반 계약은 능력을 보상하지만 통제 밖인 고객 데이터, 도입과 의사결정 위험도 공급사에 준다.
비용에는 채용, 전문가 보수, 교육 시간, 모델, 추론, 보안, 평가, 데이터와 통합이 있다. 초기 배치는 상당한 사람 검토·감시·예외 처리가 필요하고 규제 분야는 문서·승인을 더한다. 현대화 업무의 AI는 매출 분류도 복잡하게 한다. 경영진의 보수적 분류 설명만으로 가동률·가격·이익 향상을 입증하지 못한다.
교육 총량은 준비이지 운영 역량의 증명이 아니다
2026회계연도 TCS는 학습 6,900만 시간으로 23% 증가, 역량 획득 520만 건, 높은 AI·머신러닝 숙련 직원 27만 명 초과를 보고했다. 역할별 학습, AI 학습 코치와 해커톤도 설명했으며 최대 행사 참여는 28만1,000명 이상이었다. 이는 활동 규모이지 재무 수익이나 독립 검증된 배치 능력이 아니다.
전문가와 넓은 디지털 채용의 구분이 중요하다. 전자는 ML 엔지니어, 평가자, 데이터 과학자와 AI 설계자를, 후자는 AI를 쓰는 소프트웨어·클라우드·보안·데이터·플랫폼 인력을 포함할 수 있다. 기업 역량에는 생성 코드 위험, 출력 평가와 중대 결정의 인간 검토 시점을 아는 능력이 필요하다.
Bots.ai by HR Anexi의 Nikhar Arora는 NDTV 채용 보도에서 공통 기준·정의된 성과 없이 도입 대시보드가 준비도를 과장할 수 있다고 경고했다. 9월 말 직원 598,056명, IT 서비스 최근 12개월 이직률 13.3%인 회사에 중요한 지적이다. 강좌 완료가 전 직원의 신뢰할 업무를 증명하지 않는다.
고객 맥락은 모으고 관리해야 한다. 검색 시스템에는 최신 문서, 적절한 권한, 출처와 감시가 필요하다. 일반 모델은 정책·상품·규정을 자동으로 알지 못한다. 공개 도구는 기밀을 노출하고 과도한 권한의 에이전트는 연결 시스템에 행동할 수 있다. 분야 경험과 보안 판단은 프롬프트 숙련을 보완한다.
검색 가능한 엔지니어링 지식 기반은 결정·평가·고객 조건을 보존한다. 조직 기억을 돕지만 안전이나 수익성의 증거는 아니다. 해커톤 시연과 환자·금융 정보를 다루는 서비스의 요구는 다르다.
경쟁사와 실제 계약이 시험을 구체화한다
Accenture는 2025회계연도 말 숙련 AI·데이터 인력 약 77,000명을 보고했다. 2026회계연도 공시의 매출 742억 달러와 신규 수주 845억 달러는 AI만이 아닌 전체 사업이다. HCLTech는 첨단 AI 매출을 따로 보고하고 Infosys는 Topaz와 대규모 교육으로 기업 업무를 조직한다.
경쟁은 희소 전문가 수요를 높이고 고객에게 가격·실행 대안을 준다. 대규모 교육은 청구 가능한 시간을 쓰고 준비되지 않은 배치는 위험을 만든다. 채용 비율뿐 아니라 가동률과 전문가 유지가 경제성을 정한다.
Best Buy는 구체적인 확장 모델이다. 인도 글로벌 역량 센터를 TCS로 옮겨 AI 역량 센터로 발전시킬 계획으로 사람·운영·기술을 결합하지 독립 모델을 판매하는 것이 아니다.
TCS는 Porsche와 5년 협력 및 경영·IT 컨설팅 자회사 MHP 인수 합의도 발표했다. 승인이 조건이다. 깊은 분야 맥락의 AI 엔지니어링·모빌리티를 겨냥하지만 전환·통합·중복 운영·인수 비용으로 완전한 매출·이익 기여는 늦어질 수 있다. 발표 범위가 실현 이익은 아니다.
경영진은 재설계한 가치사슬과 통제 아래 계획·실행하는 관리된 에이전트로 수요가 이동한다고 본다. 단기 가치 없는 재량 프로그램은 여전히 심사받는다. AI가 기존 서비스를 대체하고 같은 규모의 순증 매출을 만들지 못할 수 있어 고정환율 0.5% 성장이 중요하다.
경제 시험은 세 결과를 연결한다
다음 유용한 패턴은 AI 연환산 매출, 전체 고정환율 성장과 영업이익률의 동시 개선이다. 첫 항목만 오르면 AI 사업 확대이지 더 넓은 생산성 논리의 입증은 아니다. 이익률 정체가 곧 전략을 반박하지는 않지만 가격이나 구현 비용이 이득을 흡수했을 수 있다.
인력 증거도 준비와 납품을 연결해야 한다. 인당 매출, 가동률, 내부 이동, 전문가 유지와 교육 인력의 운영 투입 등이 해당한다. TCS는 모두를 분기별 공개하지 않는다. 순수 AI·새 디지털 역량·내부 교육 직원의 안정적 정의가 비교에 필요하다.
고객은 짧아진 구현, 시범 예산 밖 확장, 통제된 오류와 예외의 책임 있는 인계를 봐야 한다. 직원의 지속 가치는 소프트웨어 기초, 신뢰할 데이터, 보안과 사업 지식을 바뀌는 도구와 결합하는 데 있다. 80% 목표와 31억 달러 연환산 AI는 규모를 보여준다. 전체 성장과 이익률을 함께 강화할지는 미해결이다.