이 장면에는 거의 현기증을 느끼게 하는 무언가가 있다. 오랜 기간 교육받은 한 건축가가 하루 일을 마치고 온라인 플랫폼을 연 뒤, 건물 제안서를 어떻게 준비하고 수익성 분석을 어떻게 진행하는지 기계에 단계별로 설명한다. 이것은 학습용 과제가 아니다. 그녀는 자신의 실제 업무, 직업적 습관, 그리고 매뉴얼만으로는 좀처럼 배울 수 없는 전문성의 영역을 끌어온다.

이 건축가의 이름은 Cuicui이며 Shenzhen에 산다. 공공 인프라 지출이 감소하는 상황에서 5년 사이 소득이 절반으로 줄었다. 그래서 저녁에는 주택담보대출과 자녀의 방과 후 활동비를 마련하기 위해 TalentsAI에서 일한다. 역설은 여기에 있다. 단기적으로 그녀는 장기적으로 자신의 직업 희소성을 낮추는 데 기여할 수도 있는 지식을 수익화하고 있다.

오늘의 지불 능력을 유지하기 위해 일부 전문가는 내일 자신의 일을 덜 필수적으로 만들 수도 있는 것을 기계에 가르치고 있다.

이제 단순한 어노테이션이 아니다: 직업 지식의 이전이다

“어노테이션”이라는 말은 여전히 사진을 분류하고, 문장을 확인하고, 카테고리를 클릭하는 작은 반복 작업을 떠올리게 한다. 여기서는 규모가 달라진다. 플랫폼들은 직업적 추론, 방법론, 판단의 절충 과정, 때로는 단순한 규칙으로 설명하지 못하더라도 좋은 답을 알아보는 방식까지 전달할 수 있는 사람을 찾는다.

ByteDance는 2025년 Xpert를 출시했고 작가부터 치료사까지 5만 명이 넘는 전문가를 모집했다고 밝힌다. Alibaba는 Siriser를 통해 교사, 기계 엔지니어, 작곡가 등을 모집한다. TalentsAI와 MeetChances도 기자, 세무 전문가, 헤드헌터를 겨냥한다. 미국에서는 Mercor, Surge AI, Handshake가 이미 변호사, 과학자, 영화 업계 전문가를 모집해 화이트칼라 업무를 수행하도록 모델을 훈련하고 있다.

이 변화는 중요하다. 원재료는 이제 데이터만이 아니라 인간의 판단이다. 이런 업무에서 필요한 것은 전문가가 불완전한 문제에서 실행 가능한 결정까지 어떻게 이동하는지다. 6월에는 중국의 National Data Administration도 고품질 데이터셋 개발을 촉구했고, 대학 졸업자들에게 어노테이션을 유연한 일자리로 고려하라고 장려했다.

중국의 AI 학습 데이터 시장은 2026년 11억 달러에 이를 것으로 예상되며, 이는 2025년보다 25% 증가한 수치다. 동시에 중국의 일일 토큰 소비량은 2024년 초 약 1,000억 개에서 2026년 중반 500조 개로 늘었다. 이 수치가 전문가들이 사라질 것이라는 뜻은 아니다. 다만 생태계가 얼마나 더 정교한 연료를 필요로 하는지 보여준다. 바로 모델이 활용할 수 있는 추론 사례다.

왜 잠재적 경쟁자를 훈련하는 데 동의할까?

가장 단순한 답이 가장 불편한 답이기도 하다. 도덕적 원칙은 만기가 다가온 주택대출 상환금만큼 무겁게 작용하지 않는 경우가 많기 때문이다. 중국에서 인터뷰한 노동자들은 이 일을 고되고 불안정하며 미국보다 보수가 낮다고 묘사한다. 몇 시간이 걸리는 업무인데도 100~500위안, 약 15~74달러를 지급하는 경우가 있다. 품질 관리팀이 결과물을 거부하면 보수를 받지 못할 수도 있다.

따라서 경제적 맥락이 핵심적인 역할을 한다. 중국의 청년 실업률은 17.9%로 제시된다. MeetChances는 RedNote에서 매우 직접적인 광고 문구까지 사용했다. 중년에 해고된 뒤 AI 트레이너가 되는 것도 하나의 선택지가 될 수 있다는 내용이다. 약속하는 것은 화려한 경력이 아니다. 지금 당장 얻을 수 있는 소득이다.

같은 갈등은 다른 곳에서도 나타난다. 남아프리카공화국에서 산업사회학 박사인 James Maisiri는 평가 설계, 교육, 채점에 관해 10년 동안 배운 것을 AI에 이전하는 일을 거절했다. 보수는 시간당 600랜드, 약 37달러로 국가 최저임금인 30.23랜드보다 훨씬 높았다. 그럼에도 그는 그 보수가 근본적인 문제를 상쇄하지 못한다고 판단했다. 수년간 익혀온 자신의 직업과 경쟁할 수 있는 도구를 만드는 데 기여하는 문제였다.

모두가 이런 거절을 감당할 수 있는 것은 아니다. 남아프리카공화국의 청년 실업률은 2026년 2분기 47.4%에 달했다. 이 지점에서 딜레마는 덜 철학적인 문제가 된다. 노동시장이 나빠질수록 “내 전문성을 지킨다”와 “팔 수 있는 것을 판다” 사이의 경계를 유지하기가 더 어려워진다.

전문성이 더 비싸게 팔려도 역설은 사라지지 않는다

미국에서는 이 모델이 훨씬 더 높은 수익을 낼 수 있다. 기업가치가 100억 달러인 Mercor에는 OpenAI나 Anthropic 같은 연구소에서 일하는 3만 명 이상의 화이트칼라 계약직이 있다. 변호사와 의사는 평균 시간당 85~200달러를 번다고 알려져 있으며, 정신의학이나 벤처캐피털 같은 일부 전문 분야는 시간당 350~1,000달러에 이를 수 있다.

하지만 높은 단가도 거래의 본질을 바꾸지는 않는다. 전문가는 생산 시간 한 시간을 파는 것이 아니라 자신의 비교우위 일부를 파는 데 가깝다. 그래서 이 새로운 시장을 단순한 “AI 부업”으로만 볼 수 없는 것이다.

중국이 유럽에 예고하는 것 — 그리고 예고하지 않는 것

정확해야 한다. 여기 기록된 어떤 사례도 이 현상이 이미 프랑스나 유럽에 자리 잡았다고 단정할 근거는 되지 않는다. 그러나 중국, 미국, 남아프리카공화국, 인도의 사례는 이 메커니즘이 하나의 경제 체제에만 속하지 않는다는 점을 보여준다. 전문성이 높은 가격에 거래되는 시장에서도, 필요 때문에 불안정한 일을 받아들이게 되는 국가에서도 나타난다.

따라서 유럽에 적용될 수 있는 것은 반드시 보수 수준이나 법적 지위, 심지어 플랫폼의 정확한 형태도 아니다. 적용 가능한 것은 메커니즘이다. 어떤 산업이 채용을 줄이고, AI 기업이 희귀한 기술을 찾으며, 전문가는 그 기술을 갖고 있지만 기회가 부족할 때, 그 사람의 암묵지를 학습 자료로 바꾸는 시장이 생길 수 있다.

이 가능성은 더욱 주목할 필요가 있다. Datasumi에 따르면 젊은 변호사, 금융 애널리스트, 연구자 등 일부 화이트칼라 직종의 초급 일자리는 2019년 이후 이미 50% 감소한 것으로 알려졌다. 여기서 AI가 유일한 원인이라고 결론 내리거나 유럽이 기계적으로 같은 길을 따를 것이라고 보는 것은 과도하다. 하지만 흐름은 충분히 일관되어 중대한 질문을 던진다. 경험을 쌓게 해주던 첫 일자리가 줄어드는 동시에 기계가 바로 그 업무의 일부를 수행하는 법을 배우고 있다면 어떤 일이 벌어질까?

인간의 지식은 일자리보다 원재료로서 더 가치 있을지도 모른다

내게는 이것이 가장 불안한 지점이다. 오랫동안 복잡한 전문직은 수년간의 경험, 맥락, 예외, 판단에 의존하기 때문에 보호될 것이라고 여겨졌다. 그런데 바로 그 복잡성이 AI 기업에 귀중한 것이 되고 있다.

따라서 인간의 노하우가 쓸모없어진 것이 아니다. 오히려 거의 반대다. 전문가에게 돈을 주고 포착할 만큼 충분히 가치가 있다. 문제는 그 지식이 복제 가능한 소프트웨어 능력으로 전환된 뒤 누가 그 가치를 보유하느냐는 것이다.

  • 전문가에게 이 업무는 즉각적인 소득을 제공한다.
  • 플랫폼은 희귀한 전문성을 대규모로 재사용할 수 있는 사례로 바꾼다.
  • 고객 기업은 미래에 비슷한 업무마다 전문가를 투입할 필요를 줄일 수 있다.

그렇다고 모든 변호사, 건축가, 엔지니어가 자신의 해고를 프로그래밍하고 있다고 결론 내릴 수는 없다. 기록된 사례 어디에도 그런 기계적인 결론을 뒷받침하는 근거는 없다. 그럼에도 이 변화는 “로봇이 일자리를 빼앗는다”는 상투적인 표현보다 더 깊게 볼 가치가 있다.

진짜 변화는 더 조용하다. 어려움에 처한 전문가가 자신의 가치사슬 일부를 자동화할 지식의 일시적인 공급자가 될 수 있다. 중국이 주로 보여주는 것은 경제적 압력이 강할 때 이 시장이 어떻게 변하는지다. 유럽에 대한 경고는 예언이 아니다. 필요가 전문가 대신 결정을 내려버리기 전에 풀어야 할 질문이다. 전문성을 한 번 팔았지만 이후 거의 끝없이 복제할 수 있다면, 그 전문성의 가치는 얼마인가?