AI가 정규직 채용 면접을 본다는 뜻은 아니다. 지금 벌어지는 변화는 AI 에이전트가 혼자 끝내지 못하는 업무를 사람에게 넘기고, 사람은 그중 일부를 건당·시간당·프로젝트 단위로 처리하는 구조다.

흐름은 대체로 이렇다.

AI가 목표 설정 → 일을 잘게 분해 → 사람에게 요청 → 결과 수집 → 자동/수동 검수 → 보수 지급

예전에는 사람이 전체 업무를 맡았다.

Before
“서울 강남구 병원 100곳을 조사해서 전화번호, 진료시간, 예약 가능 여부를 정리해 주세요.”

요즘 AI 워크플로에서는 이렇게 쪼개진다.

After
“AI가 병원 목록을 수집한다 → 사람이 20곳씩 전화로 예약 가능 여부만 확인한다 → AI가 표를 정리한다 → 사람이 오류 10건만 재검수한다.”

사람이 사라진 것이 아니라, 사람이 맡는 일이 “전체 수행”에서 “확인·예외 처리·현장 검증”으로 바뀐 것이다.

1. 왜 AI가 사람에게 일을 맡기나

AI 에이전트는 웹 검색, 문서 요약, 표 정리, 코드 작성, 이메일 초안 작성은 잘한다. 하지만 다음 일은 여전히 사람을 필요로 한다.

AI가 막히는 지점사람이 필요한 이유예시
최신 정보 확인웹 정보가 오래됐거나 틀릴 수 있음영업시간, 가격, 재고 확인
전화 통화상대방 응대와 재시도가 필요함매장·병원·학원 문의
실물 확인온라인 정보만으로 판단 불가메뉴판 사진, 건물 입구, 상품 상태
품질 판단맥락·취향·상식이 필요함번역 검수, 디자인 수정
계정·결제·인증법적 책임과 본인 확인 문제가 있음예약, 구매, 본인 인증
예외 처리규칙 밖 상황 대응 필요반려된 데이터 재분류
실제 사례도 있다. OpenAI의 GPT-4 기술 보고서에는 모델이 TaskRabbit 작업자에게 CAPTCHA 해결을 요청한 실험 사례가 나온다. 이 사례는 “AI가 사람에게 작은 작업을 맡기는 구조”가 기술적으로 가능하다는 점을 보여줬지만, 동시에 CAPTCHA 우회 같은 일은 해서는 안 되는 업무라는 경고 사례이기도 하다. 출처: OpenAI, GPT-4 Technical Report

2. 실제로 어떤 일을 하나

업무실제 의뢰 형태국내에서 찾는 말보수 방식
데이터 라벨링이미지·문장·음성 분류데이터 라벨링, AI 데이터 검수건당/시간당
리서치 검수회사·상품·가격 정보 확인온라인 리서치, 자료조사건당/프로젝트
전화 확인영업시간·재고·예약 여부 확인전화 확인 알바, 고객 확인건당
현장 사진매장 간판·메뉴판·진열 상태 촬영현장 조사, 매장 조사건당+교통비
번역·요약 검수AI 번역 결과 수정번역 검수, AI 번역 교정문서/단어 단위
QA 테스트앱·웹사이트 오류 재현QA 테스터, 사용성 테스트시간당/건당
코드·디자인 수정AI가 만든 결과물 보정프리랜서 개발, 디자인 수정프로젝트
국내 맥락에서는 “AI 에이전트가 고용한다”는 문구보다 “데이터 라벨링”, “AI 데이터 검수”, “리서치 알바”, “전화 확인 업무”, “QA 테스트” 같은 실제 업무명으로 찾는 편이 현실적이다.

3. 보수는 어떻게 받나

보수는 크게 다섯 가지 방식으로 나뉜다.

지급 방식흔한 경로장점주의점
플랫폼 정산크라우드워크, 프리랜서 플랫폼, Upwork, Fiverr분쟁 기록이 남음수수료와 정산 지연
국내 계좌 송금직접 계약, 단기 외주빠름계약서·세금·미지급 위험
해외 송금PayPal, Wise 등해외 의뢰 가능환율·수수료 확인 필요
프로젝트 선금+잔금디자인·개발·리서치큰 업무에 적합범위 변경 문서화 필요
크립토 지급DAO 바운티, 온체인 업무국경 제한이 적음사기·가격 변동 위험
해외 플랫폼은 수수료를 반드시 봐야 한다. Upwork는 프리랜서 서비스 수수료를 일반적으로 10%로 안내한다. 출처: https://support.upwork.com/hc/en-us/articles/211062538-Freelancer-Service-Fees

Fiverr는 판매자가 주문 금액의 80%를 받는 구조라고 안내한다. 즉 플랫폼 몫 20%를 감안해야 한다.
출처: https://help.fiverr.com/hc/en-us/articles/360010560118-How-Fiverr-works

국내에서는 시간당 환산도 중요하다. 2025년 한국 최저임금은 시간당 10,030원이다. 건당 1,000원짜리 업무라도 1건에 3분이면 시간당 2만 원 수준이지만, 1건에 15분이 걸리면 시간당 4,000원 수준이다.
출처: 고용노동부 고시 제2025-47호, 2026년 적용 최저임금

4. 단가 판단은 “건당 금액”보다 “시간당 환산”

초보자가 가장 많이 실수하는 부분은 건당 단가만 보는 것이다.

예를 들어 보자.

의뢰겉보기 단가실제 소요시간당 환산
쇼핑몰 상품 1개 검수300원1분약 18,000원
매장 1곳 전화 확인1,500원8분약 11,250원
병원 1곳 예약 확인2,000원20분약 6,000원
현장 사진 촬영8,000원이동 포함 50분약 9,600원
그래서 계약 전에는 반드시 물어봐야 한다.

“통화 실패 후 재시도도 건수에 포함되나요?”
“수정 요청은 몇 회까지 포함인가요?”
“이동 시간과 교통비는 별도인가요?”
“검수 탈락 시 보수는 어떻게 되나요?”

AI 워크플로 업무는 작업이 잘게 쪼개져 있어 보이지만, 재시도·대기·수정 시간이 붙으면 실제 시급이 크게 낮아질 수 있다.

5. 국내 구직자가 먼저 볼 만한 경로

국내에서는 다음 순서가 현실적이다.

경로적합한 업무장점주의점
데이터 라벨링 플랫폼이미지·문장·음성 검수초보 진입 쉬움단가 낮을 수 있음
프리랜서 마켓리서치·번역·디자인·개발포트폴리오 축적 가능경쟁 심함
단기 업무 플랫폼현장 확인·사진 촬영지역 기반 업무 가능이동 시간 계산 필요
채용 플랫폼QA, AI 데이터 운영안정적경력·시간 조건 있음
해외 플랫폼리서치, VA, 데이터 정리달러 수입 가능영어·수수료·분쟁 대응
검색어는 이렇게 잡는 편이 낫다.
  • 데이터 라벨링 검수
  • AI 데이터 검수
  • 온라인 리서치 프리랜서
  • 전화 확인 업무
  • 현장 조사 알바
  • QA 테스트 프리랜서
  • AI 번역 검수
  • Upwork research assistant
  • Fiverr data verification
  • remote data annotation

6. “AI가 뒤에 있는 의뢰”를 알아보는 신호

다음 특징이 있으면 AI나 자동화 워크플로가 뒤에 있을 가능성이 높다.

  • 업무 지시가 매우 정형화돼 있다.
  • 제출 형식이 CSV, 스프레드시트, 폼으로 고정돼 있다.
  • “정확히 이 값만 입력” 같은 규칙이 많다.
  • 질문 답변이 느리거나 템플릿처럼 반복된다.
  • 검수 기준이 자동화돼 있다.
  • 작은 작업을 대량으로 나눠 여러 사람에게 배정한다.

이 자체가 문제는 아니다. 문제는 책임자, 지급 조건, 개인정보 처리 방식이 불명확한 경우다.

7. 하면 안 되는 일

AI가 시켰든 사람이 시켰든 아래 업무는 피해야 한다.

  • CAPTCHA 우회
  • 계정 대여
  • 본인 인증 대행
  • 신분증 제출 요구
  • 결제 대행
  • 리뷰 조작
  • 댓글 조작
  • 병원·금융기관 사칭 전화
  • 개인정보 무단 수집
  • “먼저 보증금을 보내라”는 의뢰

특히 “간단한 인증만 해주면 된다”는 식의 업무는 계정 정지, 금전 피해, 법적 책임으로 이어질 수 있다.

8. 시작 전 체크리스트

계약 전에는 아래 다섯 가지를 문서로 남겨야 한다.

  1. 작업 기준과 불합격 기준
  2. 지급 금액과 지급일
  3. 수정 요청 횟수
  4. 재시도·대기 시간 포함 여부
  5. 개인정보·계정 로그인 필요 여부

작업 후에는 의뢰 메시지, 작업 지시서, 제출 파일, 검수 결과, 지급 약속을 보관해 둬야 한다. 플랫폼 밖 직접 거래라면 특히 중요하다.

결론

AI 에이전트가 사람을 고용한다는 말은 과장처럼 들리지만, 실제 변화는 이미 진행 중이다. AI가 전체 업무를 설계하고, 사람은 검증·전화·현장 확인·품질 판단 같은 마지막 단계를 맡는다.

초보자는 “AI가 주는 일”을 찾기보다 “AI가 아직 못 하는 일”을 찾아야 한다. 데이터 검수, 리서치 확인, 전화 확인, 현장 촬영, 번역 검수, QA 테스트가 그 출발점이다.

다만 보수는 건당 금액이 아니라 시간당 환산으로 봐야 한다. 그리고 계정 인증, 결제 대행, CAPTCHA 우회처럼 책임이 본인에게 돌아올 수 있는 일은 아무리 쉬워 보여도 받지 않는 것이 맞다.