LinkedIn 메시지가 기업 채용 담당자의 예의 바르고 공허한 말투로 도착하지만, 직무 기술서에는 구조적인 결함이 하나 숨겨져 있습니다. 코딩, 법률 분석, 재무 모델링 등 고소득 단기 프로젝트에 참여할 것을 제안하며, 단 모든 키 입력, 수정 사항, 창의적 전환 과정을 기록하는 데 동의해야 한다는 조건을 겁니다. 당신은 일을 하려고 고용되는 것이 아닙니다. 당신은 결국 자신의 역할을 '과거의 비용'으로 전락시킬 기계를 위한 생물학적 학습 데이터 세트 역할을 하도록 고용되는 것입니다. 이것이 샌프란시스코의 스타트업이자 최근 100억 달러의 기업 가치를 인정받은 Mercor의 핵심 엔진입니다. 흥미롭게도 이 회사는 전통적인 화이트칼라 직무를 한 번도 경험해 본 적 없는 두 명의 창업자가 이끌고 있습니다.
채용 공고에 숨겨진 데이터 수확
창업자인 Adarsh Hiremath와 Brendan Foody는 실리콘밸리의 전형적인 유형을 대변합니다. 바로 전문적인 삶의 복잡성을 일련의 최적화 문제로 보는 순수 엔지니어 유형입니다. Iconiq의 자산 관리 엘리트들이 뒷받침하는 이들의 100억 달러 가치 평가는 생산성의 다음 도약이 더 나은 알고리즘에서 오는 것이 아니라, 전문가의 '데이터'를 소유하는 데서 올 것이라는 도박을 반영합니다. 이는 냉소적인 순환 고리입니다. 40시간 동안 모델을 학습시키기 위해 인간에게 시간당 100달러를 지불하면, 그 모델은 향후 10년 동안 그 인간의 직무를 푼돈으로 수행합니다. 이러한 단위 경제는 현재 책상에 앉아 연금 계획을 세우고 있는 모든 이들에게 파멸적인 결과를 초래합니다.
AI는 자신이 대체한 이들을 위한 일자리를 찾을 수 있을까?
Mercor가 중견 전문가의 자동화를 가속함에 따라, 그 여파를 관리하기 위한 2차 시장이 부상하고 있습니다. 현재의 AI 붐 속에 등장한 또 다른 스타트업 Pelgo는 인공지능을 활용해 AI로 인해 일자리를 잃은 노동자들에게 새로운 일자리를 찾아주는 것을 목표로 합니다. 이는 벤처 캐피털리스트만이 위안을 느낄 법한 대칭성입니다. Pelgo는 이력서 최적화, 면접 코칭, 자동 지원서 제출 등 아웃플레이스먼트 서비스를 인간이 진행하는 경력 코칭보다 저렴하고 빠르게 제공하겠다고 약속합니다. 우리는 이제 AI가 우리를 해고하고, 또 다른 AI가 제3의 AI가 관리할지도 모르는 일자리에 지원하도록 돕는 시대에 접어들었습니다.
이러한 순환은 기술 업계가 자신의 파괴적 혁신을 정당화해야 한다는 커다란 압박을 보여줍니다. 최근 IMF 회의에서 Anthropic의 새로운 Mythos 도구를 통해 발표된 AI의 '신화'가 완전한 효율성이라면, 현실은 엉망진창이고 마찰이 심한 전환기입니다. 워싱턴 D.C.의 재무 책임자들은 더 이상 AI가 노동력에 영향을 미칠지 여부를 토론하지 않습니다. 그들은 그 결과로 발생할 사회 안전망 비용을 계산하느라 분주합니다. 대화의 장은 연구실에서 재무부로 옮겨갔으며, 그 수치들은 인간이라는 요소에 그다지 우호적이지 않습니다.
유럽의 하드웨어와 빛으로의 전환
미국이 이 격변의 소프트웨어 계층을 지배하는 동안, 유럽은 기반을 다지는 데 주력하고 있습니다. 서비스형 소프트웨어(SaaS) 주식들이 실제 효용성에 의문을 제기받는 상황에서, 2026년 유럽에서 가장 성과가 좋은 주식은 생성형 모델 제공업체가 아닙니다. 그것은 AI 인프라 파동을 타고 있는 프랑스의 광학 기업입니다. 데이터 이동을 위해 전기가 아닌 빛을 사용하는 포토닉스(Photonics)는 Mercor나 Anthropic 같은 기업들에게 핵심적인 병목 지점이 되었습니다. 모델이 커질수록 구리 전선을 통해 전자를 이동시키는 데 드는 에너지 비용은 감당하기 어려운 수준이 되고 있습니다.
프랑스 광학 주식의 급등은 산업 전략의 변화를 잘 보여줍니다. 브뤼셀은 대형 언어 모델(LLM)의 패권 경쟁에서 샌프란시스코와 시애틀에 패배했음을 사실상 인정했습니다. 대신 EU는 공급망에 승부수를 던졌습니다. EU 칩스법(EU Chips Act)과 다양한 국영 투자 기구를 통해 AI를 물리적으로 가능하게 하는 특수 하드웨어에 초점을 맞추고 있습니다. 미국이 기계의 지능을 소유한다면, 유럽은 기계의 신경계를 소유하겠다는 전략입니다. 이는 LinkedIn 알고리즘의 변덕보다는 데이터 센터의 물리적 법칙에 기대는 실용적이지만 화려함은 덜한 베팅입니다.
브뤼셀의 규제 장벽
전문가를 활용해 그들 자신의 대체재를 학습시키려는 Mercor의 전략은 EU AI법(EU AI Act)의 강력한 규제에 직면할 가능성이 큽니다. 이론에서 실무로 넘어간 이 규제에는 투명성과 노동자의 권리에 관한 구체적인 조항이 포함되어 있습니다. 현행 EU 법에 따르면, 상업용 모델을 학습시키기 위해 전문가의 산출물을 사용하는 플랫폼은 그 목적을 명확히 밝혀야 합니다. 본(Bonn)과 파리(Paris)에서는 '고용'으로 위장한 '데이터 수확'이 노동권 침해인지, 아니면 지적 재산권 위반인지에 대한 법적 논쟁이 거세지고 있습니다.
독일의 산업 리더들, 특히 미텔슈탄트(Mittelstand)는 이러한 상황을 기술적 호기심과 제도적 공포라는 복합적인 시각으로 바라봅니다. 독일의 '공동 결정제(Mitbestimmung)' 모델은 엔지니어의 전문성을 일회용 데이터 세트로 취급하는 소프트웨어 시스템을 쉽게 수용하지 못합니다. 샌프란시스코의 스타트업은 전통적인 고용 구조를 우회하여 하룻밤 사이에 100억 달러의 가치를 창출할 수 있지만, 동일한 시도를 하는 유럽 기업은 노동자 협의회와 데이터 보호 당국의 수많은 소송에 직면할 것입니다. 이러한 규제 마찰은 흔히 약점으로 꼽히지만, Mercor의 사례에 비추어 볼 때 인간의 경험을 원자재로 취급하는 프로세스에 제동을 거는 핵심적인 장치가 될 수도 있습니다.
진부화의 인프라
AI를 향한 자본의 도피는 단순히 코드에 관한 것이 아니라 그 이면의 자산 관리에 관한 것입니다. 기술 업계 억만장자들의 자문역인 Iconiq은 수십억 달러를 AI 인프라에 쏟아붓고 있습니다. 이는 투기적인 개인 투자금이 아니라, 지난 10년간 소셜 미디어 플랫폼과 클라우드 제공업체를 구축한 이들의 자본입니다. 그들은 '인간이 루프 안에 포함되는(human-in-the-loop)' 시대가 일시적인 전환기임을 시사하고 있습니다. Mercor의 고소득 긱 노동자들로부터 데이터가 충분히 수집되면 그 루프는 닫힐 것입니다.
이는 간과되기 쉬운 공급망 긴장을 야기합니다. 100억 달러의 기업 가치를 유지하려면 Mercor는 고품질 전문 데이터의 지속적인 유입이 필요합니다. 그러나 기계가 업무를 더 잘 수행하게 될수록 인간 전문가 집단은 축소됩니다. 우리는 전문 지식의 자기 잠식 현상을 목격하고 있습니다. 아이러니하게도 Mercor가 화이트칼라 인력을 대체하는 데 성공할수록, 그들이 사용하는 학습 데이터는 더 비싸질 것입니다. 이는 석유와 마찬가지로 자원 고갈 문제에 직면한 추출 산업입니다. 주니어 변호사를 자동화하고 나면, 다음 모델 업데이트에 필요한 전문성을 갖춘 시니어 변호사는 도대체 누가 된단 말입니까?
실리콘밸리는 지난 10년 동안 세계의 정보를 관리하는 도구를 만드는 데 보냈습니다. 이제는 세계가 노동력에서 제외되는 과정을 관리하는 도구를 만들고 있습니다. 유럽은 포토닉스와 규제를 가지고 있지만, 노동자를 보호할지 아니면 그들의 대체재를 위한 빛을 제공할지 아직 결정하지 못했습니다. 현재로서는 전문가 계층이 LinkedIn 메시지를 통해 자신의 진부화를 기록하는 대가를 받고 있을 뿐입니다. 만약 당신이 키보드를 잡고 있는 당사자가 아니라면, 이것은 놀라운 공학적 업적입니다.
Comments
No comments yet. Be the first!