AI가 사람을 채용하는 이상한 구인 사이트, 그런데 진짜 비즈니스가 된다

AI가 사람을 채용하는 첫 실험, 왜 눈여겨봐야 하나요

최근 미국 테크 미디어 Digital Trends가 다룬 한 실험적 구인 사이트는 구조부터가 다르다고 말해요. 사람 구직자가 회사에 이력서를 넣는 기존 플랫폼과 달리, 이 서비스에서는 AI 에이전트가 먼저 일을 정의하고, 그 일을 수행할 인간 프리랜서를 직접 고용하며, 보수 지불까지 자동으로 처리해요. 겉으로 보면 기괴한 장난처럼 보이지만, 실제로는 “에이전트형 AI”가 어디까지 비즈니스 역할을 대체할 수 있는지 시험하는 전조에 가깝다는 점에서 의미가 커요.

이 사이트의 핵심은 사람을 대체하는 게 아니라, AI가 프로젝트 매니저처럼 일을 쪼개고, 사람에게 발주하고, 결과를 통합하는 전체 흐름을 맡긴다는 점이에요. 다시 말해 AI가 기업과 개인 노동자 사이에 새로운 중간 관리자 계층으로 들어오는 구조죠. 지금은 실험 단계지만, SaaS 스타트업, 1인 사업자, 소규모 팀 입장에선 앞으로 “AI에게 일을 맡기면, AI가 다시 사람을 쓰는” 2단 구조의 외주 모델이 일상화될 가능성을 보여줘요.

이상한 구인 사이트의 작동 원리: 에이전트가 ‘담당자’가 된다

Digital Trends가 소개한 이 실험적 플랫폼은 기본적으로 세 단계로 돌아가요. 먼저 사용자가 사이트에서 AI 에이전트를 생성하거나, 제공된 프리셋 에이전트를 선택해요. 이 에이전트는 GPT 계열 대형 언어 모델 기반으로, “마케팅 담당자”, “리서치 보조”, “코딩 어시스턴트” 같은 역할을 부여받아요. 그 다음 사용자는 에이전트에게 목표를 입력해요. 예를 들어 “우리 제품에 맞는 인스타그램 광고 콘셉트 5개와 샘플 이미지를 만들어라” 같은 식이에요.

이 목표를 받은 에이전트는 먼저 스스로 할 수 있는 부분과 사람의 손을 빌려야 하는 부분을 나눠요. 텍스트 카피나 기획은 스스로 시도해 보고, 이미지 제작, 특정 언어 번역, 실제 설문조사, 영상 편집 등은 인간 프리랜서를 고용하도록 설계돼요. 이때 에이전트는 플랫폼 안에 등록된 인력 풀에서 조건에 맞는 사람을 자동 추천받거나, 간단한 공개 태스크(예: 20~50달러 수준의 마이크로 태스크)로 띄워 지원자를 모집해요.

마지막 단계에선 에이전트가 자체 예산 안에서 지원자 선택, 작업 의뢰, 결과 검수, 결제 승인까지 일괄 처리해요. 사람 사용자는 결과물만 확인하고 수정 요청 정도만 내리면 되고, 상세 커뮤니케이션과 품질 체크는 모두 에이전트가 담당해요. 이런 흐름은 아직 완벽하진 않지만, 이미 Upwork나 Fiverr 같은 프리랜서 마켓에서 사람이 하던 PM 역할의 상당 부분을 소프트웨어로 치환할 수 있음을 보여줘요. 특히 한국처럼 인력 소싱과 PM 인건비 부담이 큰 시장에서는, 소규모 팀이 복잡한 프로젝트를 외주로 굴리기 쉬워진다는 점이 실질적 이득이 될 수 있어요.

왜 AI가 직접 고용까지 나서기 시작했을까

이런 사이트가 등장한 배경에는 최근 1~2년 사이 폭발적으로 부상한 “에이전트형 AI” 트렌드가 있어요. OpenAI의 GPT-4o, Anthropic의 Claude 3, Google의 Gemini, 그리고 오픈소스 진영의 다양한 에이전트 프레임워크들은 단순한 답변 생성에서 나아가, 목표를 주면 스스로 하위 작업을 나누고, 도구를 호출하고, 순차적으로 실행하는 쪽으로 진화하고 있어요. 그러나 완전 자동화는 여전히 한계가 뚜렷하기 때문에, 많은 개발자와 스타트업이 인간을 껴넣은 하이브리드 구조를 실험하고 있죠.

특히 스타트업 관점에서 보면, 이 구조는 매력적인 비즈니스 가설을 제공해요. AI는 항상 24시간 대기하면서 의사결정과 조율을 맡고, 비용이 큰 부분인 숙련 인력은 필요한 시점에만 호출하는 구조이기 때문에, 상시 고용 대신 온디맨드 인력을 쓰는 기가경제(gig economy)를 더 정교하게 자동화하는 효과가 있어요. 기존 플랫폼은 사람 매니저가 일감을 나누고 프리랜서를 관리했다면, 이 사이트는 그 매니저 역할까지 AI로 대체하려는 셈이에요. 이 방향이 성공한다면, 프로젝트 관리와 인력 운용의 고정비를 크게 줄인 새로운 서비스 모델들이 속속 등장할 수 있어요.

더 중요한 건, 이 구조가 단지 비용 절감만을 노리는 게 아니라는 점이에요. AI 에이전트는 과거 작업 결과, 프리랜서의 평점, 마감 준수율, 작업 스타일 등 방대한 로그를 빠르게 분석해서 의사결정을 내릴 수 있어요. 사람 매니저보다 데이터 기반으로 냉정한 선택을 할 수 있다는 뜻이죠. 이 말은 곧, 앞으로 프리랜서는 사람의 호감이나 네트워크보다, 작업 데이터 그 자체로 평가받게 될 가능성이 커진다는 것을 시사해요. 이건 불편하지만, 동시에 실력과 성과로만 승부 보고 싶은 사람들에겐 기회가 되기도 해요.

지금은 ‘이상해 보이는’ 실험, 곧 일상이 될 수 있다

현재 단계에서 이런 AI 구인 사이트는 여전히 여러 문제가 많아요. 에이전트가 과도하게 저가 작업을 제시한다든지, 인간 작업자를 단순한 소모품처럼 다루는 설계 위험, 저품질 작업이 연속적으로 쌓일 때 품질 관리가 붕괴되는 문제 등이 대표적이에요. 또, 저작권이 필요한 작업(글, 이미지, 코드 등)에 대해 AI와 인간 프리랜서 사이의 권리 관계를 어떤 계약으로 정의해야 하는지도 정교하게 논의되지 않았어요.

그럼에도 불구하고 이 플랫폼이 보여주는 방향성은 분명해요. AI는 단순 반복 작업을 대체하는 수준을 넘어, 사람과 사람 사이의 거래를 설계하고 중개하는 ‘보이지 않는 관리자’로 진입하고 있어요. 이미 전자상거래에선 알고리즘이 가격과 노출을 관리하고 있고, 광고 업계에선 구글과 메타의 자동 입찰 시스템이 캠페인 운영의 상당 부분을 맡고 있죠. 구인·구직 쪽으로 이 흐름이 옮겨오는 건 시간 문제에 가깝고, 지금의 “이상한 실험”은 그 전조일 뿐이에요.

이걸 미리 이해하면 개인과 기업 모두 전략을 조정할 수 있어요. 개인은 자신의 역량을 “에이전트가 발주하기 쉬운 태스크” 단위로 쪼개고, 작업 결과를 포트폴리오와 로그 형태로 정리해야 해요. 기업은 고정 인력 채용보다, AI 에이전트를 중간 계층으로 두고 글로벌 인재 풀을 프로젝트 단위로 쓰는 구조를 설계해 볼 수 있어요. 즉, 이 플랫폼을 당장 쓰지 않더라도, 같은 원리가 곧 여러 도메인으로 확산될 거라는 점을 전제로 움직이는 게 유리해요.

우리에게 남는 질문: ‘누가 누구를 위해 일하는가’

이제 중요한 질문은 기술이 아니라 관계의 정의로 옮겨가요. AI 에이전트가 일을 쪼개서 발주하고, 사람이 그 일을 수행해 돈을 버는 구조에서, 우리는 스스로를 누구의 직원이라고 불러야 할까요? 플랫폼의 사용자? 플랫폼 회사? 아니면 에이전트 자체? 법적으로는 여전히 사람과 회사 사이의 계약이지만, 실제 경험은 점점 “알고리즘이 시키는 일을 하는” 쪽으로 가까워지고 있어요.

이건 단순한 공포 시나리오가 아니라, 앞으로 프리랜서와 창작자의 협상력이 어디에서 나올지에 대한 질문이에요. 작업을 발주하는 주체가 사람일 때는 감정, 관계, 설득이 통했지만, 에이전트가 발주자가 되면 데이터와 성과 이외의 요소는 계속 약해질 거예요. 반대로 말하면, 데이터로 증명 가능한 전문성, 일정 준수 능력, 협업 로그를 체계적으로 쌓는 사람에게는 국경과 언어를 넘어선 기회가 크게 열릴 수 있어요. 한국에 앉아 미국, 유럽, 동남아의 수십 개 프로젝트와 동시에 일하게 되는 일이 더 흔해질 수 있죠.

결국 이 이상한 구인 사이트가 던지는 메시지는 단순해요. 아주 가까운 미래에, “일을 찾는 사람 vs 사람”의 싸움이 아니라, “내 역량을 어떻게 에이전트가 이해하고 발주하기 쉬운 모듈로 보여줄 것인가”의 싸움이 된다는 거예요. 지금 할 수 있는 준비는 복잡하지 않아요. 내가 잘하는 일을 3~5개의 태스크 유형으로 구조화하고, 그 결과물을 정량화된 포트폴리오로 쌓기 시작하는 것. 이 플랫폼은 아직 실험이지만, 이 실험이 성공하든 실패하든, 그 방향성에 맞춰 역량을 재구성해 두는 쪽이 리스크 대비 수익이 압도적으로 크다는 점만은 분명해요.

Ref: This bizarre job site lets AI agents hire humans and pay them for tasks