TV를 만들던 사람들이 이제 AI를 가르친다: 할리우드의 조용한 이주

지난 2년 사이 할리우드에서 가장 빠르게 늘어난 직업이 뭔지 아시나요. 놀랍게도 영화 제작이 아니라 AI 학습 데이터 라벨러입니다. 카메라 뒤에 있던 사람들이 모니터 앞으로 옮겨가서, 자신들의 일을 대체할지도 모르는 모델을 가르치고 있다는 이야기인데요. 좀 아이러니하지만, 지금 미국 서부 해안에서 실제로 벌어지고 있는 풍경입니다.

왜 하필 할리우드 사람들이 AI를 가르치나

생성형 AI 회사들이 영상 모델을 학습시키려면 단순한 라벨링으로는 부족합니다. “이건 강아지”, “저건 자동차” 수준이 아니라, 샷 구성, 컷의 리듬, 연출 의도, 대사 톤까지 설명해줄 수 있는 사람이 필요하거든요. 이걸 가장 잘하는 직군이 누구겠습니까. 바로 수십 년간 그 일을 해온 할리우드 베테랑들입니다.

Runway, Pika, OpenAI Sora 같은 회사들이 작년부터 전직 편집자, 콘티 작가, VFX 아티스트들을 시간당 50~150달러에 대거 채용하고 있다는 보도가 이어졌습니다. 한 유튜브 분석 영상 “Runway AI: The Business Model Killing Hollywood"는 이 흐름을 직접적으로 다루기도 했는데요. 핵심은 단순합니다. 모델 품질이 곧 사업이고, 모델 품질을 결정하는 건 데이터의 깊이라는 겁니다.

2023년 파업이 남긴 빈자리

이 흐름의 배경에는 2023년 WGA·SAG-AFTRA 파업 이후 회복되지 않은 일자리가 깔려 있습니다. 파업이 끝난 뒤에도 스튜디오들은 제작 편수를 줄였고, 스트리밍 거품도 빠지면서 중급 작가와 어시스턴트 편집자 자리가 대거 사라졌습니다. 업계 통계를 보면 LA 지역 영상 제작 일수는 팬데믹 이전 대비 30~40% 감소한 상태가 이어지고 있습니다.

직장을 잃은 사람들이 갈 곳이 마땅치 않은데, 마침 AI 회사들이 손을 내밀고 있는 거죠. “내 직업을 대체할 도구를 내가 가르친다”는 묘한 상황이지만, 당장 월세를 내야 하는 사람들에게는 선택지가 별로 없습니다.

AI 학습 노동의 두 얼굴

이 일이 마냥 나쁜 것만은 아닙니다. 프리랜서 편집자 출신 한 분의 인터뷰가 인상적이었는데요. “촬영장에서 18시간씩 서 있는 것보다 집에서 모델 평가하는 게 시급도 더 높고 몸도 편하다"는 이야기였습니다. 실제로 라벨링·평가 업무는 원격으로 가능하고, 단기 계약 기반이라 유연합니다.

하지만 반대편 그림자도 분명합니다.

• 크레딧이 남지 않습니다. 영화에는 이름이 올라가지만, 데이터셋에는 기여자 이름이 없습니다
• 지식 재산권이 모호합니다. 내가 가르친 미적 감각이 모델에 녹아들어도, 그건 회사 소유입니다
• 단기 계약 일색입니다. 노조도 없고, 의료보험도 없는 긱 노동 구조가 많습니다

창작 직군의 정체성 문제

좀 더 깊은 차원의 문제도 있습니다. 시나리오를 쓰던 사람이 “이 장면의 감정선이 어색합니다"라고 모델에 피드백을 주는 일을 하루 종일 한다고 생각해보세요. 처음에는 비슷한 근육을 쓰는 것 같지만, 시간이 지나면 창작자가 아니라 검수자로 정체성이 굳어집니다. 새로운 이야기를 만드는 능력은 안 쓰면 무뎌지거든요.

업계 관계자들 사이에서는 “이 흐름이 5년쯤 지속되면 할리우드의 다음 세대 인재 풀이 사라질 것"이라는 우려도 나옵니다. 도제식으로 현장에서 배우던 어시스턴트 자리가 사라지면, 10년 뒤 누가 영화를 만들 수 있겠냐는 질문이죠.

한국에는 어떤 의미일까

남의 일이 아닙니다. K-콘텐츠 붐 이후 한국에도 영상 후반 작업, 더빙, 자막, VFX 인력이 두텁게 쌓였는데요. 글로벌 AI 회사들이 한국어·한국식 연출에 강한 모델을 만들려면 결국 이 인력을 찾을 수밖에 없습니다. 이미 일부 데이터 라벨링 회사들이 영상 편집 경력자를 우대 채용한다는 공고를 올리기 시작했고요.

문제는 이 일자리가 제작 인력의 정상적인 커리어 경로를 대체하기 시작할 때입니다. 신입 편집자 자리는 줄어드는데 라벨러 자리는 늘어난다면, 다음 세대 영상 전문가는 어디서 길러질까요.

마무리

할리우드의 이번 이주는 단순한 직업 전환이 아니라, 창작 노동의 성격 자체가 바뀌는 신호로 봐야 합니다. 만드는 사람이 아니라 가르치는 사람이 되고, 작품에 이름이 남는 게 아니라 데이터셋에 기여하게 되는 거죠. 여러분이 만약 영상 업계 종사자라면, 5년 뒤 자신의 일이 어디쯤 있을지 한 번쯤 그려봐야 할 시점이 아닐까요. AI를 가르치는 일이 일시적 부업인지, 아니면 새로운 본업인지 — 그 답을 누가 정하느냐가 결국 이 산업의 미래를 좌우할 겁니다.