로봇이 사람의 일을 배우려면, 누군가 먼저 그 일을 해야 한다. 기술의 발전 뒤에 있는 노동과 그 일을 해 온 사람의 미래를 생각한다.
사람의 손에서 시작된 기술, 그 변화 속에서 우리가 지켜야 할 것은 무엇인가.
요리사가 음식을 만들고, 청소 노동자가 방을 정리하고, 숙련공이 기계를 수리한다. 우리는 이런 일을 오랫동안 사람의 경험과 손의 감각이 필요한 일이라고 생각해 왔다. 그런데 이제 그 경험을 기록해 로봇에게 가르치려는 산업이 빠르게 성장하고 있다.
비즈니스 인사이더(Business Insider)는 2026년 10월 15일 보도에서 로봇을 훈련시키기 위해 사람들의 실제 작업을 촬영하고 기록하는 기업들을 소개했다. 요리, 세탁, 호텔 객실 정리부터 창고 작업과 기계 수리까지, 사람들이 몸으로 익힌 기술이 로봇 학습을 위한 데이터가 되고 있다.
보도에 따르면 데이터 수집 기업 시프트(Shift)는 3만 5천 명 이상의 참여자를 통해 다양한 신체 작업 데이터를 모으고 있으며, 일부 참여자는 카메라나 센서를 착용하고 자신의 작업 과정을 기록한다. 로봇이 실제 환경에서 사람의 움직임과 작업 방식을 익히도록 돕기 위해서다.
이 산업이 주목받는 이유는 분명하다. 로봇이 실제 세계에서 안정적으로 일하려면 단순한 시연을 넘어 다양한 상황을 학습해야 한다. 하지만 아직은 로봇이 공장이나 가정에서 사람처럼 오랜 시간 안정적으로 일하기까지 해결해야 할 기술적 과제가 많다.
사람의 경험이 기술의 원료가 되는 시대
여기서 흥미로운 역설이 나타난다. 로봇이 사람의 일을 대신할 수 있도록 만드는 데, 지금도 사람의 노동이 필요하다. 사람이 오랫동안 쌓아 온 경험과 숙련이 새로운 기술의 학습 자료가 되는 것이다.
당장 작업을 기록하는 사람에게는 보상이 주어질 수 있다. 기업 역시 더 많은 데이터를 확보함으로써 기술 개발에 속도를 낼 수 있다. 그러나 그 데이터가 축적되어 로봇의 능력이 향상된 뒤에는 어떤 일이 벌어질까?
자신의 일을 더 잘 가르친 사람이 장기적으로 더 나은 기회를 얻게 될 수도 있다. 반대로 그가 제공한 경험이 자신의 일자리를 줄이는 기술의 토대가 될 가능성도 있다. 어느 쪽이 현실이 될지는 아직 단정할 수 없다. 중요한 것은 기술의 가능성만큼이나 그 과정에서 생기는 이해관계와 책임을 함께 살펴야 한다는 점이다.
자동화의 성과는 누구의 것인가
기업은 생산성을 높이고 노동력 부족에 대응하기 위해 자동화를 추진한다. 사회 전체로 보면 위험한 작업을 줄이고, 반복적인 노동에서 사람을 해방할 가능성도 있다. 기술 발전 자체를 문제로 볼 이유는 없다.
다만 기술이 만들어 내는 이익과 변화의 부담이 누구에게 돌아가는지는 별개의 문제다. 기업이 사람의 경험을 활용해 더 높은 생산성을 얻는다면, 그 과정에 참여한 노동자의 권리와 기회도 함께 고민해야 한다.
데이터 수집에 대한 충분한 설명과 동의, 공정한 보상, 개인정보와 작업 정보의 보호는 출발점이다. 더 나아가 자동화로 직무가 바뀌거나 사라질 가능성에 대비해 교육과 재훈련, 새로운 역할로 이동할 기회를 마련하는 일도 필요하다.
이는 기업에 불필요한 부담을 더하자는 주장이 아니다. 기술을 도입하는 일과 그 기술이 자리 잡을 조직과 사회를 준비하는 일은 함께 가야 한다는 뜻이다.
좋은 리더는 기술의 다음 장면까지 본다
리더십은 새로운 기술을 가장 먼저 도입하는 능력만으로 완성되지 않는다. 그 기술이 누구의 경험 위에서 만들어지고, 누구의 삶을 바꾸며, 그 변화에 조직이 어떻게 책임질 것인지 묻는 데서도 드러난다.
사람을 단지 비용이나 생산성의 수단으로 바라보면 자동화는 효율의 문제가 된다. 그러나 사람을 경험과 판단력, 존엄을 지닌 존재로 바라보면 질문은 달라진다. 우리는 어떤 일을 기계에 맡길 수 있는가만이 아니라, 기술이 발전하는 동안 사람의 가능성을 어떻게 지킬 것인가도 고민하게 된다.
로봇은 사람의 움직임을 배울 수 있다. 하지만 그 일을 왜 해야 하는지, 그 과정에서 무엇을 지켜야 하는지, 변화의 부담을 누구와 나누어야 하는지에 대한 판단은 여전히 조직과 사회가 책임져야 할 문제다.
기술의 발전 뒤에 있는 사람을 보다
기술은 사람의 일을 학습하고, 그 일을 더 빠르고 정확하게 수행하는 방향으로 발전한다. 그러나 기술의 발전이 곧 인간의 발전을 의미하지는 않는다. 생산성이 높아지고 더 많은 일을 기계가 대신하게 되더라도, 그 과정에서 사람의 존엄과 삶의 의미까지 저절로 지켜지는 것은 아니다.
사람의 경험과 숙련이 새로운 기술의 토대가 되는 시대에는 기술을 개발하는 능력만큼이나 그 기술을 가능하게 한 사람을 대하는 태도가 중요하다. 노동자가 제공한 지식과 경험이 기업의 경쟁력이 된다면, 그 성과가 누구에게 돌아가는지, 기술 변화로 인한 부담을 누가 감당하는지도 함께 살펴야 한다. 공정한 보상과 충분한 동의, 새로운 역량을 익히고 변화에 적응할 기회는 기술 발전과 별개로 취급할 수 없는 문제다.
로봇은 사람의 움직임을 학습할 수 있고, AI는 인간이 축적한 지식을 활용할 수 있다. 하지만 기술을 어디에 사용하고 그 결과를 어떻게 나눌 것인지는 결국 인간이 결정해야 할 문제다. 기술이 할 수 있는 일이 많아질수록 사람과 조직이 감당해야 할 책임도 함께 커진다.
기술의 진보는 기계가 얼마나 많은 일을 대신할 수 있는가만으로 평가할 수 없다. 그 진보가 사람의 삶을 얼마나 나아지게 하고, 일하는 사람의 존엄과 가능성을 얼마나 지켜 주는가까지 살펴야 한다. 사람의 일을 자동화하는 데 성공한 조직을 넘어, 기술의 변화 속에서도 사람이 존엄하게 일하고 성장할 수 있는 미래를 설계하는 조직. 비즈만나가 주목하는 것은 바로 그 차이다.
출처
Rya Jetha, “Inside the race to train robots on human work,” Business Insider, 2026년 10월 15일.
기사 원문 읽기