AI가 똑똑해질수록 전문가의 시간이 비싸지는 이유


머코어(Mercor)는 AI 연구소에 의사·변호사·과학자의 시간을 공급하는 전문가 데이터 기업입니다. 공개 데이터가 바닥나면서 전문가 평가 수요가 커졌고, 연 환산 매출은 1년 반도 안 돼 26배 넘게 늘었습니다. 다만 수익 구조는 인력 회사에 가깝습니다. 지금의 자리를 지키려면 사람을 공급하는 데서 그치지 않고 평가 기준을 직접 보유해야 한다고 판단됩니다.

 

AI 시데 희소 자원과 비지니스 모델
AI 시대 희소 자원과 비지니스 모델, AI 생성이미지

 

 

AI가 전문가의 일을 가져간다는 말을 요즘 자주 듣습니다.

 

 

그런데 미국에서 빠르게 성장하는 AI 회사 가운데 한 곳이 거꾸로 전문가에게 돈을 줍니다. 그것도 꽤 많이 줍니다. 머코어는 2025년 10월 전문가 3만 명 이상에게 시간당 평균 85달러 넘게 주고 있었습니다. 2026년 11월 기준 회사 뉴스룸에는 전문가에게 하루 약 400만 달러를 지급한다고 나와 있습니다. 이 전문가들이 하는 일은 AI의 숙제 검사입니다. AI가 내놓은 진단과 계약서 검토, 문제 풀이를 읽고 틀린 곳을 짚은 뒤 더 나은 답을 작성해 줍니다. 머코어 사례에서 다음 내용을 살펴 보았습니다. 수요는 어디서 왔나(시장 배경), 사업을 어떻게 바꿨나(피벗), 돈은 어떻게 남나(수익 구조), 무엇이 흔들 수 있나(리스크). 그리고 우리 사업에 옮겨 볼 점을 담았습니다.

 

 


 

 

1. 시장 배경: 공개 데이터가 바닥나자 전문가가 필요해졌습니다


AI 학습에서는 이제 데이터를 많이 모으는 일보다 평가를 제대로 하는 일이 더 큰 병목이 됐습니다. AI 모델은 그동안 인터넷에 쌓인 글을 읽고 학습했는데, 그 글이 지금 바닥나고 있습니다. 연구기관 에포크 AI(Epoch AI)는 2024년 보고서에서 사람이 쓴 공개 글이 2026~2032년 사이에 다 쓰일 것으로 내다봤습니다.


그다음 학습은 문제집이 아니라 과외입니다. 그 분야를 아는 사람이 AI의 답을 하나하나 채점하고 고쳐 줘야 합니다. 진단이 맞는지, 계약서 해석이 맞는지는 의사나 변호사가 봐야 압니다. 머코어 대표 브렌던 푸디(Brendan Foody)도 이 평가 작업이 지금 AI 발전을 가로막는 가장 큰 병목이라고 말해 왔습니다.


AI가 똑똑해질수록 쉬운 문제는 혼자 풀고 어려운 문제만 남습니다.
그 문제를 채점할 수 있는 사람은 점점 줄고 그만큼 값이 오릅니다. 머코어는 이렇게 드문 자원이 된 전문가의 시간으로 수익을 냅니다.

 

 


 

 

2. 진입 전략: 채용 플랫폼에서 전문가 데이터 공급으로 피벗 했습니다

 

슬라이드 01
AI 공개 데이터 고갈과 전문가 데이터 라벨링 수요 급증으로 인한 머코어의 연 환산 매출 26배 성장 지표

 

고객이 찾는 사람이 바뀌자 머코어도 사업을 바꿨습니다. 마침 경쟁사에 악재가 겹쳐 속도가 붙었습니다. 머코어는 처음부터 이 일을 하던 회사가 아닙니다. 시작은 AI가 면접을 보고 개발자를 골라 주는 채용 회사였습니다. 2025년 2월 투자를 받을 때 세 창업자는 21살이었고, 연 환산 매출(Run-rate, 최근 한 달 매출 × 12)은 7,500만 달러였습니다. 이때도 매출 대부분은 AI 연구소에서 나왔습니다.


그런데 연구소들이 찾는 사람이 달라졌습니다. 머코어는 개발자 대신 과학자·의사·변호사를 모아 AI 학습에 공급하는 일로 피벗(Pivot)했습니다.


때마침 시장에 큰 변화가 생겼습니다. 2025년 6월 메타(Meta)가 AI 데이터 회사 스케일 AI(Scale AI)의 지분 49%를 약 143억 달러에 사들인 뒤로 구글과 오픈 AI가 스케일 AI에 맡기던 일을 줄이거나 끊었다는 보도가 나왔습니다. 경쟁사가 대주주인 곳에 자기 모델의 약점을 보여 주기 싫었을 거라는 해석이 많았습니다(오픈 AI는 그 때문이 아니라고 밝혔습니다).


이 일로 공급사가 어느 편에도 서지 않는 것, 곧 중립성(Neutrality)도 상품의 일부라는 점이 드러났습니다. 빠져나간 일감이 몰린 곳 가운데 하나가 머코어였다는 보도가 뒤따랐습니다. 2026년 7월 푸디 대표는 연 환산 매출이 20억 달러를 넘었다고 밝혔는데, 넉 달 만에 두 배가 된 숫자입니다.

 

 

 

7,500만 달러에서 20억 달러까지,
26배 넘게 크는 데 1년 반이 채 안 걸렸습니다.

 

 

 


 

 

3. 수익 구조: 겉은 AI 기업, 속은 인력 회사입니다


매출 20억 달러는 총매출(Gross Revenue)이고, 회사에 남는 순매출(Net Revenue)은 그 30~40% 수준입니다.

 

슬라이드 02
AI 연구소와 전문직 인력을 중개해 30~40% 마진을 확보하는 머코어의 인력 비즈니스 수익 구조

 

머코어는 전문가에게 줄 돈까지 합쳐 매출로 잡습니다. 업계 추정으로는 그중 60~70%가 전문가 몫입니다. 20억 달러 가운데 회사에 남는 돈은 6억~8억 달러쯤입니다. 회사 몫 30~40%는 어느 정도일까요. 같은 업종과 비교해 보겠습니다. 미국 인력 회사 로버트 하프(Robert Half)의 매출 총 이익률(Gross Margin, 매출에서 원가를 빼고 남는 비율)은 37.2%, 스위스 파견 회사 아데코(Adecco)는 19.2%였습니다(2025 회계연도). 머코어는 실적이 좋은 인력 회사 가운데서도 위쪽에 있습니다.


머코어는 전문가(공급)와 AI 연구소(수요)를 잇는 양면 시장(Two-sided Marketplace)입니다. 시간당 중개 마진으로 돈을 버는 이 사업 모델은 AI 회사보다 인력 회사에 가깝습니다.

 

 


 

 

4. 리스크 요인: 경쟁·공급·수요 세 방향에서 어려워질 수 있습니다


가) 경쟁 리스크:

진입 장벽이 낮습니다. 서지 AI(Surge AI)는 외부 투자 없이 2024년 매출 10억 달러를 넘겼습니다. 마이크로원(micro1)은 2026년 10월 연 환산 매출 10억 달러를 넘었다고 밝혔습니다. 수요가 넘치니 여러 회사가 함께 성장하고 있습니다. AI 면접과 빠른 연결만으로는 남이 따라 하기 어려운 경쟁 우위, 곧 해자(Moat)를 쌓기 어렵다고 봅니다(제 판단입니다).

 

나) 공급 리스크:

전문가의 마음도 붙잡아야 합니다. 전문가는 모두 프로젝트 단위로 일하는 계약자입니다. 2025년 11월에는 한 프로젝트를 마친 전문가들에게 후속 프로젝트 시급을 21달러에서 16달러로 낮춰 제안해 논란이 됐습니다. 2026년 5월과 7월에는 계약자를 직원으로 대우해야 한다는 소송이 텍사스와 캘리포니아에서 제기됐고, 아직 판결은 나지 않았습니다. 전문가에게 더 주면 회사 몫이 줄고 덜 주면 좋은 사람이 떠나니 마진과 공급 품질이 한데 묶여 있습니다.

 

다) 수요 리스크:

AI가 다 배우고 나면 어떻게 될까요. AI가 어떤 분야를 충분히 익히면 그 분야의 채점 일은 줄어들 수 있습니다. 그래서 머코어는 사람을 연결하는 일에 더해 채점 기준 자체를 만들기 시작했습니다. 2026년 1월 AI 에이전트를 채점하는 시험(APEX-Agents)을 공개했고, 2월에는 AI 평가 회사 세팔 AI(Sepal AI)를 사들였습니다. 시간을 팔던 회사가 가치사슬(Value Chain)에서 노동을 공급하는 데 머물지 않고 “무엇이 좋은 답인가”까지 직접 정하려는 움직임으로 보입니다(제 짐작입니다).

 

 


 

 

5. 시사점: 우리 사업에서 돈이 될 일은 무엇일까

 

슬라이드 03
경쟁 심화와 공급·수요 리스크에 대응해 자체 채점 기준을 구축하는 머코어의 전략과 AI 사업 점검 질문

 

AI를 쓰는 곳이 늘수록 AI의 답이 맞는지 확인해 줄 전문가는 더 귀해졌습니다. 머코어는 그 전문가의 시간을 모아 AI 회사에 팝니다. 인터랙티비를 경영할 때 고객사 담당 직원이 날마다 되풀이하던 단순 업무를 자동화했습니다. 그러자 담당자에게는 사람이 직접 판단해야 하는 어려운 일이 남았고, 저희는 그 일을 함께 풀었습니다. 고객사가 오래 저희를 찾은 것도 그 어려운 일을 같이 풀었기 때문이라고 생각합니다.


AI로 사업을 하는 회사라면 아래 세 가지를 스스로 물어보세요.

  • 가) 범용화(Commoditization) 점검: AI가 우리 일의 어느 부분을 흔하게 만들고 있나?
  • 나) 희소 자원 점검: 그 덕분에 더 드물고 비싸지는 일은 무엇인가? 그 일을 우리가 하고 있나?
  • 다) 공급 관계 점검: 그 드문 일을 해 주는 사람(직원·전문가·협력사)에게 우리는 제값을 주고 있나?


우리 회사에서 AI가 대신하기 가장 어려운 일을 하나 적어 보세요. 그리고 그 옆에 그 일을 지금 누가, 얼마를 받고 일하는지 기록해 보세요. 그리고 여기에서 사업 기회를 찾아보세요.

 


수트와후드 님의 브런치에 게재한 글을 편집한 뒤 모비인사이드에서 한 번 더 소개합니다.