이마에 고프로, 로봇을 키우는 사람들

들어가며

구독자님, 인도 타밀나두의 작은 도시 카루르(Karur)의 한 섬유 공장을 상상해 볼게요. 라벨을 붙이고, 천 가방을 다리고, 옷을 개는 평범한 작업장이에요. 그런데 이상한 점이 하나 있어요. 여덟 명 남짓한 노동자들이 이마에 고프로(GoPro)를 붙이거나 스마트 글래스를 쓴 채 일하고 있거든요. AFP 기자가 직접 목격한 장면이에요.¹

이곳에서 일하는 한 여성은 출산 뒤 교사 일을 그만둔 스물여덟 살이에요. 지금 그녀가 하는 일은, 하루 6~7시간 동안 카메라를 쓰고 옷을 개고 그릇을 씻고 아이 장난감을 정리하는 자기 일상을 그냥 촬영하는 거예요. 그 대가로 소득을 얻고요. 그런데 이 데이터는 언젠가 그녀가 하는 일을 대신할 로봇을 훈련시키는 데 쓰여요.

저는 이 장면을 보면서 지난 호에 다뤘던 중국의 뇌-컴퓨터 인터페이스(BCI)²가 겹쳐 떠올랐어요. 결론부터 말씀드릴게요. 두 나라는 AI라는 같은 산을 오르고 있지만, 완전히 다른 레이어를 붙잡고 있어요. 중국은 인간의 가장 안쪽, 뇌를 국가가 소유하려 하고, 인도는 인간의 눈을 15억 인구가 만들어 내지만 그 소유권은 바깥으로 흘러나가요. 오늘은 이 ‘소유의 위치’가 왜 착취와 해방을 가르는 결정적 변수인지 이야기해 볼게요.

---

중국은 ‘뇌’를 국가가 갖기로 했어요

지난 호에서 다뤘듯이, 중국의 선택은 명확해요. 가장 안쪽 레이어, 그러니까 인간의 신경 신호 그 자체를 노리는 거예요.

2025년 7월, 중국 정부는 과학기술부를 포함한 7개 부처가 공동으로 BCI 산업 육성 청사진을 발표했어요. 산업 계획, 의료 규제, 연구 감독을 하나의 문서로 묶은, 국가 주도의 통합 플레이북이에요. 목표도 구체적이에요. 2027년까지 전극, 뉴럴 칩, 신호 해독 알고리즘에서 돌파구를 만들고, 2030년까지 ‘세계적 수준’의 기업 2~3곳을 키우겠다는 거죠. 2025년 12월에는 116억 위안(약 1억 6,500만 달러) 규모의 뇌과학 펀드도 조성했어요.³

여기서 제가 주목하는 건 ‘무엇’을 소유하려 하는가예요. 전극, 칩, 알고리즘. 전부 하드웨어이자 지식재산이에요. 한번 만들면 자국 기업의 자산으로 남고, 국가가 통제할 수 있는 것들이죠. 중국은 AI 스택에서 가장 깊고 방어하기 쉬운 층을 국가 자산으로 못 박고 있어요.

물론 이 길에도 한계는 있어요. 전극을 사람 뇌에 심는 침습적 기술은 임상과 윤리의 벽이 높고, 시장이 열리는 속도도 느려요. 중국 BCI 시장은 2025년에도 5억 달러 남짓으로 추정돼요. 하지만 방향성만큼은 분명해요. 안쪽으로, 그리고 국가의 손 안으로.

---

인도는 ‘눈’을 15억 명이 만들고 있어요

인도의 길은 정반대예요. 뇌 대신 눈, 침습적 수술 대신 중고 고프로와 스마트폰. 국가 펀드 대신 외국 기업의 발주서예요.

카루르에서 데이터를 수집하는 회사는 오브젝트웨이즈(Objectways)예요. 2019년에 데이터 어노테이션⁴ 회사로 시작해 지금은 로보틱스 데이터로 확장했어요. 인도와 미국에 사무실을 두고, 포춘 500대 기업을 고객사로 두고 있으며, 아마존 세이지메이커 같은 머신러닝 플랫폼과 함께 일해요. CEO는 타밀나두 출신이지만 미국에 거주하는 50대이고요.¹

이들이 모으는 건 ‘에고센트릭(egocentric) 데이터’⁵예요. 쉽게 말하면, 1인칭 시점으로 찍은 인간의 일상 그 자체예요. 옷 개기, 커피 만들기, 그릇 씻기, 화장실 청소까지. 이 A부터 Z까지의 손동작과 시야가 휴머노이드 로봇 학습의 기본 재료가 돼요. 로봇이 ‘이건 컵이다’라고 알려면, 샌프란시스코의 엔지니어가 아니라 인도 소도시의 사람이 그걸 수천 번 보여줘야 하거든요. 모건스탠리는 2050년까지 전 세계에 휴머노이드 로봇이 10억 대 넘게 쓰일 거라고 전망했어요.

여기서 검증자로서 한 가지 짚고 갈게요. 영상에는 이 업계가 “하루 5억 시간 분량의 데이터”를 기대한다는 말이 나와요. 저는 이 수치를 곧이곧대로 받아들이기는 어렵다고 봐요. 출처가 불분명하고, 물리적으로 하루 5억 시간을 사람이 촬영하려면 수천만 명이 동시에 일해야 해요. 업계의 야망을 보여주는 수사로는 읽되, 검증된 사실로는 취급하지 않는 게 맞아요. 다만 확인되는 사실은 이거예요. AFP 취재 기준, 노동자는 영상 1시간당 약 250루피(약 2.6달러)를 받아요.¹ 영상 속 다른 노동자는 카메라 착용 수당으로 월 1만 루피를 별도로 받는다고 했고요.

핵심은 이거예요. 인도인은 데이터를 ‘생산’하지만, 그 데이터를 ‘소유’하지는 않아요. 만들어진 눈은 발주서를 보낸 바깥 기업의 자산이 돼요.

---

교차점: 소유는 안쪽에, 노동은 바깥쪽에

이제 두 나라를 겹쳐 볼게요. 저는 GTM 전략을 수립하면서 늘 같은 질문을 던져왔어요. “이 밸류체인에서 방어 가능한 자산은 누가 쥐고 있는가?”

이 질문으로 보면 중국과 인도의 차이가 선명해져요.

중국은 스택의 가장 안쪽, 재현하기 어렵고 규제 장벽이 높은 뇌·칩 레이어를 국가가 소유해요. 진입 장벽이 높다는 건, 한번 앞서면 남이 쉽게 따라올 수 없다는 뜻이에요. 반대로 인도가 쥔 건 스택의 가장 바깥, 눈으로 들어오는 원천 데이터예요. 이건 15억 인구라는 압도적 규모로 값싸게 만들 수 있지만, 동시에 누구나 대체할 수 있고 소유권이 바깥으로 새어 나가요.

같은 논리가 인도 IT 서비스 산업에도 그대로 반복되고 있어요. 인도의 소프트웨어 서비스 수출은 FY25 기준 2,300억 달러가 넘고,⁶ 이건 25년간 세계의 ‘백오피스’ 역할로 쌓아 올린 성과예요. 그런데 지금 그 반복적 업무야말로 대규모언어모델(LLM)이 가장 먼저 삼키는 영역이에요. 방어 가능한 자산을 소유하지 못한 채 노동만 제공했기 때문에, 게임의 규칙이 바뀌자 가장 먼저 흔들리는 거예요.

시장은 이 구조를 냉정하게 읽고 있어요. 2026년 들어 외국인 자금은 인도 증시에서 사상 최대인 300억 달러 넘게 빠져나갔어요.⁷ 자금은 칩이나 하드웨어를 직접 만드는 대만·한국으로 흘러가요. 한 투자자는 인도를 아예 “안티-AI 플레이”라고 불렀어요. 물론 반론도 있어요. 인도에는 1,800곳이 넘는 글로벌 역량 센터(GCC)⁸가 약 200만 명을 고용하고 있고, 신규 GCC의 80%가 AI·머신러닝을 우선순위에 둬요. 인도가 AI 기업 응용(fine-tuning)의 중심이라는 시각이죠. 그런데 이 반론조차 ‘남의 모델을 조율해 주는’ 역할이라는 점에서, 소유가 아닌 노동의 문법 안에 있어요.

---

확장: 같은 카메라가 해방이자 착취인 이유

그런데 여기서 반전이 있어요. 소유 구조만 보면 인도의 그림은 우울해요. 하지만 카루르의 그 여성에게 이 일이 무엇인지 물으면, 이야기가 단순하지 않아요.

인도는 여성 교육조차 “결혼 밑천이 아깝다”는 이유로 포기되곤 하는 사회적으로 보수적인 나라예요. 그런 곳에서, 고향을 떠나지 않고도 소득을 얻는 일자리는 삶을 통째로 바꿔요. 영상 속 한 여성은 자신을 가족의 첫 대졸자라고 소개하며, 월급의 한쪽으로 부모의 건강을, 다른 한쪽으로 아이의 교육을 책임진다고 했어요. “남자아이를 교육하면 가정을 교육하고, 여자아이를 교육하면 마을 전체를 교육한다”는 인도 속담이 여기서는 은유가 아니라 현실이에요. 이건 분명한 해방이에요.

동시에 이건 추출적으로 설계된 공급망이에요. 노동자는 자신을 대체할 기술을 스스로 훈련시키고, 그 데이터는 언제든 노동자에게 불리하게 쓰일 수 있어요. 어떤 지역에서는 고용주가 아무 수당 없이 카메라 착용을 강요할 위험도 있고요. “값을 치르고 누군가 기꺼이 한다면 공정한 거래”라는 말과 “그래도 우리는 착취당하는 게 아닌가”라는 질문이 같은 작업장 안에 공존해요.

역설을 풀 열쇠가 바로 첫 번째 축, 소유예요. 데이터를 소유하지 못하면 해방은 일시적이고 착취는 구조적이에요. 모델이 다 학습되고 로봇이 충분히 똑똑해지는 순간, 이 일자리의 ‘안전 기간’은 끝나거든요. 영상 속 여성도 정확히 이 점을 알고 있었어요. “모델이 학습되기 전까지는, 로봇이 우리 일을 가져갈 수 없으니까요.” 해방의 유효기간이 소유의 위치에 매여 있는 거예요.

---

오스왈드의 시선

솔직히 말씀드리면, 저는 “인구가 곧 경쟁력”이라는 인도의 서사를 조심스럽게 봐요.

데이터 분석을 하면서 자주 마주친 패턴이 있어요. 규모(scale)는 그 자체로 가치가 아니에요. 규모가 가치가 되려면, 그 규모가 만들어 내는 자산을 누군가 ‘소유’하고 재투자로 연결해야 해요. 소유 없는 규모는 그냥 값싼 공급일 뿐이에요. 15억 명이 눈을 만들어도, 그 눈의 소유권이 바깥에 있으면 인도에 남는 건 임금뿐이고, 그 임금마저 로봇이 학습을 마치는 순간 위협받아요.

중국의 길이 정답이라는 뜻은 아니에요. 국가가 뇌를 소유하는 모델은 그 나름의 통제와 윤리 문제를 안고 있고, AI가 본질적으로 권력을 집중시키는 기술이라는 우려는 중국 쪽에서 오히려 더 커요. 제가 말하고 싶은 건 프레임이에요. 앞으로 어떤 나라의 AI 전략을 볼 때, “무엇을 얼마나 많이 하는가”가 아니라 “어느 레이어를 소유하는가”를 먼저 보면, 그 나라가 해방 쪽에 서 있는지 착취 쪽에 서 있는지가 훨씬 빨리 보인다는 거예요.

---

마치며

오늘 이야기를 세 줄로 압축할게요.

첫째, 중국은 뇌(BCI·칩)라는 안쪽 레이어를 국가가 소유하고, 인도는 눈(비전 데이터)이라는 바깥 레이어를 15억 인구가 만들지만 소유하지는 못해요. 둘째, 카루르의 카메라 노동은 고향에서의 독립이라는 해방이자, 자신을 대체할 로봇을 훈련시키는 추출 공급망의 말단이라는 착취예요. 셋째, 이 역설의 무게를 결정하는 건 결국 ‘누가 데이터를 소유하는가’예요.

그래서 다음에 어떤 나라의 ‘AI 굴기’ 뉴스를 보시거든, 규모와 속도 대신 소유의 위치를 한번 짚어보시길 권해요. 그림이 다르게 보일 거예요.

혹시 여러분이 카루르의 그 여성 입장이라면, 이 일을 ‘해방’으로 받아들이시겠어요, 아니면 ‘착취’로 보시겠어요? 그리고 그 판단을 가르는 조건은 무엇일까요? 두 축 중 어디에 더 무게를 두시는지 댓글로 들려주시면, 다음 호 소재 선정에 반영해 볼게요.

---

💬 카루르의 카메라 노동, 해방일까 착취일까요? 판단을 가르는 조건까지 짧게 남겨주세요 · 📨 이 관점이 유용했다면 동료에게 전달해 주세요

---

참고자료 & 더 읽기

핵심 출처

• AFP, “The Indian workers training AI robots to take their jobs”, 2026.6. Al Jazeera 게재본 ··· 카루르 공장의 고프로 노동과 시급 250루피, 오브젝트웨이즈 정보의 1차 출처예요.
• 중국 7개 부처, “뇌-컴퓨터 인터페이스 산업 혁신·발전 촉진에 관한 실시 의견”, 2025.7. TechCrunch 분석 ··· 중국이 왜 ‘안쪽 레이어’를 국가가 쥐려 하는지 이해하는 데 좋은 배경이에요.
• Nasscom, “Technology Sector Strategic Review 2025”. India Business Trade 정리 ··· 인도 소프트웨어 서비스 수출 규모의 근거예요.

배경 지식

• Ruchir Sharma, “India is a loser in the AI race” 인터뷰, 2026.5. Business Today ··· 외국인 자금이 왜 인도를 떠나 대만·한국으로 가는지 투자자 관점으로 볼 수 있어요.

함께 읽으면 좋은 지난 호

• 오스왈드의 지식토킹: 중국 BCI 편 ··· 오늘의 ‘중국은 뇌를 갖는다’ 축과 곧바로 이어져요. 두 편을 붙여 읽으면 소유 구조 대비가 선명해져요.

---

📝 용어 설명

필자 안광섭은 세종대학교 경영학과 교수이자 OBF(Oswarld Boutique Consulting Firm) 리드 컨설턴트이다. 대학에서 경영데이터 관리, 비즈니스 애널리틱스 등 통계 및 데이터 분석을 가르치는 한편, 현장에서는 GTM 전략과 인공지능 전략 컨설팅을 이끌며 기술과 비즈니스의 접점을 설계하고 있다. AI 대화 시스템의 기억 아키텍처(HEMA) 연구로 학술 논문을 발표했으며, 매일 글로벌 AI 논문을 큐레이션하는 Daily Arxiv 프로젝트를 운영하고 있다. 고려대학교 기술경영전문대 석사과정와 KMBA을 졸업했다. 지은 책으로 《생각을 맡기는 사람들: 호모 브레인리스》가 있다.

각주

1. 오브젝트웨이즈 / 카루르 카메라 노동: AFP가 2026년 6월 타밀나두 카루르의 섬유 공장에서 직접 취재한 사례예요. 노동자들이 이마에 고프로·스마트 글래스를 쓰고 일상 동작을 촬영하면, 그 영상이 휴머노이드 로봇 학습 데이터로 팔려요. ↩ ↩² ↩³

2. BCI (Brain-Computer Interface, 뇌-컴퓨터 인터페이스): 뇌의 신경 신호를 읽어 컴퓨터·기계와 연결하는 기술이에요. 전극을 뇌에 심는 침습형과, 밖에서 측정하는 비침습형으로 나뉘어요. ↩

3. 116억 위안 뇌과학 펀드: 2025년 12월 중국이 조성한 약 1억 6,500만 달러 규모의 BCI 산업 지원 펀드예요. 연구부터 상용화까지 자국 기업을 지원하는 국가 자본이에요. ↩

4. 데이터 어노테이션 (Data Annotation): 이미지·영상·음성 같은 데이터에 “이건 트럭, 이건 사람”처럼 이름표를 붙여 AI가 학습할 수 있게 만드는 작업이에요. 자율주행차가 도로 위 사물을 구분하는 것도 이 작업 덕분이에요. ↩

5. 에고센트릭 데이터 (Egocentric Data): ‘1인칭 시점’ 데이터라는 뜻이에요. 사람의 머리·눈높이에서 촬영해, 로봇이 인간의 손동작과 시야를 그대로 모방하도록 돕는 학습 재료예요. ↩

6. 소프트웨어 서비스 수출 (FY25): 인도 회계연도(2024.4~2025.3) 기준 소프트웨어 서비스 수출액은 2,300억 달러를 넘어요. 미국(50%)과 유럽(31%)이 최대 시장이에요. ↩

7. 300억 달러 자금 유출: 2026년 외국인 투자자가 인도 증시에서 회수한 금액으로, 2025년의 연간 기록을 이미 넘어선 사상 최대 규모예요. ↩

8. GCC (Global Capability Center, 글로벌 역량 센터): 다국적 기업이 인도 등에 세운 자체 운영 거점이에요. 과거 외주(BPO)로 맡기던 일을 ‘인하우스’로 돌린 형태로, 인도에 1,800곳 이상, 약 200만 명이 일해요. ↩