AI 뒤에 숨은 물, 전기, 노동을 사람들이 직접 문제 삼기 시작했다

AI가 ‘눈에 안 보이는 기술’이라는 말은 이제 좀 낡았음

• 이 글은 AI를 챗봇이나 자동화 기능이 아니라, 현실 세계의 자원과 노동으로 다시 보자는 이야기임
  • 데이터센터는 물과 전기를 쓰고, AI 학습 데이터는 사람이 직접 다듬음
  • 콜센터 자동화는 누군가의 해고로 이어지고, AI의 경제적 이익을 어떻게 나눌지도 새로운 쟁점이 됨
  • 원문이 소개하는 사례는 칠레, 케냐, 필리핀, 국제 기본소득 실험으로 흩어져 있지만 질문은 하나임. “AI의 비용은 누가 내고 있나?”

칠레 퀼리쿠라, 하루 동안 사람이 AI가 됐다

• 2026년 1월 31일, 칠레 퀼리쿠라에서는 ‘Quili.AI’라는 특이한 실험이 열림

  • 오전 8시부터 오후 8시까지 40명이 넘는 주민이 온라인으로 들어온 질문에 직접 답함
  • 하루 동안 들어온 질문은 2만 5천 개 이상
  • 목적은 단순한 이벤트가 아니라 “이 일을 AI가 했다면 얼마나 많은 물이 필요했을까?”를 보여주는 것이었음

• 퀼리쿠라는 물 부족이 심각한 지역이고, 주민들에게 데이터센터는 그냥 서버 건물이 아님

  • 데이터센터가 요구하는 대규모 물·에너지 소비를 지역 자원 착취로 보는 반대 운동이 진행 중임
  • 칠레에는 현재 약 70개의 데이터센터가 있음
  • 주민들은 AI를 말로만 비판하는 대신, 사람이 직접 답하는 방식으로 AI의 보이지 않는 비용을 드러냄

케냐 데이터 라벨러들, “우리가 AI 뒤의 사람들이다”

• 케냐 나이로비의 데이터 라벨러들은 AI 학습에 필요한 데이터를 분류하고 검수하는 일을 함

  • 이미지에 태그를 붙이고, 텍스트를 정리하고, 잘못된 데이터를 수정함
  • 때로는 폭력적이거나 충격적인 콘텐츠를 반복해서 확인해야 함
  • 그런데 이 노동은 AI 산업의 핵심인데도 거의 보이지 않음

• 이들은 ‘데이터 라벨러 협회(DLA)’를 만들고 문제를 개인의 고통이 아니라 집단 의제로 바꾸기 시작함

  • 짧은 시간 안에 작업을 끝내지 못하면 보수를 받지 못하는 구조가 있음
  • 충격적 콘텐츠에 반복 노출되지만 보호 장치는 부족함
  • 요구는 공정한 임금, 노동 보호, 기업과 정부의 책임 있는 기준 마련임

필리핀 콜센터, 자동화는 곧 해고 문제로 번졌다

• 필리핀에서는 콜센터 중심의 BPO 산업이 AI로 흔들리고 있음

  • BPO는 회사 업무를 외부 업체, 종종 해외에 맡기는 서비스 산업임
  • 필리핀 경제에서 콜센터는 오랫동안 중요한 축이었음
  • 그런데 AI가 품질 관리와 고객응대 업무에 들어오면서 일자리 구조가 빠르게 바뀌는 중임

• 한 콜센터 직원은 회사가 AI로 품질 관리 업무를 대신하게 했다는 사실을 외부에 알렸다가 해고됨

  • 이 사건을 계기로 노동자들은 ‘Code AI’라는 단체를 만들기 시작함
  • AI로 일자리를 잃은 노동자를 지원하고, 해고 보상과 권리 보호를 요구함
  • 수백 명의 노동자가 함께 문제를 제기하도록 돕고, 관련 법안 논의에도 참여 중임

AI 때문에 밀려난 사람에게 돈을 직접 주는 실험도 나왔다

• ‘AI 배당금(AI Dividend)’이라는 작은 기본소득 실험도 시작됨

  • AI로 일자리를 잃었거나 소득에 영향을 받은 25~50명 정도가 참여함
  • 참여자는 매달 1,000달러를 조건 없이 지급받음
  • 운영 주체는 정부가 아니라 ‘What We Will’과 ‘AI Commons Project’라는 두 비영리 단체임

• 이 실험의 핵심은 AI가 만든 경제적 이익 일부를 사회로 돌려야 한다는 문제의식임

  • 현재 자금 규모는 약 30만 달러
  • 프로젝트 관계자들은 주요 AI 기업의 참여를 끌어내 연말까지 300만 달러를 배분하는 것을 목표로 함
  • 기술 자체를 부정하기보다는, 변화의 부담이 특정 사람들에게만 몰리지 않게 하자는 접근임

• 결국 이 글이 던지는 질문은 ‘AI를 막자’가 아니라 ‘AI를 굴리는 비용을 제대로 보자’에 가까움

  • 칠레에서는 데이터센터의 물과 전기가 문제고, 케냐에서는 보이지 않는 데이터 노동이 문제임
  • 필리핀에서는 자동화가 해고와 권리 문제로 이어지고, 기본소득 실험은 분배 문제를 건드림
  • AI가 더 많은 걸 가능하게 만드는 만큼, 그 대가가 누구의 삶에서 빠져나가는지도 같이 봐야 한다는 얘기임

---

기술 맥락

• 이 글에서 말하는 AI는 모델 하나가 아니라 거대한 시스템이에요. 데이터센터, 전력, 냉각수, 데이터 라벨링, 콜센터 운영, 해고 보상까지 이어지기 때문에 기술 선택이 곧 사회적 비용 배분 문제로 번져요.

• 데이터센터가 중요하게 나오는 이유는 대규모 AI가 실제 물리 인프라에 기대고 있기 때문이에요. 칠레 퀼리쿠라처럼 물 부족이 심한 지역에서는 서버를 어디에 세울지가 단순한 클라우드 리전 선택이 아니라 지역 생존권 이슈가 돼요.

• 데이터 라벨링 사례는 AI 학습 품질이 사람 손을 얼마나 많이 타는지 보여줘요. 모델 성능표에는 잘 안 보이지만, 폭력적 콘텐츠를 반복해서 보는 노동자와 낮은 보수 구조가 학습 파이프라인의 일부로 들어가 있거든요.

• 필리핀 BPO 사례는 자동화가 업무 효율화에서 끝나지 않는다는 점 때문에 중요해요. AI가 품질 관리나 고객응대를 맡으면 회사 입장에서는 비용 절감이지만, 노동자 입장에서는 해고·보상·재교육·법적 권리 문제가 한꺼번에 터져요.