아웃라이어 3번 불합격 후기 | 실제 업무 유형과 합격의 비밀
※ 이 글은 아웃라이어 2년 차 실무 경험을 바탕으로 작성되었습니다. 보안 서약(NDA)에 따라 세부적인 프로젝트 소스·문항·내부 지침은 공개하지 않으며, 3번의 불합격을 겪으며 느낀 점과 실제 업무의 범위를 경험 중심으로 공유합니다.
퇴근 후 아이를 재우고 나면 저는 노트북을 엽니다. 남들은 드라마를 볼 시간에 저는 최신 AI 모델과 기존 모델의 답변을 비교하고 있죠.
"이 질문에 A 모델은 이렇게 대답했는데, B 모델은 왜 이런 논리적 비약을 범했을까?"
때로는 몸이 천근만근이지만, 이 일이 주는 묘한 지적 쾌감은 포기하기 어렵습니다.
그렇게 시작된 아웃라이어(Outlier) 생활이 벌써 2년 차에 접어들었습니다. 올해만 프로젝트 평가에서 세 번 불합격을 맛보았지만, 그래도 이 일을 계속하는 이유와 많은 분이 궁금해하시는 '실제 업무'를 정리해볼게요.
✍🏻 이 글에서는
- 3번 불합격한 이유: 시간 압박과 루브릭 해석의 함정
- 실제로 무슨 일을 하나요? 제가 경험한 대표 업무 유형
- 육아와 아웃라이어: 바쁜 일상 속 외화 부업
- 다시 도전한다면: 평가 전에 준비할 것
도대체 무슨 일을 하나요?
가장 많이 듣는 질문입니다. 저는 아웃라이어에서 쉽게 표현하면 'AI 에디터(데이터라벨링)'에 가까운 역할을 수행해왔습니다.
프로젝트는 시기에 따라 달라지지만, 제가 경험했거나 배정 과정에서 접한 업무를 크게 나누면 다음과 같아요.
1. AI 답변 비교 평가
마치 여러 AI 모델이 한 공간에서 토론하는 걸 보는 것과 비슷합니다. 같은 질문에 대해 서로 다른 답이 나왔을 때 어느 쪽이 더 논리적이고 정교한지 판단하는 작업입니다.
단순히 "나는 A가 마음에 들어"라고 고르는 것이 아니라, 주어진 평가 기준에 맞춰 답변의 오류와 논리적 빈틈을 찾아내는 과정에 가깝습니다.
2. 멀티모달 이미지 평가
쉽게 표현하면 'AI의 눈'을 훈련하는 업무입니다. 이미지나 시각적 결과물을 보고 요구된 조건이 제대로 반영됐는지 평가합니다.
예를 들어 색상, 위치 관계, 구성이나 표현의 자연스러움처럼 사람의 눈에는 보이지만 AI가 놓칠 수 있는 부분을 세밀하게 판단해야 합니다.
3. 전문 분야 평가
코딩, 의학, 법률, 창작 등 특정 지식이 필요한 프로젝트도 있습니다. 전문 분야에 따라 AI가 작성한 답변의 정확성과 품질을 검토하는 형태입니다.
업무 난이도와 요구 조건은 프로젝트마다 다르며, 모든 사용자에게 같은 업무가 배정되는 것은 아닙니다.
올해만 3번 불합격했습니다
미대 전공에 해외 석사까지 마쳤지만, 10년이라는 영어 공백은 생각보다 컸습니다.
특히 이미지 비교 업무는 단순한 '틀린 그림 찾기'가 아니라 '논리적으로 보고 표현하는 능력'을 요구하더라고요.
디테일을 영어로 적어 내려가야 할 때면 눈앞이 깜깜해지는 순간도 있었습니다.
그리고 저에게 가장 큰 문제는 시간 압박이었습니다.
아이를 재우고 늦은 시간에 평가를 시작하다 보니 이전 불합격에 대한 부담까지 겹쳐 점점 조급해졌습니다.
지침을 충분히 이해하는 것보다 "일단 시간 안에 끝내야 한다"는 생각이 앞선 적도 있었어요.
💡 3번 실패하고 바꾼 준비법
① 평가 전에 일반적인 표현력을 준비합니다.
이미지 업무라면 색상·위치·방향·크기·질감처럼
자주 쓰는 영어 표현을 평소에 익혀두는 편이 도움이 됩니다.
② 지침을 읽는 시간을 아끼지 않습니다.
빨리 답하는 것보다 먼저 해당 프로젝트가 요구하는 기준을 이해하는 것이 중요합니다.
③ AI는 '평가 전 공부'에만 활용합니다.
GPT나 Gemini로 일반적인 영어 묘사 연습이나 논리적 비교 연습을 할 수는 있습니다.
다만 실제 프로젝트의 지침·문제·자료를 외부 AI에 넣거나,
평가 중 허용되지 않은 AI 도구를 사용하는 것은 피해야 합니다.
☝🏻 아웃라이어에 대한 후기 쓰면서 많은 분들이 궁금해 하는 포인트가 저와 비슷하다는 걸 알게 되었어요. 그래서 제 경험과 과정을 상세히 기록해 사이트 내에서 볼 수 있는 용어와 내가 어떤 단계인지 확인 가능한 PDF 파일을 만들어 두었습니다.
또 얼마 전 남편이 직접 평가 11개를 통과하면서 온보딩에 들어왔습니다. 후기를 아래에 적어두었으니 시작 전 꼭 참고해주세요.
AI 툴을 비교하는 특별한 경험
제가 하는 일은 단순히 데이터를 클릭해서 분류하는 작업만은 아닙니다. AI가 만든 결과를 보고 어떤 답변이 더 자연스럽고 논리적인지 평가하는 업무도 경험했습니다.
2026년 4월 중순 기준으로도 저는 다양한 AI 결과를 비교하는 형태의 업무를 수행했습니다. 이미지 비교에서는 막히기도 했지만, 다른 프로젝트에서는 제 경험과 역량을 활용할 수 있었습니다.
코딩, 법률, 의학, 창작처럼 전문 지식이 필요한 사람이라면 본인의 경력과 맞는 프로젝트를 만날 가능성도 있습니다. 다만 프로젝트 수요와 배정 조건은 시기마다 달라질 수 있습니다.
🤖 제가 느낀 이 일의 매력
- AI 결과물을 단순히 사용하는 사람이 아니라 평가하는 입장이 되어본다는 것
- AI 모델이 어떤 부분에서 실수하는지 직접 관찰할 수 있다는 것
- 단순 반복 작업에서 느끼기 어려운 지적 재미가 있다는 것
육아하면서도 계속하는 이유
사실 가입하고 이력서를 준비하는 것부터 쉽지는 않았습니다. 프로젝트가 떴다고 해서 항상 제가 원하는 시간에 원하는 만큼 일할 수 있는 것도 아닙니다.
그래도 프로젝트 하나를 끝냈을 때의 성취감은 꽤 큽니다. 무엇보다 AI가 어떻게 발전하고 있는지를 사용자보다 한 단계 깊게 생각해보게 된다는 점이 좋았습니다.
특정 프로젝트에서 떨어졌다고 해서 반드시 플랫폼 전체 업무가 끝나는 것도 아닙니다. 저 역시 한 프로젝트 평가에서 실패한 뒤 다른 형태의 업무를 다시 경험했습니다.
다만 프로젝트 노출과 배정은 개인의 전문 분야, 검증 결과, 현재 프로젝트 수요와 조건 등에 따라 달라질 수 있습니다.
저에게 외화 수익은 분명 매력적인 부분입니다. 하지만 2년 가까이 이 일을 놓지 않은 건 AI 시대의 변화를 실제 업무에서 체감할 수 있기 때문이기도 합니다. 🌱
이런 분이라면 잘 맞습니다
- 영어 지침을 읽는 데 큰 부담이 없는 분
- 작은 차이나 오류를 비교하는 것을 좋아하는 분
- 그림이나 상황을 구체적으로 설명하는 데 익숙한 분
- 자신의 전문 분야를 AI 업무에 활용해보고 싶은 분
- 프로젝트형 외화 부업을 경험해보고 싶은 분
자주 묻는 질문 FAQ
Q1. 정말 시급 $30 이상인 프로젝트가 있나요?
프로젝트와 전문 분야에 따라 보상은 크게 달라질 수 있습니다. 저 역시 $30 전후의 프로젝트를 경험하거나 제안받은 적이 있지만, 모든 가입자에게 동일한 시급이 보장되는 것은 아닙니다.
가입 전 광고된 금액보다 실제로 내 계정에 배정된 프로젝트의 보상 조건을 확인하는 것이 중요합니다.
Q2. 영어를 아주 잘해야 하나요?
유창한 회화보다 저에게 더 중요했던 건 루브릭과 업무 지침을 정확하게 읽고 이해하는 독해력이었습니다.
프로젝트에 따라 한국어 능력이나 특정 전문성을 요구하는 업무도 있기 때문에 필요한 영어 수준은 업무마다 달라질 수 있습니다.
Q3. 프로젝트 평가에 떨어지면 다시 일을 못 하나요?
꼭 그렇지는 않았습니다. 저도 특정 프로젝트 평가에서 떨어진 뒤 다른 프로젝트를 경험했습니다.
다만 새로운 프로젝트가 반드시 다시 배정된다고 보장할 수는 없습니다. 현재 프로젝트 수요와 본인의 전문성·조건에 따라 달라질 수 있습니다.
Q4. 평가할 때 GPT나 Gemini를 사용해도 되나요?
프로젝트에서 명시적으로 허용하지 않는다면 사용하지 않는 것이 안전합니다. 현재 Outlier 가이드라인은 task를 본인이 직접 수행하고, 허용되지 않은 제3자 도구나 자동화의 도움을 받지 않도록 안내하고 있습니다.
저는 AI를 평가 전 영어 공부·일반적인 묘사 연습·AI 이해에 활용하고, 실제 프로젝트에서는 해당 프로젝트의 지침을 우선합니다.
Q5. 육아하면서도 할 수 있나요?
가능은 하지만 프로젝트형 업무라서 항상 원하는 시간에 일이 있다는 의미는 아닙니다.
저는 주로 아이를 재운 뒤 시간을 활용했지만, 평가나 집중력이 필요한 업무는 방해받지 않을 시간을 먼저 확보하는 것이 훨씬 중요했습니다.
세 번 떨어지고도 다시 하는 이유
저도 올해 세 번이나 프로젝트 평가에서 떨어졌습니다. 그러니 이 글을 '합격한 사람이 알려주는 정답'으로 보지는 않으셨으면 해요.
대신 실패하면서 하나는 분명하게 알게 됐습니다. 아웃라이어는 영어만 잘한다고 되는 일도, AI를 잘 쓴다고 되는 일도 아니었습니다.
주어진 지침을 읽고, 그 기준에 맞춰 끝까지 판단하는 힘이 필요했습니다.
그래도 저는 다음 프로젝트가 뜨면 또 한 번 살펴볼 것 같습니다. AI를 사용하는 것과 AI의 결과를 평가해보는 경험은 확실히 달랐기 때문입니다.
🍀 Outlier를 처음 알아보고 있다면
바로 평가부터 걱정하지 마세요. 먼저 실제 2년 차 업무 후기 → 이력서와 지원 과정 → 수익 정산 방식을 순서대로 확인하면 전체 구조가 훨씬 잘 보입니다.
이력서까지 준비됐다면 아래 추천 링크를 통해 가입할 수 있습니다. 가입 시 저에게 소정의 리워드가 제공될 수 있습니다. 여러분에게 추가 비용이나 불이익은 전혀 없으며, 양질의 콘텐츠를 지속해서 제작하는 데 큰 힘이 됩니다. 항상 감사드립니다. :)
프로젝트는 사람마다 다르게 배정될 수 있으니, 첫 목표는 큰 수익보다 내게 맞는 업무가 있는지 직접 확인해보는 것으로 잡아보세요.