대학생 구직 사이트는 어떻게 'AI의 스승'이 됐나
OPUS CLUB · 비즈니스 인사이트 ·
핵심 요약: 평범한 대학생 취업 앱이던 핸드셰이크(Handshake)가 어느 날 OpenAI·앤트로픽·구글이 줄 서는 ‘AI 핵심 공급자’가 됐습니다. 비결은 대단한 신기술이 아니라, 10여 년간 우직하게 쌓아 온 ‘검증된 전문가 네트워크’였습니다. AI 학습이 아무나 하던 데이터 작업에서 전문가의 손길을 필요로 하는 단계로 넘어가자, 핸드셰이크가 이미 쥐고 있던 자산이 새 시장의 원자재가 된 것이죠. 오래 쌓은 것이 어떻게 무기가 되는지, 그리고 우리 회사엔 무엇이 잠들어 있는지 짚었습니다.

대학생들이 인턴 자리를 찾던 평범한 취업 앱이 있습니다. 그런데 이 회사가 요즘 실리콘밸리에서 전혀 다른 이름으로 불립니다. OpenAI·앤트로픽·구글 같은 최고의 AI 연구소들이 줄을 서서 데이터를 사 가는 ‘AI의 숨은 공급자’로요. 대체 무슨 일이 있었을까요.
주인공은 미국의 핸드셰이크(Handshake)입니다. 흥미로운 건, 이 반전을 만든 것이 대단한 신기술이 아니라는 점입니다. 핸드셰이크가 꺼내 든 무기는, 무려 10여 년 동안 남들 눈에 띄지 않게 쌓아 온 ‘오래된 자산’이었습니다.
지루하지만 우직했던 10년
핸드셰이크는 2013년, 개럿 로드(Garrett Lord)가 세운 대학생 구직·채용 플랫폼입니다. 하는 일은 단순했습니다. 대학과 학생, 그리고 채용하려는 기업을 이어 주는 것. 화려한 사업은 아니었습니다. 로드는 대학을 하나하나 직접 뚫어 가며 10여 년을 우직하게 쌓았습니다.
그렇게 만들어진 규모가 만만치 않습니다. 학생 회원 약 2,000만 명, 파트너 대학 1,600곳, 채용 기업 90만 곳 이상 — 미국 포춘 500대 기업이 전부 여기에 들어와 있습니다. 겉보기엔 그냥 큰 취업 사이트였죠. 하지만 그 명단 안에는, 남들이 미처 보지 못한 자산이 조용히 잠겨 있었습니다.
명단 속에 숨어 있던 ‘진짜 자산’
그 자산은 바로 ‘검증된 전문가’였습니다. 2,000만 회원 가운데 박사(PhD) 과정만 약 50만 명, 석사 과정이 약 300만 명. 게다가 이들은 모두 대학 이메일(.edu)로 신원이 확인된 사람들입니다. 물리학·법학·의학처럼 특정 분야를 깊게 파고든 전문가들의 명단이, 신원까지 검증된 채로 한곳에 모여 있었던 겁니다.
이런 네트워크는 돈이 많다고 하루아침에 살 수 있는 게 아닙니다. 대학을 일일이 설득하고, 학생들이 실제로 쓰게 만들고, 그 신원을 오래 확인해 온 시간이 통째로 녹아 있어야 합니다. 핸드셰이크는 그 지루한 시간을 10년 넘게 버텨 왔고요.

시대가 갑자기 이걸 원했다
변곡점은 생성형 AI에서 왔습니다. 초기의 AI 학습은 ‘아무나’ 할 수 있는 단순 데이터 작업이 많았습니다. 그런데 모델이 똑똑해질수록, AI를 제대로 가르치려면 해당 분야를 아는 사람의 손길이 필요해졌습니다. 물리학 문제의 풀이가 맞는지, 법률 자문이 타당한지, 의학적 설명이 정확한지 — 이런 건 전문가만 판별할 수 있으니까요.
즉 AI 학습의 무게중심이 ‘단순 라벨러’에서 ‘전문가 라벨러’로 옮겨 간 겁니다. 최고의 AI 연구소들은 이런 전문가를 목말라했습니다. 문제는, 신원이 확실한 각 분야 전문가를 어디서 대규모로 검증해 모으느냐는 것이었죠. 그리고 그 답을, 핸드셰이크는 이미 10년째 손에 쥐고 있었습니다.

반전 — 중개상을 걷어내다
사실 처음엔 핸드셰이크가 이 시장의 주인공이 아니었습니다. 스케일 AI(Scale AI)나 머코르(Mercor) 같은 데이터 회사들이, 정작 전문가는 핸드셰이크에서 데려다 AI 연구소에 되팔고 있었거든요. 핸드셰이크는 원자재를 대 주는 쪽, 남들은 그걸 가공해 파는 쪽이었던 셈입니다.
여기서 핸드셰이크는 질문을 뒤집습니다. “우리가 가진 원자재를, 왜 남에게 싸게 넘기고 있지?” 그리고 ‘핸드셰이크 AI(Handshake AI)’라는 사업부를 따로 세워, 중개상을 건너뛰고 AI 연구소에 직접 전문가 피드백을 공급하기 시작합니다. 자산을 빌려주던 쪽이, 직접 시장에 들어가 제값을 받기 시작한 것입니다.
핵심 자산을 가진 쪽이 중개상을 건너뛰고 시장에 직접 들어서는 순간, 판이 통째로 뒤집힌다.
핸드셰이크의 방향 전환을 요약하는 한 줄
숫자로 본 폭발
전환의 속도는 놀라웠습니다. 이미 검증된 회원들이 있으니 고객을 새로 끌어올 필요조차 거의 없었죠.
- 새 사업은 4개월 만에 연 매출 5,000만 달러, 8개월 만에 1억 달러를 넘겼습니다.
- 2026년 4월 기준 총매출은 연 환산 약 11억 달러(약 1조 5,000억 원), 계약자 정산을 뺀 순매출은 약 4억 5,000만 달러 수준입니다.
- 1년 전과 비교하면 매출이 약 3.5배(전년比 +349%)로 뛰었고, 이제 전체 매출의 86%가 AI 데이터 사업에서 나옵니다 — 불과 8개월 전만 해도 그 비중은 29%였습니다.
- 전문가에게는 시간당 40~125달러를 지급하고, 데이터 품질을 끌어올리기 위해 2026년 1월 AI 연구 기업 클린랩(Cleanlab)을 인수했습니다.
취업 사이트의 부업 정도로 보이던 것이, 순식간에 회사의 본체를 갈아치운 셈입니다.
핸드셰이크가 진짜로 판 것
얼핏 “운 좋게 AI 붐에 올라탔다”고 볼 수도 있습니다. 하지만 자세히 보면 반대입니다. 핸드셰이크는 유행을 좇아 급하게 방향을 튼 게 아니라, 10년간 묵묵히 쌓아 둔 ‘검증된 자산’을 시대가 원하는 순간에 제값 받고 판 것입니다. 여기엔 두 가지 열쇠가 있습니다.
하나는 ‘남이 하루아침에 흉내 낼 수 없는 자산’을 우직하게 쌓아 뒀다는 것. 다른 하나는 그 자산을 팔 때가 왔을 때, 익숙한 본업(취업 사이트)에 머물지 않고 과감히 방향을 틀었다는 것입니다. 둘 중 하나만 없었어도 이 반전은 없었습니다.
그래서, 우리 회사엔 무엇이 잠들어 있나
핸드셰이크가 특별해서 가능했던 일이 아닙니다. 어떤 회사든 오래 하다 보면, 자기도 모르게 쌓이는 것이 있습니다. 몇 년간 관리해 온 고객 명단, 꾸준히 달린 리뷰와 평판, 한 분야를 파고들며 얻은 전문성, 매일 쌓이는 운영 데이터 — 이런 것들이죠.
그러니 던져 볼 질문은 두 가지입니다. 첫째, 우리 회사만의 ‘검증된 자산’은 무엇인가. 둘째, 혹시 그 자산을 남에게 싸게 빌려주고 있지는 않은가. 자산은 어느 날 갑자기 생기지 않습니다. 오래 쌓인 것을 알아보고, 시대가 원할 때 제값을 매길 줄 아는 눈 — 핸드셰이크가 보여 준 건 바로 그 눈이었습니다.
📌 기회는 새 기술에서만 오지 않습니다. 오래 쌓아 둔 ‘검증된 자산’을, 시대가 원할 때 제값 받고 꺼내 쓰는 데서 옵니다.
이 글에서 남길 것
- 지킬 것: 우리 회사의 진짜 자산은 '오래 쌓인 것'에 있다 — 고객 명단·리뷰·전문성·데이터처럼 하루아침에 못 만드는 것이 무기가 된다.
- 띄울 것: 그 자산을 남에게 싸게 빌려주지 말고, 직접 값을 매긴다 — 핸드셰이크는 중개상을 걷어내고 시장에 직접 들어가 제값을 받았다.
- 지금 할 일: 우리만의 ‘검증된 자산’이 무엇인지 한 줄로 적어 본다
자주 묻는 질문
결국 데이터라벨링 회사가 된 건가요?
정확히는 ‘신원이 검증된 전문가 네트워크’를 파는 회사입니다. AI 데이터 작업(전문가 피드백)은 그 네트워크를 현금화하는 지금의 출구일 뿐이고요. 핵심 자산은 라벨링 기술이 아니라, 10여 년간 쌓은 전문가 명단 그 자체입니다.
우리 같은 작은 회사와는 무슨 상관인가요?
규모가 아니라 원리의 문제입니다. 핸드셰이크의 무기는 ‘돈으로 하루아침에 못 사는, 오래 쌓인 검증된 자산’이었습니다. 작은 회사도 몇 년간 쌓인 고객 명단·리뷰·전문성·데이터가 있습니다. 그것을 자산으로 알아보느냐가 출발점입니다.
왜 스케일 AI가 아니라 핸드셰이크가 이겼나요?
전문가를 ‘검증해 보유한 원천’이 핸드셰이크였기 때문입니다. 중개상은 원천을 빌려 쓰는 쪽이라, 원천이 직접 시장에 들어오면 설 자리가 좁아집니다. 자산을 가진 쪽이 유통까지 쥐면 판이 바뀝니다.
이 성장세는 계속될까요?
단정하기 어렵습니다. AI 학습 수요에 강하게 연동돼 있어 그 수요가 꺾이면 타격이 크고, 매출이 소수의 대형 AI 연구소에 집중돼 있다는 점도 리스크입니다. 다만 ‘검증된 전문가 네트워크’라는 자산 자체는 쉽게 복제되지 않는다는 게 강점입니다.
사업에 도움이 되는 비즈니스 칼럼들
- '회사 안의 구글'을 만든 남자 — 우리 회사의 지식은 어디에 잠들어 있을까
- AI는 어떻게 '작은 조직'의 역량을 키우는가
- 사모펀드가 '언섹시 비즈니스'를 사는 이유
- 상장도 안 했는데 47조 원 — 파나틱스는 무엇을 파는 회사인가
- ‘좋은 글’을 써도 AI가 안 읽는 이유
- AI 인용을 좌우하는 5가지 — 통제실험이 밝힌 것
- ‘그냥 AI에게’ 시켰더니 vs ‘블로그 에이전트에게’ 맡겼더니
- 광고는 어떻게 진화하는가 — 월드컵으로 본 광고 기술의 발전, 그리고 스타트업
- 리뷰 하나가 광고가 되는 순간 — 리뷰, 이렇게 써먹어보세요
- 의사의 시간을 되사는 AI — 어브리지는 어떻게 병원 시장을 장악했나
- "과거를 지워드립니다"로 나스닥에 간 회사 — 리걸줌 비즈니스 모델 완전 분석
- 정보통신망법 개정 7월 7일 시행 — 명예훼손·허위 게시물 피해자의 권리구제, 이렇게 달라졌다
- 에어비앤비·스트라이프를 키운 사람들이 "이거 투자하고 싶다"고 밝힌 7가지
- 셀프 상표출원 전 체크리스트 5 — "접수 완료"와 "등록"은 다릅니다
- 명예훼손 판례 훑어보기 — 온라인 후기는 어디까지 처벌될까
- 내 브랜드명을 남이 먼저 등록하면 벌어지는 일 — 선출원주의 생존 가이드
- 직원에게 지분 줄 때, 대표가 챙겨야 할 것 — 스톡옵션 베스팅 vs 주주간 계약
- 계약서 서명 전 5분, 독소조항 7가지 체크리스트
- 고객 개인정보 유출, 작은 사업장도 예외가 아닙니다
- 매출이 늘수록 세금에서 조용히 새는 돈 — 온라인 셀러가 놓치는 3가지
