“퇴근 후 번역으로 월 100만 원”이라는 말, 한번쯤 들어봤을 거다
회사 다니면서 뭐라도 하나 더 해야 할 것 같은 불안감.
40대, 50대가 되면 더 선명해진다.
“AI 번역 부업하면 건당 5만에서 20만 원 번다.”
“DeepL 돌리고 감수만 하면 된다.”
이런 이야기들이 블로그에, 유튜브에 넘친다.
그런데 이 이야기들을 하나하나 모아서 조합해보니 좀 다른 그림이 보였다.
화려한 수익 이야기 뒤에, 아무도 말 안 하는 부분이 있었다.
솔직히 이건 좀 알려드리고 싶었다.
AI 번역 부업, 지금 이 시장에 무슨 일이 벌어지고 있나
번역 의뢰가 반토막이 났다
2026년 3월, KBS가 보도한 Ro동이 온다 시리즈를 보면 현실이 적나라하다.
9년 차 프리랜서 번역가 정승연 씨.
“2에서 3년 사이 번역 의뢰가 10건 중 5건으로 줄었다.”
“200만 원 벌던 게 100만 원이 됐다.”
서울의 한 번역회사는 직원 7명이 4명으로 줄었다.
한영, 영한 번역 의뢰가 40에서 50% 감소했다고 한다.
이 이야기를 듣고 나서 마음이 좀 무거워졌다.
누군가에게는 생계가 걸린 문제니까.
그런데 시장 자체는 커지고 있다
Mordor Intelligence 보고서에 따르면 글로벌 번역 서비스 시장은 2026년 649억 9천만 달러 규모다. 2031년까지 연평균 8.44% 성장이 예측된다.
AI 번역 소프트웨어 시장은 2024년 27.6억 달러에서 2032년 179.2억 달러로 폭발적 성장이 예상된다.
시장은 커지는데 번역가 수입은 줄어든다.
이 모순 속에 기회가 숨어 있었다.
여기서부터가 진짜 이야기다.
문제의 원인, 왜 이런 일이 벌어지나
AI가 초벌하고 사람이 다듬는 구조로 바뀌었다
업계에서는 이걸 MTPE(Machine Translation Post-Editing)라고 부른다.
베링랩의 분석에 따르면 MTPE는 AI가 1차 번역을 하고 전문가가 교정하는 작업이다.
Forrester가 2024년 발표한 DeepL 경제효과 연구에서 놀라운 숫자가 나왔다.
문서 번역 시간 90% 단축.
번역 업무량 50% 감소.
기업 투자수익률(ROI) 345% 달성.
이 숫자가 뜻하는 건 명확하다.
기업 입장에서 인간 번역가에게 처음부터 맡길 이유가 줄어들고 있다.
냉정하지만, 숫자가 그렇게 말하고 있었다.
단가가 깎이고 있다
산업번역혁명 자료에 따르면 MTPE 단가는 기존 번역료의 약 50에서 70% 수준이다.
브런치에 올라온 현직 번역가 후기를 보면, 단어당 0.02달러(약 27원)짜리 MTPE 의뢰가 실제로 존재한다.
KBS 보도에서 번역회사 대표는 이렇게 말했다.
“AI를 활용하면 원가가 30% 절감되면, 고객은 50에서 70%를 깎고 싶어 한다.”
듣고 보면 이해가 된다.
그런데 이 상황이 누군가에게는 기회이기도 하다.
그렇다면 기회는 어디에 있나, 연구와 사례에서 발견한 것들
첫 번째, 단순 번역과 감수 편집은 완전히 다른 일이다
한국학술지인용색인(KCI)에 등재된 포스트에디팅 연구에서 흥미로운 결과가 나왔다. 텍스트 유형에 따라 기계번역의 오류 패턴이 다르고, 이를 교정하는 전문가의 역할이 결과물 품질을 결정적으로 좌우했다.
조선일보 2026년 2월 보도에서는 영문과 교수 16명 중 12명이 AI 번역이 더 낫다고 평가했지만, 동시에 문화적 맥락과 뉘앙스에서는 여전히 인간의 손이 필요하다는 결론이 나왔다.
결국 AI가 못 하는 영역을 채우는 사람이 돈을 번다.
이 부분이 정말 중요하다고 느꼈다.
두 번째, 데보라 스미스라는 사람의 이야기
하퍼스 바자 인터뷰에 따르면, 데보라 스미스는 2010년부터 독학으로 한국어를 배웠다. 3년 뒤인 2013년 한강의 채식주의자를 만나 번역에 뛰어들었다. 2016년 인터내셔널 맨부커상 수상, 이후 한강의 노벨 문학상 수상으로 이어졌다.
전문 번역 교육을 받지 않았다.
하지만 한국 문화와 정서에 깊이 파고든 번역이 세계를 움직였다.
KBS 보도에서도 단어 하나에 시간을 쏟아 인간의 감성을 건드리는 번역가는 살아남을 수 있다고 전망했다.
이 이야기를 들으면서 생각했다.
결국 사람이 가진 깊이가 기술을 이기는 순간이 있구나.
세 번째, 전문 분야 특화가 단가를 2배로 올린다
Grow&Go의 번역 부업 분석에 따르면, IT와 의료와 법률 문서는 일반 번역 대비 단가가 최대 2배 이상 올라간다.
매일경제 보도에서도 OTT 콘텐츠 현지화, 구어체 특화 번역 분야에서 매출이 10배 이상 증가한 사례가 확인된다.
자기 본업의 전문 지식에 AI 번역 감수를 더하면 대체 불가능한 포지션이 된다.
이게 중년 직장인에게 열려 있는 틈새다.
주변에 이런 이야기를 해주고 싶은 분들이 참 많다.
AI 번역 부업, 현실적인 루틴은 이렇다
번역 부업 7단계 가이드와 샐러던트 리포트에서 공통적으로 이야기하는 패턴을 정리해봤다.
1단계는 전문 분야 정하기다. 1에서 2주면 된다.
본업에서 쌓은 지식이 있는 분야를 고른다. AI가 잘 못 하는 건 맥락이다. 의료인이 의료 번역을 감수하면 AI가 놓친 오류를 잡아낼 수 있다.
2단계는 도구 세팅이다. 약 1주 정도.
DeepL Pro와 CAT 툴(Trados, MemoQ 등)을 익힌다. CIO 기사에서도 경고하듯, DeepL만 믿으면 심각한 오역이 발생할 수 있다.
3단계는 플랫폼 등록과 테스트 통과다. 2에서 4주 걸린다.
번역 부업 사이트 정리를 보면 Gengo, Smartcat, Upwork, 플리토 등이 있다. 각 플랫폼의 테스트를 통과해야 일감을 받을 수 있다.
4단계는 매일 1에서 2시간 루틴 고정이다.
베링랩에 따르면 AI와 인간 조합으로 작업하면 기존 대비 작업 시간이 40% 절감된다. 퇴근 후 1에서 2시간이면 건당 작업이 가능하다.
왜 루틴이 중요한가
MTPE 전문가 블로그에 따르면, 포스트에디팅 작업 속도를 높여 시간당 수입을 2배로 올린 번역가도 있다. 반복 작업으로 해당 분야의 번역 메모리™가 쌓이면 속도가 기하급수적으로 빨라진다. 루틴 없이 간헐적으로 하면 TM이 쌓이지 않고, 매번 처음부터 시작하는 셈이다.
꾸준히 하는 사람과 가끔 하는 사람의 차이가 여기서 갈린다.
작은 습관이 결국 큰 차이를 만든다는 걸, 이 자료들을 보면서 다시 느꼈다.
리뷰를 판단하는 기준, 건당 20만 원이라는 후기를 믿을 수 있나
여러 후기를 모아놓고 패턴을 들여다봤다.
플리토 번역 부업 현실 후기를 보면 7만 원 모으는 데 2달 걸렸다는 이야기가 나온다. 반복 단순 작업이고 문구 하나에 2에서 3초. 시급으로 따지면 최저임금에도 못 미쳤다.
반면 브런치 번역가 후기에서는 주 20시간, 시간당 45달러, 주급 900달러라는 이야기도 있다. 영어와 한국어 전문 번역이었고, 특정 분야 경력이 있는 경우다.
같은 번역 부업인데 수익 차이가 수십 배다.
확인해볼 것이 있다.
후기에 어떤 분야 번역인지 구체적으로 나오는가.
몇 시간 걸렸는지 작업 시간이 명시되어 있는가.
장단점이 함께 서술되어 있는가.
본인의 전문 배경이 언급되어 있는가.
이 네 가지가 없는 수익 후기는, 경험 기반이 아닐 가능성이 높았다.
여러분도 후기를 볼 때 이 기준으로 한번 걸러보시면 좋겠다.
아무도 말 안 하는 부분, 내 번역이 AI를 더 똑똑하게 만든다
KBS 보도에서 번역가 정승연 씨가 한 말이 인상적이었다.
“번역 리뷰를 한 번 하면, 그 리뷰를 바탕으로 AI를 학습시키고 있다는 의구심이 든다.”
“한두 달 뒤에 같은 걸 다시 보내와 리뷰를 의뢰한 적도 있다.”
내가 교정한 결과물이 AI의 학습 데이터가 된다.
AI가 더 좋아지면, 내 일자리가 줄어든다.
이 구조를 알고 들어가는 것과, 모르고 들어가는 건 다르다.
솔직히 이 부분은 좀 씁쓸했다.
그래도 알고 시작하는 게 낫지 않을까 싶어서 꼭 넣고 싶었다.
정리, 판단은 각자의 몫이다
취합된 사실만 나열하겠다.
시장 상황을 보면, 글로벌 번역 서비스 시장은 성장 중이다. 하지만 단순 번역 일감은 급격히 줄고 있다. 한영 번역 의뢰는 40에서 50% 감소했다는 보도가 있다.
수익 구조를 보면, MTPE 단가는 기존 번역료의 50에서 70% 수준이다. 전문 분야 특화 시 단가가 2배 이상 올라간다. 플리토 같은 플랫폼 단순 작업은 시급 환산 시 최저임금 이하인 사례가 확인된다.
기회를 보면, AI가 못 하는 영역인 문화적 맥락, 전문 용어 감수, 뉘앙스 조정은 여전히 사람이 필요하다. 본업 경력을 살린 전문 감수 포지션이 가장 수익성이 높다.
리스크를 보면, 번역 교정 결과물이 AI 학습에 사용될 수 있다. 시간이 갈수록 AI 성능이 올라가면서 사람의 개입 범위가 좁아질 수 있다. 어문 계열 학과들이 통폐합되고 있다는 것은, 업계 자체가 이 흐름을 인정하고 있다는 신호다.
건당 5만에서 20만 원이라는 숫자.
불가능한 건 아니다.
하지만 그 숫자를 만들 수 있는 사람은, AI를 도구로 쓰면서 자기만의 전문성을 쌓은 사람이었다.
아무 분야나 DeepL에 넣고 교정하는 단순 작업이 아니라,
본업에서 20년 쌓은 지식을 번역 감수에 얹는 사람.
중년에게 열려 있는 문은, 생각보다 구체적인 모양을 하고 있었다.
이 글을 읽고 계신 분이 어떤 결정을 하시든, 적어도 팩트는 갖고 판단하셨으면 하는 마음이다.