‘전문 데이터 라벨러로 성장해보세요’, ‘가볍게 시작하는 사진 수집에서 전문적인 데이터 가공까지’, ‘인공지능 데이터 라벨러를 모집합니다’
 
퇴사 후 새로운 직장을 찾고 있는 이정연(27)씨는 한 달 전부터 데이터 라벨링으로 용돈벌이를 하고 있다. 국민내일배움카드로 데이터 라벨러 특화과정을 들을 수 있다는 점이 이씨가 데이터 라벨링의 세계에 입문하게 된 계기다.
 
이씨가 하루 1~2시간을 투자해 데이터 라벨링 플랫폼에서 벌어들이는 돈은 한 달 15만원 남짓. 이미지를 분류하는 간단한 데이터 라벨링은 대중교통을 이용하면서도 작업할 수 있어서 자투리 시간에 용돈벌이를 할 수 있다는 게 이씨의 설명이다.  
 
이씨는 “설문조사 프로젝트는 이동하면서도 참여할 수 있고, 사진 수집 프로젝트는 전자기기나 음식 사진을 여러 장 올리고 1만~2만원을 벌 수 있다”고 했다.
 
인공지능(AI) 수요가 늘자 AI 학습용 데이터를 가공할 ‘라벨러’를 찾는 기업도 늘고 있다. 인공지능(AI) 학습데이터 플랫폼 ‘크라우드웍스’, ‘레이블러’와 AI 학습 솔루션 개발사 ‘에이아이웍스’ 홈페이지에는 데이터를 수집하고 가공할 라벨러를 찾는 공지가 가득하다.
 
정부도 데이터 라벨링 기업에 힘을 보탰다. 고용노동부가 최근 플랫폼 종사 특화 직업훈련 시범사업으로 크라우드웍스를 선정해 이 기업이 데이터 라벨러의 직무 전문성을 높이기 위한 ‘데이터 라벨링 육성 교육과정’을 운영하기 시작했다.
 
민관이 모두 데이터 라벨러 육성이 관심을 보이는 이유는 미래산업인 AI를 교육하기 위해선 방대한 정보를 우선 수집한 뒤 AI가 학습할 수 있는 형태로 가공해야 하기 때문이다. 이 업무를 수행하는 데이터 라벨러에 대한 수요도 자연스레 늘었다.
 
대표적인 데이터 라벨링 플랫폼은 네이버와 AI 데이터 수집 및 가공 프로젝트를 함께 한 ‘크라우드웍스’, 현대차·현대모비스 등을 고객으로 둔 AI 데이터 라벨링 솔루션 기업 ‘에이모’, 취약계층을 중심으로 데이터 라벨링 교육 사업을 진행하는 ‘테스트웍스’ 등이다. 앱 또는 자체 플랫폼에서 크라우드소싱을 통해 데이터 라벨러를 모으고, 이들이 데이터 수집과 가공이 필요한 기업의 프로젝트를 수행할 수 있게 한다. 크라우드소싱은 기업 활동 일부를 대중에게 개방해 인력을 유동적으로 관리하는 것이다.
 

데이터 라벨러가 하는 분류 작업은 간단하다. 이미지나 영상 안에서 특정한 물체를 찾아 바운딩(영역 설정)하고 이름을 붙이면 된다. 가령 AI가 학습해야 하는 정보가 빨간불이 켜진 신호등이라면 사진에서 이를 찾아 사각형 박스를 그리고 그 영역을 ‘정지 신호’라고 지정하는 식이다. 이렇게 분류된 사진 수백만 장의 이미지는 자율주행 기술을 구현하는 데 활용될 수 있다.
 
구글이나 네이버가 서비스하고 있는 사진 번역과 음성 인식 등 일상생활에서 자주 사용하는 서비스에도 데이터 라벨링 작업이 필요하다. 최근에는 음성인식 기술을 탑재한 사물인터넷(IoT)은 물론 스마트공장을 비롯한 산업현장에서도 음성 기반 AI 기술에 적용할 음성 데이터 라벨러에 대한 수요도 많아지고 있다.
 
최근 데이터 라벨링 업체들은 AI 데이터 라벨링 프로그램을 개발해 데이터 라벨링의 효율을 높이고 있다. 데이터 1개 세트를 완성하기 위해 기존 데이터 라벨러가 5명 필요했다면, 이를 5분의 1 수준으로 줄이는 식이다.
 
남기철 에이모 본부장은 “가령 자율주행차에 필요한 이미지 파일은 국가마다, 상황마다 다르기 때문에 막대한 데이터를 가공할 인력이 필요하다”며 “크라우드소싱으로 작업자 인원 자체를 늘릴 수 있지만, 데이터에 이름을 붙이는 1차 작업의 유형을 AI가 학습하게 해 비용을 줄이고 효율을 높일 수 있다”고 했다.

선모은 인턴기자 seon.moeun@joongang.co.kr

ⓒ이코노미스트(https://economist.co.kr) '내일을 위한 경제뉴스 이코노미스트' 무단 전재 및 재배포 금지