인공지능(AI)의 시대가 도래하면서 사람들은 자동화, 자율주행, 챗봇, 생성형 AI 등의 화려한 기술을 먼저 떠올립니다. 하지만 이 모든 기술 뒤에는 거의 드러나지 않는, 그러나 절대적으로 필요한 노동이 존재합니다. 바로 ‘데이터 청소부(Data Cleaner)’, 또는 ‘데이터 라벨러(Data Annotator)’라고 불리는 사람들의 손길입니다.
이들은 AI가 ‘학습’할 수 있도록 데이터를 정리하고, 분류하고, 라벨을 붙이는 일을 합니다. 눈에 띄지 않지만, AI의 똑똑함은 이들의 보이지 않는 손끝에서부터 시작됩니다. 오늘은 데이터 청소부가 뜬다: AI 시대의 '보이지 않는 노동의 주제에 대해 소개해 드릴 예정 입니다.
AI는 혼자 배우지 않는다: 데이터 청소의 세계
많은 사람들은 AI가 스스로 정보를 학습하고 판단하는 존재라고 생각하지만, 현실은 다릅니다. AI는 ‘데이터 기반 알고리즘’입니다. 더 정확히 말하자면, 사람 손으로 수많은 데이터를 정리하고 태그를 붙여줘야 비로소 “학습”이라는 것이 가능합니다.
예를 들어, 고양이와 개를 구분하는 AI를 만든다고 가정해보면, 수천 장의 이미지를 한 장 한 장 보면서 “이건 고양이”, “이건 개”라고 태그를 붙여야 합니다. 자율주행차가 도로를 인식하려면, 각 사진 속의 보행자, 차선, 신호등, 표지판 등을 사람이 하나하나 라벨링해야 합니다. 이러한 작업을 하는 사람이 바로 데이터 청소부입니다.
이들이 하는 주요 업무는 다음과 같습니다:
데이터 정제(Cleaning): 중복, 오류, 이상치 데이터를 걸러냄
라벨링(Labeling): 사진, 텍스트, 오디오에 정확한 태그 부착
분류(Classification): 각 데이터의 카테고리 분류
주석(Annotation): 이미지나 영상에서 특정 객체의 위치 지정
이 작업은 반복적이고 단조로우며, 때로는 수만 건에 달하는 작업량을 처리해야 합니다. 하지만 이 과정을 거쳐야만 AI는 제대로 작동합니다. 즉, 이들의 노동은 AI의 지능을 만드는 기반이자, 핵심이라 할 수 있습니다.
그림자 노동, 그리고 저평가된 현실
데이터 청소부는 대부분 플랫폼 노동자로 활동합니다. 아마존의 ‘Mechanical Turk’, 스케일AI, 크라우드웍스, 라운지랩 등 다양한 플랫폼에서 전 세계 수십만 명이 일하고 있습니다. 특히 저개발국가의 저임금 노동자들이 이 산업의 큰 축을 이루고 있습니다.
이러한 노동은 여러 면에서 보이지 않는 노동입니다.
비가시성: 결과물(AI 서비스)은 주목받지만, 데이터 노동자는 드러나지 않음
저임금: 한 건당 수십 원에서 많아야 몇 백 원, 장시간 노동에 비해 턱없이 낮은 보수
비정규성: 계약이 아닌 단기 아르바이트 형태로 고용 안정성 부족
심리적 피로: 반복 작업과 정확도 압박, 모니터 앞에 장시간 앉아 작업
실제로 2023년 미국의 한 보고서에서는 “AI 산업의 수혜자들은 빅테크 기업과 고급 개발자지만, 그 이면에는 제대로 된 보상도 받지 못하는 수많은 데이터 노동자들이 있다”고 지적했습니다.
한국에서도 크라우드웍스나 태스크랩스 같은 플랫폼을 통해 일하는 ‘숨은 노동자’들이 점점 늘고 있습니다. 대학생, 주부, 퇴직자, 외국인 노동자 등 다양한 계층이 이 시장에 진입하고 있지만, 데이터 라벨링이 단순 알바로 여겨지는 한계는 여전히 존재합니다.
데이터 청소부의 미래: 단순 노동일까, 전문직일까?
현재는 데이터 청소가 반복적인 수작업 중심이지만, 미래에는 더 높은 수준의 해석력과 판단력이 필요한 전문 영역으로 확장될 수 있습니다.
예를 들어, 의료 영상 데이터를 라벨링하려면 의학적 지식이 필요합니다. 법률, 감정 분석, 윤리 기반 데이터 라벨링도 단순히 ‘이건 맞음/틀림’이 아니라 맥락을 이해하고 섬세하게 판단해야 하는 영역입니다. 즉, AI 훈련용 데이터는 점점 ‘지능형 해석’을 요구하게 되는 것입니다.
또한, 데이터 노동자들을 보호하고 인식 개선을 위한 움직임도 조금씩 나타나고 있습니다.
데이터 윤리 가이드라인 제정: AI 개발자들이 데이터 라벨링 노동의 윤리적 기준을 고려
기술 협동조합 등장: 노동자들이 스스로 협동조합을 만들어 단가 협상, 교육 제공
정규직화 시도: 일부 AI 기업에서는 숙련된 데이터 청소부를 상시 고용하는 사례 등장
이러한 흐름을 보면, 단순 아르바이트가 아닌 ‘AI의 구조를 아는 전문 라벨링 엔지니어’라는 새로운 직업군이 자리 잡을 수 있음을 알 수 있습니다.
AI가 똑똑하다고 해서, 인간의 손길이 불필요한 것은 아닙니다. 오히려, 그 똑똑함은 수많은 보이지 않는 사람들의 지적 노동 위에 세워져 있습니다. 데이터 청소부는 단순 반복 노동이 아닌, AI 시대의 정보 정리 전문가로서 새롭게 재조명되어야 합니다.
이제는 기술의 발전과 함께, 그 뒤를 받치는 ‘사람’의 이야기도 함께 들여다보아야 할 때입니다. 당신이 매일 사용하는 AI 서비스, 그 뿌리에는 누군가의 수고로운 클릭이 존재하고 있습니다.