데이터 라벨링, AI 뒤에 숨겨진 그림자 노동

데이터 라벨링, AI 뒤에 숨겨진 그림자 노동

요즘 인공지능이 그림도 그리고, 소설도 쓰고, 심지어 사람처럼 대화도 한다는 뉴스를 자주 접하게 됩니다. 정말 신기한 세상입니다. 그런데 혹시 이런 의문을 가져보신 적 있으십니까? "도대체 인공지능은 어떻게 고양이 사진을 보고 고양이라고 바로 맞히는 걸까?" 혹은 "컴퓨터가 어떻게 사람의 말을 알아듣는 걸까?"라고 말입니다. 마치 인공지능이 태어날 때부터 모든 것을 알고 있는 천재처럼 보이지만, 사실은 그렇지 않습니다. 화려한 인공지능 기술 뒤에는 수많은 사람의 손길이 닿은 '공부 과정'이 숨어 있습니다. 우리는 이 과정을 '데이터 라벨링'이라고 부르며, 이 작업을 수행하는 사람들을 인공지능 뒤의 그림자 노동자라고 부르기도 합니다. 오늘은 초보자도 이해하기 쉽게 이 데이터 라벨링의 세계에 대해 알아보겠습니다.

인공지능을 가르치는 숨은 선생님들

1. 인공지능은 스스로 똑똑해진 것이 아닙니다

많은 분이 인공지능을 마법 상자처럼 생각합니다. 무엇이든 물어보면 척척 대답해 주는 기계라고 여기기 쉽습니다. 하지만 인공지능은 갓 태어난 아기와 같습니다. 아기에게 사과를 보여주며 "이건 사과야"라고 알려주고, 강아지를 보여주며 "이건 강아지야"라고 수천 번 반복해서 가르쳐야 비로소 아기가 사물을 구별할 수 있게 되는 것과 똑같은 이치입니다. 인공지능도 처음에는 아무것도 모르는 상태입니다. 컴퓨터가 스스로 사진을 보고 "이것은 자동차다"라고 판단할 수 없습니다. 누군가가 먼저 정답을 알려주어야만 학습이 가능합니다. 이 정답을 알려주는 과정이 없으면, 아무리 비싼 슈퍼컴퓨터라도 그저 전기를 먹는 깡통에 불과합니다.

2. 데이터 라벨링이라는 이름표 붙이기 작업

그렇다면 인공지능에게 정답을 알려주는 과정은 구체적으로 어떻게 이루어질까요? 바로 이 과정을 '데이터 라벨링'이라고 합니다. 쉽게 말해 데이터에 '이름표(라벨)'를 붙여주는 작업입니다. 예를 들어, 도로 사진이 있다고 가정해 보겠습니다. 사람은 사진을 보면 바로 신호등, 횡단보도, 자동차를 구별할 수 있습니다. 하지만 컴퓨터에게 이 사진은 그저 수많은 점의 집합일 뿐입니다. 그래서 사람이 직접 컴퓨터 화면에서 자동차 부분에 네모 박스를 치고, "이것은 자동차입니다"라고 입력해 줍니다. 신호등 부분에도 박스를 치고 "이것은 신호등입니다"라고 입력합니다. 이렇게 사람이 일일이 정보를 입력해 준 데이터를 인공지능에게 주입해야 비로소 학습이 시작됩니다.

3. 우리가 모르는 사이에 하고 있는 라벨링

놀랍게도 여러분은 이미 이 데이터 라벨링 작업에 참여한 적이 있을지도 모릅니다. 인터넷 사이트에 가입할 때, '로봇이 아닙니다'라는 체크 박스를 보신 적이 있으실 겁니다. 그리고 '신호등이 포함된 사진을 모두 고르세요' 혹은 '소화전을 모두 찾으세요'라는 문제를 풀어야 할 때가 있습니다. 이를 캡차(CAPTCHA)라고 부르는데, 이것이 바로 대표적인 데이터 라벨링의 예시입니다. 여러분이 신호등 사진을 고르는 그 순간, 그 정보는 어딘가에 있는 인공지능 자율주행 시스템을 똑똑하게 만드는 데 사용됩니다. 우리는 보안 절차라고 생각하고 넘기지만, 사실은 전 세계 수많은 사람이 인공지능의 선생님 역할을 하고 있었던 셈입니다.

화려한 기술 뒤에 있는 반복적인 노동

1. 상상을 초월하는 작업량과 인내심

인공지능이 고양이 한 마리를 완벽하게 인식하기 위해 필요한 사진의 양은 얼마나 될까요? 한두 장으로는 어림도 없습니다. 적게는 수천 장에서 많게는 10000장에 가까운 고양이 사진이 필요합니다. 그것도 정면을 보는 고양이, 잠자는 고양이, 털 색깔이 다른 고양이 등 다양한 모습이 있어야 합니다. 이 모든 사진을 사람이 눈으로 보고, 하나하나 박스를 그려서 '고양이'라고 입력해야 한다고 상상해 보십시오. 자율주행차를 만들기 위해서는 도로 위의 모든 사물을 이런 식으로 표시해야 합니다. 기술은 첨단을 달리지만, 그 학습 데이터를 만드는 과정은 밭을 가는 농부처럼 끈기와 인내가 필요한 단순 반복 노동의 연속입니다.

2. 플랫폼 노동자라고 불리는 사람들

이처럼 방대한 양의 데이터를 처리하기 위해 기업들은 수많은 사람을 고용합니다. 하지만 정식 직원으로 고용하기보다는, 인터넷을 통해 그때그때 일감을 나누어주는 방식을 택합니다. 이를 '크라우드 소싱' 혹은 '플랫폼 노동'이라고 합니다. 작업자는 원하는 시간에 집에서 컴퓨터나 스마트폰으로 접속하여 일감을 받아 처리합니다. 사진 속의 글자를 타이핑하거나, 특정 사물을 찾아내는 일을 하고 건당 얼마씩 돈을 받습니다. 진입 장벽이 낮아 누구나 할 수 있다는 장점이 있지만, 단순하고 지루한 작업이 끝도 없이 이어지기 때문에 '디지털 인형 눈 붙이기'라는 별명으로 불리기도 합니다.

3. 복잡하고 정교해야 하는 작업의 난이도

초기의 데이터 라벨링은 단순히 개와 고양이를 구별하는 수준이었습니다. 하지만 인공지능 기술이 발전하면서 라벨링 작업도 점점 어려워지고 있습니다. 예를 들어, 병원에서 사용하는 의료 인공지능을 만들기 위해서는 엑스레이 사진을 보고 어디가 암세포인지 정확히 표시해야 합니다. 이런 작업은 일반인은 할 수 없으며 의사나 간호사 같은 전문 지식이 있는 사람이 참여해야 합니다. 또한, 자율주행차의 경우 비가 오는 날이나 밤길처럼 흐릿한 영상 속에서도 사람과 가로수를 정확히 구분해야 하므로, 작업자의 높은 집중력과 꼼꼼함이 필수적으로 요구됩니다. 단순해 보이지만 결코 쉽지 않은 작업입니다.

데이터 라벨링이 미래 기술에 미치는 영향

1. 쓰레기를 넣으면 쓰레기가 나옵니다

컴퓨터 과학 분야에는 아주 유명한 격언이 있습니다. "Garbage In, Garbage Out(쓰레기가 들어가면 쓰레기가 나온다)"이라는 말입니다. 이는 데이터 라벨링의 중요성을 가장 잘 설명해 주는 표현입니다. 만약 작업자가 실수로 강아지 사진에 '고양이'라는 이름표를 붙여서 인공지능에게 가르쳤다고 가정해 봅시다. 이 잘못된 데이터로 공부한 인공지능은 나중에 강아지를 보고 고양이라고 엉뚱한 대답을 하게 됩니다. 자율주행차라면 사람을 가로수로 착각하는 끔찍한 사고로 이어질 수도 있습니다. 결국 인공지능의 성능은 알고리즘의 우수성보다 얼마나 정확하고 품질 좋은 데이터로 학습했느냐에 따라 결정됩니다.

2. 편향된 데이터가 가져오는 위험성

데이터 라벨링 과정에서 사람의 편견이 들어가면 인공지능도 편견을 배우게 됩니다. 과거에 어떤 기업의 채용 인공지능이 여성 지원자보다 남성 지원자를 더 선호해서 논란이 된 적이 있습니다. 이는 인공지능이 나빠서가 아닙니다. 학습에 사용된 과거의 합격자 데이터가 대부분 남성이었기 때문에, 인공지능은 "남성을 뽑는 것이 정답이구나"라고 잘못 학습한 것입니다. 데이터 라벨링을 할 때 한쪽으로 치우치지 않도록 다양한 데이터를 골고루 섞어서 가르쳐야 하는 이유가 여기에 있습니다. 사람이 공정하게 가르치지 않으면 기술도 불공정해질 수 있다는 사실을 항상 기억해야 합니다.

3. 자동화 기술의 발전과 인간의 역할

기술이 발전하면서 요즘은 인공지능이 1차로 라벨링을 하고, 사람은 그것이 맞는지 검수만 하는 방식으로 변하고 있습니다. 이를 '오토 라벨링'이라고 합니다. 그렇다면 앞으로 사람의 일자리는 사라질까요? 당분간은 그렇지 않습니다. 인공지능은 아직 완벽하지 않아서 애매한 상황에서는 판단을 내리지 못합니다. 예를 들어, 찌그러진 캔을 보고 쓰레기인지 예술 작품인지 판단하는 것은 여전히 사람의 몫입니다. 또한, 감정이나 윤리적인 판단이 필요한 영역에서는 사람의 개입이 필수적입니다. 도구는 바뀌겠지만, 기계를 올바른 길로 인도하는 인간의 역할은 앞으로도 계속 중요할 것입니다.

결론

지금까지 데이터 라벨링이라는 세계에 대해 알아보았습니다. 우리는 흔히 인공지능을 차가운 기계라고 생각하지만, 그 내면을 들여다보면 수많은 사람의 땀과 노력이 배어 있다는 것을 알 수 있습니다. 인공지능은 혼자서 똑똑해진 것이 아니라, 수많은 '그림자 노동자'들이 하나하나 정답을 알려준 덕분에 지금의 능력을 갖추게 된 것입니다. 앞으로 인공지능 기술은 더욱 발전하겠지만, 그 뒤에는 항상 정확한 데이터를 만들기 위해 고군분투하는 사람들이 있다는 사실을 기억해야 합니다. 기술의 발전은 결국 사람과 기계의 합작품이기 때문입니다.