데이터라벨링~ AI 시대에서 신 직업군! 모르면 뒤쳐질 수 밖에

인공지능이 여기저기 많아지는 요즘,  로봇과 챗봇의 등장이 사람들에게 주목을 받고 주가도 올라 더욱 데이터산업의 발전가능성이 높아졌는데요. 그 씨앗은 바로 데이터수집을 위한 데이터 라벨링이라고 할 수 있어 관심을 가져야 합니다. 데이터 라벨링에 대한 직업에 대해 알아보고 AI시대에 왜 중요한 산업인지 알아보겠습니다.

 

데이터 라벨링

AI인공지능이 사물이나 사람등을 스스로 인지하고 학습할 수 있도록 데이터를 수집하고 가공하는 작업을 말합니다.

 

이렇게 데이터를 수집하고 가공하는 일을 하는 사람을 데이터 라벨러, 혹은 데이터 레이블러라고 합니다.

 

 

데이터 라벨링의 주요 업무

큰 맥락에서 수집업무와 가공업무를 주로 하게 됩니다.

 

수집업무는 이미지나 영상, 음성등의 자료를 찾아 모으는 작업인데 손글씨를 수집한다거나 사물을 직접 찍기도 하고, 음성을 듣고 인식하게 하는 작업을 말하며 비교적 덜 힘들 수 있는 작업일 수 있습니다. 하지만 검수를 통해 반려가 날 수 있고, 수익은 작업에 따라 금액이 각각 다르다고 합니다.

 

가공업무는 바운딩, 감정태깅, 문장생성, 스켈레톤등등 다양하게 이루어지며, 용어들이 좀 낯설어 처음에 살짝 거리감이 느껴지기도 하는데요. 가장 대표적인 작업인 바운딩에 대해 예를 들면 책상이라는 사물이 있다면 책상 크기에 맞게 네모난 박스를 책상둘레에 선으로 그어주는 작업입니다. 그리고 난 후 이 대상이 무엇인지 알려주는 작업을 태깅이라고 합니다. 단순반복 작업이라 '데이터노가다'라는 표현이라고 부르기도 한답니다.

 

수집, 가공업무를 하면 끝이 아니라 검수업무를 하게 됩니다.

검수자는 데이터라벨러들의 작업물을 검수해 제대로 된 결과물인지 확인을 해 검수에서 잘못된 부분이 나오면 반려가 되기도 합니다. 보통은 데이터라벨러로 일을 계속 하다가 검수까지 하는 경우들도 많다고 합니다.

 

 

데이터 라벨링 작업 - 데이터 라벨러 (사진출처 - 셔터스톡)

 

 

직업이 될 수 있을까

2022년 우리나라에서도 새 직업군으로 국가 인정을 받았습니다. 데이터 라벨러라는 신규직업이 탄생한 것인데요. 그만큼 수요가 많을 것으로 예상이 되고 있고, 중장년층도 많이 도전하고 도전할 수 있는 작업이라고 할 수 있으며 N잡러 시대에 틈새 직업이 될 것 같다고 생각합니다.

 

누구나 도전하면 쉽게 돈을 많이 벌 수 있는 것은 당연히 아니겠죠? 작업한 만큼 수익을 가져다 주며 작업할 일들을 찾아서 직접 수익화를 하는 프리랜서직업이라고 할 수 있습니다.

사람의 편의를 위해 각종 산업에서 인공지능의 활용이 높아진만큼 인공지능의 데이터를 수집하는 일은 아주 중요하고 기본이라고 할 수 있어요.  갈 수록 수집의 양과 질은 갈수록 더 다양하고 늘어날 수 밖에 없습니다.

 

배워서 일을 해보고 싶다면 교육을 받고 자격증을 취득하는 것이 유리한데요. 

고용노동부 HRD-Net 사이트를 통해 국민내일배움카드로 전액수강할 수 있습니다.

대표적인 데이터라벨링 교육 기관으로 클라우드웍스가 있으며 교육과 일자리를 모두 제공하는 기업입니다.

교육을 받고 기초와 심화 자격증을 취득하면 작업할 일자리는 여러 사이트에서 채용공고를 활용할 수 있습니다.

 

대표적인 사이트

클라우드웍스, 에이아이웍스, 레이블러, 에이모, 클라우드 oh, 데이터 고블린등이 있고,  구인구직사이트에서도 찾아볼 수 있습니다.

사이트에서 교육을 듣거나 자격증을 따고 작업을 진행하는 게 가장 효율적인 방법이 아닐까 생각합니다.

 

처음 시작할 때는 작업 단가가 낮아 '인형 눈알 붙히기'가 아닌가 싶은 생각에 힘들어하는 분들도 많다고 하는데요. 하지만 시간적인 제약에서 자유롭고 집에서 틈틈이 일을 찾아 할 수 있다는 장점이 있어 직장인들은 퇴근 후에도 하기 좋습니다. 

 

마냥 좋을 것이라는 생각으로 접근했다가는 실망할 수도, 힘들어 할 수도 있지만 어떤 직업이든 해 보겠다고 마음먹으면 일단 시작해 보는 것을 추천드립니다. 앞으로 인공지능에 쓰임이 더욱더 확대되고 다양화되리라는 것은 누구나 인정하는 만큼, 자기 발전에도 도움이 될 수 있는 데이터 라벨링! 꼭 관심을 가져보시기 바랍니다.