• ‘라벨링’은 데이터 댐 구축에 필수작업
  경단녀·노약자 등 취약계층 참여 확대

코로나19로 단순 아르바이트조차 구하기 힘들어지면서 ‘데이터 라벨링’이 신종 일자리로 부상하고 있다. 데이터 라벨링은 AI(인공지능)가 학습할 수 있는 데이터를 공급하는 작업이다. AI가 어떤 내용의 데이터인지 알 수 있도록 이름표를 달아주는 가장 기본적인 업무다. 사진 속의 꽃이 어떤 꽃인지 알려줘야 AI가 이를 학습해 데이터를 정확하게 인식할 수 있다.

단순 반복 작업이어서 간단한 테스트와 교육만 받으면 학력, 나이 상관없이 누구나 할 수 있다. 이에 보수는 건당 10~20원 수준에 불과하다. 대표적 저임금 봉제인형 아르바이트에 비유돼 ‘디지털 인형 눈알 붙이기’로 불리는 이유다.

이에 대해 문용식 원장은 “기업들에 필요한 데이터를 대량으로 공급하는 ‘데이터 댐’ 사업을 위해 AI학습용 데이터 구축이 댐의 가장 큰 물줄기 역할을 한다”며 “데이터 라벨링이 AI학습용 데이터 구축에 가장 기초가 된다”고 설명했다. 이어 “AI 고도화를 위한 후속 단계로 가려면 데이터 라벨링이 필수”라며 “여기서 숙련된 근로자가 한차원 높은 업무도 이어갈 수 있어 데이터 라벨링이 새로운 일자리를 만드는 사다리 역할도 한다”고 강조했다. 이에 “디지털 인형 눈알 붙이기로만 보기에는 긍정적인 이면도 충분히 있다”고 말했다.

NIA는 올해 AI학습용 데이터 구축에 3000억원(2925억원) 수준의 예산을 투입한다. 올해 NIA 소관 한국판 뉴딜 사업 15개 중 가장 많은 예산이다.

올해 총 150종의 AI학습용 데이터 구축을 목표로 하고 있다. 부처와 산업계 수요를 반영해 인공지능 모델 성능 향상과 응용서비스 개발에 활용 가치가 높은 분야 중심으로 데이터를 구축할 계획이다. 주력 분야는 자연어, 헬스케어, 비전(시각), 교통·물류, 농축수산, 재난·안전·환경, 지역사회 등이다. 이를 통해 AI 허브 중심의 데이터 활용 기반을 조성한다. 연구개발, 교육, 경진대회 등 AI 허브의 플랫폼 기능을 강화해 인공지능 데이터 활용 기틀을 마련할 예정이다.

인공지능 데이터 저작 도구와 인공지능 응용서비스(모델), 저작도구 등의 소스, 기술 매뉴얼도 함께 공개해 데이터 접근 및 활용성도 강화한다.

특히 크라우드소싱(대중 참여) 적용으로 일자리 창출에 주력한다. 경력단절여성, 노약자, 장애인 등 취업취약계층과 단기 휴직자 등의 참여를 독려하고, 데이터 전문가로 성장할 수 있도록 전문 교육을 강화할 방침이다. 이 밖에도 올 6월까지 1186억원을 들여 11개 교육청, 6335개 학교, 11만8000개 교실에 와이파이를 구축한다. 이를 6년간 유지보수하고 통합관리할 수 있는 시스템 솔루션도 개발한다. 982억원을 투입해 청년인턴들이 공공기관에서 공공 데이터 관련 직무를 수행할 수 있도록 인턴 선발 업무도 수행한다. 정태일 기자