데이터 라벨링

데이터 라벨링은 AI 학습용 데이터에 정답표를 붙이는 작업입니다. 고양이 사진 밑에 「고양이」라고 써 넣고, 문장의 감정을 「긍정」이라고 표시하고, 자율주행 영상에서 보행자 윤곽을 하나하나 그리는 일 — 이 모든 게 라벨링입니다.

비유하면 선생님이 문제집 뒤에 정답지를 만드는 것과 같습니다. AI는 이 정답지를 보면서 「아, 이런 사진이 고양이구나」 하고 배우기 때문에, 라벨이 틀리면 AI도 틀리게 배웁니다. 그래서 라벨의 품질이 곧 AI의 품질입니다.

이 작업은 대부분 사람이 합니다 — 글로벌 데이터 라벨링 산업은 수십만 명이 일하는 거대한 시장이 됐고, 노동 조건과 공정한 보수에 대한 논의도 커지고 있습니다. 뉴스에서 「어노테이션(annotation)」도 같은 말입니다.

「라벨링 작업자 수만 명이 AI 훈련 데이터에 정답을 붙이고 있다」 — AI 뒤에 숨겨진 인간 노동을 조명하는 기사입니다.