데이터 라벨링에 대해서

인공지능 시대가 도래하면서 다양한 분야에서 빅데이터 활용이 활발해지고 있다. 

하지만 아직까지 해결해야 할 과제가 남아있다. 

바로 데이터 품질 관리다. 

Photo by Carlos Muza on Unsplash

최근 들어 AI 기술이 비약적으로 발전함에 따라 방대한 양의 데이터가 쏟아지고 있다. 

그러다 보니 잘못된 데이터가 유입되거나 누락되는 일이 빈번하게 발생한다. 

심지어 일부 업체에서는 가짜 정보를 입력하기도 한다. 

이로 인해 정확한 예측 및 진단이 어려워지는 건 물론이고 자칫하면 심각한 오류를 초래할 수도 있다. 

따라서 올바른 데이터 확보가 무엇보다 중요해졌다. 

다행히 현재 관련 업계에서는 머신러닝 모델 학습에 필요한 데이터를 수집/가공하는 작업을 일컫는 '데이터 라벨링'이라는 새로운 직업이 등장하여 주목받고 있다. 

Photo by Markus Spiske on Unsplash

쉽게 말해서 사진 속 사물 또는 인물 등의 이름을 붙이는 작업인데 단순 반복 업무이기 때문에 비교적 쉽고 빠르게 처리할 수 있다는 장점이 있다. 

게다가 건당 단가가 높기 때문에 수익 창출에도 유리하다. 

다만 주의할 점이 있다. 

지나치게 낮은 단가는 의심해봐야 한다. 또 프로젝트 참여 시 계약서 작성 여부를 반드시 확인해야 한다. 

Photo by Alexander Mils on Unsplash

그래야 추후 법적 분쟁 소지를 미연에 방지할 수 있기 때문이다.

인공지능 기술이 발달하면서 다양한 산업 분야에서 활용되고 있다. 

금융, 의료, 교육, 유통 등 거의 모든 영역에서 AI 도입이 활발해지고 있다. 

심지어 이제는 인간 고유의 영역이라고 여겨졌던 예술 분야에까지 진출했을 정도다. 

이렇게 AI 시대가 도래하면서 새롭게 주목받고 있는 직업이 있다. 

바로 데이터 라벨러다. 

쉽게 말해 AI 학습용 데이터를 수집 및 가공하는 작업을 말한다. 

Photo by Andrea De Santis on Unsplash

보통 사진이나 동영상 파일 형식으로 존재하는 비정형 데이터를 분류하여 입력하는 일을 하는데 주로 크라우드 소싱 방식으로 이루어진다. 

이때 참여자는 건당 적게는 몇 백원에서 많게는 몇 천원까지의 보상을 받게 된다. 

현재 관련 일자리만도 약 1만여 개에 달한다고 하니 전망이 밝은 편이다. 

물론 아직까지는 단순 노동 형태의 업무가 주를 이루고 있지만 향후 전문 인력 수요가 늘어날 것으로 예상된다. 

따라서 지금부터라도 차근차근 준비한다면 좋은 기회를 잡을 수 있지 않을까 싶다.