<a href="https://pilatesguide.co.kr/shop/index.php?no=168" target="_blank" rel="noopener" title="가락시장역필라테스" class="seo-link good-link">가락시장역필라테스</a> 까 말씀드린 것 같은 ‘혐오 표현 분류 AI’를 만들려면, 우선 AI에게 어떤 게 혐오 표현이고, 어떤 게 아닌지를 가르쳐야 한다. 데이터 하나하나마다 ‘혐오 표현이다’ ‘아니다’ 라벨을 달아주는 사람들을 ‘데이터 라벨러’라고 한다. 2023년에 오픈AI가 챗지피티 대화의 유해한 표현들을 걸러내기 위해 케냐의 노동자들에게 저임금으로 아웃소싱 주었는데, 그 노동자들이 정신적 트라우마를 겪는다는 뉴스가 화제가 되었다. 이들이 한 작업이 ‘데이터 라벨링’이다. 꼭 혐오 표현만 가려내는 것은 아니고, 사진에서 ‘횡단보도를 찾으세요’ ‘버스를 찾으세요’ 같은 작업을 인공지능이 수행할 수 있도록 키워드를 다는 것도 데이터 라벨링의 일종이다

인공지능이라고 하면 최첨단 기술처럼 들리는데 그 밑바탕에는 인간의 엄청난 수작업이 있었던 셈이다.

한국에서도 이 일을 하는 사람들이 점점 더 많아지고, 이분들을 위한 커뮤니티도 따로 생기고 있다. 앞서 트라우마 문제가 지적되었지만 불안정한 플랫폼 노동이라는 것도 큰 문제이다. 인공지능 개발회사로부터 데이터 라벨링 일감을 외주 받는 큰 플랫폼 업체가 국내에도 있다. 데이터 라벨러들은 이런 업체들과 계약을 맺고 프리랜서로 일한다. 일감이 규칙적으로 있는 것도 아니고, 먼저 잡는 사람이 임자라 경쟁 압박에도 노출된다..