2025 인공지능 데이터 라벨링의 새로운 시대: 전문가 중심의 변화

인공지능(AI)의 발전과 함께 데이터 라벨링은 중요성이 더욱 커지고 있습니다. 라벨링은 AI 모델에 학습할 데이터에 라벨(주석)을 붙이는 작업으로, AI가 읽어낼 수 있도록 데이터에 설명을 붙이는 작업이라고 할 수 있습니다. 그러나 최근까지 라벨링은 단순한 노동으로 인식됐으며, 저개발국가의 저렴한 인력을 사용하는 경우가 많았습니다. 하지만 이제는 전문가 중심의 맞춤형 모델이 주도하는 변화가 일어나고 있습니다.

맞춤형 모델의 증가와 전문가 라벨러의 등장

기업들은 맞춤형 모델 개발에 집중하고 있으며, 이에 따라 전문가 라벨러의 수요가 증가하고 있습니다. 기존의 범용 대형언어모델(LLM) 학습을 위한 라벨링과 도메인별 맞춤형 모델 구축을 위한 라벨러는 차원이 다릅니다. 의료 전문 모델을 만들 때는 일반인 수준을 넘어 의료 지식이 있는 전문가들이 데이터를 분석해야 합니다. 전문가는 박사 학위를 가진 사람뿐 아니라, 특정 분야에서 오랫동안 종사했던 장인급 노동자도 포함됩니다.

예를 들어, 부탄의 농부들은 옥수수와 면화 밭 사진 속에서 잡초를 가려내는 라벨링 작업을 진행하고 있습니다. 이렇게 라벨링 된 이미지는 농업 회사들이 살충제와 비료를 뿌릴 때 정확도를 높이는 알고리즘에 투입, 사용량을 최대 90%까지 줄이는 데 도움이 된다고 합니다. 또 케냐에서는 밀렵꾼의 흔적을 찾기 위해 숲 사진을 스캔하는 모델 개발에 전문 라벨러들이 투입된다고 합니다.

라벨링 시장의 성장과 전문 인력의 수요

라벨링 시장은 빠르게 성장하고 있습니다. 시장조사 기관 그랜드 뷰 리서치는 데이터 라벨러 시장이 2024년 약 200억 달러(약 28조6000억원) 규모에서 2030년까지 연평균 약 20%씩 성장할 것으로 예상했습니다. 이에 따라 라벨링 회사들은 인력 풀을 전 세계로 넓히는 과정입니다. 거대한 인구를 앞세운 인도가 최근 주요한 라벨링 인력 풀로 꼽혔지만, 이제는 전문 인력 수요에 따라 국가별로 수요가 발생한다는 소식입니다.

국내 기업들의 대응

국내 기업들도 일찌감치 의료나 자율주행 등 전문 분야에 대한 라벨링 작업을 시작했습니다. 이제는 전문가 모델에 대한 수요가 늘어나는 시점입니다. 또 이런 전문 라벨러의 등장은 그동안 환각 등을 이유로 AI 도입을 꺼렸던 곳에 도움이 될 수 있습니다. 그러나 최근 국내 업계에서는 그동안 라벨링 사업을 주도하던 정부 기관이 예산을 줄이며 매출 감소가 예상, 라벨링 작업을 저개발 국가로 이전하고 수익 보충을 위해 다른 사업 분야 확장을 모색한다고 알려졌습니다.

결론

인공지능 데이터 라벨링의 새로운 시대가 도래하고 있습니다. 전문가 중심의 맞춤형 모델이 주도하는 변화는 라벨링 시장의 성장과 전문 인력의 수요를 증가시키고 있습니다. 기업들은 이에 따라 전문가 모델에 대한 수요를 충족시키기 위해 인력 풀을 넓히고, 새로운 사업 분야를 모색해야 합니다. 이제는 라벨링이 단순한 노동이 아닌, 전문가 중심의 고부가가치 작업으로 인식되는 시대입니다.