AI 모델 학습 뒤에 숨겨진 저임금 데이터 노동

AI 모델의 핵심인 이미지 분류, 텍스트 라벨링, 알고리즘 응답 평가를 위해 전 세계적으로 4억 3,000만 명에 달하는 데이터 처리 인력이 투입되고 있습니다. 세계은행(World Bank) 데이터에 따르면 이 규모는 과거 1억 5,000만 명에서 급격히 증가했습니다.

주요 특징은 다음과 같습니다:

• 저임금 아웃소싱: 기술 기업들은 노동 비용이 저렴하고 사회적 보호 체계가 미비한 개발도상국(인도, 불가리아, 케냐, 베네수엘라 등)을 통해 인력을 조달합니다.
• 노동의 은폐: 기술적 자율성이라는 내러티브를 유지하기 위해, 실제 모델 학습에 투입되는 막대한 규모의 인간 노동은 대중에게 의도적으로 숨겨지는 경향이 있습니다.
• 열악한 처우: 특정 플랫폼(예: Mindrift)의 경우, 사용자는 12개의 작업을 완료하는 데 하루 약 9달러를 받으며, 핀란드 교도소 수감자의 경우 일당이 3~4.62유로 수준에 불과합니다.

경제학자들은 데이터 저장소를 채우는 인간의 노동 없이는 현재의 AI 모델 존재 자체가 불가능하다고 지적합니다.