모두
모두콘텐츠
얼마 전 지인이 집에서 할 수 있는 부업을 찾다가 데이터라벨링을 물어보더라고요. 이름만 들으면 뭔가 개발자만 하는 일 같지만, 실제로는 사진 속 사물을 표시하거나 문장을 분류하는 식의 작업이 많아서 처음 접하는 사람도 꽤 쉽게 시작할 수 있습니다. 다만 쉬워 보인다고 아무 작업이나 덥석 잡으면 시간은 오래 걸리고 수익은 생각보다 적을 수 있어요.
데이터라벨링은 인공지능이 학습할 수 있도록 데이터를 사람이 알아보기 좋게 표시해 주는 일입니다. 예를 들어 도로 사진에서 자동차, 신호등, 사람을 박스로 표시하거나, 상품 리뷰가 긍정인지 부정인지 고르는 작업이 여기에 들어갑니다. 결국 사람이 먼저 기준을 잡아줘야 AI가 비슷한 패턴을 배울 수 있는 거죠.
데이터라벨링은 어떤 일을 하는 건가요
가장 많이 알려진 작업은 이미지 라벨링입니다. 사진이나 영상 안에서 특정 대상을 찾아 네모 박스를 그리거나, 윤곽선을 따라 표시하는 방식이에요. 자율주행, 쇼핑몰 상품 분류, 의료 이미지 분석 같은 분야에서 자주 쓰입니다.
텍스트 작업도 많습니다. 문장을 읽고 감정 상태를 분류하거나, 질문과 답변이 자연스러운지 판단하는 식입니다. 음성 데이터 작업은 녹음 파일을 듣고 받아쓰거나 발음이 정확한지 확인하는 형태가 많고요. 작업마다 요구하는 집중력이 조금씩 다릅니다.
- 이미지 라벨링: 사진 속 물체를 박스나 점으로 표시
- 텍스트 라벨링: 문장의 의도, 감정, 주제 등을 분류
- 음성 라벨링: 녹음 내용을 듣고 텍스트로 옮기거나 오류 확인
- 검수 작업: 다른 사람이 만든 라벨이 기준에 맞는지 확인
초보자라면 처음부터 고난도 작업을 고르기보다 기준이 단순한 분류형 작업부터 해보는 편이 편합니다. 예를 들어 문장 1개를 보고 광고성인지 아닌지 고르는 작업은 비교적 빨리 익숙해집니다. 반대로 의료 영상이나 세밀한 윤곽선 작업은 단가가 더 높을 수 있지만 기준서가 길고 실수가 나기 쉽습니다.
초보자가 시작하기 전에 준비할 것
데이터라벨링은 특별한 장비가 많이 필요하지 않습니다. 하지만 스마트폰만으로 하기에는 화면이 작아 피로도가 빨리 올라갑니다. 가능하면 노트북이나 데스크톱을 쓰는 게 좋고, 이미지 작업을 많이 할 계획이라면 마우스가 있는 편이 훨씬 편합니다.
작업 플랫폼에 가입하면 보통 간단한 교육이나 테스트를 먼저 거칩니다. 이때 대충 넘기면 실제 작업에서 반려가 쌓일 수 있어요. 반려란 제출한 작업이 기준에 맞지 않아 인정되지 않는 경우를 말합니다. 작업 시간이 1시간이어도 반려되면 수익으로 이어지지 않을 수 있으니, 처음 10분은 기준서를 천천히 읽는 시간이 더 중요합니다.
처음에 확인하면 좋은 기준
- 작업 단가가 건당인지 시간 기준인지 확인
- 반려 시 재작업이 가능한지 확인
- 예상 소요 시간이 실제와 크게 다른지 비교
- 검수 기준서가 자세한지 확인
- 정산 주기와 최소 출금 금액 확인
솔직히 초반에는 시급을 크게 기대하기 어렵습니다. 작업 방식에 익숙하지 않아서 클릭 하나에도 시간이 걸리고, 기준을 다시 읽느라 흐름이 자주 끊기거든요. 하지만 같은 유형을 반복하면 속도가 붙습니다. 처음 1시간에 30개 처리하던 작업을 며칠 뒤 60개 이상 처리하는 경우도 흔합니다.
수익은 어느 정도 기대할 수 있을까요
데이터라벨링 수익은 작업 난이도와 물량에 따라 차이가 큽니다. 간단한 분류 작업은 건당 몇 원에서 몇십 원 수준인 경우가 많고, 세밀한 이미지 표시나 전문 지식이 필요한 작업은 더 높게 책정되기도 합니다. 근데 단가만 보고 고르면 안 됩니다. 건당 100원짜리 작업이라도 1건에 5분이 걸리면 실제 수익은 낮아질 수 있어요.
예를 들어 건당 20원짜리 문장 분류를 1시간에 300개 처리하면 6,000원입니다. 반대로 건당 200원짜리 이미지 작업을 1시간에 20개 처리하면 4,000원이죠. 숫자로 놓고 보면 단가보다 처리 속도와 반려율이 더 중요하다는 걸 바로 알 수 있습니다.
작업을 고를 때는 10개 정도만 먼저 해보고 시간을 재는 게 좋습니다. 10개에 8분이 걸렸다면 1시간에 약 75개를 할 수 있다는 계산이 나옵니다. 여기에 반려 가능성까지 감안하면 실제 수익을 조금 더 현실적으로 볼 수 있습니다.
일거리 고를 때 놓치기 쉬운 부분
데이터라벨링을 오래 하는 사람들은 의외로 단가보다 피로도를 많이 봅니다. 눈으로 계속 작은 물체를 찾아야 하는 작업은 짧게는 괜찮지만 2시간만 지나도 집중력이 확 떨어집니다. 음성 작업은 조용한 환경이 필요하고, 텍스트 작업은 문장을 계속 읽어야 해서 생각보다 머리가 피곤합니다.
또 하나는 작업 물량입니다. 어떤 플랫폼은 가입자는 많은데 실제 열리는 작업이 적을 수 있습니다. 그래서 한 곳에만 기대기보다 여러 서비스를 비교해 보는 사람이 많습니다. 다만 개인정보를 입력해야 하는 경우가 있으니 운영 주체, 정산 방식, 이용 약관은 꼭 확인하는 편이 안전합니다.
작업 기준이 자주 바뀌는 프로젝트도 있습니다. 어제는 포함하라고 했던 항목을 오늘은 제외하라고 하는 식이죠. 이런 경우 공지 확인을 안 하면 멀쩡히 작업하고도 반려가 생길 수 있습니다. 시작 전 공지와 예시 이미지를 보는 습관이 꽤 중요합니다.
처음 시작한다면 이렇게 해보면 편합니다
처음부터 하루 5시간씩 잡기보다 30분에서 1시간 정도만 해보는 게 현실적입니다. 내가 이미지 작업이 맞는지, 텍스트 작업이 편한지 직접 해봐야 알 수 있거든요. 어떤 사람은 반복 클릭이 편하고, 어떤 사람은 문장을 읽고 판단하는 일이 더 잘 맞습니다.
작업 기록을 간단히 남기는 것도 좋습니다. 날짜, 작업명, 소요 시간, 예상 수익, 반려 여부 정도만 적어도 나에게 맞는 작업이 보입니다. 한 주만 기록해도 어떤 작업은 시간이 빨리 가고, 어떤 작업은 단가가 높아도 피로해서 오래 못 한다는 게 드러납니다.
- 첫날은 교육과 테스트 위주로 진행
- 작업 전 기준서와 예시를 먼저 확인
- 10개 단위로 시간을 재서 실제 효율 계산
- 반려 사유를 따로 적어 같은 실수 줄이기
- 익숙한 유형을 찾으면 같은 계열 작업을 반복
데이터라벨링은 단기간에 큰돈을 벌 수 있는 일이라기보다, 자투리 시간을 수익으로 바꾸는 쪽에 가깝습니다. 대신 컴퓨터 앞에서 꼼꼼히 확인하는 걸 싫어하지 않는 사람에게는 꽤 잘 맞을 수 있어요. 처음에는 속도보다 기준에 맞게 하는 감각을 익히는 게 더 중요합니다. 그렇게 몇 번 해보면 내가 계속할 만한 일인지 금방 감이 옵니다.
