AI 기술의 진화는 정제된 학습 데이터를 기반으로 이루어집니다. 글로벌 기업들은 AI 시스템의 성능을 높이기 위해, 언어 전문성과 품질 관리 역량을 갖춘 파트너와 함께 데이터를 구축하고 있습니다. 한샘글로벌은 Uber를 비롯한 글로벌 고객사들과 협력하여, 다양한 언어 기반의 AI 프로젝트를 수행하고 있으며, 데이터 라벨링을 포함한 고품질 학습 데이터 구축에 핵심적인 역할을 하고 있습니다.

이 글에서는 글로벌 AI 프로젝트에 데이터 라벨러로 참여하고자 하는 분들을 위해, 데이터 라벨링이 무엇인지부터 시작해 필요한 역량, 참여 방식, 절차까지 순차적으로 안내드립니다.

1. 지금, AI 프로젝트에 참여할 기회입니다

번역 서비스, 자율주행차, 음성 비서, 감정 분석 등 다양한 AI 기술이 빠르게 우리 일상에 적용되고 있습니다. 이러한 기술들이 정확히 작동하기 위해서는 정확하고 신뢰할 수 있는 학습 데이터가 필수이며, 이 데이터를 사람이 직접 가공해주는 데이터 라벨링 작업이 필요합니다.

Google, Amazon, Meta, Uber와 같은 글로벌 기업들은 AI 학습용 데이터를 구축하기 위해 전 세계의 언어 전문가 및 일반 사용자들과 협업하고 있으며, 최근에는 언어서비스 전문 기업과 함께 언어별 데이터 구축 프로젝트를 적극적으로 진행하고 있습니다.

2. 데이터 라벨링이란 무엇인가요?

데이터 라벨링은 AI가 학습할 수 있도록 이미지, 텍스트, 음성 등 다양한 데이터에 ‘정답’을 붙여주는 작업입니다.

예를 들어,

• 사진 속에 있는 동물이 ‘고양이’인지 ‘강아지’인지 표시
• 고객 리뷰가 ‘긍정적’인지 ‘부정적’인지 분류
• 음성 파일을 듣고 문장으로 전사(텍스트화)
• 문장 속 사람 이름이나 조직명 같은 고유명사에 태그 부착

이 모든 것이 AI의 정확도를 높이기 위한 핵심 단계이며, 그 과정을 담당하는 사람들이 바로 데이터 라벨러(data labeller)이며, 데이터 어노테이터(data annotator) 또는 AI 데이터 구축 인력이라는 용어로도 불립니다.

3. 왜 번역 회사가 이런 프로젝트를 맡게 될까요?

AI는 단순히 많은 데이터를 요구하는 것이 아니라, 언어의 의미, 뉘앙스, 문맥까지 정확히 이해한 데이터를 필요로 합니다. 글로벌 기업들은 각 언어의 특성을 잘 알고, 품질 관리 경험이 있는 번역 회사를 신뢰하고 협력합니다. 특히 한샘글로벌과 같은 언어서비스 기업은 다음과 같은 강점을 갖고 있습니다:

• 다양한 언어의 전문 인력 보유
• 체계적인 품질 관리 프로세스
• 수십 개 언어를 동시에 운영한 다국어 프로젝트 경험
• 정보 보안과 NDA(기밀유지계약)에 대한 엄격한 대응

이러한 역량은 고품질의 AI 학습 데이터를 구축하기 위해 반드시 필요한 조건입니다.

4. 어떤 작업이 있고, 어떤 역량이 필요할까요?

AI 데이터 구축 프로젝트는 크게 세 가지 난이도로 분류할 수 있으며, 이에 따라 필요한 역량도 달라집니다.

난이도	예시 작업	필요 역량
L1	간단한 이미지 태깅, 문장 유사도 판단	기본 언어 이해, 관심
L2	문장 분류, 번역 평가, 텍스트 감정 분석	언어 전공자, 번역 경험자
L3	의료·법률 번역 평가, 전문 용어 주석	도메인 지식, 고급 언어 판단 능력

특별한 경력이 없어도 L1 작업부터 참여할 수 있으며, 언어 능력과 세부 규칙에 대한 학습 의지가 있다면 누구나 시작할 수 있습니다.

5. 프로젝트 참여 전 PKT 테스트가 필요한 이유

실제 참여에 앞서, 대부분의 프로젝트에서는 사전 평가 테스트(PKT: Project Knowledge Test)가 진행됩니다. 이 테스트는 실력을 평가하는 시험이라기보다, 해당 프로젝트의 규칙과 지침을 얼마나 이해했는지를 확인하는 절차입니다.

• 각 프로젝트마다 PKT가 다름 (예: Uber용 PKT, Amazon용 PKT)
• 테스트 결과에 따라 실제 투입 여부가 결정
• 일부 프로젝트는 테스트 결과에 따라 작업 단가가 차등 적용되기도 함

6. 온보딩이 중요한 이유

한 번 온보딩되어 있으면, 이후 프로젝트가 나왔을 때 우선적으로 안내를 받을 수 있고, 빠르게 참여할 수 있습니다. 특히 희소 언어 사용자는 우선순위가 높아지는 경우가 많습니다.

• 온보딩 이후 다양한 프로젝트 참여 가능
• 시간 제약 없이 유연하게 참여 가능
• 거주지와 무관하게 원격 근무 가능 (단, 언어와 문화 이해는 필수)

※ 위 내용은 모든 프로젝트에 공통적으로 적용되는 것은 아니며, 프로젝트에 따라 지정된 시간대에 작업을 해야 하거나, 특정 국가 거주자를 우선으로 할당하는 경우가 있을 수 있습니다. 따라서 매번 프로젝트 안내 시 제시되는 조건을 반드시 확인해야 합니다.

7. 신원 확인 절차가 포함되는 이유

AI 데이터 라벨링 프로젝트에 참여할 때는, 일반적으로 신원 확인 절차를 요청받는 경우가 많습니다. 그 이유는 Uber, Meta, Microsoft와 같은 글로벌 기업들이 보안과 데이터 품질을 매우 중시하기 때문이며, AI 학습 데이터에는 사용자 발화, 민감한 텍스트, 실제 상황 기반 콘텐츠 등이 포함되는 경우가 많아 신뢰할 수 있는 참여자와 협업하는 것이 필수적이기 때문입니다.

또한 글로벌 기업들은 GDPR, CCPA 등 국제 개인정보 보호법을 준수해야 하며, 이를 위해 전 세계 참여자의 신원을 명확히 확인하고, 기밀 유지 및 작업 추적이 가능한 법적 기반을 갖추는 것을 중요하게 여깁니다. 특히 AI 프로젝트는 데이터 윤리와 품질 확보가 모델의 성능에 직접적인 영향을 미치기 때문에, 이 같은 기준은 더욱 엄격하게 적용됩니다.

이러한 배경에서, 다음과 같은 신원 확인 절차가 요구될 수 있습니다:

• 거주지 증명 또는 국적 확인
• 여권 또는 신분증 사본 제출
• NDA(기밀유지계약서) 서명
• 개인정보 보호 및 작업 모니터링에 대한 동의

이러한 절차는 단순한 요구가 아니라, 글로벌 기업과의 신뢰 기반 협업을 위한 필수 조건이자, AI 기술이 윤리적이고 안전하게 작동하기 위한 전제 조건입니다.

한샘글로벌은 AI 프로젝트에 참여할 지원자를 모집하고 있습니다

한샘글로벌은 Uber를 포함한 다양한 글로벌 기업들과 함께 AI 학습용 데이터 구축 프로젝트를 수행하고 있습니다. 그 범위는 텍스트 분류, 음성 인식, 감정 분석, 번역 평가, 고유명사 추출 등 매우 다양하며, AI의 성능을 좌우하는 중요한 언어 기반 데이터를 구축하는 데 집중하고 있습니다.

특히 한샘글로벌은 한국어, 중국어, 일본어를 포함한 다양한 언어군의 전문성과 품질관리 역량을 바탕으로 전 세계 인재의 발굴과 온보딩을 지속적으로 확대하고 있습니다.

아래와 같은 유형의 지원자를 L1부터 L3 레벨까지 전 영역에서 찾고 있습니다:

• 한국에 거주하며 영어로 된 지시사항을 원활하게 이해할 수 있는 한국어 사용자
• 한국인이면서 일본어 또는 중국어에 능숙하며, 영어로 된 지시사항을 이해할 수 있는 다국어 사용자
• 한국에 거주하는 일본인 또는 중국인으로, 영어로 지시사항을 이해하고 작업할 수 있는 사용자

데이터 라벨링 작업은 단순한 반복 작업이 아닌, AI 기술의 정밀도를 결정짓는 고부가가치 작업입니다. 지금 온보딩을 신청하시면, Uber를 비롯한 다양한 글로벌 프로젝트에 우선적으로 참여하실 수 있는 기회를 확보하게 됩니다.