섹션별 상세
AI 기업들은 모델의 지능적 한계를 극복하기 위해 전문가 수준의 고품질 데이터를 수집하는 거대 공급망을 구축했다. Mercor, Scale AI, Surge AI 등은 수십억 달러의 가치를 인정받으며 수십만 명의 석박사 및 전문직 종사자를 고용하여 법률, 금융, 코딩 등 정교한 데이터를 생산한다.
데이터 생성 과정은 '루브릭(평가 기준)' 작성, '황금 출력(모범 답안)' 생성, '추론 경로(Reasoning Trace)' 기록 등 체계적인 단계로 이루어진다. 노동자들은 AI가 특정 문제를 해결할 때 거쳐야 하는 논리적 사고 과정을 인간의 목소리로 상세히 기록하여 모델이 이를 모방하도록 교육한다.
전문가 팀이 특정 산업 환경을 시뮬레이션하는 '월드 빌딩(World-building)' 프로젝트가 진행된다. 변호사나 컨설턴트들이 가상의 기업 시나리오를 바탕으로 수백 개의 문서를 생성하고, 이를 통해 모델이 복잡한 비즈니스 의사결정을 내릴 수 있도록 훈련시킨다.
노동자들은 'Insightful'과 같은 감시 소프트웨어를 통해 업무 과정을 초단위로 추적당한다. 키보드 입력이 멈추면 즉시 경고가 발생하며, 비생산적이라고 판단된 시간은 임금에서 제외된다. 타겟 시간을 맞추기 위해 노동자들은 무급으로 초과 근무를 하거나 감시를 피해 다른 AI 도구를 몰래 사용하는 모순이 발생한다.
데이터 플랫폼 기업들은 노동자를 독립 계약자로 분류하여 최저임금, 휴가, 의료보험 등 기본적인 노동 권리를 보장하지 않는다. 프로젝트의 수요에 따라 임금을 일방적으로 삭감하거나 수천 명의 노동자를 예고 없이 해고하는 등 '긱 경제'의 가장 극단적인 착취 형태를 보여준다.
AI 모델이 특정 지식을 충분히 습득하면 해당 분야의 데이터 수요가 급감하여 노동자들이 즉각 폐기되는 구조이다. 전문가들은 자신의 숙련된 노하우를 AI에게 전수함으로써 단기적인 수입을 얻지만, 결과적으로는 자신의 직업적 가치를 소멸시키는 '자신의 무덤을 파는 일'을 반복하고 있다.
용어 해설
- 인간 피드백 기반 강화학습(RLHF)
- — 인간이 AI의 답변을 평가하고 순위를 매겨 모델이 더 유용하고 안전한 답변을 하도록 정렬하는 기법이다. 모델의 말투와 정확도를 개선하는 데 핵심적인 역할을 하며, 이를 위해 수많은 인간 검토자가 투입된다.
- 추론 경로(Reasoning Trace)
- — AI가 정답에 도달하기 위해 거치는 논리적 사고 과정을 단계별로 기록한 데이터이다. 모델이 단순히 결과를 복제하는 것이 아니라 문제 해결의 논리 구조를 학습하게 하여 복잡한 과제 수행 능력을 높인다.
- 모델 붕괴(Model Collapse)
- — AI가 생성한 데이터를 다시 AI 학습에 반복적으로 사용할 때 모델의 지능과 다양성이 급격히 저하되는 현상이다. 이를 방지하기 위해 실제 인간이 작성한 고품질의 '그라운드 트루스(Ground Truth)' 데이터 확보가 필수적이다.
- 긱 경제(Gig Economy)
- — 기업이 정규직 대신 필요에 따라 단기 계약직이나 프리랜서를 고용하는 경제 형태이다. AI 데이터 산업에서는 노동자를 독립 계약자로 분류하여 최저임금이나 보험 등 법적 보호 의무를 회피하는 구조로 활용된다.
- 루브릭(Rubric)
- — AI의 답변 품질을 평가하기 위해 설정한 상세한 기준표이다. 정확성, 톤, 지시 이행 여부 등을 수치화하여 인간 평가자가 일관된 기준으로 데이터를 생성하고 검증할 수 있도록 돕는 가이드라인 역할을 한다.
기술
- ChatGPT
- Claude
- Insightful
- Mercor Platform
활용 사례
- AI 모델 추론 능력 강화
- 전문 분야 특화 데이터셋 구축
- 인간 모방형 대화 데이터 생성
AI 분석 전체 내용 보기
AI 요약 · 북마크 · 개인 피드 설정 — 무료
출처 · 인용 안내
원문 발행 2026. 03. 10.수집 2026. 03. 10.출처 타입 RSS
인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.
