디지털 사회에서 살아가는 우리는 하루에도 수십 번 아니 수백 번씩 데이터를 만든다. 검색어 하나를 입력하고 동영상을 클릭하며 리뷰를 남기고 사진에 좋아요를 누르는 행동 하나하나가 모두 데이터가 된다. 처음에는 이 모든 흔적들이 단순한 개인의 디지털 발자국처럼 보이지만 사실은 다르다. 우리의 데이터는 수많은 기술을 움직이는 자원이 되고 결국 누군가의 노동과 직업을 만든다.
인공지능은 무에서 창조되지 않는다. AI가 이미지를 인식하고 감정을 구별하고, 대화를 학습하기까지는 수많은 사람의 손과 눈, 판단이 필요하다. 그리고 그 보이지 않는 곳에서 데이터를 다듬고 정제하며 가공하는 사람들이 존재한다. 바로 라벨러, 모더레이터, 테스터 같은 직업군이다. 이들은 고도로 자동화된 세상 뒤편에서 기계의 눈과 귀가 되며 AI와 인간의 간극을 메우는 디지털 시대의 조력자다. 겉으로 보기에 이들의 업무는 단순하고 반복적인 것처럼 느껴질 수 있지만 실제로는 데이터에 생명력을 불어넣는 핵심적인 역할을 수행하고 있다. 이번 글에서는 이 세 가지 직업이 어떻게 탄생했고 어떤 방식으로 작동하며 왜 지금 우리가 주목해야 할 존재들인지를 깊이 있게 살펴본다. 우리의 데이터가 그들에게 어떤 일을 맡기고 있는지 그리고 우리는 무엇을 알고 있어야 할지 함께 고민해보려고한다.
1. 데이터의 언어를 만드는 사람들: 라벨러의 세계
라벨링은 말 그대로 데이터에 이름표를 붙이는 작업이다. 인공지능이 이미지를 보고 사람과 개, 사물의 차이를 인식할 수 있게 하려면 먼저 사람이 그 데이터를 분류하고 설명해야 한다. 예를 들어 수천 장의 고양이 사진에 고양이라고 라벨을 붙이고 감정 표현이 담긴 문장에 슬픔, 기쁨, 분노 같은 감정 태그를 다는 작업을 수행한다.
이렇게 수많은 사람이 데이터를 정제하고, 분류하고, 구체화하는 과정은 인공지능의 학습 기반이 된다. 라벨러는 기계가 사람처럼 사고하도록 도와주는 안내자다. 특히 자연어 처리, 음성 인식, 이미지 분석 등의 분야에서는 고도의 정밀함과 지속적인 반복 작업이 필요하다. 라벨링 작업은 대체로 원격에서 진행되며 플랫폼을 통해 수주를 받아 진행하는 형태가 많다. 크라우드소싱이라는 방식으로 전 세계 수많은 인력이 동시에 참여할 수 있어 접근성이 높다. 하지만 이 작업은 종종 낮은 단가와 높은 피로도를 동반한다. 짧게는 수초, 길게는 수 분 안에 하나의 라벨링 작업을 끝내야 하며 정확도와 속도 모두를 만족시켜야 한다.
중요한 건, 이 직업이 단순한 기계적 노동이 아니라는 점이다. 예를 들어 어떤 표정이 슬픔인지, 어떤 문장이 혐오 발언인지 구별하는 데는 문화적 맥락, 언어적 뉘앙스, 인간적 판단이 필요하다. 이처럼 라벨러는 기술의 자동화를 위해 존재하지만 그 자체로는 비자동화적인 인간 감각에 깊이 의존하고 있다.
2. 온라인 정화자: 모더레이터의 보이지 않는 전쟁
우리가 매일 이용하는 SNS, 커뮤니티, 쇼핑몰, 유튜브 영상에는 수많은 게시글, 댓글, 이미지, 영상이 올라온다. 이 중 일부는 혐오, 폭력, 음란물, 잘못된 정보 등으로부터 사용자들을 보호해야 하는 위험 요소가 된다. 이를 실시간으로 감시하고 제거하는 사람이 바로 콘텐츠 모더레이터다. 모더레이터의 주요 역할은 온라인 콘텐츠의 안전성과 건강성을 유지하는 것이다. 유해한 내용을 선별하고 커뮤니티 가이드라인을 위반한 게시물을 검열하며 사용자의 신고를 처리한다. 이 작업은 대부분 AI 알고리즘의 1차 선별 이후 사람의 눈으로 최종 판단을 내리는 구조다. 이 직업은 디지털 사회에서 매우 필수적인 역할을 수행하지만 그만큼 감정적으로 가장 힘든 직무 중 하나로도 꼽힌다. 하루에도 수백 건의 부정적인 콘텐츠를 마주하는 것은 정신적 피로감을 가중시키며 실제로 모더레이터 직군에서 외상 후 스트레스 장애를 겪는 사례도 보고되고 있다.
또한 모더레이터는 윤리와 기술 사이에서 끊임없이 줄타기해야 한다. 무엇이 혐오인지 어떤 기준이 표현의 자유를 해치지 않는 선인지 판단해야 하며 때로는 자극적인 콘텐츠와 싸우는 동시에 사용자의 신뢰를 지켜야 한다.
대부분의 모더레이터는 플랫폼의 이름 없이 익명 속에서 일하지만 이들이 없다면 우리가 지금처럼 안전한 디지털 환경을 누릴 수는 없었을 것이다. 기술이 아무리 발전해도 인간의 판단이 필요한 영역은 여전히 존재하며 모더레이터는 바로 그 경계에서 디지털 사회의 청소부이자 경비원으로 기능하고 있다.
3. 미완의 기술을 시험하는 사람들: 테스터의 실험실
기술이 완벽하게 시장에 나오기 전, 반드시 거쳐야 할 관문이 있다. 바로 테스트다. 테스트란 단순히 오류를 잡는 것 이상의 일이다. 사용자가 어떤 동선으로 앱을 활용할지, 버튼의 위치는 직관적인지, 문장은 자연스러운지 등을 실제 이용자의 시선으로 점검해야 한다. 이런 역할을 수행하는 사람이 바로 UX 테스터혹은 QA 테스터이다. 이들은 개발자가 미처 발견하지 못한 오류를 찾아내고 제품이 실제 사용자 환경에서 어떻게 작동하는지를 체계적으로 평가한다. 그 결과는 기술 개선의 가장 중요한 참고자료가 된다.
테스터는 사용자의 시선에서 생각할 수 있어야 하며 꼼꼼하고 객관적인 판단을 요구받는다. 무엇보다 단순히 기능을 점검하는 것 이상으로 사용자 경험의 흐름을 이해하고 재구성하는 능력이 필요하다. IT 업계에서 테스터는 종종 그림자 기획자로 불릴 정도로 서비스 완성도를 좌우하는 중간 관리자로 평가된다.
이 직업은 코딩이나 개발 지식이 없어도 충분히 진입이 가능하지만 그만큼 논리력과 커뮤니케이션 능력, 실용적 감각이 중요하게 작용한다. 최근에는 앱이나 웹을 테스트하고 피드백을 주는 유저 테스터를 모집하는 경우도 늘고 있으며 이는 누구나 참여 가능한 수익형 작업으로도 확장되고 있다. 디지털 기술이 나날이 발전하는 속도만큼이나 이를 점검하고 다듬는 인간의 손도 늘 필요하다. 테스터는 단순히 오류를 지적하는 존재가 아니라 기술이 사용자 중심으로 작동하도록 안내하는 내비게이터이자 경험의 마지막 마감자다. 인공지능이 글을 쓰고 그림을 그리고 영상을 편집하는 시대가 도래했지만 그 기반에는 여전히 인간의 판단, 손길, 감정이 자리하고 있다. 라벨러가 데이터를 해석하고 모더레이터가 콘텐츠를 정화하며 테스터가 사용자의 눈으로 기술을 점검하는 이 모든 과정은 AI가 인간을 흉내 내기 위한 반복 훈련의 결과물이다. 우리가 무심코 넘긴 동영상 한 편 타인의 댓글 하나 자동 추천되는 상품 리스트도 결국은 누군가의 보이지 않는 노동을 통해 만들어졌고 당신의 데이터는 그 노동의 자원이자 출발점이었다.
이제 우리는 질문을 던져야 한다. 디지털 기술이 고도화될수록 누가 이 시스템을 지탱하고 있는지, 그들의 노동은 충분히 존중받고 있는지 말이다. 기술의 진보는 인간을 대체하는 것이 아니라, 인간의 역할을 재구성하는 과정이다. 라벨러, 모더레이터, 테스터는 바로 그 재구성의 최전선에서 새로운 의미의 노동을 만들어가는 중이다. 그들의 직업은 특이하지만 매우 논리적이며 우리가 만든 데이터에 의해 탄생한 디지털 시대의 산물이다.