fbpx
The gig workers who are training humanoid robots at home

휴머노이드 로봇 훈련시키는 ‘뜻밖의’ 주인공들

나이지리아와 인도의 긱워커들이 집안일을 촬영한 ‘실세계 데이터’가 휴머노이드 로봇 훈련의 핵심 자원으로 떠오르고 있다. 하지만 데이터 활용의 불투명성과 개인정보 보호 문제 등 새로운 노동·윤리 논쟁도 함께 커지고 있다.
📋한눈에 보는 AI 요약AI 자동 요약▶ 펼쳐보기

전 세계 50여 개 나라의 임시직 노동자들이 아이폰을 이마에 붙이고 빨래 개기, 설거지, 요리 같은 집안일을 촬영하고 있습니다. 이 영상 데이터는 테슬라 같은 기업이 만드는 사람 모양 로봇(휴머노이드 로봇)에게 물건을 잡거나 옮기는 법을 가르치는 데 사용됩니다. 챗GPT가 인터넷 글을 읽고 말하는 법을 배운 것처럼, 로봇도 사람의 움직임 영상을 많이 보면 집안일을 배울 수 있다는 아이디어입니다. 하지만 촬영 과정에서 집 내부나 가족 모습 등 개인정보가 노출될 수 있고, 노동자들은 자기 데이터가 정확히 어디에 어떻게 쓰이는지 잘 모른다는 문제가 있습니다. 또한 로봇을 제대로 훈련시키려면 지금보다 훨씬 더 많은 데이터가 필요할 수 있어서 갈 길이 멀다는 지적도 나옵니다.

왜 중요한가요?

우리가 일상에서 하는 평범한 집안일이 미래 로봇의 학습 교재가 되고 있으며, 이 과정에서 개인정보 보호와 노동자 권리 같은 새로운 사회적 문제가 함께 떠오르고 있기 때문에 관심을 가질 필요가 있습니다.

주요 용어 설명
실세계 데이터 (Real-World Data)

컴퓨터 시뮬레이션이 아니라 실제 세상에서 직접 촬영하거나 측정해서 얻은 정보를 말합니다. 예를 들어 진짜 부엌에서 설거지하는 영상처럼, 현실의 복잡한 물리 환경이 그대로 담긴 데이터입니다. 시뮬레이션만으로는 물체의 무게감이나 미끄러짐 같은 것을 완벽히 재현하기 어렵기 때문에 필요합니다.

긱 노동자 (Gig Worker)

회사에 정식 취직하는 대신, 필요할 때마다 짧은 단위로 일을 맡아 하는 사람을 말합니다. 배달 앱 라이더나 프리랜서처럼 한 건씩 계약하고 보수를 받는 방식입니다. 이 기사에서는 집안일 영상을 촬영하고 시간당 약 15달러를 받는 사람들이 이에 해당합니다.

데이터 라벨링 (Data Labeling)

AI가 학습할 수 있도록 데이터에 설명표를 붙이는 작업입니다. 예를 들어 영상 속에서 ‘지금 컵을 집고 있다’, ‘수건을 접고 있다’처럼 각 동작이 무엇인지 표시해 주는 것입니다. 이렇게 표시된 정보가 있어야 로봇이 어떤 동작을 배워야 하는지 이해할 수 있습니다.

⚡ Claude AI가 독자를 위해 자동 생성한 요약입니다. 원문을 함께 읽어보세요.

나이지리아 중부 언덕 위에 위치한 도시에 살고 있는 의대생 제우스(Zeus)는 병원에서 긴 하루를 보내고 원룸 아파트로 돌아오면 조명을 켜고 아이폰을 이마에 고정한 뒤 스스로를 촬영하기 시작한다. 그는 몽유병 환자처럼 두 손을 앞으로 들고 침대에 시트를 깐다. 손이 카메라 프레임 안에 계속 들어올 수 있도록 천천히, 신중하게 움직인다.

제우스는 캘리포니아주 팔로알토에 본사를 둔 미국 기업 마이크로1(Micro1)의 데이터 기록 작업자다. 마이크로1은 로봇 기업에 판매할 ‘실세계 데이터(real-world data)’를 수집한다. 테슬라, 피규어AI(Figure AI), 어질리티 로보틱스(Agility Robotics) 등 여러 기업이 인간과 같은 모습으로 공장과 가정에서 움직이는 휴머노이드 로봇 개발 경쟁을 벌이면서, 제우스 같은 긱 노동자(gig worker)들이 촬영한 영상이 로봇을 훈련시키는 새로운 방법으로 주목받고 있다. 긱 노동자란 필요에 따라 임시로 계약을 맺고 단기로 근무하는 노동자를 말한다.

MIT 테크놀로지 리뷰와 함께, 미래를 앞서가세요 !!
한달에 커피 2잔값으로 즐기기
온라인 멤버
지면 매거진 멤버
(온라인+지면) 프리미엄 멤버

유료회원 플랜 보기 회원이면 로그인하기 회원가입

회원 가입 후 유료 구독 신청을 하세요 !!