
인도 한 의류 공장에서 노동자들이 로봇 학습용 영상을 촬영하는 카메라를 머리에 쓴 채 일하고 있다. X(옛 트위터) ‘Tansu Yegen’ 계정 캡처
집 무료로 청소해주고 영상 데이터 수집
챗GPT 같은 생성형 인공지능(AI)의 학습 데이터는 인터넷에 존재하는 것들이었다. 웹 문서, 코드, 온라인 커뮤니티 속 게시물과 댓글 등이 학습 데이터가 됐다. 이와 달리 로봇을 교육시키려면 인간의 몸짓이 필요하다. 이런 데이터는 인터넷에 존재하지 않는다. 온라인상에 수건 접는 법을 설명하는 글과 영상은 넘쳐나지만, 사람이 천을 집어 올릴 때 손가락에 힘을 얼마나 주는지, 손이 어떤 각도로 미끄러지는지는 알 수 없다. 그래서 로봇을 위한 학습용 데이터 생성 작업이 이뤄지고 있는 것이다.핸드 팜에서는 노동자가 이마에 카메라를 달고 수건을 수백 번 접으면서 영상을 촬영한다. 이렇게 수집된 데이터는 가공 과정을 거친다. 수건 접는 단계마다 손이 어느 방향으로 움직이는지, 수건 크기에 따라 손동작이 어떻게 달라지는지를 파악해 각각 라벨을 붙이는 식이다. 지난해 11월 미국 로스앤젤레스 타임스는 인도 카루르의 데이터 기업 오브젝트웨이즈가 이런 방식으로 미국 고객사에 수건 접기 영상을 전송했다고 보도했다. 이 회사는 하루 약 1000시간짜리 영상 데이터를 만드는데 시장 수요는 20만~30만 시간에 이른다고 한다. 수요에 비해 데이터 공급이 턱없이 부족한 것이다.
주목할 부분은 데이터의 깊이가 바뀌었다는 점이다. 과거 학습 데이터는 문장, 클릭 수, 검색어, 사진 등이었다. 이제는 손목 회전, 손가락의 압력, 물건을 집기 전 망설이는 찰나, 숙련자가 무의식적으로 따르는 작업 순서 등이 데이터가 된다. 장인이 가진, 말로 설명하기 어려운 기술은 물론, 주부가 매일 익힌 가사 노동 처리 동선, 물류 노동자가 터득한 균형감 같은 암묵지가 데이터로 변환된다. 인간의 글에서 몸으로 AI 학습 데이터의 원천이 옮겨가고 있는 것이다.
미국 스타트업 시프트(Shift)는 무료 청소 서비스를 제공한다. 다만 고객은 청소원이 머리에 카메라를 달고 일하는 과정에서 촬영된 영상이 로봇 훈련에 쓰이는 걸 허락해야 한다. 설거지, 걸레질, 빨래 개기 등 일상적 가사 노동이 로봇 학습 데이터로 바뀐다. 얼굴과 개인정보는 모자이크 처리하지만 결국 이용자는 집이라는 가장 사적인 공간을 데이터 생산·수집 장소로 내준다.
이러한 사업 모델은 앞으로 더욱 확산할 가능성이 크다. 로봇을 걷게 만드는 것이 로봇 기업의 난제이던 시절은 이미 지났다. 로봇이 전선을 피해 청소하고, 삐뚤어진 상자를 다시 쌓으며, 예외 상황에서 스스로 문제를 처리하게 만드는 것이 중요해졌다. 로봇 회사들은 깨끗한 실험실에서 만들어진 데이터보다 집이나 어수선한 창고 등 현실 공간에서 만들어진 데이터를 원한다. 사람이 실수하고 다시 고치는 과정이 담긴 현실적인 데이터를 원하는 것이다.
스마트 글라스가 내 일상 데이터 채굴할 수도
이 지점에서 인도 노동자의 손동작은 미국 빅테크의 교과서가 된다. 과거 글로벌 제조기업이 저임금 노동자를 찾아 중국, 베트남, 인도로 공장을 옮겼듯이 AI 기업들도 저렴한 신체 데이터를 찾아 개발도상국의 공장과 가정으로 들어간다. 이번엔 물건이 아니라 노동자의 움직임이 수출된다는 게 차이점이다.인간 몸이 데이터의 원천이 되자 개인정보 문제가 불거지고 있다. 직장 내 데이터 수집을 위한 카메라와 스마트 글라스가 직원의 시선, 휴식 시간, 실수, 작업 속도 등을 모두 기록하면서 노동 감시 도구로 기능하기 때문이다. 또 청소 과정에서 얻은 영상에는 사람 얼굴을 가린다 해도 거실 구조, 아이 장난감, 약봉지, 냉장고 속 식재료, 생활수준이 담긴다.
이뿐 아니라 개개인이 당장의 편의를 위해 착용하는 스마트 글라스도 일상 속 데이터를 채굴하는 도구가 될 수 있다. 기존 개인정보보호법은 ‘내가 누군지’를 다루는 데 익숙하다. 하지만 로봇 학습 데이터는 ‘내가 어떻게 일하고 사는지’를 포착한다. 전통적인 제도로 로봇 시대 개인정보 문제를 해결할 수 있을지 고민해야 할 시점이다.
가치 배분 방식도 논쟁거리다. 노동자는 데이터 제공 대가로 시간당 고작 몇 달러를 받지만, 그 데이터로 학습한 로봇 모델은 수십억 달러짜리 기업 자산이 된다. 내가 20년간 재봉틀 앞에서 익힌 손놀림은 과연 누구의 것인가. 내 것인가, 회사의 것인가, 아니면 손놀림 데이터를 산 로봇 회사의 것인가.
인간 손동작이 로봇에게 인간의 노동을 가르친다면 그 손동작을 제공한 사람은 단순 임시 노동자가 아니라, AI 공급망의 기여자다. 데이터 경제가 클릭 수와 검색어 시대를 지나 인간 몸짓과 숙련의 시대로 들어왔다. 그만큼 우리에게는 더 정교한 권리계약과 투명한 보상 구조가 필요하다. 로봇이 인간 일을 배우는 시대에는 인간 일도 새롭게 평가받아야 한다. 인도 노동자의 손에서 시작된 이 질문은 결국 우리 모두의 일터와 가정집 거실, 스마트 글라스 너머의 일상에서 우리에게도 던져져야 한다.

















