윌슨은 Outlier AI 및 Handshake AI와 같은 회사를 위해 AI 모델 훈련을 돕는 거대한 글로벌 프리랜서 네트워크의 일원이다.
이들 중 다수는 시간당 약 20 캐나다 달러(약 14.6 미국 달러)밖에 벌지 못하며, 고정된 시간이나 복지 혜택이 없는 불안정한 “긱 워크(gig work)” 형태로 일한다.
과학 데이터 수정과 같은 일부 전문적인 작업은 시간당 40 캐다나 달러를 받을 수 있지만, 작업량이 일정하지 않다.
전문가들은 이를 “미세 조정(fine-tuning)”이라고 부른다. 이는 AI의 응답을 평가하고 “인간 피드백을 통한 강화 학습(RLHF)”을 통해 시스템을 재훈련하는 모델 개선 단계이다.
ChatGPT나 Claude가 “사람처럼 들릴” 때, 그것은 윌슨과 같은 사람들이 더 “자연스럽게” 되도록 훈련시켰기 때문이다.
모회사인 Scale AI에 따르면, Outlier AI는 50개국에 25만 명 이상의 협력자를 두고 있으며, 이 중 81%가 대학 학위를 소지하고 있다.
그러나 시장은 변화하고 있다: AI가 복잡해짐에 따라 일반 노동력 수요는 감소하고, 전문 지식과 높은 학위를 가진 인력으로 대체되고 있다.
DeepSeek(중국)과 같은 일부 새로운 모델은 미세 조정 과정의 일부를 자동화하여 인간 노동력을 더 쉽게 대체할 수 있게 만들었다.
하지만 AI는 여전히 개발도상국의 저임금 노동력에 크게 의존하고 있다. 케냐, 우간다, 필리핀의 많은 노동자들은 “디지털 스웨트숍(digital sweatshops)”이라 불리는 환경에서 주 70시간까지 일하며 시간당 1달러가 조금 넘는 임금을 받고 있다.
연구원 제임스 멀둔은 수백만 명의 사람들이 단조롭고 지루한 작업으로 AI를 “먹여 살리고” 있으며, 이것이 글로벌 AI 경제의 중추를 이루고 있다고 말한다.
📌 요약: AI의 “마법” 뒤에는 AI를 훈련시키는 수백만 명의 숨겨진 노동자가 있다. 예: DataAnnotation(문법, 정확성 검토), Outlier AI(50개국, 25만 명+ 협력자, 81%가 학위 소지). 추세: AI 복잡성 증가로 일반 노동 수요는 감소하고 전문 지식과 고학력 인력 수요가 증가하고 있다. 그러나 AI는 여전히 케냐, 우간다, 필리핀 등 개발도상국의 저임금 노동력(주 70시간 근무, 시간당 >1달러)에 크게 의존하고 있으며, 이들은 “디지털 스웨트숍”에서 일한다.
