[ 목 차 ]

1. 의학 분야와 집단 지성과의 만남

2. 공공성이 높은 데이터 라벨링 프로젝트

3. 기업들의 데이터 라벨링 활용 사례

최근 몇 년간 데이터 라벨링 기업들이 크게 성장하고 있다. 스케일AI1 , 라벨박스2 , 하이브3 , 클라우드 팩토리4 같은 데이터 라벨링 기업들은 꾸준히 투자를 유치하고 있으며,5 그 시장은 점점 커지는 추세다. 한 조사기관은 2020년 기준 데이터 라벨링 시장 가치가 13억 달러 규모를 넘어섰고 2028년까지 연간 25%씩 성장할 거라는 분석을 내놓았다.6 이렇게 데이터 라벨링 산업이 성장하는 데는 인공지능 기술의 역할이 컸다. 인공지능 프로젝트 작업 중 25%7 가 데이터 라벨링 작업이라고 하니, 인공지능 연구가 많아질수록 데이터 라벨링 시장에 고객이 몰리는 셈이다. 1 https://scale.com/ 2 https://labelbox.com/ 3 https://thehive.ai/about-us 4 https://www.cloudfactory.com/ 5 스케일AI는 1억5,500만 달러, 라벨박스는7,900만 달러, 하이브는 1,670만 달러, 클라우드팩토리는 7,800만 달러 규모의 투자를 유치했다. 6 https://www.grandviewresearch.com/industry-analysis/data-collection-labeling-market 7 https://www.forbes.com/sites/cognitiveworld/2020/02/02/the-human-powered-companies-that-make-ai-work/ 해외사례를 중심으로 데이터 라벨링으로 만드는 혁신 글 | 이지현 IT전문기자 j.lee.reporter@gmail.com / 우창완 책임연구원 woo@nia.or.kr ISSUE REPORT 데이터 경제의 새물결, 혁신 사례 3 데이터 라벨링으로 만드는 혁신 - 해외사례를 중심으로 데이터 라벨링 작업이란 인공지능 혹은 기계가 해당 데이터가 무엇인지 이해할 수 있도록 추가 정보를 달아주는 일이다. 사람은 고양이와 호랑이 사진을 보고 구분할 수 있지만 기계는 이를 보고 헷갈려한다. 그래서 고양이인지 호랑이인지 이미지에 이름표를 달아주는 라벨링 작업이 필요하며, 라벨링 할 대상은 이미지 외에도 오디오, 텍스트, 음성, 영상 등 다양하다. 이때 라벨링 작업을 사람이 직접 수동으로 할 수도 있고, 프로그램을 통해 자동화할 수 있다. 글로벌 마켓 인사이트가 펴낸 보고서에 따르면 2019년 기준 전체 데이터 라벨링에서 75%가 사람이 직접 참여하는 구조였고 2026년까지 자동 라벨링보단 사람이 개입한 라벨링 작업이 더 많은 거라고 예상했다.8 사람이 직접 데이터 라벨링 하는 경우는 다시 두 가지로 나뉜다.