데이터 라벨러

하는 일

• 텍스트, 사진 이미지, 동영상, 사운드 등의 파일에 등장하는 사물, 동식물, 특정 단어 등에 라벨(정보 표식)을 수집하고 입력합니다.
• 자율주행 자동차의 AI 학습을 위하여 도로 위의 자동차, 사람, 신호 등에 네모 박스를 그립니다.

되는 방법

• 데이터 라벨링을 하는 기업에서 제공하는 플랫폼에 등록하고 프로젝트에 참여할 수 있습니다. 초보자도 재택근무로 경험을 쌓을 수 있습니다.
• 인공지능에 필요한 데이터를 수집하고 제공하는 데이터 개발 전문기관, 인공지능 스타트업, 대기업의 데이터 팀 등에서 일할 수 있습니다.

교육 · 훈련

정규 교육과정

• 데이터 라벨러가 되는데 대학 공부가 필요하지는 않습니다. 그렇지만 장기적으로 데이터 전문가로 성장하려면 컴퓨터나 통계학 관련 공부를 해야 합니다.

직업훈련

• 데이터 라벨러 교육과정을 정부에서 지원하는 훈련기관에서 학습할 수 있습니다.

학력 분포 2023년 조사

• 고졸19%
• 전문대졸26%
• 대졸48%
• 대학원졸6%

전공 계열 분포 2023년 조사

• 인문계열19%
• 사회계열15%
• 교육계열7%
• 공학계열37%
• 자연계열11%
• 의학계열4%
• 예체능계열7%

관련 자격

• 국가공인 민간자격 데이터분석

  같은 이름으로 1개 기관이 등록 · 기관마다 다른 자격입니다

민간자격은 같은 이름이라도 발급 기관별로 다른 자격이며, 등록 민간자격은 국가공인 자격이 아닙니다.

관련 학과

공식 자료에서 이 직업과 연결된 학과가 확인되지 않았습니다.

필요한 능력 · 지식

• 수리·논리력

적성 · 흥미

• 이미지나 영상 속 물체를 마우스로 정확히 클릭하려면, 손으로 정교한 작업을 할 수 있어야 합니다.
• 지루하고 반복적인 작업 중 짜증이 나도 침착하게 유지하려면, 내 감정을 잘 파악하고 조절할 수 있어야 합니다.
• 정해진 양을 정확히 마무리해야 다음 단계 인공지능 개발이 지연되지 않기 때문에, 맡은 일에 대한 책임감을 갖고 약속을 잘 지키는 사람에게 어울립니다.
• 사람과 대화 없이 규칙대로 라벨만 붙이는 일이어서, 복잡한 인간관계보다는 단순명료한 일을 좋아하는 사람에게 어울립니다.

근무 환경

직업 전망

• 인공지능 기술이 발전함에 따라 AI 학습에 필요한 데이터를 개발하는 일자리는 앞으로 계속 필요합니다. 작업이 온라인으로 이루어지기 때문에 재택근무나 유연한 근무 형태를 선호하는 사람에게 적합합니다. 단순 반복 작업을 수행하는 데이터 라벨링 작업은 점차 자동화될 가능성이 있습니다. 데이터 라벨러를 목표로 삼는 것 보다는 장기적으로 데이터를 기획하고 품질 관리를 하는 등 높은 수준의 전문성을 갖춘 데이터 전문가로 성장하는 것이 중요합니다.