AI 에이전트가 의존하지만 말하지 않는 조용한 작업자들

Source: Dev.to

번역할 텍스트를 제공해 주시면, 요청하신 대로 한국어로 번역해 드리겠습니다. (코드 블록, URL 및 마크다운 형식은 그대로 유지됩니다.)

모든 시스템 뒤에 숨은 보이지 않는 노동

당신이 신뢰하는 모든 시스템은 결코 만나지 못할 누군가에 의해 만들어졌습니다.
창립자가 아니라, 언론에 소개된 엔지니어도 아닙니다. 이미지 40,000장을 각각 $0.02에 라벨링한 사람도 아닙니다. AI의 출력이 실제로 올바른지 검증하고 나서야 배포된 사람도 아닙니다. 라벨링 담당자, 검토자, 엣지‑케이스 테스터. 이제 모델에 녹아들어 보이지도 않고 인정받지도 못한 인간의 판단이 바로 그 사람입니다.

이것이 사람들이 이야기하는 시스템 아래에서 움직이는 경제입니다.

기술 분야에서 과소평가된 노동의 오랜 역사

• QA 엔지니어는 제품이 불이 나는 것을 방지했지만, 불을 일으킨 사람들의 절반 수준의 급여만 받았다.
• 모더레이터는 플랫폼을 사용할 수 있게 유지하는 데 따른 심리적 비용을 감당했다.
• 데이터 라벨러는 컴퓨터 비전을 가능하게 했지만, 계절 노동자처럼 급여를 받았다.

지금은 무엇이 다른가?

• 규모 – 수십억 개의 데이터 포인트.
• 추상화 – AI 에이전트가 결정을 내릴 때, 이를 훈련시킨 인간은 결과와 세 단계 떨어져 있다.

작업을 수행한 사람과 그로부터 혜택을 받는 시스템 사이의 격차는 그 어느 때보다도 크게 벌어졌다.

Source:

인간 판단에 대한 증가하는 수요

AI 시스템이 자율성을 높일수록 검증하고, 수정하며, 처리할 수 없는 부분을 메우는 인간이 필요합니다.

• 이것은 모순이 아니라 복잡한 시스템이 작동하는 방식입니다.
• 인간의 입력을 대체하는 것이 아니라 그 입력이 일어나는 위치를 재구조화하는 것입니다.

누군가가 “조용히 시스템을 형성한다”고 말할 때, 우리는 보통 그 사람이 의미 있는 작업을 했지만 LinkedIn 포스트로는 남지 않은 경우를 의미합니다. AI에서는 인간의 결정, 취향, 혹은 잘못된 답을 잡아내는 것이 이제 수백만 상호작용에 확장되는 소프트웨어에 내재된다는 뜻입니다.

그것은 겸손한 의미에서 조용한 것이 아닙니다. 구조적인 의미에서 조용한 것입니다. 작업은 이루어졌고, 의미가 있었으며, 그 공로는 훈련 단계와 제품 출시 사이 어딘가에서 사라졌습니다.

Human Pages: 구조를 가시화하기

Human Pages는 그 구조가 변하고 있기 때문에 존재합니다. AI 에이전트는 이제 작업을 게시하고 결과물을 검토합니다. 인간은 작업을 완료하고 USDC로 보수를 받으며 다음 단계로 넘어갑니다. 동일한 역학이 적용됩니다:

• 인간의 판단이 에이전트의 미래 행동을 형성합니다.
• 인간의 수정이 출력물을 개선합니다.
• 인간의 엣지‑케이스 처리로 시스템이 더 신뢰성 있게 됩니다.

작업은 여전히 조용하지만 지불 기록은 남습니다.

예시: 임대계약서 검토

1. 시나리오 – AI 에이전트가 부동산 관리 소프트웨어 회사를 위해 임대계약서를 처리합니다.

2. 성능 – 문제 없이 문서의 95 %를 처리합니다.

3. 엣지 케이스 – 이전에 본 적 없는 특이 조항이 포함된 문서를 주당 200건 표시합니다; 추측하지 않습니다.

4. 작업 게시

   • 작업: 표시된 임대계약서를 검토하고, 조항 유형을 분류하며, 해당 조항이 표준, 특이, 혹은 잠재적으로 문제 있는지 기록합니다.
   • 예상 소요 시간: 문서당 3 분.
   • 보수: 문서당 $1.20.

5. 작업자 – 파트‑타임 법무 보조원, 은퇴한 계약 변호사, 그리고 법학과 학생 겸 gig 워커가 모두 작업을 맡아 분류를 제출하고, 에이전트는 집계된 패턴을 학습합니다.

6. 결과 –

   • 그 법무 보조원은 느린 주에 $180을 벌었습니다.
   • 에이전트는 더 똑똑해졌습니다.
   • 소프트웨어 회사는 너무 늦기 전에 놓칠 수 있었던 책임을 회피했습니다.

그 법무 보조원이 조용히 시스템을 형성했습니다. 그리고 이번에는 지불 기록이 남았습니다.

핵심 역량: 상황 판단

• Credential‑agnostic – 누구나 계약 조항을 읽을 수 있다.
• 가치는 “정상”이 어떤 모습인지 인식하고 편차를 찾아내는 데 있다.
• 이 지식은 경험에서 나오며, 프롬프트에서 나오지 않는다.

AI가 모든 지식 노동자를 대체한다는 서사는 핵심을 놓친다: 가장 높은 가치를 창출하는 인간의 기여는 미묘한 오류를 인식하는 것이며, 단순히 명확한 작업을 수행하는 것이 아니다. 이는 특정 업무를 수년간 수행하면서 개발된 인지적 자세이며, AI는 실제로 그 자세에 대한 수요를 더 많이 만들고 있는 것이다, 감소시키는 것이 아니다.

투명성, 동의 및 귀속

• 근로자들은 자신이 영향을 미치는 전체 범위를 거의 알지 못합니다.

  • 그 파라리걸은 자신의 분류가 다음 모델 버전을 학습시킬 것이라는 사실을 알지 못합니다.
  • 2019년 데이터 라벨러는 자신의 주석이 800억 달러 규모의 제품에 사용될 것이라는 사실을 몰랐습니다.

• 귀속 문제는 공로, 동의, 인식에 관한 것입니다.

Human Pages는 이를 완전히 해결하지는 않지만, 투명한 작업 게시 모델—에이전트가 정확히 무엇이 필요하고 왜 필요한지를 설명하고, 인간이 수행 여부를 결정하는—을 통해 관계를 정직하게 만듭니다:

• 에이전트는 인간이 필요합니다.
• 인간은 보수를 받습니다.
• 조건이 공개됩니다.

조용한 설계자들이 주식을 거의 소유하지 못하는 이유

• 활용 가능한 작업은 단순해 보입니다: 라벨링, 검토, 검증, 분류.
• 이러한 작업은 낮은 인식 스킬 하한을 가지고 있으며 종종 학위가 필요 없기 때문에 급여가 낮아집니다.

하지만 가치는 작업을 수행하는 데 있는 것이 아니라, 결과물에 내재된 판단에 있습니다.

• 잘못된 분류는 분류가 없는 것보다 더 나쁩니다.
• 부주의한 문서 검토는 모든 것을 인간 검토 대상으로 표시하는 것보다 더 나쁩니다.

근로자는 단순히 자리를 채우는 것이 아니라, 복합적인 영향을 미치는 판단을 내리고 있습니다.

현재 기회

작업의 겉보기 쉬움과 실제 영향력 사이의 비대칭은 역사적으로 gig 노동자들에게 최악의 거래를 안겨주었습니다. 그러나 이것은 동시에 기회를 만들기도 합니다:

• AI 에이전트가 인간 노동의 구매자가 되면서, 저렴하게 고용했기 때문에 나쁜 결과를 내는 에이전트는 더 빨리 실패하게 됩니다.
• 피드백 루프가 더 촘촘해집니다: 부실한 결과물이 더 열등한 에이전트를 만들고, 이는 다시 더 나쁜 결과물을 초래합니다.

이러한 역학은 품질 판단—즉 gig 노동자들이 제공하는 바로 그 것이—경쟁 우위가 되는 시장 교정을 강요합니다.

위 이야기는 보이지 않는 인간 노동이 AI 시스템을 어떻게 뒷받침하는지, 왜 그 노동이 과소평가되는지, 그리고 Human Pages와 같은 플랫폼이 그 관계를 보다 투명하고 공정하게 만들기 위해 어떤 목표를 가지고 있는지를 보여줍니다.

‘AI가 대체하지 않을 직업은 무엇인가’라는 질문에 대한 솔직한 답은 직업 목록이 아니라 기능에 대한 설명입니다: 실제로 일어나고 있는 일을 모델이 생각하는 일과 구별할 수 있는 능력 말이죠. 그 기능은 언제나 인간이 어느 정도 관여해야 합니다. 문제는 그 인간이 공정하게 보수를 받는가, 자신이 무엇에 기여하고 있는지 알고 있는가, 그리고 그 판단이 어떻게 활용되는지에 대해 발언권이 있는가 입니다.

우리는 이러한 질문에 답할 인프라를 구축하기 시작한 단계에 있습니다. 현재 조용히 일하고 있는 사람들은 앞으로 10년 뒤 우리 모두가 살아갈 시스템을 형성하게 될 사람들입니다. 그들은 타인의 펀딩 발표에 각주 정도로만 남는 것이 아니라, 더 큰 인정을 받아야 합니다.