1. 데이터 라벨러의 사회적 역할은 무엇이어야 하는가
2. 데이터 라벨러이(가) 되기 위한 교육 과정은 적절한가
3. 데이터 라벨러과(와) 관련된 사회 문제와 해결 방안

1. 서론: 문제 상황 제시 + 주장 예고
2. 본론 1: 근거 ① (통계·전망 자료)
3. 본론 2: 근거 ② + 예상 반론과 반박
4. 결론: 주장 재확인 + 제안

• 데이터 라벨러는 인공지능이 학습 데이터를 쉽게 인식할 수 있도록 데이터에 라벨(정보 표식)을 입력합니다.
• 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.

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.

데이터 라벨러의 관련 직업인 전잔자료입력원 및 사무보조원의 평균연봉(중앙값)은 3,100만원으로, 조사 대상 전체 직업 평균연봉(중앙값)인 4,953만원과 비교하여 낮은 수준입니다. (자료 : 임금직업포털 워크피디아, 전산자료입력원 및 사무보조원(2023))

데이터 라벨러의 관련 직업인 전잔자료입력원 및 사무보조원의 일자리 증가 가능성, 발전가능성 및 고용안정에 대해 재직자가 느끼는 직업만족도는 60.4%입니다. (자료 : 임금직업포털 워크피디아, 전산자료입력원 및 사무보조원(2023))